CN107490790B

CN107490790B - 一种连续多脉冲相参海杂波的仿真方法

Info

Publication number: CN107490790B
Application number: CN201710936324.XA
Authority: CN
Inventors: 王文光; 屈高龙
Original assignee: Beihang University
Current assignee: Beihang University
Priority date: 2017-10-10
Filing date: 2017-10-10
Publication date: 2021-06-11
Anticipated expiration: 2037-10-10
Also published as: CN107490790A

Abstract

本发明提供了一种连续多脉冲相参海杂波的仿真方法，包含以下步骤：(1)基于SIRP模型生成K分布的海杂波；(2)根据设定的存活时间和空间宽度，进行海尖峰重排；(3)脉间相关处理；(4)多普勒谱型滤波。本发明在SIRP仿真数据的基础上，考虑环境因素，生成了包含一定存活时间和空间宽度的海尖峰、具有一定脉间相关性、且反映海杂波本身多普勒特性的海杂波数据。仿真实验结果表明，本发明给出的仿真方法可以很好地描述海杂波的幅度分布、多普勒以及相关特性，可以作为进一步开展海面弱目标的长时间相参积累算法研究的仿真数据来源。

Description

一种连续多脉冲相参海杂波的仿真方法

技术领域

本发明属于海面电磁后向散射特性仿真领域，涉及一种连续多脉冲相参海杂波数据的仿真方法。

背景技术

在高分辨率雷达对海观测时，低擦递角或者高海况情况下，海浪失去平衡状态，出现浪花，从而产生了破碎波，破碎波的雷达后向散射会表现为海尖峰，这时，雷达回波强度会明显增强，表现为随机分布在不同距离、不同角度上的零星的运动或者静止目标，使海杂波的概率密度曲线表现出较长的“拖尾”现象，通常海尖峰的持续时间较短，且持续时间内具有较强的相关性。此外，由于海杂波散射机理的复杂性和影响因素的多样性，目前还没有能够描述各种海况的统一的海杂波仿真模型，代表性的模型主要包括Lee模型，Walker模型和Ward模型(混合高斯模型)，Lee模型将海杂波多普勒功率谱表示为几个谱分量，分别是与Bragg散射有关的Gaussian谱分量，与Burst散射有关的Lorenztian谱分量，以及与Whitecap散射分量有关的Voigatian谱分量。后来，Walker将Lee模型进行近似和简化，采用三个分量的组合高斯模型描述海杂波的多普勒谱，这三个分量分别为Bragg分量、白浪以及海尖峰分量，其中海尖峰多在HH极化时出现。Ward模型假定多普勒谱形状采用类似于K分布的尺度高斯混合模型，将海杂波的多普勒谱看成被随机功率常数调制的混合高斯函数。

现代雷达面临的工作环境日益复杂，为了检测“低可观测目标”，常采用长时间积累技术，其积累的时间达秒级甚至更长。近年来已有很多的模型用于海杂波特性描述和建模仿真，如K分布模型，复合高斯模型等等。但是这些模型方法主要从幅度统计特性和功率谱特性上描述海杂波，这不能满足海杂波背景下相参积累研究对数据相位的需求，完全随机产生的海尖峰也与实际场景不符。本发明给出了一种能够反映海尖峰特性、脉间相关性以及海杂波多普勒谱特性的连续多脉冲相参海杂波的仿真方法，该方法将为深入开展海杂波背景下的目标检测，尤其是为弱目标的长时间相参积累算法研究提供仿真数据。

发明内容

本发明针对相参积累对海杂波数据相位的要求，以及海杂波数据的海尖峰特性、多普勒特性，提出一种包含海尖峰重排、脉间相关处理和多普勒谱型滤波的连续多脉冲相参海杂波仿真方法。

本发明解决其技术问题采用的技术方案为：一种连续多脉冲相参海杂波的仿真方法，包括以下具体步骤：

步骤(1)、基于SIRP模型产生K分布的海杂波

SIRP(Spherically Invariant Random Process)方法的思想是：首先产生服从高斯分布的随机序列w(k)，然后和服从确定概率密度函数的随机序列s(k)相乘。由于它是一种外生模型，允许对杂波谱的边缘概率密度函数和功率谱进行独立调制。SIRP模型产生随机分布，其统计特性服从复合K分布，可用于仿真海杂波数据；

步骤(2)、海尖峰重排

在SIRP模型生成仿真海杂波数据的基础上，从海杂波背景中选择部分强点作为海尖峰，根据设定的存活时间，设定第一个脉冲回波中的海尖峰存活时间，依次对后续脉冲回波中的海尖峰进行位置重排，保证存活期间海尖峰位置稳定；

步骤(3)、脉间相关处理

为使仿真海杂波数据连续的脉冲具有一定的相关性，采用相邻两脉冲数据加权叠加的方法，其中的加权系数决定了两帧数据的相关性；

步骤(4)、多普勒谱型滤波

Walker模型把海杂波的多普勒功率谱表示成三个具有不同均值和方差的高斯分量的线性叠加，这些分量的均值和标准差分别对应于Bragg散射、Burst散射、Whitecap散射的多普勒频移和多普勒带宽。根据J.L.Whitrow给出的计算方法，分别计算三个高斯分量的谱峰位置和谱宽，进而计算三个高斯分量的系数，最后，根据三个高斯分量的线性叠加完成多普勒谱型滤波。

本发明与现有技术相比的优点在于：

(1)本发明所给出的仿真方法生成的海杂波数据包含的海尖峰具有一定存活时间和空间宽度，而不是完全随机分布的；

(2)本发明所给出的仿真方法生成的海杂波数据具有一定的脉间相关性，且脉间相关性与设置的海况有关。

附图说明

图1为本发明连续多脉冲相参海杂波建模方法的流程图；

图2为SIRP模型生成K分布海杂波的实现结构图

图3为SIRP模型生成仿真数据的距离-时间强度图；

图4为本发明生成海杂波数据的距离-时间强度图；

图5为本发明生成海杂波数据的幅度统计K分布拟合效果图。

图6为CFC17-010海杂波数据的幅度统计K分布拟合效果图。

图7为本发明生成海杂波数据的脉间相关特性图。

图8为CFC17-010海杂波数据的脉间相关特性图。

图9为本发明生成海杂波数据第一个距离门的多普勒谱图。

图10为CFC17-010海杂波数据第一个距离门的多普勒谱图。

具体实施方式

下面结合附图以及具体实施方式进一步说明本发明。

在SIRP(Spherically Invariant Random Process)模型仿真数据的基础上，本发明分别进行了海尖峰重排、脉间相关处理以及多普勒谱型滤波等过程，其流程图如图1所示，具体包括4个步骤。

1、基于SIRP模型产生K分布的海杂波

首先产生服从高斯分布的随机序列w(k)，然后和服从确定概率密度函数的随机序列s(k)相乘。由于它是一种外生模型，允许对杂波谱的边缘概率密度函数和功率谱进行独立调制。其实现结构如图2所示，w₁(k)为复高斯白噪声，线性滤波器H₁(z)由x(k)的相关函数设计决定，w₂(k)为与w₁(k)相互独立的实高斯噪声，线性滤波器H₂(z)必须使得输出的高斯序列具有高度的相关性(相关函数接近于1)，ZMNL(Zero Memory Nonlinearity)变换使得输出的s(k)的概率密度函数为杂波的特征概率密度函数。对于K分布来说，s(k)服从广义χ分布。

2、海尖峰重排

基于SIRP方法产生的复合K分布海杂波中包含了海尖峰，但是海尖峰在每个脉冲回波中的位置是随机的，实际场景中的海尖峰具有一定的存活时间，而且完全随机的海尖峰不能反映出长时间积累中海尖峰对目标检测造成的影响。基于此，本发明提出了一种海尖峰重排的方法：首先从海杂波背景中选择部分强点作为海尖峰，根据给定的存活时间设定第一个脉冲回波中的海尖峰存活时间，依次对后续脉冲回波中的海尖峰进行位置重排，保证存活期间海尖峰位置稳定。假定第i个脉冲回波中含有M个海尖峰。第i+1个脉冲回波检测到海尖峰N个。当N≥M时，需要对第i+1个脉冲回波中的M个海尖峰位置重排，另外N-M个海尖峰为新生海尖峰。当N＜M时，表明有M-N个海尖峰提前消亡，只需对N-M个海尖峰进行位置重排。通过这种重排处理，在不改变回波信号的幅度统计特性的条件下，使海尖峰在存活期间具有稳定的位置。

3、脉间相关处理

根据Walker模型，海杂波数据的多普勒谱符合高斯分布，由维纳-辛钦定理，对于具有高斯型功率谱的海杂波，做逆傅里叶变换得到自相关函数：

式中，σ_v为海浪运动速度的均方根值，可以根据GIT模型计算得到。

按照分布模型产生的回波数据相互独立，为使第i个和第i+1个脉冲的回波具有一定的相关性，采用相邻两脉冲数据加权叠加的方法，其中的加权系数决定了两帧数据的相关性。对于仿真的海杂波数据，可以利用式(1)得到两帧数据的相关系数，然后利用式(2)得到具有一定脉间相关性的第i+1个脉冲对应的海杂波：

c′_i+1＝ρc_i+(1-ρ)c_i+1 (2)

式中，c_i和c_i+1分别为第i个和第i+1个脉冲的回波。

4、多普勒谱型滤波

Walker等人验证了海杂波数据的多普勒谱符合高斯分布，由于利用复合高斯模型产生的仿真数据，在进行相参积累研究中，同一距离门上的多个脉冲回波无法反映出海杂波本身的多普勒特性，为了保持高斯分布约束，还需要对海尖峰重排后的数据按照距离门进行滤波，使得每个距离门的数据具有给定的谱型。Walker模型把海杂波的多普勒功率谱表示成三个具有不同均值和方差的高斯分量的线性叠加，这些分量的均值和标准差分别对应于Bragg散射、Burst散射、Whitecap散射的多普勒频移和多普勒带宽。

对于HH极化，该模型为：

对于VV极化：

式中，下标B,W,S分别对应Bragg分量，Whitecap分量和Spike分量。因此f对应仿真模型的多普勒频率，f_B,f_W,f_S分别对应Bragg分量、Whitecap分量和Spike分量高斯型谱的频谱峰值，W_B,W_W,W_S分别对应Bragg分量、Whitecap分量和Spike分量的高斯型谱的谱宽。

三种高斯型谱的频谱峰值和谱宽采用J.L.Whitrow给出的计算方法，以Bragg成分为例，其谱峰位置和谱宽计算如下：

W_B＝(4.6+0.68Ucosφ)0.021/λ (6)

式中，φ表示观测方向与风向间的偏角，U为风速，式(5)的上标u和d分别表示逆风和顺风，

和

的具体表达式可由Rozenburg的研究结论给出。

GIT模型与Walker多普勒模型结合，得到：

对于HH极化，由GIT模型计算得到σ_HH，根据式(9)得到

的计算公式：

其中：

对于VV极化，根据式(12)求得

为：

最后，根据求得的各个高斯分量系数，并利用式(3)或式(4)进行多普勒谱滤波。

为了验证本发明给出的连续多脉冲相参海杂波仿真方法的有效性，利用实测数据分别从幅度统计特性、相关性以及多普勒谱特性等方面进行比较分析。本发明所用实测数据来自CSIR Fynmeet雷达，其中数据CFC17-010是2006年8月3号在南非的西南海岸线采集所得，该雷达只有垂直极化方式，其详细参数如表1所示。

表1 实测数据参数说明

该数据在8小时平均风速12.9kts，海浪平均高度2.38m的环境下测得。

仿真中，设置雷达回波持续时间59.9488s，脉冲重复频率为5KHz，波长0.03m；设置GIT模型海况为6、顺风、擦递角为0.472deg，则平均浪高约为2.88m，平均风速约为13.24kts；设置海尖峰至少存活0.06s，空间宽度跨越2个距离门。

采用图1的流程，首先根据图2所示的结构图，基于SIRP模型生成K分布的海杂波仿真数据，如图3所示，可以看出，SIRP方法产生的海杂波数据在每个距离门内的峰值位置是完全随机的，这不能满足海尖峰存活时间的要求，然后对SIRP仿真数据进行海尖峰重排、脉间相关、谱型滤波处理，得到图4所示的仿真海杂波数据，可以看出仿真海杂波数据包含一定存活时间和空间宽度的海尖峰。首先用K分布分别拟合仿真海杂波数据与实测海杂波数据，图5为本发明得到海杂波数据的幅度统计K分布拟合效果，图6为实测海杂波数据K分布拟合效果，可以看出仿真海杂波数据和实测数据都可以很好地拟合于复合K分布；为验证仿真模型的连续脉间相关性，对仿真海杂波数据和实测海杂波数据分别计算相邻脉冲间的相关系数并做归一化处理，图7本发明仿真海杂波数据的脉间相关特性，图8为实测海杂波数据的相关特性，通过比较，可以看出本发明可以得到具有一定脉间相关的海杂波数据，且与实测数据的脉间相关性相符；根据Walker给出的三个高斯分量的叠加模型，对仿真海杂波数据在多普勒谱上进行谱型滤波处理，以第一个距离门的数据为例，采用64点FFT计算多普勒谱，图9为本发明仿真海杂波数据的多普勒谱，图10为实测海杂波数据的多普勒谱，可以看出两者多普勒谱的位置和谱宽具有一致性。

本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

尽管为说明目的公开了本发明的实施例和附图，但是本领域的技术人员可以理解：在不脱离本发明及所附的权利要求的精神和范围内，各种替换、变化和修改都是可能的。因此，本发明不应局限于本发明实施例和附图所公开的内容。

Claims

1.一种连续多脉冲相参海杂波的仿真方法，其特征在于实现步骤如下：

步骤1)、基于SIRP模型产生K分布的海杂波

SIRP(Spherically Invariant Random Process)模型产生随机分布，其统计特性服从复合K分布，可用于仿真海杂波数据；

步骤2)、海尖峰重排

从海杂波背景中选择部分强点作为海尖峰，根据设定的存活时间，设定第一个脉冲回波中的海尖峰存活时间，依次对后续脉冲回波中的海尖峰进行位置重排，保证存活期间海尖峰位置稳定；

步骤3)、脉间相关处理

为使连续的脉冲具有一定的相关性，采用相邻两脉冲数据加权叠加的方法，其中的加权系数决定了两帧数据的相关性；

步骤4)、多普勒谱型滤波

Walker模型把海杂波的多普勒功率谱表示成三个具有不同均值和方差的高斯分量的线性叠加，这些分量的均值和标准差分别对应于Bragg散射、Burst散射、Whitecap散射的多普勒频移和多普勒带宽；根据J.L.Whitrow给出的计算方法，分别计算三个高斯分量的谱峰位置和谱宽，进而计算三个高斯分量的系数，最后，根据三个高斯分量的线性叠加完成多普勒谱型滤波。

2.根据权利要求1中所述的一种连续多脉冲相参海杂波的仿真方法，其特征在于：所述步骤2)中的海尖峰，采用对多个脉冲回波数据中的强点进行位置重排的方法仿真；

首先从第一个脉冲的回波中选择一定数目的强点作为海尖峰，设定各海尖峰的存活时间；依次对后续脉冲回波中的强点位置重排，使与上一脉冲中海尖峰位置一致，保证存活期间海尖峰位置稳定；假定第i个脉冲回波中含有M个海尖峰，第i+1个脉冲回波检测到强点N个；当N≥M时，需要对第i+1个脉冲回波中的M个较强的强点位置重排，另外N-M个海尖峰为新生海尖峰；当N＜M时，则对这N个强点全部进行位置重排，表明有M-N个海尖峰提前消亡；通过这种重排处理，在不改变回波信号的幅度统计特性的条件下，使海尖峰在存活期间具有稳定的位置。

3.根据权利要求1中所述的一种连续多脉冲相参海杂波的仿真方法，其特征在于：所述步骤3)中的脉间相参仿真方法如下：

按照步骤1)产生的不同脉冲的回波数据相互独立，为使第i个和第i+1个脉冲的回波具有一定的相关性，给出了一种直接对两帧数据加权叠加的方法，其中的加权系数决定了两帧数据的相关性；对于仿真的海杂波数据，可以利用Walker模型计算两帧数据的相关系数，然后利用式(1)得到具有一定脉间相关性的第i+1个脉冲对应的海杂波：

c'_i+1＝ρc_i+(1-ρ)c_i+1 (1)

式中，c_i和c_i+1分别为第i个和第i+1个脉冲的回波，ρ为根据Walker模型计算得到的相邻脉冲回波数据间的自相关系数。