宽带信号检测方法与性能分析

祝 欢，陈 翼

(南京电子技术研究所， 南京 210039)



·信号/数据处理·

宽带信号检测方法与性能分析

祝 欢，陈 翼

(南京电子技术研究所， 南京 210039)

当雷达发射宽带信号时, 距离分辨单元可能比目标的尺寸小，导致目标在距离维扩展从而导致能量分散，常规的检测方法可能失效。基于此，文中分析了宽带信号的目标回波特性，提出了一种分段积累相关检测算法，并给出了时域和频域两种实现途径。通过仿真和实测数据分析，验证了时域和频域两种方法的同等优势，信噪比可以比常规处理高5dB。最后基于工程实现的角度，分析了时域和频域两种方法的优缺点。

宽带雷达；非相参积累；相参积累；分段积累相关检测

0 引 言

随着现代战争的需要和雷达技术的发展，要求雷达能够获取更高精度的目标信息(距离、速度、方位)，用以实现目标的检测、分类、识别。常规的窄带雷达却无法完全达到这种要求，而宽带(绝对带宽)雷达却能够发挥这种潜能。与窄带雷达相比较，宽带雷达有下面四个优点[1]。

(1)目标距离分辨率更高，从而容易对目标进行分类和识别；

(2)有更强的抗杂波能力，从而容易检测杂波区的低空飞行目标；

(3)有抗外部的窄带电磁信号和噪声干扰的能力；

(4)有低截获能力，宽带信号不容易被捕捉检测。

虽然宽带雷达有很多窄带雷达无法比拟的优势，它也有不足之处。众所周知，雷达距离分辨率与信号的带宽成反比例。对于窄带雷达，距离分辨单元的尺寸比目标的尺寸大的多，从而目标常被看成是一个点目标。而宽带高分辨雷达可以将目标分解成多个散射中心[2]，这取决于目标在距离上的尺寸和雷达的分辨能力。与窄带雷达相比，宽带雷达可以提供关于目标更丰富的信息，包括距离、尺寸、形状，并形成高距离分辨像，因此，目标的能量被分散了。运用将发射信号作为副本的常规的匹配滤波方法无法将目标积累起来。同时，由于雷达发射宽带信号，接收机的带宽大幅增加，从而更多的热噪声进入接收机。这些因素使得目标信噪比(SNR)锐减，而在恒虚警条件下，目标的检测概率与SNR成正比，从而SNR的降低也引起了目标检测性能的恶化。

如上所述，宽带雷达的目标是扩展的，对于点目标的检测方法在这里可能失效。主要有以下两个原因：

(1)距离扩展目标的能量会泄露到邻近的单元，造成训练样本的污染，从而导致距离扩展目标检测性能的恶化；

(2)对于宽带雷达，目标的能量是分散的，如果能量不能积累起来，那么检测性能会大幅降低。

宽带雷达目标检测的关键在于如何将能量积累起来，从而提高目标的信噪比。在过去的数十年中，高分辨雷达中的目标检测问题引起了越来越多的关注[3-11]。距离扩展目标检测是雷达信号处理中的一个难题, 同时也是一个亟待解决的问题。这个问题目前有两大研究热点：一个是距离扩展目标检测器的设计[5]，另一个是通过一维像的距离积累实现检测[3-4, 7-9]。文献[8]提出了一种相邻脉冲相关算法，然而当单脉冲信噪比很低时，这种方法可能失效。文献[9]使用了一种匹配模型算法，然而匹配模型是很难获得的，所以这种方法目前也不具备实际应用的可能性。在本文中，我们提出一种新的方法，称为分段积累相关检测(SICD)方法。当单脉冲信噪比很低时，SICD方法仍能获得很好的性能。实测数据分析表明该方法比常规方法SNR提高5 dB。

1 宽带信号目标回波特性

当雷达发射宽带信号时，距离分辨率很高，目标将会被分散到多个距离单元中。设雷达发射线性调频信号，则接收到的信号可以表示如下

exp(-j2πfdnTr)

(1)

式中：n=1,2,…,N为脉冲序列号；Al为目标的第l个散射中心点；t为快时间；τl(n)为第l个散射点在第n个脉冲的时延；Tp为脉宽；K=B/Tp为调频斜率，B为带宽；fd为多普勒频率；Tr为脉冲重复周期(PRI)。经过脉冲压缩之后，回波变为

(2)

距离分辨率的公式为

式中：ΔR为距离分辨率；c为光速；B为带宽。当信号带宽为200 MHz时，距离分辨率为0.75 m。设某型飞机在雷达视线上的投影为50 m，则该飞机目标的一维像占据67个距离单元。图1是某型飞机在宽带雷达下的高分辨距离像。

图1 某飞机一维距离像

对于机载脉冲多普勒(PD)体制雷达，通常每个相干处理间隔(CPI)内有很多个脉冲，通过相参积累来提高目标信噪比。然而由于积累时间较长，且雷达与目标之间可能存在较大的速度，再加上宽带雷达的距离分辨率较高，所以在一个CPI内，目标会发生距离走动现象[12]。图2为宽带雷达的多个脉冲回波，可以看出目标各散射点的距离走动。除了引言中介绍的宽带雷达目标检测面临的两个普遍问题以外，机载PD体制的宽带雷达对目标的积累面临两个新的问题：

(1)回波一维距离像幅度相位具有不稳定性，当目标结构、姿态、雷达入射角改变时，回波脉冲串中各脉冲的幅度和相位都随之改变。

(2)目标会发生距离走动，当距离走动大于半个距离门时，相参积累的性能会受很大影响。

图2 宽带雷达目标散射和距离走动

2 分段积累相关检测算法

针对前文中分析的机载PD雷达宽带信号检测的问题，本文提出了一种分段积累相关检测算法。该方法将CPI内的N个脉冲分成两段，分别相参积累，再将两段积累后的一维距离像作相关检测。

由于相参积累时间较长，同时在宽带条件下，距离分辨单元很小，目标会跨越多个距离分辨单元。因此，需要首先解决跨距离门积累的问题。文献[12]提出了一种基于keystone变换的距离门校正方法，该方法在目标速度无模糊的情况下，无需获得雷达速度先验信息就可以将不同脉冲中的目标校正到同一个距离门。然而，如果有速度模糊，则通常用搜索的方法获得模糊次数。分段积累相关检测算法流程如图3所示。

图3 分段积累相关检测算法流程

2.1 时域相关检测算法

在经过整个CPI段的keystone变换和两段脉冲相参积累后，一维距离像在距离上是对齐的，则可以将前后两段距离多普勒图对应点共轭相乘，形成一幅新的距离多普勒图，再在距离维做滑窗积累处理(滑窗的窗长可以根据具体的目标及姿态进行调整)。其处理流程如图4所示。

图4 时域相关处理流程图

设前后两段相参积累后的距离多普勒图分别为X1(n,m)和X2(n,m)，n,m分别为多普勒和距离门序号，则共轭相乘后即为

X(n,m)=X1(n,m)·conj[X2(n,m)]

(3)

对于某个目标，其在X1(n,m)的每个散射单元与X2(n,m)上的相对应散射单元的相位差仅与多普勒频率有关，而由于距离较远且目标是刚体，故目标各点多普勒近似相同，从而X(n,m)上目标一维像上各散射点相位相同。在目标所在的多普勒门m，进行距离维的滑窗积累，则可以将目标的能量积累起来。

2.2 频域相关检测算法

另一种相关检测的方法为频域相关检测法。该方法类似于脉冲压缩，将后一段信号作为前一段信号的参考信号，进行频域脉压，则可以将一维距离像压缩到一点，达到距离像相参积累的效果。其原理如式(4)所示

Z(n,m)=IFFTm[FFTm[X1(n,m)]·

FFTm[conj[X2(n,m)]]]

(4)

其处理流程如图5所示。

图5 频域相关处理流程图

2.3 时域与频域相关检测算法优缺点分析

频域匹配方法的优点如下：(1)不需要两段信号积累后的一维距离像距离门完全对齐。(2)不需要进行滑窗处理，从而克服了滑窗窗长及滑窗步长对积累性能的影响。

频域匹配方法的缺点如下：(1)若距离像占整个观测长度的比例较小，则会带来更多的噪声，影响检测性能。(2)为避免带来更多噪声，需要取一维像作为模板，然而一维像的位置事先未知，如果采用搜索一维像的方法，将使得计算量大幅增加。

时域相关方法的优点如下：(1)计算简单，易于工程实现，无需搜索模板，只需对应共轭相乘。(2)滑窗积累可以将目标在距离上积累起来。

时域相关方法的缺点如下：(1)积累性能对滑窗窗长及滑窗步长敏感。(2)进行了滑窗积累之后，目标能量会被平抑，与频域匹配方法相比将产生信噪比的损失。

虽然如上述所说，时域相关方法与频域匹配方法相比，会产生信噪比的损失，由于进行了滑窗积累的平均，使得背景噪声的分布也发生了变化。此时，在相同虚警率的情况下，门限值会有相应的降低，这个增益足以抵偿先前的信噪比损失。

取滑窗积累的窗长一般为实际距离像的1～2倍，设滑窗积累的窗长为N，参与滑窗积累的单元X1，X2，…，XN为独立同分布的随机变量，期望E(Xi)=a，方差var(Xi)=σ2, 0<σ2<∞，则根据中心极限定理[13]，对于任何实数x，有

Φ(x)

(5)

式中：Φ(x)是标准的正态分布N(0,1)的分布函数，即

3 仿真分析与实测数据分析

图6 指数分布

下面从实测数据来分析时域与频域相关检测方法的性能。用某型雷达录取实测数据，带宽B=150 MHz，积累脉冲数1 024，回波一维距离像如图8所示，检测信噪比为23.29 dB。

图8 常规检测处理结果

时域相关处理的结果如图9所示，检测信噪比为22.22dB，滑窗积累10个点，门限得益实际中为5dB～8dB。

频域相关处理的结果如图10所示，检测信噪比为28.99dB。

图10 频域相关检测结果

利用上述数据，加入高斯白噪声，得出各个算法的性能，如图11所示。

图11 加入不同高斯白噪声时三种处理方法信噪比曲线

对比以上的结果，频域相关处理比常规处理有5dB的增益，时域相关处理的信噪比与常规处理近似，然而时域相关处理在门限上有5dB～8dB的增益。所以时域相关处理与频域相关处理在提升宽带检测性能方面有相同的优势，都至少比常规处理提升5dB。

4 结束语

通过分析宽带雷达的信号特点，针对现有的宽带雷达信号模板相关检测方法存在的非合作目标模板难以获得和相邻脉冲相关检测单脉冲信噪比要求高的不足，提出了分段积累相关检测方法。实测数据处理结果表明：该方法相比现有方法具有良好的检测性能，能够实现一维距离像各散射点的有效积累，提高了信噪比。

本文提出了时域和频域两种实现方法，各有优缺点。从工程实现的角度，时域方法只需对应共轭相乘再滑窗积累，无需搜索一维像的位置，计算量大大减少，更适合工程应用。

[1] 王德纯. 宽带相控阵雷达[M]. 北京：国防工业出版社，2011.WangDechun.Widebandphasedarrayradar[M].Beijing:NationalDefenseIndustryPress, 2011.

[2] Wehner D R. High-resolution radar[M]. 2nd ed. Norwell, MA: Artech House, 1995.

[3] Hughes P K. A high resolution radar detection strategy[J]. IEEE Transactions on Aerospace and Electronic Systems, 1983, 19(5): 663-667.

[4] 陆林根. 高距离分辨雷达用相关滤波提高目标检测性能[J]. 系统工程与电子技术，1995,17(9): 57-61. Lu Lingen. The method of improvement detection performance with high range resolution radar correlation filter[J]. Systems Engineering and Electronics, 1995, 17(9): 57-61.

[5] He Y, Jian T, Su F. Novel range-spread target detectors in non-Gaussian clutter[J]. IEEE Transactions on Aerospace and Electronic Systems, 2004, 40 (2): 755-765.

[6] 杨建宇，李俊生. 高分辨率雷达目标的随机参量脉冲串检测方法[J]. 电子学报, 2004, 32(6): 1044-1046. Yang Jianyu, Li Junsheng. Random parameters pulse train detector for high range resolution radar[J]. Acta Electronica Sinica, 2004, 32(6): 1044-1046.

[7] 陈希信, 刘 刚. 宽带雷达信号检测技术研究[J]. 现代雷达, 2005, 27(8): 28-31. Chen Xixin, Liu Gang. Study on wideband radar signal detection[J]. Modern Radar, 2005, 27(8): 28-31.

[8] 黄 巍. 相关检测在宽带雷达信号处理中的应用[J]. 现代雷达, 2005, 27(2): 36-39. Huang Wei. Application of correlated detection in signal processing of broadband radar[J]. Modern Radar, 2005, 27(2): 36-39.

[9] 刘 劲，戴奉周，刘宏伟. 宽带雷达探测性能分析[J]. 雷达科学与技术, 2008, 6(2): 92-95, 107. Liu Jin, Dai Fengzhou, Liu Hongwei. Detection performance of wideband radar in white-Gaussian noise[J]. Radar Science and Technology, 2008, 6(2): 92-95, 107.

[10] Shui P L, Xu S W, Liu H W. Range-spread target detection using consecutive HRRPs[J]. IEEE Transactions on Aerospace and Electronic Systems, 2011, 47(1): 647-665.

[11] 于连庆，王 宁，姜 劲. 基于特征分类的海面小目标检测方法研究[C]//探测与导引年会. 烟台: 北京航空航天大学出版社, 2014：118-123. Yu Lianqing, Wang Ning, Jiang Jin. Small target of sea surface detection algorithm research based on feature classification[C]// Detection Guidance Annual Meeting. Yantai: Beihang University Press, 2014: 118-123.

[12] 张顺生, 曾 涛. 基于keystone变换的微弱目标检测[J]. 电子学报, 2005, 33(9): 1675-1678. Zhang Shunsheng, Zeng Tao. Weak target detection based on keystone transform[J]. Acta Electronica Sinica, 2005, 33(9): 1675-1678.

[13] 陈希儒. 概率论与数理统计[M]. 合肥：中国科学技术大学出版社，1996. Chen Xiru. Probability and statistics[M]. Hefei: University of Science and Technology of China Press, 1996.

[14] 赵树杰，赵建勋. 信号检测与估计理论[M]. 北京：清华大学出版社，2005. Zhao Shujie, Zhao Jianxun. Theory of signal detection and estimation[M]. Beijing: Tsinghua University Press, 2005.

祝 欢 男，1983年生，工程师，博士。研究方向为雷达信号处理。

陈 翼 男，1985年生，工程师，硕士。研究方向为雷达信号处理。

New Methods on Wideband Signal Detection and Performance Analysis

When radar transmits wideband signals, the range resolution is smaller than the size of the target. Then the target is spread in the range dimension and the energy is scattered. The traditional detection strategies may fail. The characteristics of the echoes for wideband radar are analyzed in this paper. A new method called segment integrated correlation detection(SICD) for wideband signal detection is proposed. Two realized methods for segment integration coherent detection on time and frequency domain are both introduced. By simulation and analysis of measured data, the equivalent advantage is certified for the time domain method and frequency domain method. The SICD method can enhance SNR 5 dB than traditional method. Finally, in view of realization on engineering, the advantage and disadvantage are analyzed for the time domain method and frequency domain method.

wideband radar; incoherent integration; coherent integration; segment integrated correlation detection

10.16592/ j.cnki.1004-7859.2015.09.008

祝欢 Email：zhuhuan_nciet@163.com

2015-04-20

2015-07-22

ZHU Huan，CHEN Yi

(Nanjing Research Institute of Electronics Technology, Nanjing 210039, China)