水面舰艇RCS方向特性平滑分析

刘攀龙

(解放军91404部队，秦皇岛 066001)



水面舰艇RCS方向特性平滑分析

刘攀龙

(解放军91404部队，秦皇岛 066001)

针对水面舰艇雷达截面(RCS)在实际测量中变化大的特点，分别利用数据平滑、小波分析等方法对RCS方向特性进行降噪分析处理，量化分析其去噪性能，得到了水面舰艇较为精确的RCS分布特性。

雷达截面；方向特性；数据平滑

0 引 言

雷达截面测量技术在目标特性和雷达截面研究中是十分重要的，通过对各种目标的测量，不仅可以取得对目标基本散射现象的了解，而且可以获得大量的目标特征数据，并建立目标特性数据库。雷达截面(RCS)作为水面舰艇隐身性的重要战技指标,对其进行合理化分析处理就显得尤为重要。在实际测量中，由于水面舰艇的运动以及海浪对其造成的抖动与摇摆,导致目标的幅度和相位随机变化，使得回波信号起伏性较大，因此测量得到的数据也具有很大的随机性。为了获取水面舰艇精确的RCS，本文采用小波降噪以及窗口平滑的方法对测量数据进行降噪处理，并分析评价平滑去噪效果，以提高RCS测量精度。

1 小波分析对原始数据进行降噪处理

运用小波分析进行一维信号消噪处理是小波分析的一个重要应用之一[1]。对信号消噪的目的就是要抑制信号中的噪声部分,从而恢复出真实信号。通常，一个含噪声的一维信号的模型可以表示为：

s(i)=f(i)+σe(i),i=1,…,n-1

(1)

式中：s(i)为含噪声的信号；f(i)为真实信号；e(i)为噪声。

在实际的工程应用中,有用信号通常表现为低频信号或是一些比较平稳的信号,而噪声信号则通常表现为高频信号。所以信号消噪的过程可按如下方法进行处理：首先对信号进行小波分解(如进行3层分解,分解过程如图1所示,则噪声部分通常包含在c1,c2,c3中)；接着以门限阈值等形式对小波系数进行处理；然后对信号进行重构,即可以达到消噪的目的。

图1 三层小波分解示意图

一般说来,一维信号的消噪过程可以分为3个步骤进行：

(1) 一维信号的小波分解。选择一个小波并确定一个小波分解的层次N,然后对信号s进行N层小波分解。

(2) 小波分解高频系数的阈值量化。对第1层到第N层的每一层高频系数,选择一个阈值进行量化处理。

(3) 一维小波的重构。根据小波分解的第N层的低频系数和经过量化处理后的第1层到第N层的高频系数,进行一维信号的小波重构。

2 对原始数据进行平滑处理

目标RCS的数据平滑包括中值平滑和均值平滑2种。中值平滑通常是按90、50和10这3个百分点位的电平来给出平滑数据曲线,它体现了平滑数据的统计特性。均值平滑是对平滑窗口宽度内所有数据采样点取平均[2]。平滑窗口宽度限定了用来进行RCS平滑的角度范围和数据点的多少。平滑窗口宽度确定以后就需要选择平滑步长(又称滑动阀),它表示平滑窗口中心每次移动的方位角的大小。平滑步长决不应大于平滑窗口宽度,否则将产生间歇。本文对预处理的数据采用算术平滑，并分别采用3°的平滑窗口、0.25°的滑动阀进行处理。

3 RCS平滑分析的评价标准

信噪比(SNR)和最小均方根误差(MSE)是判断平滑去噪效果的依据[3]。本文采用信噪比和均方根误差对目标RCS的数据平滑去噪效果进行评价。

3.1 信噪比

信噪比是测量信号中噪声量的传统方法，常被用来作为去噪效果，信噪比的单位是dB，其定义为：

(2)

信噪比越大说明平滑去噪效果越好。

3.2 均方根误差

均方根误差定义为：

(3)

4 RCS数据处理结果及分析

图2为水面舰艇的仿真RCS数据的方向特性测量曲线。从图中可以看出，目标的RCS起伏很大，不能精确反映目标在各个方位RCS的大小，且很多地方呈现“墨迹带”，因此必须对测量数据进行去噪处理。

图2 实测目标RCS分布曲线

图3为对水面舰艇的仿真RCS数据进行算术平滑后的效果图，平滑窗口3°，滑动阀0.25°。

图3 窗口平滑后RCS分布曲线

图4、图5为利用小波软、硬阀值降噪处理后的效果图。本文采用dB3的小波进行处理，分解层数为5层，用极大极小原理选择阀值，对小波分解系数做量化处理。

图4 软阀值去噪后RCS分布曲线

图5 硬阀值去噪后RCS分布曲线

均较窗口平滑、软阀值降噪有所改善，但硬阀值函数的不连续性导致重构信号容易出现伪吉布斯现象，出现许多不期望的震荡，失去原始信号的平滑性；其次软阀值降噪后RCS方向图接近窗口平滑后的处理效果，且原RCS数据经小波降噪处理后信噪比得到了很好的改善，能够较为真实地反映出信号的起伏特性。

表1 3种方法信号去噪SNR和MSE比较

窗口平滑法软阀值法硬阀值法SNR22.8824.4125.83MSE8.405.914.26

5 结束语

由于水面舰艇运动的不规律性以及海浪对其造成的摇摆及抖动使得测量得到的目标RCS方向曲线具有很大的起伏性。利用本文中提到2种处理方法可以比较真实地反映出实体目标的RCS方向特性规律，获得比较精确的RCS值。

[1] 胡昌华，李国华，周涛.基于MATLAB的系统分析与设计——小波分析[M].西安：西安电子科技大学出版社，1999.

[2] 克拉特 E F.雷达散射截面——预估、测量和减缩[M].阮颖铮，陈海译.北京：电子工业出版社，1998.

[3] 孔玲军.Matlab小波分析超级学习手册[M].北京：人民邮电出版社，2015.

Smoothing Analysis of RCS Direction Feature of Surface Ship

LIU Pan-long

(Unit 91404 of PLA,Qinhuangdao 066001,China)

Aiming at the feature that the radar cross sector (RCS) of surface ship changes greatly in the practical measurement,this article performs noise-reduction analysis and processing to RCS direction feature by using data smoothing,wavelet analysis and other methods respectively,analyzes the noise-reduction performance quantitatively,obtains relatively precise RCS distribution feature of surface ship.

radar cross sector;direction feature;data smoothing

2016-02-23

TN957.51

A

CN32-1413(2016)03-0037-02

10.16426/j.cnki.jcdzdk.2016.03.010