聂建英, 李兴国, 娄国伟
(1.福州大学数学与计算机(软件)学院,福州 350108; 2.南京理工大学毫米波、光波近感技术研究所,南京 210094)
隐身技术又称低可探测技术或目标特征控制技术。为探测隐身目标,美、俄、英、德、法等发达国家都在积极发展各种反隐身技术,并将研究非常规探测技术作为反隐身的重要研究方向之一,列入国防研究的关键技术。如这些国家正在研究被动无源雷达反隐身技术,以及研究利用电台、电视、或手机发射台发射信号对隐身目标的微弱反射等二次辐射来探测隐身目标等非常规反隐身技术问题。
毫米波探测技术是指利用物体的毫米波辐射及散射特征,探测、识别目标的技术[1-2]。文章研究涉及的毫米波被动探测,主要是探测隐身目标的辐射亮度温度,与目前国外研究的被动探测反隐身研究是完全不同的概念。国外研究的被动探测实质上仍是针对雷达系统的无源雷达探测系统反隐身技术,也有别于他们正在开发的利用隐身目标对广播、电视等信号的微弱反射来发现隐身目标的做法[3-4]。
文章分析了毫米波被动探测目标特性分析,给出了毫米波被动探测隐身要素分析,指出被动探测隐身目标的表征量刻画,及装甲目标被动探测图像的多尺度边缘检测,为研究毫米波被动探测隐身与反隐身技术提供必要的理论与实验依据。
毫米波探测系统具有全天候或低能见度条件下,如雾、多云、烟雾或沙尘暴等会“制盲”可见光或红外传感器的低能见度条件下进行探测与成像的能力。对于军事应用来说,低能见度是一种优势[1-2,5-9]。
毫米波被动体制辐射计主要探测目标的辐射温度,利用目标与场景的辐射温度差异ΔTT来探测分辨识别目标,不发射电磁波,具有很高的隐蔽性,并有很好的抗干扰性能。
任何物体辐射的能量可表达为物体的表观温度TAp(θ,φ)=ε(θ,φ)To,To为物体本身的温度(物理温度);ε为物体的发射率;ρ为物体的反射率;TAp(θ,φ)为物体的表观温度。
当目标的发射率与背景物体的发射率有明显差异时,目标可被辐射计探测到。由于金属目标的毫米波发射率近似为零,当用被动式毫米波辐射计探测地面目标时,无论金属目标处于高温还是低温,由于其毫米波发射率为零,故其辐射温度为零。它仅能反射天空的毫米波辐射温度。而常见背景的毫米波辐射比较强,可看成热背景。辐射计利用这种辐射差异,很容易从地面检测金属目标。对于红外,只有金属目标自身发热时才易检测。当金属目标与周围地面温度相同时,红外探测器无法检测和区分地面金属目标。另外,被动毫米波探测中的杂波变异比其他传感器图像中的要小得多,这使得具有较小误报警的自动目标探测变得比较容易。
图1显示出了在200~300 m距离处对集群坦克的光学和被动毫米波成像图,图2示出某坦克的光学和被动毫米波图像的对比[3-4]。
图1 200~300 m处某坦克群成像图Fig.1 Images of a tank group at 200 ~300 m
图2 100 m处坦克成像图Fig.2 Images of a tank at 100 m
从图1b、图2b中可以看出,坦克可以清晰地从地物背景中识别出来,目标不同部位的辐射特性差异亦很明显。通过分析可以知道,地面目标除了要积极进行雷达隐身及红外隐身,还必须积极进行被动毫米波隐身,以减少来自被动毫米波辐射计的探测威胁。
毫米波被动探测能力与目标的投影截面面积,目标的辐射特性,辐射传播路径,以及被动辐射计各参数,天线口径、灵敏度、信噪比等接收机的品质都有着密切相关。我们利用波束占空比来推导与考察其探测能力。
记毫米波被动探测目标相对的立体角为ΩT,毫米波辐射计天线立体角为 ΩA,其中 ΩT<ΩA,则由文献[1],天线波束的立体角可表示为
式中:ηA为天线孔径效率;ηa为天线辐射效率;λ为波长;D为天线口径尺寸;ΩM为天线主波束立体角;ηB为天线波束效率。同样,目标投影等效截面AT对应的立体角可用探测距离R表示为
由文献[1]可知,毫米波被动辐射计的系统温度为
式中:2是考虑镜像响应的系数;Ts为接收机输入温度(包括天线温度及天线到接收机输入端的损耗辐射温度。忽略天线损耗及联接损耗时,Ts=Ta,Ta为天线温度);Trn表示接收机总噪声温度。
接收机总噪声温度通常用接收机噪声系数Frn及其环境温度Tbj来表示:
毫米波辐射计信噪比为
系统温度的变化量可表示为ΔTsy=2ΔTa,设Kr为辐射计体制常数,则辐射计信噪比(SNR)为
于是可导出辐射计灵敏度,最小可探测的温度平均值是RS,N=1时的ΔTa值,即辐射计的灵敏度ΔTmin为
式中:BN为检波后带宽;Bif为检波前带宽;Kr为辐射计体制常数,由辐射计类型及信号处理形式决定。
在被动毫米波探测中,可用天线温度变化量ΔTa来表示辐射计探测目标信号的大小,而ΔTa又可利用目标辐射温度的变化量ΔTT来表示。当考虑天线辐射效率时,可得出立体角表示的天线温度变化量ΔTa与ΔTT的关系式为
式中:ηa为天线辐射效率。由式(8)可导出被动毫米波辐射计探测的距离方程为
对上述距离公式分析可知:
1)(ηAπD2/4λ2)表示天线参数对距离的影响,天线直径增大,作用距离也增大,工作频率提高,作用距离也增加;
根据距离公式,显然易知1)~3)仅与辐射计本身的品质有关,与目标无关。而则完全反映了目标本身的特性。即一旦毫米波辐射计的接收机参数和大气影响因子等条件都确定,被动毫米波探测距离与(ATΔTT)的大小成正比关系。因此控制与缩减目标的投影等效截面AT与目标和环境的辐射温度变化量ΔTT就能缩小被探测的距离。
如当(ATΔTT)的值缩减为原来的1/10,即下降10 dB,则R就缩小原来距离的32%。因此,目标的毫米波被动隐身关键是缩减参数目标与环境的辐射温度变化量ΔTT与目标投影等效截面AT的大小。特别地,目标外形投影等效截面AT变化量缩减受一定影响,因此目标隐身的关键技术参数是ΔTT。即被动毫米波辐射计隐身技术的实质为目标辐射特性的控制(ATΔTT)。
探测图像中的边缘结构常常是模式识别中最重要的特征。毫米波被动探测成像的边缘,正是目标辐射特征差异的明显变化区域,是目标毫米波被动探测与目标识别的重要依据。
由于小波变换在各尺度上都提供了图像的边缘信息,故称为多尺度边缘。小波变换能够把图像分解成多种尺度成分,并对大小不同的尺度成分采用相应的时域或空域取样步长,从而能够不断地聚焦到对象的任意微小细节。对于被动探测,多尺度边缘正是目标辐射特征差异的各微小变化区域。
通过检测二维小波变换的模极大点可以确定图像的边缘点。沿着边界方向将任意尺度下的边缘连接起来可形成该尺度下沿着边界的模极大曲线,构成图像的边缘检测。在二维情况下,边缘检测算法通过计算图像信号f(x,y)∈L2(R2)的梯度向量的模的局部极大值来寻找图像边缘的空间位置。梯度向量的方向指出了图像灰度值变换最快的方向[10]。
多尺度边缘检测是将图像曲面用一个核函数θ(x,y)的伸缩作卷积平滑。设平滑函数θ(x,y)关于x,y可积,且当x与y趋于无穷时积分为0,函数可微。需要两个方向的二维小波,它们分别是平滑函数的偏导数,记为
于是这两个尺度小波可表示成[3]
由于 ψ1(x,y),ψ2(x,y)是平滑函数 θ(x,y)的偏导数,所以二维二进小波变换的两个分量等价于图像f(x,y)被平滑后的梯度向量的两个分量,即
在尺度2j下的边缘点是这样的一点v,使得Mf(u,2j)沿 u=v+λ nj(v),当|λ|充分小时在 u=v取到极大值。这样的点称为小波变换模极大点,通过检测二维小波变换的模极大点可以确定图像的边缘点。且Af(u,2j)指明了边缘的方向。利用二维离散二进小波变换的atrous[10]算法给出图1b的多尺度边缘检测如图3所示。
图3 被动毫米波图像及其多尺度边缘检测图Fig.3 Original PMMW image and multiscale edge image
考察目标的毫米波被动探测辐射特性实测与分析。本文以3 mm,94 GHz直流Dicke式辐射计为例。辐射计的原理框图如图4所示。
图4 3 mm直流Dicke式辐射计Fig.4 3 mm direct current Dicke radiometer
采用液氮黑体低温与常温黑体定标法,以提高探测精确度,可得定标方程:T=19.598U+208.4。
为分析目标辐射特性,参照图6摆放好辐射计及待测物体。图5外围为地面背景,中间3×5区域覆盖待测物体隐身目标。按照编号顺序探测每个区块的辐射电压,并依次存入记录表中,参见表1。每个区域记录3个电压值,取其平均值作为该区域的辐射能量电压值。再利用定标方程与Matlab计算出温度,并画出目标的辐射分布图。
图5 分区编号图Fig.5 Serial number
表1 双层隐身迷彩测试数据Table 1 Testing data of stealth material coating
从图6中可以看出双层隐身迷彩布辐射温度分布特点,双层隐身迷彩布辐射温度的强辐射区域在前甲部与四周,中间辐射温度较小。因此需要控制与缩减目标的前甲部和四周和环境的辐射温度差异,便可达到低可探测的目的。
图6 双层隐身迷彩布辐射温度分布图Fig.6 Radiation temperature distribution of the stealth material coating
毫米波被动探测广泛地应用于目标的精确制导与探测。为研究毫米波被动探测隐身目标,在分析毫米波被动探测能力与要素的基础上,得到结论,控制与缩减目标的(ATΔTT)表征量,是被动毫米波辐射计隐身技术的实质因素。同时文章给出了毫米波被动探测装甲目标图像的多尺度边缘检测,及被动辐射计探测双层隐身迷彩目标的辐射能量的实测与特性分析。只要控制与缩减目标的前甲部和四周和环境的辐射温度差异,便可达到低可探测的目的。
[1] 李兴国,李跃华.毫米波近感技术基础[M].北京:理工大学出版社,2009.
[2] 薛良金.毫米波工程基础[M].哈尔滨:哈尔滨工业大学出版社,2004.
[3] YUJIRI L,SHOUCRI M,PHILIP M P.Passive millimeterwave imaging[J].IEEE Microw.Mag(S1527-3342),2003,4(3):38-50.
[4] OLSEN R,CLARK S,GALLIANO J,et al.Video-rate passive millimeter-wave image[C]//Proceedings of 18th Digital Avionics Systems Conference,St Louis,USA,1999:3C11-3C18.
[5] 时翔,娄国伟,李兴国.装甲目标毫米波辐射温度的建模与计算[J].红外与毫米波学报,2007,26(1):43-46.
[6] 聂建英,娄国伟,李兴国.毫米波目标辐射亮温的内插平滑解[J].红外与毫米波学报,2004,23(5):377-379,383.
[7] 范梅梅,丁小峰,廖东平,等.基于机会辐射源的被动雷达系统研究现状[J].电光与控制,2010,17(10):53-57.
[8] 吴志强,吴乐华,袁宝峰,等.基于分形特征融合的目标边缘检测算法[J].电光与控制,2010,17(11):16-18.
[9] 姜长生.无人机侦察/打击一体化的关键技术[J].电光与控制,2011,18(2):1-7.
[10] MALLAT S.A wavelet tour of signal processing[M].2nd ed.Academic Press,1999.