CN105319537A - 基于空间相关性的航海雷达同频干扰抑制方法 - Google Patents

Abstract

本发明提供的是一种基于空间相关性的航海雷达同频干扰抑制方法。加载空间海域杂波连续图像，并同步记录图像采样点数、总线数、方位数、显示方式；利用空间域中雷达图像信号间的相关性，对相邻存储线进行相关系数计算；分类统计信号线与噪声线的相关系数直方图，绘出相应的概率密度曲线，利用固定门限的方法确定检测阈值，通过检测阈值判定噪声线与信号线；对检测出的噪声线采用临近线替代法进行修复。本发明针对同频干扰在雷达图像上主要表现为沿径向方向呈射线状噪声的分布特点，利用海杂波空间相关性进行噪声检测，并对雷达原始图像进行噪声预处理，滤除同频干扰提高海浪参数反演的精度。

Description

基于空间相关性的航海雷达同频干扰抑制方法

技术领域

本发明涉及的是一种抑制X波段航海雷达图像同频干扰的方法。

背景技术

利用X波段航海雷达对海浪进行遥测时，直接采集到的雷达原始图像往往存在着大量的干扰噪声，这些干扰中最为常见的是同频干扰、固体目标物干扰和降雨干扰。而其中又以同频干扰较为严重，因为其回波强度比较大，范围会遍布整幅雷达图像，直接影响到海浪信息的反演准确性。因而，同频干扰噪声的去除对提高海浪信息的反演精度具有重要意义。

雷达的同频干扰是指两部或多部同型号雷达在相邻区域共同工作时，由于载频(也称发射频率)相同，造成接收机在接收雷达回波的时候把其它雷达发射的电磁波或回波当成自身的回波，导致雷达图像受到噪声干扰的现象。根据雷达载频和脉冲重复周期的关系，一般将雷达的同频干扰分为同频同步干扰和同频异步干扰两种。本发明所涉及的同频干扰噪声主要是指同频异步干扰。

在同频干扰的处理方面，国内外已经提出了很多方法，这些处理方法基本可以分为非软件和软件类两类。非软件类是通过调节收发机设计参数来抑制干扰信号，主要有：相参积累法[1]、编码法[2]、改变雷达工作频率、改变雷达信号发射形式[3]、改变雷达脉冲重复频率[4]、时域多脉冲相关法[5]、基于干扰噪声比和干扰累计时间概率的分析方法[6]等。见参考文献[1-6](侯民胜，秦海潮.相参积累法抑制同频雷达间干扰研究[J].电子测量技术.2008,31(6):51-53.张文祥，李进华.雷达同频干扰现象分析研究[J].火控雷达技术.2007,36:50-53.安家驰，殷敏.单脉冲雷达抗同频干扰措施分析[J].现代雷达.2012,34(11):18-21.薛春祥,林新党,陈正禄.舰船雷达同频干扰来源分析及抗同频干扰的方法[J].雷达与对抗,2008,1:1-4.刘冬利，付建国，索继东。时域多脉冲相关法抗雷达同频干扰[J].现代雷达，2009,31(6):11-14.//王强.舰艇编队监视雷达间的同频干扰分析[J].船舶电子对抗，2009,32(2)：10-13,44.)。

软件类主要采用滤波技术进行干扰的滤除和信号修复。常用方法：传统的均值滤波、中值滤波、基于噪声统计模型滤波、基于形态学的几何滤波[7]、自适应滤波、维纳滤波[8]等。这些滤波技术分为两大类：1.时域滤波2.空域滤波。时域滤波又可分为时间域滤波和频域滤波，空域滤波又分为空间域滤波和波数域滤波。见参考文献[7-8](孙红星，王蓉，赵楠楠.基于小波提升和形态学的图像边缘检测方法[J].系统仿真学报.2006,18(2):869-871.MALEK,OBAIDUL,VENESTANOPOULOS,etalAcomparisionstudybetweenwienerandadaptivestateestimation(STAP-ASE)algorithmsforspacetimeadaptiveradarprocessing[C]。MathematicsofData/ImageCodingCompression,andEnciyptionwithApplicationsXII,2010.)。

本发明所述的X波段导航雷达同频干扰抑制方法，属于上述软件类空域方法中的空间域滤波技术，主要针对单脉冲体制航海雷达提出。国内，针对单脉冲体制雷达，有专家学者做了较多的抗同频干扰方面的研究工作。2008年，郝燕玲[9]等利用航海雷达图像噪声各次扫描间灰度值跃迁来检测抑制同频干扰噪声，该方法主要利用在时间上连续的32幅雷达图像序列，在同一位置点的灰度值跃迁作为噪声检测的准则，利用基于雷达图像序列来判断噪声像元，采用中值滤波方法进行噪声点修复，属于时域下的滤波技术；2009年，唐艳红[10]等提出了基于小波变换的海浪图像同频干扰噪声抑制算法，利用基于小波变换的方法来检测图像边缘噪声点的潜在位置，也属于时域范围下滤波。上述研究均属于时间域滤波与本发明空间域中滤波不同。2010年，宋占杰[11]等利用线性增强模板突出噪声点的方法来检测同频干扰噪声，这是在空间域下利用线性模板检测出噪声点；2011年，丁献文[12]等采用阈值分割技术对噪声进行检测，然后对检测出的噪声点进行插值修复，是在空间域中通过经验选取阈值灰度检测噪声点；2013年，袁赣南[13]等使用Sobel边缘算子检测同频干扰，得到同频干扰噪声位置标记图像，对得到图像进行二值化处理后使用中值滤波除去同频干扰噪声，其方法是在空间域通过Sobel边缘算子模板遍历图像，标记噪声位置。上述滤波方法虽然是在空域中滤波，但采用模板检测或阈值分割技术进行滤波，均未涉及本发明中利用空间域中海杂波的相关性及同频干扰噪声与海杂波的不相关性确定阈值，去除同频干扰噪声。见参考文献[9-13](郝燕玲，唐艳红，卢志忠.X波段航海雷达图像噪声检测与滤除方法研究.国土资源遥感.2008(2):14-16.唐艳红，郝艳玲，卢志忠.基于小波变换的航海雷达图像噪声抑制方法.遥感技术与应用.2009，24(3):370-373.宋占杰，孙皓，王鑫等.基于导航雷达海面回波图像去噪研究.海洋技术.2010，29(1):82-86.丁献文，万荣胜，王建等.航海雷达图像噪声抑制方法研究.海洋技术.2011，30(3):13-16.袁赣南，韩自发，杨雪林一种X波段雷达图像同频干扰去除方法.2013.06.26.CN103177427A.)。

在早期的文献中，Marier、Lombardo、Ward、Watts等人[14-18]通过理论和试验数据描述了空间域中海杂波信号间的相关关系。在国内，关键等人[19]也利用X波段岸基对海雷达和C波段岸基对海雷达，从幅度和谱两个层面研究了实测海杂波数据的空间相关性，实测实验数据的统计分析发现雷达图像中的同频干扰噪声破坏了海杂波信号间的相关关系，这为本发明利用海杂波相关性和同频干扰噪声与海杂波的不相关性进行同频干扰噪声去除提供了理论依据。见参考文献[14-19](WattsS.Cell-averagingCFARgaininspatiallycorrelatedK-distributedclutter.IEEProcRadar,SonarNavig,1996,143(5):321-327P.//WattsS,WardKD.SpatialcorrelationinK-distributedseaclutter.IEEProceedings,1987,134(6):526-532P.//MarierLJ.CorrelatedK-distributedcluttergenerationforradardetectionandtrack.IEEETransactionsonAerospaceandElectronicSystems,1995,31(2):568-580P.//LombardoP,OliverCJ.Estimatingthecorrelationpropertiesofk-distributedSARclutter.IEEProcRadar,SonarNavig,1995,142(4):167-178P.//RaghavanRS.Amodelforspatiallycorrelatedradarclutter.IEEETransactionsonAerospaceandElectronicSystems,1991,27(2):268-275P.//关键，丁昊,黄勇等.实测海杂波数据空间相关性研究.电波科学学报.2012，27(5):943-953.)

本发明考虑到海杂波良好的时空相关性，而对于使用的导航雷达，其发射频率高达上千赫兹，两条相邻存储线间时间间隔不足1ms，其相关性很强，可以认为散射体之间的相对运动是不变的[20][21]，因此能够忽略时间对散射体运动造成的影响。这是本发明主要利用海杂波信号间的空间相关性来去除同频干扰噪声的理论基础。见参考文献[20-21](CroneyJ.ImprovedRadarVisibilityofSmallTargetsinSeaClutter.TheRadioandElectronicEngineer,1966,32:135-147P.//肖春生，察豪，周沫等.导航雷达慢速小目标检测方法.电子测量技术.2010，33(2):141-144.)。

发明内容

本发明的目的在于提供一种在不破坏雷达图像原始信息的前提下，能够快速、准确的去除同频干扰噪声，满足提高海浪信息反演精度要求的基于空间相关性的航海雷达同频干扰抑制方法。

本发明的目的是这样实现的：

步骤1，读取雷达原始图像。利用雷达图像处理软件加载空间海域杂波连续图像，并同步记录图像采样点数、总线数、方位数、显示方式等信息。

步骤2，数据统计与分析。选取距离雷达天线一定范围的试验区域，利用空间域中雷达图像信号间的相关性，对相邻存储线进行相关系数计算。

步骤3，噪声线检测。分类统计信号线与噪声线的相关系数直方图，绘出相应的概率密度曲线，利用固定门限的方法确定检测阈值，通过检测阈值判定噪声线与信号线。

步骤4，噪声线修复。为提高滤波效率，对检测出的噪声线采用临近线替代法进行修复，以达到抑制同频干扰的目的。

所述步骤2包括以下步骤：

步骤2.1，针对海浪信息反演的现实性要求，选取距离雷达天线一定范围的雷达图像区域；

步骤2.2，利用高海况条件下海浪图像中海杂波的空间相关性，采用相关系数法进行统计分析，设雷达原始图像在(i,j)点处的回波强度为f(i,j)，相邻两条存储线上M个像元点的回波强度相关系数为：

$corr=\frac{\underset{k=1}{\overset{M}{\Σ}}\[f\left(i+k,j\right)-\stackrel{\‾}{f\left(j\right)})\]\[f(i+k,j+1)-\stackrel{\‾}{f\left(j+1\right)}\]}{\sqrt{\underset{k=1}{\overset{M}{\Σ}}{\[f\left(i+k,j\right)-\stackrel{\‾}{f\left(j\right)}\]}^2}\sqrt{\underset{k=1}{\overset{M}{\Σ}}{\[f\left(i+k,j+1\right)-\stackrel{\‾}{f\left(j+1\right)}\]}^2}}$

式中： $\stackrel{\‾}{f\left(j\right)}=\frac{1}{M}\underset{k=1}{\overset{M}{\Σ}}f(i+k,j),\stackrel{\‾}{f(j+1)}=\frac{1}{M}\underset{k=1}{\overset{M}{\Σ}}f(i+k,j+1),$ f(i,j+1)为(i,j+1)点处的回波强度值，M为滑窗窗口长度。

步骤2.3，分别统计信号线与噪声线的相关系数值。

所述步骤3包括以下步骤：

步骤3.1，由统计数据，绘出信号线与噪声线的相关系数直方图以及相应的概率密度曲线；

步骤3.2，由信号线与噪声线的概率密度特征，利用恒虚警原则确定检测阈值T；

步骤3.3，通过检测阈值T确定信号线与噪声线，达到检测噪声线的目的。

本发明针对同频干扰在雷达图像上主要表现为沿径向方向呈射线状噪声的分布特点，利用海杂波空间相关性进行噪声检测，并对雷达原始图像进行噪声预处理，滤除同频干扰提高海浪参数反演的精度。

针对现有技术存在的滤波效率等问题，通过对海杂波时空相关性的分析，本发明公开了一种基于海杂波空间相关性的同频干扰噪声检测方法。该方法考虑了高海况条件下海浪图像中海杂波信号在空间域中的方位相关性，采用相关系数法进行统计分析，并分别给出海浪与海浪以及噪声与海浪回波信号间相关系数直方图，绘出相应的概率密度曲线，利用恒虚警原则确定检测阈值，达到区分噪声线与信号线的目的，最后，对检测出的噪声线采用临近线替代法进行修复，抑制同频干扰，提高了滤波效率。

与现有技术相比，利用本发明所提出的雷达图像同频干扰噪声抑制方法，其优点在于：

(1)本发明利用海杂波空间相关性进行同频干扰噪声检测，能够在保留海浪纹理信息的同时，最大程度减少海浪信号的误判率。

(2)本发明利用海杂波空间相关性进行同频干扰噪声检测，与传统滤波方法相比，具有简单、快速的滤波特点。

(3)根据X波段航海雷达图像格式的存储特点，本方法采用临近线替代法抑制同频干扰噪声，提高了滤波效率。

(4)由于固体目标物回波强度值同样具有良好的空间相关性，本发明能够减少固体目标物对同频干扰噪声检测产生的影响。

(5)本发明考虑了雷达图像格式的存储特点，在极坐标条件下仍然具有较好的滤波效果。

附图说明

图1笛卡尔坐标系下的雷达原始图像一部分区域；

图2海浪信号线回波强度相关系数直方图；

图3噪声线与信号线回波强度相关系数直方图；

图4同频干扰与海浪信号以及海浪信号间相关系数概率密度；

图5a-图5d雷达图像处理效果，其中图5a为雷达原始图像、图5b为均值滤波图像、图5c为中值滤波图像、图5d为本发明滤波算法；

图6本发明实施方式流程图。

具体实施方式

下面将结合附图对本发明提出的基于空间相关性的X波段航海雷达同频干扰抑制方法作进一步的详细说明。实施方式流程图见图6，具体可以分为以下几步,第一步为读入雷达原始图像；第二步为利用相关系数法进行噪声线检测；第三步为对雷达图像噪声线修复过程。

结合附图1～6，本发明具体步骤为：

第一步，读取雷达原始图像，利用雷达图像处理软件加载空间海域杂波连续图像，并同步记录图像采样点数、总线数、方位数、显示方式等信息。附图1为笛卡尔坐标系下的雷达原始图像一部分区域，图像中的明暗相间的条纹为海杂波回波信息，射线即为要去除的同频干扰噪声，噪声集中在图中单独的一列，呈射线状，尾部能量有部分衰减。

第二步，利用高海况条件下海浪图像中海杂波的空间相关性，采用相关系数法进行统计分析，设雷达原始图像在(i,j)点处的回波强度为f(i,j)，相邻两条存储线上M个像元点的回波强度相关系数为：

$corr=\frac{\underset{k=1}{\overset{M}{\Σ}}\[f\left(i+k,j\right)-\stackrel{\‾}{f\left(j\right)})\]\[f(i+k,j+1)-\stackrel{\‾}{f\left(j+1\right)}\]}{\sqrt{\underset{k=1}{\overset{M}{\Σ}}{\[f\left(i+k,j\right)-\stackrel{\‾}{f\left(j\right)}\]}^2}\sqrt{\underset{k=1}{\overset{M}{\Σ}}{\[f\left(i+k,j+1\right)-\stackrel{\‾}{f\left(j+1\right)}\]}^2}}$

式中： $\stackrel{\‾}{f\left(j\right)}=\frac{1}{M}\underset{k=1}{\overset{M}{\Σ}}f(i+k,j),\stackrel{\‾}{f(j+1)}=\frac{1}{M}\underset{k=1}{\overset{M}{\Σ}}f(i+k,j+1),$ f(i,j+1)为(i,j+1)点处的回波强度值，M为滑窗窗口长度。

第三步，本发明实验中将滑窗窗口长度M设为100，分类统计海浪信号与干扰噪声的相关系数直方图，如附图2、附图3所示，对应的均值和标准差见表一。相应的概率密度曲线如附图4所示，利用恒虚警原则确定检测门限阈值，达到区分噪声线与信号线的目的。

表一：相关系数均值和标准差

具体的门限选取算法表述如下：设计算后的海杂波信号间相关系数的概率密度为p(x)，同频干扰噪声与海杂波信号的相关系数概率密度为p₁(x)，检测门限为T，虚警概率为p_fa，则满足如下关系式：

$p_{fa}=1-{\∫}_T^{1}P\left(x\right)dx$

通过设定p_fa，计算方程得到检测门限T。

由于干扰噪声所在线和其相邻两条信号线会同时出现相关系数下降，由相关系数分布特征可以判定第二次阈值小于T时的起始线即为噪声所在的线。具体示例如表二所示：

表二：噪声线判断具体实例

为了确保干扰噪声检测结果有较低的漏检率，本发明试验中p_fa取0.03，经过计算得到门限阈值T为0.953，可以判定第1036条线含有同频干扰，通过与实际回波强度表对比，发现在1033～1039线间，同频噪声出现在第1036条线，判定结果正确。

第四步，对雷达图像噪声线修复过程。试验中的X波段航海雷达图像数据是按线存储的，雷达天线扫描一周得到大约3300条线，考虑到海浪参数反演实时性等现实性要求，本发明中采用临近信号线替代法，将与噪声线相邻的信号线的回波强度值来替代噪声线的回波强度值，以加快滤波效率。

应用本发明提出的X波段航海雷达同频干扰抑制方法对2013年10月在福建平潭采集的雷达原始图像进行滤波处理。雷达天线架设高度为45米，平均旋转周期为2.6秒，工作在短脉冲模式，图像数据是按线存储的，雷达天线扫描一周得到大约3300条线，每根线上有600个像元点，其方位向分辨率约为0.1度，径向分辨率约为7.5米，回波强度值范围为0～8191。距离雷达天线越远，相邻方位上的两点间距离越大，而在径向上的两点间距离保持不变。进行海浪反演观测时，雷达周围有两部同型号雷达一起工作，这是雷达产生同频干扰的主要来源。本发明中雷达数据主要采用受台风“天兔”影响期间，雷达连续工作采集得到的高海况条件下的雷达图像数据，在海况较高时，海面状态会更加起伏多变，对分析海杂波的空间相关性更为有利。

为证明本发明的滤波效果更好，把本发明滤波方法与均值滤波、中值滤波等传统方法进行对比。采用均值滤波、中值滤波和本发明提出的滤波方法分别对雷达原始图像数据进行滤波处理。处理结果如附图5a-图5d所示，由图5a-图5d可以看出均值滤波不能完全滤除同频干扰噪声，而中值滤波在滤除噪声的同时，也破坏了海浪的纹理特征，利用本发明方法在滤除同频干扰的同时能够较好地保留海浪纹理信息。

为分析噪声的抑制效果，对比了应用均值滤波、中值滤波、本发明的滤波方法处理后同一雷达图像的信噪比，如表三：

表三：不同滤波方法的信噪比

算法	均值滤波	中值滤波	本发明方法
				SNR	30.3	31.2	33.8

从表三中数据可以看出，与均值滤波和中值滤波相比，本发明提出的方法信噪比更高，说明噪声抑制能力较传统的均值滤波和中值滤波方法要好。

为评估去噪后图像的信息保持能力，对已经检测出并经过修复之后的噪声线和其相邻的两条信号线进行相关系数计算，并用本发明方法和均值滤波、中值滤波所求结果进行对比，对比结果如表四所示：

表四：修复后图像序列相关系数对比

由表四可以看出，用本发明方法计算出的相关系数要大于传统的均值滤波和中值滤波方法，说明本发明方法在对原始图像的信息保持能力方面要好。

为了避免偶然性，选取了连续32幅雷达图像中的部分数据进行噪声与信号间相关系数统计，如下表五所示：

表五：相关系数均值和标准差

滤波方法	均值滤波	中值滤波	本发明方法
				相关系数均值	0.9021	0.9239	0.9526
相关系数标准差	0.029	0.025	0.018

由表五可以看出，利用发明方法在对噪声点的修复方面要比均值滤波和中值滤波方法好，修复后的雷达图像相关性更强。

本发明一种基于空间相关性的航海雷达同频干扰抑制方法有更好的噪声抑制能力，更好的保留了海浪纹理信息，因此能更好地提高海浪信息反演精度，符合工程要求。

Claims (3)

1.一种基于空间相关性的航海雷达同频干扰抑制方法，其特征是：

步骤1，读取雷达原始图像

加载空间海域杂波连续图像，并同步记录图像采样点数、总线数、方位数、显示方式；

步骤2，数据统计与分析

利用空间域中雷达图像信号间的相关性，对相邻存储线进行相关系数计算；

步骤3，噪声线检测

分类统计信号线与噪声线的相关系数直方图，绘出相应的概率密度曲线，利用固定门限的方法确定检测阈值，通过检测阈值判定噪声线与信号线；

步骤4，噪声线修复

对检测出的噪声线采用临近线替代法进行修复。

2.根据权利要求1所述的基于空间相关性的航海雷达同频干扰抑制方法，其特征是：所述数据统计与分析包括以下步骤：

步骤2.1，选取距离雷达天线一定范围的雷达图像区域；

步骤2.2，利用高海况条件下海浪图像中海杂波的空间相关性，采用相关系数法进行统计分析，设雷达原始图像在(i,j)点处的回波强度为f(i,j)，相邻两条存储线上M个像元点的回波强度相关系数为：

$corr=\frac{\underset{k=1}{\overset{M}{\Σ}}\[f(i+k,j)-\stackrel{\‾}{f\left(j\right)})\]\[f(i+k,j+1)-\stackrel{\‾}{f(j+1)}\]}{\sqrt{\underset{k=1}{\overset{M}{\Σ}}{\[f(i+k,j)-\stackrel{\‾}{f\left(j\right)}\]}^2}\sqrt{\underset{k=1}{\overset{M}{\Σ}}{\[f(i+k,j+1)-\stackrel{\‾}{f(j+1)}\]}^2}}$

式中： $\stackrel{\‾}{f\left(j\right)}=\frac{1}{M}\underset{k=1}{\overset{M}{\Σ}}f(i+k,j),$ $\stackrel{\‾}{f(j+1)}=\frac{1}{M}\underset{k=1}{\overset{M}{\Σ}}f(i+k,j+1),$ f(i,j+1)为(i,j+1)点处的回波强度值，M为滑窗窗口长度；

步骤2.3，分别统计信号线与噪声线的相关系数值。

3.根据权利要求1或2所述的基于空间相关性的航海雷达同频干扰抑制方法，其特征是：所述噪声线检测包括以下步骤：

步骤3.1，由统计数据，绘出信号线与噪声线的相关系数直方图以及相应的概率密度曲线；

步骤3.2，由信号线与噪声线的概率密度特征，利用恒虚警原则确定检测阈值T；

步骤3.3，通过检测阈值T确定信号线与噪声线，达到检测噪声线的目的。