亚帆赛间便携式高频地波雷达的海态观测

周 浩 文必洋 吴世才 石振华 景玉山 李四明

（1.武汉大学电子信息学院，湖北 武汉 430079；2.武汉德威斯电子技术有限公司，湖北 武汉 430074）

引 言

海洋表面流场、风场和浪场等状态参数是重要的海洋动力学要素，监测这些参数对海上和沿岸人类活动和安全以及海防事业都有重要意义。高频地波雷达（工作于3～30MHz）因具有超视距探测能力而在近几十年来受到了特别的关注［1-2］，并发展成为海洋环境和海面低速移动目标监测的一种常规手段，实现全天候、大面积的海面连续实时探测。在海面状态参数中，海洋表面流场探测技术已经趋于成熟，而风浪场探测的机理和技术则仍处于发展和完善的过程中。在可形成窄波束的相控阵雷达中，由于雷达回波距离-方位分辨单元较小，且可获得空间方向性增益，回波信号易于处理和解释，因而能够获得精度较高和较可靠的风、浪参数［3-4］。而在采用小口径定向天线（如交叉环／单极子天线）的雷达中，对海浪回波谱的方向性进行分辨是个难题，因而风、浪参数的范围和精度也较为有限［5］。国外的先进高频地波雷达（如SeaSonde、WERA等），均进行过长期的与海洋浮标的现场比对实验，对风浪探测理论的建立和发展起了重要的促进作用［6-8］。小口径高频海态雷达无疑是未来我国更高效率建设高频海态雷达网的重要组成部分，对于海态信息中占重要地位的风、浪场参数，必须结合海洋现场同步资料，进行更为深入的研究。

OSMAR-S是武汉大学电波传播实验室开发的便携式高频地波雷达系统，采用紧凑单极子／交叉环天线，实现海洋表面流场监测，并可测量风速、浪高等参数。2007年11月，在上海洋山海域成功进行了OSMAR-S与多种传统海洋设备的多点位现场比测实验，验证了雷达的流场测量能力［9］。随后，OSMAR-S在浙江海域和山东海域进行业务化运行。2010年11月，在广东汕尾亚运会帆船赛期间，OSMAR-S作为一种重要的海态监测手段，被安装在红海湾比赛区域，与海上浮标及沿岸海洋站和气象站一起，为保障亚运会顺利举行提供海洋气象服务，同时也为填补海上气象资料稀缺起到十分重要的作用。同步观测的传统海洋仪器，正好为雷达提供了宝贵的对比数据资料。将雷达测量的汕尾海域流速、流向、浪高、浪周期、风向和风速等数据，与海监船搭载的海流计与测风仪以及现场布放浮标实测的数据进行了对比。对比结果表明:雷达与现场浮标、海流计及测风仪的观测数据较为吻合，初步验证了便携式高频地波雷达OSMAR-S探测近海海态特别是风浪的能力。

1.海态反演理论和方法

高频电磁波海面散射回波主要由Bragg散射效应产生。20世纪70年代，Barrick建立了窄波束下高频段海洋回波一阶和二阶散射截面方程［10-11］，为利用高频雷达探测海洋表面状态参数奠定了理论基础，并随后提出了窄波束和宽波束条件下的海态参数反演方法，其中由一阶Bragg谱峰测量海流和风向，由二阶谱反演浪高和风速。海浪对高频电磁波的主要散射机制是Bragg谐振，即当波长为λ0的雷达波投射到海面时，只有波长L=λ0／2，且传播方向恰为朝向或者背离雷达的海浪波列会产生最强的后向散射，称为一阶散射。Barrick导出的深水条件下且没有海洋表面流时的窄波束一阶和二阶雷达散射截面方程为

式中忽略了常系数，ω为Doppler圆频率；φ为雷达波束指向；k0为雷达电波波数；S（k，φ）表示有向浪高谱；ωB为Bragg圆频率；δ（·）为Dirac冲激函数；Γ是耦合系数，二阶散射波矢量满足关系k+k′=-2k0.

Bragg频率fB只与雷达工作频率f0有关，即

式中:g=9.8m／s2是重力加速度；c是光速。当海面存在径向流速vr时，海浪谱将整体向同一方向偏移Δf=2vr／λ0.由一阶峰偏移量可计算流速。在OSMAR-S中，回波中实际包含了雷达照射区域内各个方位上的海浪后向散射信号，而各个方位上的海面径向流速不同，因此，雷达得到的是展宽的一阶峰而不是冲激，一阶峰的扩展宽度取决于海面径向流速的分布。由谱峰形状和信噪比检测出有效Bragg谱峰，对其内每个谱点利用多重信号分类法（MUSIC）［12］求取到达角，从而得到海面的径向流速随方位的分布，再经过后处理，得到单站径向流图。由双（多）站径向流图可以合成共同覆盖区内的矢量流图。风向由正负一阶峰强度的比值得到［13］。有向浪高谱可表示为无向浪高谱与心形方向扩展因子的乘积

式中:无向浪高谱Z（k）采用Pierson-Moscowitz（P-M）谱模型；φw是风向。由下式估计出风向

式中:P+和P-分别是正负一阶峰的功率。按上式估计出的风向在以雷达波束指向为中心对称的方向存在二值模糊。在OSMAR-S中，对风向的提取仍然借助超分辨率定向算法实现，在利用MUSIC算法求取各流速到达方向的同时，记录下正负谱峰的功率比，得到含有模糊的风向。由于在距离较近的开阔海域内可假设具有均匀（或缓变）的风场，因此在计算出所有方位上的候选风向中，有一组是较为接近的，其方差最小，据此可去除风向模糊［14］。

利用二阶谱峰可提取海浪和风速信息。在OSMAR-S中，由加权的二阶谱直接计算得到以频率为变量的无向浪高谱，计算中取较强一阶峰一侧的二阶谱，例如正侧较强时

式中:η=ω／ωB为归一化多普勒谱频率；w（η）是为了消除耦合系数而引入的权函数，只依赖于多普勒频率，在0.5≤η≤1.5时可视为常数，在此取w（η）=2.得到浪高谱后由下式计算均方浪高

有效浪高为h=ξ·4h＊，ξ是经验修正因子，Heron建议的值为0.551［15］.

在得到浪高谱的峰值频率fp和有效浪高h后，根据SMB（由Sverdrup和Munk提出并由Bretschneider修正）关系式便可求出海面上方10m处风速V［16］10

上式的解析解不易得到，这里采用迭代法求解V10.

2.雷达系统及信号预处理

2.1 系统概述

便携式高频地波雷达OSMAR-S主要用于海洋环境监测，采用鞭天线发射、紧凑单极子／交叉环天线进行接收，雷达系统占地面积很少，无需进行专门的天线阵场地建设。OSMAR-S是相干体制雷达，波形采用线性调频中断连续波（FMICW），系统主要由频率综合器、同步控制电路、发射机、发射天线、单极子／交叉环接收天线、多通道接收机和信号处理机组成。在不增加硬件设备的前提下，实现了自动频谱监测和自选频功能。系统框图如图1所示。OSMAR-S能够提供高质量的海浪回波谱，通常在10倍距离分辨率单元上的Bragg峰信噪比可以超过40dB，如图2（（b）见423页）所示。通过对接收信号进行瞬态干扰和射频干扰抑制预处理，进一步保障了信号质量，提高了雷达可靠性。利用回波中单到达角谱点，自动进行各接收通道幅度和相位校准。利用单站雷达信号计算海洋表面径向流速、风向、浪高和风速。通过间隔一定距离的双站雷达同时获得同一海面单元不同方向的径向流，可合成矢量流。雷达相干处理时间为6.5min，每20 min给出一场平均海态结果。汕尾雷达工作频率为25MHz，带宽为300kHz，平均功率100W，最大探测距离30km，距离分辨率500m，流速分辨率为1.5cm／s.

2.2 干扰抑制预处理

OSMAR-S所处的高频段电磁环境显著恶劣于更高频段。雷电等形成强瞬态（冲激）干扰，而高频段内密集的短波通信电台、广播和其它同频噪声则形成强射频干扰，这些干扰将使雷达有效探测距离下降，工作性能降低。由于接收天线形式简单，从而无法使用大口径阵列雷达中常用的自适应波束形成方法或者水平极化滤波法来进行干扰抑制，因此，须着重研究干扰的时频域特征，发展基于阵元的干扰抑制方法。瞬态干扰通常可在检测出后进行挖除即可，在陷零区间较窄时对有用信号影响不大。射频干扰抑制则相对更复杂。实测数据表明:对高频雷达影响最大的射频干扰主要源于短波通信和广播信号，它们在雷达回波距离-多普勒谱上沿距离轴呈条带状分布。已经证明:射频干扰在距离域相关函数与其在快时域相关函数成正比，而且单频干扰在各距离元具有相同的谱形式（仅仅有相位的差别）［17-18］。在 OSMAR-S中，选取不含有用回波信号的远距离段信号xr（n）（距离元序号r=L，…，L+Q-1，时间序号n=1，…，N，N为信号长度，即扫频周期数）作为参考信号以提高干扰检测性能，对于瞬态干扰，计算出平均强度时间序列pt（n）=xr（n）｜2，由其直方图计算背景噪声电平，按预设干噪比门限α（如20dB）检测出瞬态干扰区间，如果区间长度小于预设门限（如0.05×N）则将其置零；而对于射频干扰，计算远距离段信号的傅里叶变换Xr（k），然后计算平均功率谱Pf（k）=Xr（k）｜2，由直方图选择计算背景噪声电平，按预设干噪比门限β（如20dB）检测出射频干扰。如果判定存在射频干扰，则由参考距离段信号构造干扰信号子空间对待处理距离元信号进行正交投影滤波消除干扰。构造干扰向量xr=［xr（1），…，xr（N）］T，干扰矩阵X= ［xL，…，xL+Q-1］，其中上标T表示转置，于是干扰的距离域相关矩阵估计为R=（上标H表示共轭转置），对R进行特征分解并依据能量取前K 个主极大特征值λi（i=1，…，K）作为干扰特征值，其相应的特征向量矩阵V=［v1，…，vK］构成干扰子空间，对有效距离元上的信号xi（1≤i≤K）进行正交投影滤波就可以实现射频干扰抑制，干扰抑制后的信号为xi，sup=xi-VVHxi.由于OSMAR-S相干积累时间较长，通常射频干扰会呈现非平稳性，因此实际中进行了分段处理（如分为128点子段）。通过上述信号阵元域干扰抑制预处理，显著提升了OSMAR-S的抗干扰能力和探测性能。

2.3 通道幅相校准

OSMAR-S采用三元共相位中心单极子／交叉环天线进行接收，其理想方向图分别为1、cos（θ+π／4）和sin（θ+π／4）（以交叉环角平分线为零度），因而无法形成较窄的波束，在海流反演时需使用超分辨率定向算法（如MUSIC）进行到达角估计。为得到良好的估计性能，在进行测向之前，必须进行包括接收天线在内的接收通道幅度和相位校准［19］。为了避免由于一次通道幅相校准中较大误差导致的性能下降，需要进行多次校准值计算，并在一段时间（如1小时）内进行统计平均。此外，由于OSMARS具有频谱监测和自动选频功能，而且在不同频率下各通道幅度相位值也不同，因而幅相校准值对不同的工作频率必须重新计算。OSMAR-S不使用人工信标装置，而使用雷达接收的回波谱进行统计实现无源自动校准。观测海域内连续分布的海水及随机分布的目标为雷达提供了天然的校准源，回波谱中信噪比超过一定阈值（如20dB）的任意谱点都被用来进行校准计算。计算中均以单极子天线回波谱为参考，计算环天线上的相对幅度和相位。为了提高校准可靠性，首先要剔除电离层杂波和射频干扰等谱点；此外，利用共相位中心天线系统的特点，根据环天线回波谱点的相位剔除偏离中心较大的谱点（如图3（a）（见423页）所示）。相位校准值由环天线相对相位中心给出。如果各回波谱点均来自于单一到达角，则2个环各谱点的功率应呈直线分布，可以利用下式拟合计算相对幅度校准值［20］

式中:p1，m和p2，m分别是环1和环2上第m个谱点的功率；a1和a2是幅度校准值。然而，在实际中，由于同一频率的回波谱点可能来自多个到达角，同时天线方向图与理想方向图之间存在差异，常常破坏了环功率的直线分布形式（如图3（b）所示），此时无法利用上式求解。但是，在2个环天线通道幅度大致平衡（即a1与a2相差不太大）及观测海域沿交叉环角平分线大致对称的条件下，由各谱点幅度分布的中心即可求得幅度校准值，即

3.观测结果及分析

2010年11月，便携式高频地波雷达OSMAR-S作为海洋观测设备之一，参与了亚运会帆船赛的海洋气象保障观测工作。海上传统海洋仪器、岸上台站和雷达对汕尾海域形成了同步观测网。对雷达而言，在获取稀缺海上数据资料的同时，此次观测也是利用现场海洋仪器对遥测海态进行比对的宝贵机会。海区内布有3个遥测浮标，其中A位于（115°32.2′E，22°39.5′N），B位于（115°34.2′E，22°38.2′N），Q位于（115°32.9′E，22°36.0′N），提供浪高、浪周期、风速和风向等数据；另外有船只现场不定点测量表面矢量流速和风速。OSMAR-S系统的2个动明显高于雷达，说明船测数据的流向存在较大误远端站分别设置于汕尾小澳 A（115°29.8′E，22°41.2′N）和遮浪 B（115°32.2′E，22°39.5′N），提供帆船比赛海域的流场以及有效浪高、浪周期、风速和风向信息，其中由于OSMAR-S的指向性不强因而只给出了海域内风浪参数的平均值。由于2个雷达站给出的风浪参数相近，这里只给出了小澳站与现场测量风浪参数比对的结果。

图4给出了OSMAR-S在2010年11月17日13:00实测的汕尾海域矢量流图。图中分别用五角星和圆形符号标明了雷达站和浮标位置，浮标实际处于雷达探测区域的边缘。用于海流测量的船只在雷达公共覆盖区内不定点测量，船只每天的位置有所变化。观测发现，由于遮浪半岛对东西两侧海域的天然屏障作用，表面流场在靠近遮浪的区域内变化较大。因此，只将OSMAR-S测量流速与覆盖区内的船只测速进行了对比。图5给出了11月13日至20日期间OSMAR-S测得流速与船载抛投式海流计现场测得的流速对比结果，其中（a）为流速，（b）为流向。流速标准差为8.6cm／s，流向标准差为46.6°.由雷达和船实测数据的对比结果来看，二者基本吻合。以船测结果为基准，表面流速测量误差在雷达设计容许范围内，而表面流向误差超出了雷达设计误差。分别对雷达所得表面流与船测表面流的流向方差进行了分析，其中雷达测得流向的方差为23°，而船测流向的方差为44°，船测数据自身波差。将小澳站测得风速和风向与船只搭载测风仪测量数据进行对比的结果如图6所示，其中时间轴0表示2010年11月1日0:00.风向标准差为19.2°，风速标准差为1.9m／s，这表明二者测量结果具有良好的一致性。

图7给出了OSMAR-S的小澳站反演风浪参数与浮标A、B得到参数的时间变化曲线对比，其中浮标风速风向由2个浮标联合给出。雷达与浮标Q的测量结果如图8所示。图中时间起点0表示2010年11月1日0∶00，测量数据的时间间隔均为1h.雷达与3个浮标测量结果之间的平均偏差和标准差如表1所示。对比结果表明:OSMAR-S测得浪高及浪周期与浮标测量值具有良好的一致性，而风速和风向的误差稍大，这是由于风速反演是基于浪高参数的，风速和风向的反演精度也受到雷达定向能力的制约。这些结果初步验证了OSMAR-S遥测风浪参数的能力。总体来看，OSMAR-S给出的浪高、浪周期和风速参数结果的短期起伏性较大，且未能及时响应海面状态的变化，这主要是由于雷达波束指向能力不足，各方位海浪回波的混叠模糊了海态变化的影响，且回波信号中一阶谱和二阶谱的混叠和展宽为谱区划分及风浪参数提取带来了困难；此外，现有处理方式下雷达采用的20min处理周期较短以及随机出现的船只回波等都是导致短期起伏的因素。

4.结 论

海上现场对比验证实验表明:海洋回波谱的信噪比、波束宽度、反演方法和海况等级是决定海态参数估计精度的重要因素。

良好的硬件系统设计和信号处理手段为便携式高频地波雷达OSMAR-S获得高质量海洋回波信号提供了技术保障。通过汕尾亚帆赛期间的雷达海洋观测及其与现场海态测量仪器持续近20天的对比，初步验证了雷达测量风浪参数的能力。今后将继续深入研究高频雷达海态探测机理和反演技术，以突破较宽的天线波束对风浪参数反演精度的制约。另外，将进行更多的海上现场对比实验，以提升和完善便携式海态雷达的风浪探测能力。

［1］盛 文，任 吉.高频雷达海杂波的多重分形建模方法研究［J］.电波科学学报，2011，26（5）:983-989.SHENG Wen，REN Ji.Multifractal modeling method for HF radar sea clutter［J］.Chinese Journal of Radio Science，2011，26（5）:983-989.（in Chinese）

［2］刘爱军，毛兴鹏，杨俊炜，等.基于FrFT的高频雷达信号极化状态估计方法［J］.电波科学学报，2010，25（5）:815-822.LIU Aijun，MAO Xingpeng，YANG Junwei，et al.Polarized state estimation methods based on FrFT for HF radar［J］.Chinese Journal of Radio Science，2010，25（5）:815-822.（in Chinese）

［3］BARRICK D E.The ocean waveheight nondirectional spectrum from inversion of the HF sea-echo Doppler spectrum［J］.Remote Sens Environ，1977，6（3）:201-227.

［4］HOWELL R，WALSH J.Measurement of ocean wave spectra using narrow-beam HF radar［J］.IEEE J Ocean Eng，1996，18（3）:296-305.

［5］LIPA B，NYDEN B.Directional wave information from the seasonde［J］.IEEE J Ocean Eng，2005，30（1）:221-231.

［6］BARRICK D E.Extraction of wave parameters from measured HF radar sea-echo doppler spectra［J］.Radio Sci，1977，12（3）:415-424.

［7］ATANGA J N，WYATT L R.Comparison of inversion algorithms for HF radar wave measurements［J］.IEEE J Ocean Eng，1997，22（4）:593-603.

［8］GURGEL K W，ESSEN H H，SCHLICK T.An empirical method to derive ocean waves from second-order bragg scattering:prospects and limitations［J］.IEEE J Ocean Eng，2006，31（4）:804-811.

［9］文必洋，李自立，周 浩，等.便携式高频地波雷达东海表面流探测试验［J］，电子学报，2009，37（12）:2778-2782.WEN Biyang，LI Zili，ZHOU Hao，et al.sea surface currents detection at the eastern china sea by HF ground wave radar OSMAR-S［J］.Acta Electronica Sinica，2009，37（12）:2778-2782.（in Chinese）

［10］BARRICK D E.First-order theory and analysis of MF／HF／VHF scatter from the sea［J］.IEEE Trans Antennas Prop，1972，20（1）:2-10.

［11］BARRICK D E.Remote Sensing of the Sea State by Radar，in Remote Sensing of the Troposphere［M］.Washington，DC:U S Government Printing Ofice，1972:1-46.

［12］SCHMIDT R O.Multiple emitter location and signal parameter estimation［J］.IEEE Trans Antenna and Propagation，1986，34（3）:276-280.

［13］HERON M L，ROSE R J.On the application of HF ocean radar to the observation of temporal and spatial changes in wind direction［J］.IEEE J Oceanic Eng，1986，11（2）:210-218.

［14］黄为民，文必洋，吴世才，等.消除风向模糊性的一种方法［J］.武汉大学学报:理学版，2001，47（5）:645-648.HUANG Weimin，WEN Biyang，WU Shicai，et al.A new algorithm for extracting unambiguous wind directions by monostatic HF radar［J］.Journal of Whan U-niversity:Natural Science Edition，2001，47（5）:645-648.（in Chinese）

［15］HERON S F，HERON M L.Comparison of algorithms for extracting significant wave height from HF radar ocean backscatter spectra［J］.Journal of Atmospheric and Oceanic Technology，1998，15（5）:1157-1163.

［16］DEXTER P E，THEODORIDES S.Surface wind speed extraction from HF sky-wave radar Doppler spectra［J］.Radio Sci，1982，17（3）:643-652.

［17］ZHOU Hao，WEN Biyang，WU Shicai.Dense radio frequency interference suppression in HF radars［J］，IEEE Signal Processing Letters，2005，12（5）:361-364.

［18］周 浩，文必洋.高频雷达中非平稳射频干扰的分析及其抑制［J］.华中科技大学学报:自然科学版，2010，38（5）:41-44.ZHOU Hao，WEN Biyang.Analysis and suppression of non-stationary co-channel interference in high frequency radar［J］.Journal of Huazhong University of Science and Technology:Natural Science Edition，2010，38（5）:41-44.（in Chinese）

［19］钟志峰，文必洋，王泉德，等.高频地波雷达阵列的一种无源校准方法［J］.电波科学学报，2007，22（3）:414-418.ZHONG Zhifeng，WEN Biyang，WANG Quande，et al.Array calibration without auxiliary source for high frequency ground wave radar［J］.Chinese Journal of Radio Science，2007，22（3）:414-418.（in Chinese）［20］LIPA B J，BARRICK D E.Least-squares methods for the extraction of surface currents from CODAR crossed-loop data:application at ARSLOE［J］.IEEE J Ocean Eng，1983，8（1）:226-253.