基于相干的时变海面散射特性快速预估模型

2017-09-18 01:01司昕璐金杭森马秋华
探测与控制学报 2017年4期
关键词:时变杂波海面

曹 屹,司昕璐,金杭森,马秋华

(西安机电信息技术研究所,陕西 西安 710065)

基于相干的时变海面散射特性快速预估模型

曹 屹,司昕璐,金杭森,马秋华

(西安机电信息技术研究所,陕西西安710065)

针对传统的双尺度模型无法解决时变海面多普勒谱的快速计算问题,提出特高频(UHF)波段相干海杂波的散射特性快速预估模型,该模型基于面元散射的近似,在双尺度模型的基础上,假设每个面元的微尺度波可表示为一系列正弦毛细波,以此对每个面元的复反射系数进行修正。仿真验证结果表明,模型能够更精确地计算张力波对海面散射场的影响,不仅能有效模拟海杂波回波,而且有足够的精度来计算由实时场景演化产生的多普勒谱。

双尺度模型;散射特性;海杂波;UHF频段

0 引言

作为影响海洋雷达性能的重要因素之一,海杂波特性在雷达设计和选择方面受到越来越多的关注。由于对海杂波进行实验测试需要较高代价,因此有必要预估实际场景参数进而通过仿真研究其雷达特性。假设海杂波是一随机过程,其幅度特性符合经验统计分布函数,如指数分布、威布尔(Weibull)分布、K分布等,可以通过零记忆非线性变换(Zero Memory Nonlinear,ZMNL)或者球不变随机过程(Spherically Invariant Random Process, SIRP)对其进行理论模拟[1-4]。其中大多数模型只是简单数学上的处理而缺乏明确的物理解释,所以在理解电磁波与海水相互作用的基础上,对海杂波的建模研究显得尤为重要。

近年来,有相关数据表明,相比HF频段和其他高频段,特高频(Ultra High Frequency,UHF)波段的海杂波特性有着明显的衰减,这一现象引起了许多学者对UHF波段海杂波特性的研究[5-7]。尽管投入大量的理论和实验方面的努力,由于实验过程实施成本很高且参数不易修改,缺乏实验数据的保证,人们期望利用计算机模拟UHF波段的海杂波,进一步完善对其特性的认识。

1 静止海面的双尺度预估模型

根据经典的复合表面假说,海浪可以看作由大尺度的重力波和小尺度的毛细波两部分组成。其中重力波由海谱的重力波谱结合线性叠加模型生成,毛细波则被假设为叠加在大尺度面元上的微观正弦粗糙面。

针对杂波模拟,应将海面近似成有限多的小面元,其中每一个面元都被看成是基本的散射单元,并且其散射特性都本质上与极化、频率及海面状态等因素无关。这样,传统的分析方法应被延伸至“面元化”的方法[11-12],进而由单个特定表面样本的后向归一化散射截面得到整个波束照射的海面散射特性。

通常认为Bragg散射过程决定着中等风速下底部入射角和掠入射以外的海面的电磁散射机理。由于正弦毛细波是在微观尺度进行叠加,并且和Bragg谐振散射机理相关,以小面元来描述这样的毛细波的微观轮廓。通过原始的Bass-Fuks函数的“表面张力波修正”来修正相位因子,进而得到相位分布的数值模拟[13-14],毛细波幅度与表面张力谱的较高的部分有关。静止海面的双尺度海杂波预估模拟流程图如图1所示。

图1 静止海面的双尺度预估模拟流程图
Fig.1 Two scale prediction simulation flow chart of stationary sea surfaces

对于静止海面进行面元划分,计算各散射面元的总和,并按照随机参数对仿真的后向归一化散射截面(Normalized Radar Cross Section, NRCS)进行统计平均。

2 时变海面的相干海杂波数值预估模型

时变海面的相干海杂波数值预估模型流程图如图2所示。

图2 时变海面的相干海杂波数值预估模型流程图Fig.2 Coherent sea clutter number Prediction simulation flow chart of time-varied sea surfaces

计算步骤如下:

1)模拟一个间隔的时间演化二维海面序列,其中间隔应足够的小使得在每一个时间段内海面可以被认为是静止不变的;

2)计算时间静止样本的复反射系数;

也就是说前者在修辞格的选用上多多益善且将修辞格的益处全盘接收,这点尤其表现在对典故氛围的吸收上;而后者更愿意看准时机少用且精用修辞格,使之各安其位,这也是其典故使用的特点——愿意用典,但不完全接受典故所营造的氛围,自主地选择心仪的情绪加以自己的表达形成独特的创作。《秀才胡同》使用修辞格11种,在修辞格的使用上丝毫不吝啬笔墨;而《东风破》仅用6种修辞格且大多集中在移就和用典上,用典故来拼凑自己想要的意味。由此可见前者善于海纳百川,后者善于挑拣缝补。

3)重复步骤2)256次以得到时间变化场,即相干回波序列;

4)计算幅度分布特性及时间相关特性(多普勒谱);

5)重复步骤1)—4)得到若干样本结果,并对结果进行平均得到最后的回波和多普勒谱。

时变海面的相干海杂波数值计算模型解决了两方面问题:

1)张力波修正的相干海杂波计算

在大多数相关的文献中,所接受到的来自于不同面元的场的相位被近似认为是独立地服从[0,2π]的均匀分布,假设相位之间是非相关的。而在双尺度模型的基础上,可假设每个面元的微尺度波表示为一系列正弦毛细波,以此对每个面元的复反射系数进行张力波修正。相干海杂波模拟的关键取决于每一个面元相位特性的建模,总的散射截面可以通过对所有面元的散射截面进行平均而得到。

2)时变海杂波散射特性的快速计算

为了实现对于时变海杂波散射特性的快速计算,不仅对于海杂波进行几何面元的网格划分,而且在时间维度进行切分,统计每个时间变化单元的回波参数,计算时变海杂波的幅度分布特性及时间相关特性,并对全样本结果进行平均得到最后的回波和多普勒谱。由于将时间参数迭代与张力波的随机参数生成叠加进行嵌套,使得最终的统计结果快速全面地综合随机参数的影响。

3 UHF相干海杂波散射模型的验证

3.1 静止海面的散射特性验证

利用时变海面散射特性快速预估模型,也可以针对静止海面的散射特性进行验证,只需忽略时间参数的影响,进行海面随机矩阵参数设置。NRCS值是对超过10个静止海面样本求平均得到的。由于每个海面是由各自相应的种子在随机数发生器上产生的,每个样本都是与其他样本不同的。图3为仿真的NRCS与实测数据的对比结果[15-16]。对于从20°~70°的“Bragg区域”的入射角变化,可以看到模拟数据与实验数据是符合的比较好的,但是对于更低的掠射角度和镜像角度,模拟数值要比实验数据低。说明表面张力波修正只是对于UHF波段的Bragg散射是比较准确的;对于非Bragg区域,需要进一步通过每个平面散射单元的基尔霍夫解来加以修正,这有待于以后进一步的研究。

图3 NRCS仿真与实测数据对比Fig.3 Comparison of simulation and measured data

3.2 时变海面的相干海杂波散射特性验证

针对时变海面的相干海杂波数值预估模型进行验证,时间演化模拟是在500 MHz,VV极化,风速为5 m/s且逆风的条件下进行的。图4(a)给出了海杂波NRCS、I/Q通道杂波序列及其概率密度分布(PDF)。其相应的参数设置如下:入射角度为50°;时间间隔Δt为0.01 s,对于大尺度表面为256步。所以总的时间变化为2.56 s;表面面积为256×256 m2,网格大小为1×1 m2; 海水的相对介电常数可由20℃和35‰盐度条件下Klein介电常数模型[16]计算得到。图4(b)给出了该序列各自的幅度统计特性。应用部分矩估计方法可以得到能最恰当符合各自回波概率密度函数的经验分布,K分布和对数正态分布能最佳的拟合NRCS回波,I和Q杂波的概率密度函数具有高斯型分布。

图4 海杂波幅值时间序列及其PDFFig.4 Amplitude value time series of sea clutter and its PDF

在图5中,用来生成海面的参数设置如下:时间间隔为0.02 s,对于大尺度表面为256步,总的演化时间为5.12 s;海面面积为256×256 m2,网格大小为1×1 m2。多普勒谱采用对后向的超过100个样本的均值。对Bragg频率的多普勒频移,如图中垂直的点线所示。由表1可以看到这些模拟都具有很高的效率,从而使得该模型能够被很好地应用于实际的杂波模拟。此外,从图中可以明显看出谱宽和峰值。随着入射角度的增加,多普勒谱在Bragg频率附近更加的集中,这种现象与文献[8]中的估测相一致。由于所模拟的峰值集中在Bragg频率附近,可以得出结论:用本文提出的面元模型下张力波修正的相位分布作为模拟时间演化海面的Bragg散射场的初步方案是足够精确和可行的。对于大入射角情况,尤其当入射角高于80°时,由于海面面元的遮挡作用影响显著,需要考虑面元的遮挡和多径,对模型进行修正。

3.3 海杂波多普勒谱计算速度验证

本文的算法同小斜率近似方法(SSA)的海杂波多普勒谱的计算耗时比较如表1所示,能够适应工程应用中对计算速度的要求。海杂波的多普勒谱计算时间同面元的网格划分直接相关,需要根据计算精度和计算时间进行权衡。

图5 海杂波的多普勒谱特性分析Fig.5 Analysis of Doppler spectral characteristics of sea clutter

入射角度单个时间点耗时(本文方法)单个时间点耗时(SSA)所有样本耗时(本文方法)(t0×256×100)35°45°65°13146s13878s15740s329724s330835s334694s33652547s35528719s40294702s

4 结论

本文提出了一种UHF波段相干海杂波的散射特性快速预估模型,该模型基于面元散射的近似,在双尺度模型的基础上,假设每个面元的微尺度波可表示为一系列正弦毛细波,以此对每个面元的复反射系数进行修正。仿真验证结果表明,模型能够更精确地计算张力波对海面散射场的影响,不仅能有效模拟海杂波回波,而且有足够的精度来计算由实时场景演化产生的多普勒谱。此外,这种基于面元的张力波修正模型,复反射系数相位得到进一步改进,能够更好地应用于海杂波回波模拟及其多普勒谱分析中。

[1]Raghavan R S. A model for spatially correlated radar clutter [J]. IEEE Trans. On AES, 1991, 27(2): 268-275.

[2]Angaswamy M, Weiner D. Non-Gaussian random vector identification using spherically invariant random processed [J]. IEEE Trans. On AES, 1993, 29(1): 111-123.

[3]顾云涛. 海杂波建模与仿真方法研究[J]. 舰船电子工程, 2014, 34(4):81-85.

[4]裴磊. 基于双尺度建模的海杂波分析[J]. 火力与指挥控制, 2010, 35(3):100-101.

[5]Curry G R. Measurements of UHF and L-Band radar clutter in the central pacific ocean [J]. IEEE Transactions on Military Electronics, 1965: 39-44.

[6]Carter L J. UHF propagation over a cluttered, mixed land water path [J]. Proceeding in Mobil and Personal Communications, 1993, 387: 1-5.

[7]Randell C, Power D, Khan R. Ocean clutter characteristics for a coherent Doppler UHF radar [C]//OCEANS 2000 MTS/IEEE Conference and Exhibition. US: IEEE, 2000: 1515-1520.

[8]Toporkov J V, Brown G S. Numerical simulations of scattering from time-varying random rough surfaces [J]. IEEE Trans. on Geo. and Remote Sensing, 2000, 38(4): 1616-1625.

[9]Johnson J T, Toporkov J V, Brown G S. A numerical study of backscattering from time evolving sea surfaces [J]. IEEE Trans. on Geo. and Remote Sensing, 2001, 39(11): 2411-2420.

[10]Sorinao G, Saillard M. Modelization of the scattering of electromagnetic waves from the ocean surface [J]. Progress In Electromagnetics Research, 2002, 37: 101-128.

[11]Fuks I M, Voronovich A G. Wave diffraction by rough interfaces in an arbitrary plane-layered medium [J]. Wave in Random Media, 2000, 10(2): 253-272.

[12]Fuks I M. Wave diffraction by a rough boundary of an arbitrary plane-layered medium [J]. IEEE Trans. Ant. and Propaga., 2001, 49(4): 630-639.

[13]Chen H, Zhang M, Nie D, et al. Robust semi-deterministic facet model for fast estimation on EM scattering from ocean-like surface [J]. Progress In Electromagnetics Research B, 2009, 18: 347-363.

[14]Chen H, Zhang M, Zhao Y W,et al. An Efficient Slope-Deterministic Facet Model for SAR Imagery Simulation of Marine Scene [J]. IEEE Trans. on Antennas and Propagation, 2010, 58(11): 3751- 3756.

[15]Zhang M, Chen H, Yin H C. Facet-Based Investigation on EM Scattering from Electrically Large Sea Surface with Two-Scale Profiles: Theoretical Model [J]. IEEE Trans. on Geo. and Remote Sensing, 2011, 49(7): 1967-1975.

[16]Klein L A, Swift C T. An Improved Model for the Dielectric Constant of Sea Water at Microwave Frequencies [J]. IEEE Trans. on Antennas and Propagation, 1977, 25(1): 104-111.

RapidPredictionModelforScatteringCharactristicofCoherentTime-variedSeaSurfaces

CAO Yi,SI Xinlu, JIN Hangsen, MA Qiuhua

(Xi’an Institute of Electromechanical Information Technology, Xi’an 710065, China)

Aiming at the problem that the fast computation of Doppler spectrum of time-varied sea surface can not be solved by the traditional two scale model,a fast prediction model of scattering characteristics of coherent sea clutter at VHF band was proposed,the model was based on the approximation of the facet scattering,on the basics of two scale model, the complex reflection coefficient of each facet was corrected with assuming that each facet of the micro scale wave can be expressed as a series of sinusoidal capillary waves. The simulation results showed that the model can more accurately calculate the effect of tension wave on the scattering field of sea surface,it can not only simulate the echo of sea clutter effectively, but also have enough precision to calculate the Doppler spectrum produced by the evolution of real time scene.

two scale model; scattering characteristic; sea clutter; UFC band

2017-03-05

:曹屹(1971—),男,北京人,工程硕士,高级工程师,研究方向:目标与环境特性。E-mail:cy13000@sina.com。

TN011

:A

:1008-1194(2017)04-0018-04

猜你喜欢
时变杂波海面
STAR2000型空管一次雷达杂波抑制浅析
海面床,轻轻摇
一种改进的基于背景自适应的杂波图算法
一种自适应双参数杂波图检测方法
第六章 邂逅“胖胖号”
某雷达杂波数据分析及杂波图技术研究
|直接引语和间接引语|
暗礁
基于马尔可夫时变模型的流量数据挖掘
基于时变Copula的股票市场相关性分析