岸基对海雷达STC 曲线设计与性能对比*

田凯祥 ，刘宁波 ，王中训 ，刘 言

(1.烟台大学 物理与电子信息学院，山东 烟台 264005；2.海军航空大学，山东 烟台 264005)

0 引言

对海雷达探测海上舰船、浮冰、航道浮标、渔船等目标时，容易受到海杂波的干扰。雷达探测目标接收信号过程中，近距离区域，海杂波干扰很强，需要对杂波信号进行抑制衰弱，否则将无法区分杂波信号和目标信号，在高海况背景下检测小目标尤为困难。为确保雷达接收机能在高、低海况下正常工作，准确显示出检测目标，需要使用灵敏度时间控制(Sensitivity Time Control，STC)进一步扩展动态范围，抑制近距离海杂波的强度，增强远距离目标的信号强度，保证接收机的灵敏度，提高接收机的性能[1-6]。文献[7]论述了一种根据目标的回波电压随距离二次方变化的特性，设置数字信号实时控制大动态中频放大器的方法，用来解决目标信号强度随距离降低的问题。文献[8]提出一种自适应增益灵敏度控制的方法，通过统计距离维信息，对海杂波包络进行拟合，形成接收端的反馈来控制系统的灵敏度和视频画面质量。文献[9]中提出一种雷达接收机灵敏度时间控制方法，根据雷达距离方程中雷达回波功率与雷达距离四次方成反比的规律，对STC 控制深度和控制距离分别分挡控制。许多文献对STC 曲线的设计方法都有所提出或论述，但是，STC 常规曲线和其他方式设计STC 曲线的性能对比的相关研究较少，本文采用高、低两种海况的实测数据对四种STC 设计曲线方式性能进行对比，希望能得到对高、低海况不同海杂波背景下有实用性的STC曲线，确保雷达接收机在不同海况下正常工作。

1 STC 原理

当雷达接收回波信号受到杂波影响时，会严重影响接收机输出端的目标信杂比(Signal to Clutter Ratio，SNR)，尤其是岸基雷达检测近距离海上目标时，海杂波对雷达检测目标影响很大。当存在强海杂波时，如果接收机的增益过高，灵敏度也过高，则近距离海杂波干扰会使接收机工作处于饱和状态甚至过载状态，导致无法检测到目标。如果接收机的增益和灵敏度过低，虽然近距离杂波信号的幅度会降低，但远距离的目标信号过于微小从而无法检测到。STC 又称近程增益控制，对近程海杂波信号强度有抑制作用，防止接收机过载饱和，同时保持接收机的增益和灵敏度，确保远距离的微小目标被探测到。STC 的原理参考图1。距离计数器进行清零和计数，每一次计数都对应着一个距离单元。可编程逻辑器件会形成相对应时间序列的衰减控制离散量来控制接收端的信号功率[10]。

图1 STC 原理框图

在雷达检测目标的过程中，海杂波不同于噪声，通常具有更高的回波能量，不能将其简单地作为白噪声处理。图2 为理想情况下STC 控制曲线，面对复杂海况下海杂波的动态变化，其性能不够灵活，具有局限性。需要设计不同的STC 控制曲线，对比分析其对不同海况的适应情况。

图2 理想情况下STC 控制曲线

2 四种STC 算法

为适用高低海况下海杂波的动态变化，本文总结以下四种STC 算法。

(1)GARCH 模型建模的STC 曲线

GARCH(Generalized AutoRegressive Conditional Heteroskedasticity)模型，即广义自回归条件异方差模型[11]。

其中，式(1)为均值方程，xt为(k+1)×1 维外生变量向量，γ为(k+1)×1维系数向量。式(2)为条件方差方程，ω是常数项，为ARCH 项，为GARCH 项。

通过GARCH 模型研究海杂波实测数据的波动率，通过对其波动聚集建模，得到不同时间的海杂波波动率之间的关系。在实际雷达数据处理中，采用GARCH 建模后，得到序列的平方不具有自相关性，有利于海杂波的抑制。

(2)多项式形式拟合的STC 曲线

多项式形式拟合STC 曲线如式(3)所示：

式中，b 为常数项，B1、B2、B3为多项式系数。

该模型能够表现出海杂波实测数据沿距离维度变化的趋势。在实际雷达数据处理过程中，该模型具有能充分逼近复杂的非线性变化趋势关系的优点。

(3)雷达距离方程形式拟合的STC 曲线

海杂波在空间的分布范围一般要比雷达分辨单元的尺寸大，当海杂波足够强或足够广时，它将限制雷达接收机的灵敏度，并且影响雷达的作用距离。现有研究表明[12-14]：以海杂波为背景，以不同的雷达擦地角观测目标，雷达距离方程有所不同。小擦地角下的杂波背景雷达距离方程参考式(4)。

式中，P 为雷达接收功率，Pr为发射功率，G 为天线增益，Ae为天线有效孔径，R 为距离，σ0为雷达单位截面积，φa为波束宽度，c为传播速度，τ为脉冲宽度。

该模型能够表现出理想情况下海杂波幅值沿距离维变化的趋势。在实际雷达数据处理过程，该模型具有易于理解、容易实现的优点。

(4)指数形式拟合的STC 曲线

指数形式拟合的STC 曲线如式(5)所示：

其中，y0、t1为常数项，A1为指数函数斜率。

该模型能够拟合出海杂波实测数据沿距离维度的变化趋势。但是在实际雷达数据处理中，容易欠拟合，准确度欠佳。

3 数据测试

本文使用的是岸基架设的X 波段固态导航雷达采集的海杂波数据[15]。考虑到海杂波的动态变化，使用实测数据中的线性调频(Linear Frequency Modulation，LFM)回波数据。其中低海况为2 级海况，高海况为3 级海况。雷达技术参数如表1 所示，雷达实测数据信息具体参考表2。

表1 X 波段实验雷达参数表

表2 雷达对海实测数据概况表

对实测数据进行拟合，设计灵敏度时间控制曲线，抑制近程海杂波，观察雷达B 显图前后变化，图3 为MATLAB 仿真流程图。具体步骤如下：

图3 MATLAB 仿真流程图

(1)在MATLAB 中导入MAT 数据，读取LFM 发射信号的T2 脉冲的回波数据。

(2)对每组脉冲数据求均值，减小强海杂波异常信号数据的干扰，得到距离维信息。

(3)分别使用GARCH 模型形式、多项式形式、雷达距离方程形式、指数形式函数对数据趋势进行拟合，设置合适的参数值，与距离维信息比较，形成当前的自适应灵敏度时间控制的连续序列X。

(4)将连续序列X 扩展成与实测数据维度相同的矩阵M，并作用于实测矩阵数据。

(5)观察输出雷达B 显图，对比四种拟合形式效果。

4 结果分析

图4 为2 级低海况雷达实测数据下海杂波修正前后对比图。

图4 低海况下海杂波修正对比图

观察图4 的效果，在低海况下，四种STC 曲线对海杂波都有抑制效果。其中，对于近距离海杂波，雷达距离方程形式和GARCH 模型建模的STC 曲线抑制效果优于指数形式和多项式形式拟合的STC 曲线效果。对于中远距离的海杂波，四种STC 曲线抑制效果相同。

高海况下海杂波修正对比图如图5 所示。

图5 高海况下海杂波修正对比图

高海况雷达实测数据是海杂波+目标回波数据，经过四种STC 曲线处理后，近距离海杂波幅值抑制，目标幅值保留。其中，对于近距离海杂波，雷达距离方程形式和GARCH 模型建模的STC 曲线抑制效果显著。

观察四种STC 曲线在高、低海况下的拟合效果(参考图6、图7)，四种STC 曲线对近距离处海杂波幅度都有抑制效果。其中，雷达距离方程形式的STC 曲线适用于高、低两种海况，GARCH 模型建模设计的STC 曲线在低海况下抑制海杂波效果比高海况下抑制效果显著；指数形式和多项式形式的STC 曲线在不同海况下效果接近。

图6 低海况下四种STC 曲线修正效果对比图

图7 高海况下四种STC 曲线修正效果对比图

5 结论

时间灵敏度控制在雷达信号处理系统中是十分关键的一步，本文利用不同海况的雷达实测数据，对GARCH 模型建模、多项式形式拟合、雷达距离方程形式拟合、指数形式拟合的四种STC 设计曲线方法抑制海杂波的性能进行对比，得到四种STC 曲线在不同海况下的适应性。海况和雷达参数的变化，会对距离维信息产生影响，使得STC 的性能大大减弱。本文总结的四种STC曲线设计方法，可以根据统计学中的均方误差或均方根误差，确定一种抑制效果良好的STC 曲线，对雷达回波数据进行处理，产生符合特定规律的曲线对雷达回波数据进行处理，对高、低海况等不同海杂波背景有适应性，确保雷达接收机在不同海况下的正常工作。