CN102788970A - 机载数字阵列雷达近程杂波高效自适应抑制方法 - Google Patents

Abstract

本发明公布了一种机载数字阵列雷达近程杂波高效自适应抑制方法，所述方法采用仅包含近程杂波的第一个填零脉冲为训练样本。同时，对天线阵元逐列在俯仰向进行降维形成俯仰和波束与俯仰差波束，并基于旁瓣相消原理利用俯仰差波束自适应对消俯仰和波束中的近程杂波。本发明能有效滤除每个距离单元接收信号中的近程杂波，且俯仰自适应滤波后俯仰和波束主波束保形性能好，运算量小，适合工程应用。

Description

机载数字阵列雷达近程杂波高效自适应抑制方法

技术领域

本发明涉及机载雷达杂波抑制领域中的一种机载数字阵列雷达近程杂波高效自适应抑制方法。

背景技术

机载雷达下视工作，地杂波频谱宽、强度大，对杂波进行有效抑制是提高探测性能的核心手段。空时自适应处理(STAP)是机载雷达杂波抑制的有效方法，如美国的E2-D机载预警雷达已成功采用此技术。STAP作为一种统计自适应处理算法，只有在杂波满足独立同分布(IID)条件下性能才能充分发挥^[1-3]。

机载雷达一般采用脉冲多普勒(PD)体制。当雷达脉冲重复频率(PRF)选择中高频时，就会存在距离模糊，此时在一个距离单元内会同时接收多个距离环的杂波信号，其中第一次模糊距离的杂波距离最近，强度最大，文献[4，13]定义为近程杂波，并对其特性进行了详尽的分析。在非正侧视阵时，近程杂波与远区杂波分布轨迹偏差极大，且近程杂波空时谱随距离变换极快，导致不同距离单元的杂波特性严重非平稳，后续STAP处理的杂波抑制性能急剧下降。

针对距离非平稳杂波已有很多算法来补偿不同距离门之间的非均匀性，如自适应角度多普勒补偿、配准补偿等^[5-12]。但在距离模糊条件下，远区杂波和近程杂波构成了不同的杂波谱，补偿算法无法同时兼顾各次模糊距离的杂波。因此，此类算法无法改善后续STAP的杂波抑制性能。文献[4，13]提出先采用俯仰滤波抑制近程杂波，进而采用STAP抑制远程杂波的信号处理方案，这是比较合理可行的有效方案。但在工程应用中，由于系统误差、训练样本数有限等条件限制，其性能也会下降。

参考文献

[1]Brennan L E，Mallet J D，Reed I S.Theory of adaptive radar.IEEE Trans.On AES.1973，9(2)：237-251.

[2]王永良，彭应宁.空时自适应信号处理[M].清华大学出版社.2000.

[3]Reed I S，Mallett J D，and Brennan L E.Rapid convergence rate in adaptive arrays[J].IEEE Trans.AES.1974，10(6)：853-863.

[4]孟祥东.空时二维自适应信号处理与动目标检测[D].西安：西安电子科技大学，2009.

[5]沈明威.机载雷达空时处理动目标检测技术研究[D].南京：南京航空航天大学，2008.

[6]Kreyenkamp O，Klemm R.Doppler compensation in forward-looking STAP radar[C].IEEProcesings-Radar Sonar and Naviqation.2001，148(5)：253-258.

[7]Braham Himed，Zhang Yuhong，Abdelhak Hajjari.STAP With Angle-DopplerCompensation For Bistatic Airborne Radars[C]Proceedings of the IEEE RadarConference.2002，April 22-25：311-317.

[8]Michael Zatman.Performance Analysis of the Derivative Based Updating methodAdaptive Sensor Array Processing[C].Workshop，Lincoln Lab，MA，March 2001.

[9]Kogon S，Michael Zatman.Bistatic STAP for airborne radar[C].Proceedings of ASAP2000 MIT Lincoln Lab.MA.March 2000.

[10]Lapierre，F D，Verly J G，Van Droogenbroeck.New solutions to the problem of rangedependence in bistatic STAP radars[C]Proceedings of the IEEE International RadarConference Piscataway NJ，USA.2003，May 5-8：452-459.

[11]Wenchong Xie，Yongliang Wang.New solution to Range-Dependence Problem in STAPRadar with HPRF[C].IEEE，Radar Conference，2007.

[12]Colone.F.Spectral Slope-based approach for mitigating bistatic Space-Time AdaptiveProcessing clutter dispersion.IET Radar Sonar & Navigation.2011，5(5)：593-603.

[13]孟祥东、王彤等.机载相控阵雷达近程杂波抑制的俯仰向空域自适应算法[J].电子与信息学报，2010，32(4)：948-952.

发明内容

本发明目的是针对现有技术存在的缺陷，在俯仰空域自适应抑制思想的基础上进一步改进，提出了一种高效、鲁棒的近程杂波自适应抑制方法即机载数字阵列雷达近程杂波高效自适应抑制方法。

本发明为实现上述目的，采用如下技术方案：

机载数字阵列雷达近程杂波高效自适应抑制方法，其特征在于包括如下步骤：

1)训练样本选取：采用第一个填零脉冲作为训练样本用以估计自适应权值，此时数字阵列每个阵元接收信号中都只包含了近程杂波信息，则第l个距离单元天线阵面每列俯仰线阵第一个填零脉冲接收信号为X_l；

2)俯仰空域降维：对每一列俯仰线阵，分别降维形成俯仰和波束与俯仰差波束，即

${\mathrm{\Σ}}_E=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{A}_i$ (1)

${\mathrm{\Δ}}_E=\underset{i=1}{\overset{M/2}{\mathrm{\Σ}}}{A}_i-\underset{i=M/2+1}{\overset{M}{\mathrm{\Σ}}}{A}_i$

其中M为天线俯仰维阵元个数；A_i为每列第i个阵元在每个脉冲的输出信号；∑_E为每列M个阵元降维后形成的俯仰和波束；Δ_E为每列M个阵元降维后形成的俯仰差波束；其实∑_E、Δ_E对应为俯仰每列线阵输出信号与降维矩阵T的乘积，即：

$\left[\begin{array}{c}{\mathrm{\Σ}}_E\\ {\mathrm{\Δ}}_E\end{array}\right]=\mathrm{SgT},$ $T={\left[\begin{array}{cc}1,L,1& 1,L,1\\ 1,L,1& -1,L,-1\end{array}\right]}_{M\×2}---\left(2\right)$

其中S＝[A₁A₂LA_M]为俯仰每列各阵元在每个脉冲的输出信号；经俯仰空域降维处理后，每列阵元第l个距离单元第一个填零脉冲俯仰和波束输出信号与俯仰差波束输出信号为：

$\left[\begin{array}{c}{\mathrm{\Σ}}_l\\ {\mathrm{\Δ}}_l\end{array}\right]=X_l\mathrm{gT}---\left(3\right)$

3)近程杂波抑制：根据旁瓣相消(SLC)原理，对第l个距离单元用俯仰差波束对消俯仰和波束中的近程杂波，自适应权值W_E满足：

min E[(∑_E-W_EΔ_E)(∑_E-W_EΔ_E)^H]    (4)

其中E[·]为数学期望运算，(·)^H为共轭转置运算符；则

$W_E=R_{\mathrm{\Δ}}^{-1}{R}_{\mathrm{\Δ\Σ}}---\left(5\right)$

其中自相关矩阵R_Δ采用每列降维处理后第l个距离单元及邻近L个距离单元第一个填零脉冲的俯仰差波束输出信号估计得到，一般取L＝9，即

互相关矩阵R_Δ∑采用每列降维处理后第l个距离单元及邻近L个距离单元第一个填零脉冲俯仰和波束输出信号和俯仰差波束输出信号估计得到，一般取L＝9，即

由公式(3)、(4)、(5)，对第l个距离单元每一列俯仰线阵实现近程杂波抑制的自适应权值W′_l为：

$W_l^{\′}=T\·\left[\begin{array}{c}1\\ -W_E\end{array}\right]---\left(6\right)$

因此，对第l个距离单元每一列线阵采用自适应权值W′_l逐脉冲进行俯仰滤波，就能有效抑制每个脉冲信号中的近程杂波，同时避免远区目标信号受到损失；对不同的距离单元可采用上述流程分别计算相对应的自适应权值W′_i，进而对每列阵元逐脉冲进行俯仰滤波就能实现对所有距离单元每个脉冲信号中的近程杂波抑制。

本发明包括训练样本选取、俯仰空域降维、近程杂波抑制三个步骤；与文献[13]算法相比，收敛速度快、运算量小、俯仰自适应滤波后主波束保形好，能显著改善后续STAP的杂波抑制效果。

附图说明

图1：非正侧面阵天线几何关系；

图2：前视阵角度-多普勒谱；

图3：前视阵距离-多普勒谱；

图4：俯仰和波束方向图；

图5：俯仰空域降维示例；

图6：俯仰和波束方向图；

图7：STAP改善因子，(a)第400个距离单元段，(b)第600个距离段元段。

具体实施方式

机载雷达非正侧面阵几何关系如图1所示。假定天线为矩形阵，阵元行列间距均为半波长。设天线平面的法线方向为x轴，天线平面的横向为y轴，垂直于地面向上的方向为z轴。载机的飞行方向偏离y轴左侧的角度为α；雷达主瓣波束指向与阵列天线水平轴的夹角为ψ；不同距离的地面杂波到阵列天线的俯仰角是不同的。俯仰角是指雷达射线与天线阵面法线的夹角，如图1所示的

杂波多普勒频率与距离的关系为^[4]，

$f_d=\frac{2V}{\mathrm{\λ}}(\cos \mathrm{\ψ}\cos \mathrm{\α}-\sqrt{1-{\left(\frac{H}{R_c}\right)}^2-{\cos }^2\mathrm{\ψ}}\sin \mathrm{\α})---\left(1\right)$

对于非正侧面阵，各次模糊距离的杂波二维谱为椭圆曲线，且不同距离的杂波二维谱是不重合的。图2所示的角度-多普勒谱是前视阵下同一个距离单元不同模糊距离的杂波二维谱线，其中第一次模糊距离的近程杂波与远区其他各次模糊距离的杂波谱显著偏离。图3给出了雷达接收杂波的距离-多普勒谱，其中最左边的曲线即对应为不同距离单元的近程杂波。可见，远距离的杂波是随着距离缓慢变化的，且距离越远变化越慢。

当前技术条件下，相控阵天线的俯仰副瓣很难做得很低，近程杂波功率大，非平稳性强，将严重影响后续方位STAP处理的杂波抑制性能。针对机载数字阵雷达，笔者提出了空域俯仰滤波抑制近程杂波的思想，理想条件下可根据雷达参数分别计算各距离单元俯仰空域滤波器的权系数^[4]。但由于载机高度、阵元幅相等系统误差影响，计算的俯仰滤波器凹口会与近程杂波失配。文献[13]在此基础上进一步研究了俯仰空域自适应算法，其原理是通过空域俯仰自适应波束形成(ADBF)来实现近程杂波抑制，即^[13]：

$\left\{\begin{array}{cc}\min & W_l^H{R}_l{W}_l\\ s.t.& W_l^{H}C=F^H\end{array}\right.---\left(2\right)$

其中W_l为天线俯仰自适应权系数，R_l为利用邻近距离单元和多普勒单元估计的包含近程杂波信息的协方差矩阵，C为约束矩阵用于形成俯仰主波束，F为常数矢量，一般为全1矢量。最后，自适应权值 $W_l=R_l^{-1}C{\left(C^H{R}_l^{-1}C\right)}^{-1}F.$

俯仰全空域自适应处理^[13]的系统自由度为俯仰天线阵元数，阵元越多收敛速度越慢，相应所需的IID训练样本数就越多。因此，协方差矩阵R_l采用近程杂波支撑区间内的不同多普勒单元进行估计^[13]，但距离模糊下，选取的多普勒单元中除了近程杂波信息外还包含了远区的接收杂波。远区杂波其俯仰维空域导引矢量与约束矩阵C中的俯仰主波束方向是一致的，此时远区杂波即为目标信号。因此，由包含远区杂波信号的训练样本来估计近程杂波协方差矩阵R_l会引起信号相消，严重时计算得到的自适应权值W_l会使俯仰主波束产生畸变。

雷达仿真参数如表1所示^[13]，图4给出了俯仰常规和波束和不同距离俯仰自适应权值的空域和波束相应图。可见，自适应权值在近程杂波处都形成了深凹口对其进行抑制，但俯仰和波束主波束也产生了畸变，这必然导致后续STAP处理后的目标信噪比损失。

表1雷达系统参数

本发明是对俯仰空域自适应算法的改进，通过优化训练样本选取和俯仰空域降维，改善近程杂波抑制后俯仰主波束的保形性能并显著降低运算量。本文方案包含以下3个步骤：1)训练样本选取；2)俯仰空域降维；3)近程杂波抑制。下面给出具体分析。

训练样本选取

前述分析表明，训练样本中的远区杂波是导致自适应俯仰波束产生畸变的原因，因此这里首先研究训练样本选取策略。如果俯仰空域自适应处理的训练样本中不包含主杂波分量，即只包含近程杂波分量，则自适应权值不仅能有效抑制近程杂波，同时俯仰主波束的保形性能也将大大改善。

机载PD雷达前几个接收脉冲由于远区信号(目标与杂波)尚未返回，一般作为填零脉冲。如果以填零脉冲作为训练样本估计协方差矩阵R_l，则能有效避免远区杂波引起的信号相消。在雷达系统参数PRF为f_r＝5000Hz时，第1个填零脉冲对应的最远距离为30公里，与俯仰主波束方向0°还有25°的偏差。因此，利用第一个填零脉冲来估计近程杂波协方差矩阵R_l，就能在抑制近程杂波的同时改善俯仰主波束保形性。

采用第一个填零脉冲估计近程杂波信息，与文献[13]相比，训练样本数就大大减少了。近程杂波随距离快速变化的非平稳特性要求不能采用过多的距离单元来估计协方差矩阵。因此，我们需进一步研究俯仰空域降维方案，以提高收敛速度，降低训练样本数。

俯仰空域降维

采用第一个填零脉冲估计协方差矩阵R_l，每个距离单元都只有近程杂波信息。对邻近的若干距离单元而言，其近程杂波空域俯仰角近似相同，并与俯仰主波束(0°)有较大的角度差，因此仅需两个自由度就可以很好地对其进行抑制^[2]。对相控阵天线，我们逐列分别进行处理。对第l个距离单元天线阵面每列俯仰线阵第一个填零脉冲接收信号假定为X_l。

如图5所示，对每一列俯仰线阵，分别降维形成俯仰和波束与俯仰差波束，即

${\mathrm{\Σ}}_E=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{A}_i$ (3)

${\mathrm{\Δ}}_E=\underset{i=1}{\overset{M/2}{\mathrm{\Σ}}}{A}_i-\underset{i=M/2+1}{\overset{M}{\mathrm{\Σ}}}{A}_i$

其中M为天线俯仰维阵元个数；A_i为每列第i个阵元在每个脉冲的输出信号；∑_E为每列M个阵元降维后形成的俯仰和波束；Δ_E每列M个阵元降维后形成的俯仰差波束；其实∑_E、Δ_E对应俯仰每列线阵与降维矩阵T的乘积，即：

$\left[\begin{array}{c}{\mathrm{\Σ}}_E\\ {\mathrm{\Δ}}_E\end{array}\right]=\mathrm{SgT},$ $T={\left[\begin{array}{cc}1,L,1& 1,L,1\\ 1,L,1& -1,L,-1\end{array}\right]}_{M\×2}---\left(4\right)$

其中S＝[A₁A₂LA_M]为俯仰各阵元在每个脉冲的输出信号；俯仰降维处理后，每列阵元第l个距离单元第一个填零脉冲俯仰和波束输出信号与俯仰差波束输出信号为：

$\left[\begin{array}{c}{\mathrm{\Σ}}_l\\ {\mathrm{\Δ}}_l\end{array}\right]=X_l\mathrm{gT}---\left(5\right)$

经俯仰空域降维后，我们利用每一列形成的俯仰和波束和俯仰差波束进行近程杂波抑制。与俯仰空域自适应处理算法相比，此时空域自由度锐减为2，根据RMB准则^[3]，理论上只需4个IID样本就能将性能损失限制在3dB内。

近程杂波抑制

根据前述分析，以第一个填零脉冲为训练样本，采用旁瓣相消(SLC)技术对第l个距离单元用俯仰差波束对消俯仰和波束中的近程杂波，自适应权值W_E满足：

min E[(∑_E-W_EΔ_E)(∑_E-W_EΔ_E)^H]  (6)

其中E[·]为数学期望运算，(·)^H为共轭转置运算符；则

$W_E=R_{\mathrm{\Δ}}^{-1}{R}_{\mathrm{\Δ\Σ}}---\left(7\right)$

其中自相关矩阵R_Δ采用每列降维处理后第l个距离单元及邻近L个距离单元第一个填零脉冲的俯仰差波束输出信号估计得到，一般取L＝9，即

互相关矩阵R_Δ∑采用每列降维处理后第l个距离单元及邻近L个距离单元第一个填零脉冲俯仰和波束输出信号和俯仰差波束输出信号估计得到，一般取L＝9，即

由公式(5)、(6)、(7)，对第l个距离单元每一列俯仰线阵实现近程杂波抑制的自适应权值W′_l为：

$W_l^{\′}=T\·\left[\begin{array}{c}1\\ -W_E\end{array}\right]---\left(8\right)$

因此，对第l个距离单元每一列线阵采用自适应权值W′_l逐脉冲进行俯仰滤波，就能有效抑制每个脉冲信号中的近程杂波，同时避免远区目标信号受到损失；对不同的距离单元可采用上述流程分别计算相对应的自适应权值W′_i，进而对每列阵元逐脉冲进行俯仰滤波就能实现对所有距离单元每个脉冲信号中的近程杂波抑制。

近程杂波俯仰滤波后，天线阵面等价形成了一个方位线阵。由于已滤去了近程杂波分量，提高了杂波的平稳性，后续方位STAP处理的性能将得到改善。

仿真参数同表1，图6为本文方案自适应权值的空域响应图。自适应权值在近程杂波对应的俯仰角形成了深凹口，且俯仰主波束与成规形成主波束性能一致。与俯仰空域自适应处理算法相比(见图4)，有效避免了远区目标信号的增益损失。

下面以STAP处理后的改善因子(IF)来量化分析不同算法的性能。图7分别给出了未抑制近程杂波(常规STAP)、俯仰空域自适应算法^[13]和本文算法处理后的STAP改善因子曲线，其中方位STAP均采用16子阵3DT算法，此处不再赘述。近程杂波区，后两种算法的IF较常规STAP均有显著提高，其中在第400个距离单元段，近程杂波强度大，变化快，性能改善尤其明显。俯仰空域自适应处理算法IF提高了约11.2dB，本文算法提高了约15.5dB。在远区杂波和噪声区，本文算法与常规STAP处理性能一致。而俯仰空域自适应算法由于信号相消，导致俯仰主波束增益下降，IF有损失。在仿真参数下，与本文算法相比，在第400距离单元段IF下降了约-4.4dB；在第600距离单元段IF损失约-6.2dB。

此外，本发明的空域自适应处理维数仅为2，在提高收敛速度的同时也大大降低运算量。在仿真计算中，俯仰空域自适应算法与本文方案均选用相同距离单元进行协方差矩阵估计，系统运算量由O(8³+8²)锐减为O(2³+2²)。当俯仰阵元数增加时，本文算法运算量的降低将进一步提高。

以仅包含近程杂波的第一个填零脉冲为训练样本，有效避免了远区主杂波引起的俯仰向信号相消。同时，对俯仰阵元逐列进行空域降维，利用降维后的俯仰和差波束进行近程杂波自适应抑制。仿真参数下与俯仰全空域自适应处理相比，本文算法在第400个和600个距离单元，STAP处理后的改善因子即输出信噪比分别提高了约4.6dB和6.4dB，且运算量由O(8³+8²)锐减为O(2³+2²)。

Claims (1)

1.一种机载数字阵列雷达近程杂波高效自适应抑制方法，其特征在于包括如下步骤：

1)训练样本选取：采用第一个填零脉冲作为训练样本用以估计自适应权值，此时数字阵列每个阵元接收信号中都只包含了近程杂波信息，则第l个距离单元天线阵面每列俯仰线阵第一个填零脉冲接收信号为X_l；

2)俯仰空域降维：对每一列俯仰线阵，分别降维形成俯仰和波束与俯仰差波束，即

${\mathrm{\Σ}}_E=\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{A}_i$ (1)

${\mathrm{\Δ}}_E=\underset{i=1}{\overset{M/2}{\mathrm{\Σ}}}{A}_i-\underset{i=M/2+1}{\overset{M}{\mathrm{\Σ}}}{A}_i$

其中M为天线俯仰维阵元个数；A_i为每列第i个阵元在每个脉冲的输出信号；∑_E为每列M个阵元降维后形成的俯仰和波束；Δ_E为每列M个阵元降维后形成的俯仰差波束；其实∑_E、Δ_E对应为俯仰每列线阵输出信号与降维矩阵T的乘积，即：

$\left[\begin{array}{c}{\mathrm{\Σ}}_E\\ {\mathrm{\Δ}}_E\end{array}\right]=\mathrm{SgT},$ $T={\left[\begin{array}{cc}1,L,1& 1,L,1\\ 1,L,1& -1,L,-1\end{array}\right]}_{M\×2}---\left(2\right)$

其中S＝[A₁A₂LA_M]为俯仰每列各阵元在每个脉冲的输出信号；经俯仰空域降维处理后，每列阵元第l个距离单元第一个填零脉冲俯仰和波束输出信号与俯仰差波束输出信号为：

$\left[\begin{array}{c}{\mathrm{\Σ}}_l\\ {\mathrm{\Δ}}_l\end{array}\right]=X_l\mathrm{gT}---\left(3\right)$

3)近程杂波抑制：根据旁瓣相消(SLC)原理，对第l个距离单元用俯仰差波束对消俯仰和波束中的近程杂波，自适应权值WE满足：

min E[(∑_E-W_EΔ_E)(∑_E-W_EΔ_E)^H]     (4)

其中E[·]为数学期望运算，(·)^H为共轭转置运算符；则

$W_E=R_{\mathrm{\Δ}}^{-1}{R}_{\mathrm{\Δ\Σ}}---\left(5\right)$

其中自相关矩阵R_Δ采用每列降维处理后第l个距离单元及邻近L个距离单元第一个填零脉冲的俯仰差波束输出信号估计得到，一般取L＝9，即

互相关矩阵R_Δ∑采用每列降维处理后第l个距离单元及邻近L个距离单元第一个填零脉冲俯仰和波束输出信号和俯仰差波束输出信号估计得到，一般取L＝9，即

由公式(3)、(4)、(5)，对第l个距离单元每一列俯仰线阵实现近程杂波抑制的自适应权值W′_l为：

$W_l^{\′}=T\·\left[\begin{array}{c}1\\ -W_E\end{array}\right]---\left(6\right)$

因此，对第l个距离单元每一列线阵采用自适应权值W′_l逐脉冲进行俯仰滤波，就能有效抑制每个脉冲信号中的近程杂波，同时避免远区目标信号受到损失；对不同的距离单元可采用上述流程分别计算相对应的自适应权值W′_i，进而对每列阵元逐脉冲进行俯仰滤波就能实现对所有距离单元每个脉冲信号中的近程杂波抑制。

Images