一种自适应双参数杂波图检测方法

王辉辉 袁子乔

(西安电子工程研究所 西安 710100)

0 引言

复杂背景下小目标检测是目前雷达面临的难题，如何在保证检测概率不损失的前提下，抑制杂波是目前研究热点。杂波图恒虚警检测技术是一种使用于抑制杂波的技术[1]，被许多雷达广泛使用。传统的杂波图技术使用一阶递归的方法对多次扫掠的同一杂波单元平均幅度进行估值，然后存储每个杂波单元幅度均值，从而建立起幅度均值杂波图，并利用幅度均值作为杂波图恒虚警检测门限，这种杂波图也叫均值杂波图[2]。传统杂波图是简单的幅度均值杂波图，为单参数杂波图，它只利用了杂波的均值信息，传统的杂波图技术适合空域上变化比较剧烈、时域上比较稳定的杂波环境，对于杂噪比变化范围比较大的杂波环境，不能有效地控制虚警。传统杂波图恒虚警检测门限是固定的，不能根据周围杂波环境动态调整门限，门限太低，虚警太大；门限太高，检测损失大。然而地物杂波主要是来自强烈起伏的地面、树林和高大的建筑物所造成的后向散射[3]，在复杂气象条件下，杂波在每个杂波单元是时变的、非平稳的，传统的杂波图技术不适用于这种情况。地杂波幅度分布一般来说是包含形状和尺度两个参数的对数正态或韦布尔分布，因此联合均值和方差来来建立双参数杂波图，同时通过自适应调整门限来适应更大杂噪比( CNR) 动态的杂波环境是当前的迫切需求。本文在结合双参数杂波图实现的基础上，提出了一种自适应可变门限双参数杂波检测方法。该方法能根据杂波环境实时调整双参数的加权值从而自适应调整检测门限，抑制虚警概率的同时，保证了时变、非平稳环境下目标的检测概率。

1 杂波图原理

单参数杂波图的建立是通过对杂波数据的实时迭代更新来实现的，通过多次的迭代得到杂波幅度均值的渐进无偏估计。更新过程主要采用相关积累运算也称为递归滤波器，其原理框图如图1(a)所示。递归滤波器是一个单极点系统，它实际上是对各个杂波单元的多次天线扫描作指数加权积累。更新过程为

(1)

(2)

双参数杂波图采用杂波均值和方差各自通过对应的单极点滤波器进行处理，得到杂波的输入均值和标准差的渐进无偏估计值，双参数杂波图原理框图如图1(b)所示[4-5]。对杂波均值和方差的无偏估计进行加权处理得到最终的双参数检测门限，因此检测门限值ZT是均值和标准差估值的线性组合[6]为

ZT=K1μ+K2σ

(3)

双参数杂波图考虑了杂波的方差对虚警概率的影响，因此当杂波在空域上变化比较剧烈时，相比于只有幅度信息的单参数杂波图，双参数杂波图具有更强的虚警控制能力。

图1 单、双参数杂波图原理图

2 自适应门限双参数杂波图检测方法

2.1 自适应双参数杂波图建立

自适应双参数杂波图检测首先需要建立杂波图，本文建立的双参数杂波图为五维杂波图，即将雷达的探测范围按照脉冲重复周期模式、多普勒通道个数、方位、俯仰和距离划分成5个维度的若干个杂波单元，根据双参数杂波图的建立方法，利用DDR3-SDRAM来建立某相控阵雷达的双参数杂波图。

如图2 所示，在当前相干处理周期内，首先根据当前脉冲重复周期模式、多普勒通道个数、方位、俯仰和距离信息所对应的杂波图存储地址，从DDR3-SDRAM中分块读取对应杂波图数据，并将读取的数据缓存在FPGA内部的FIFO中。新输入的杂波数据为杂波幅度，当新的杂波幅度数据到来时，将数据分为两个支路，第一支路直接缓存新输入原始杂波幅度数据，第二支路将输入原始杂波幅度数据进行平方处理然后进行缓存。新输入的杂波幅度数据位宽为32 bits，因此平方处理后数据位宽为64 bits，为了降低存储量，将杂波幅度平方数据进行特殊的截位处理，选择其中的32 bits数据送入更新模块。从DDR3-SDRAM里面读出来的杂波图数据缓存到另一个FIFO中，当开始进行更新操作时，首先从缓存杂波图数据的FIFO中将杂波图数据读出，此时读出的杂波数据为32bits，其中低16位为杂波幅度均值，高16位为杂波幅度平方均值。将32 bits杂波数据进行拆分，分别得到16 bits的杂波幅度均值和杂波幅度平方均值估值，利用数据变化模块，将杂波幅度均值和杂波幅度平方均值变换到32 bits。将变换后的杂波均值和新输入的第一支路的杂波幅度数据进行一阶递归滤波更新处理，得到更新后的杂波幅度均值数据。同时将变换后的杂波幅度平方均值和第二支路的新输入杂波幅度平方数据进行一阶递归滤波更新处理，得到更新后的杂波幅度平方均值数据。分别将更新后得到的杂波幅度均值和杂波幅度平方均值数据进行位宽变化，从32 bits变化到16 bits，并将变换位宽后的数据按照低16位存放杂波幅度均值数据，高16位存放杂波幅度平方均值数据的格式进行位宽拼接，得到一个更新后的32 bits数据，将更新后的数据写入DDR3-SDRAM，完成一次杂波图更新操作。依次循环，完成双参数杂波图的建立。

图2 自适应双参数杂波图检测流程

2.2 双参数杂波图位宽变化处理

双参数杂波图建立中需要对杂波数据的存储位宽做特殊处理。新输入的杂波幅度是32 bits，因此双参数的五维杂波图存储量非常大。如果杂波幅度均值和杂波幅度平方均值数据都按照原始位宽存储的话，DDR3-SDRAM存储量不够。因此本文中对杂波幅度数据(32 bits)和杂波幅度平方数据(64 bits)的位宽做了特殊处理。如图3所示，在双参数杂波图建立过程中将读出的杂波数据存入了一个32位输出的FIFO中进行缓存，当更新开始时，从该FIFO读出杂波数据，该数据的高16位和低16位分别是杂波幅度平方均值和杂波幅度均值估值，分别判断杂波幅度平方均值和杂波幅度均值的标志位第16位是否为1，如果为1，则对该数据的低15位做平方处理，得到32位的数据输出；否则的话，对数据高16位进行补零处理，最终得到两路32位的数据，一路为杂波幅度均值数据，一路为杂波幅度平方均值数据。分别将两路数据输出，一方面用两路数据得到检测门限；另一方面分别和新输入的杂波幅度数据和杂波幅度平方数据进行更新处理，更新过程递归系数选择为7/8。对更新后的两路数据需要做处理以后才能存储。首先分别判断更新完后的杂波幅度均值数据和杂波幅度平方均值数据的高17位数据是否大于0，如果大于0，那么对更新后的数据做开平方处理，开平方的数据需要做标志处理，因此取开平方以后的数据的低15位做为有效数据，将第16位做为标志位，并将标志位置1。否则，取更新后的数据低16位作为存储杂波数据，并将位宽变化后的杂波幅度均值和杂波幅度平方均值数据做位宽拼接，然后存储拼接后的数据。经过处理，杂波幅度均值和杂波幅度平方均值的位宽都从32 bits变为16 bits，这样处理杂波数据，既不影响杂波精度，又使得杂波存储量翻倍。

图3 位宽处理

2.3 自适应门限调整方法

从DDR3-SDRAM中读出的杂波数据，经过位宽变化后得到了杂波幅度均值和杂波幅度平方均值。将杂波幅度均值进行平方处理，对杂波幅度均值平方后的数据进行截位处理使得位宽变为32bits，这样杂波幅度均值平方后的数据和杂波幅度平方均值位宽一致。用杂波幅度平方均值减去杂波幅度均值平方后的数据得到杂波幅度方差估计值，该方差值一方面用来求双参数杂波图的检测门限，另一方面用来调整自身的加权系数。从DDR3-SDRAM中读出的经位宽变化后的杂波幅度均值和杂波方差值按照比例系数进行加权求和，得到双参数杂波图检测门限。杂波幅度均值的加权系数为K1×T1，杂波图幅度方差的加权系数为K2×T2， 其中K1和K2分别为初始化时设定的固定加权系数，T1和T2是动态调整因子，动态调整因子是由待检测单元周围的杂波幅度均值和杂波幅度方差分布情况适时计算出来的。将双参数杂波图检测门限乘以检测门限系数T得到双参数杂波图恒虚警的最终门限，并将待检测单元幅度值和最终门限进行比较，如果待检测单元幅度值大于最终门限，则认为有目标存在，否则没有目标。

待检测单元周围的杂波均值和杂波方差统计如图4所示。

图4 背景单元选取

待检测单元为O，与待检测单元相邻的距离单元和相邻多普勒单元为保护单元P，选取周围距离和多普勒平面上9×5共45个单元，去掉一个待检测单元O和4个保护单元P，分别计算总共40个背景单元B的杂波均值的平均值和杂波方差的平均值，根据两个平均值与基底噪声的比值关系，将杂波均值和杂波方差进行强度等级划分，其中基底噪声由雷达不开发射机时的电噪声幅度平均值测得。对于距离多普勒平面中，多普勒单元0与M-1为相邻的多普勒单元，因此若待检测单元的多普勒单元为0，则计算平均值时包含的多普勒单元为M-2、M-1、0、1、2。根据待检测单元周围的杂波均值的强度等级，选择对应的杂波均值加权系数调整因子T1，根据待检测单元周围的杂波方差的强度等级，选择对应的杂波方差加权系数调整因子T2，并分别将杂波均值和方差加权系数的调整因子送给杂波图门限求和使用，得到自适应的双参数杂波图检测门限。本发明中将杂波均值和杂波方差等级划分为5个等级，每个等级分别对应一个调整因子。

3 仿真与实现

利用本文的双参数杂波图检测方法，对某相控阵雷达采集的复杂环境下无目标的地杂波数据进行分析处理。如果某个距离某个多普勒检测到目标，则在该位置用1做标记，否则用0标记，由于没有真实目标存在，因此检测到的目标为虚假目标。利用传统单参数固定门限杂波图检测和本文方法分别对杂波进行检测处理。

在杂波图刚建立时，两种方法检测结果如图5所示，图5(a)为传统杂波图检测结果，图5(b)为本文所提方法检测结果，由于杂波图才开始建立，此时杂波图不能反映杂波的真实情况，因此两种方法虚假目标都比较多。

图5 杂波图建立初期目标检测结果

在杂波图建立过程中，两种方法检测结果如图6所示，图6(a)为传统杂波图检测结果，图6(b)为本文方法检测结果，此时两种检测方法都能够抑制掉部分虚假，由于方差的引入和自适应调整，本文的方法比传统方法具有更好的抑制效果。

当杂波图稳定的建立起来后，两种方法检测结果如图7所示，图7(a)为传统杂波图检测结果，图7(b)为本文方法的检测结果。此时传统方法依然还有较多虚假目标存在，而本文检测方法的检测结果已经没有虚警目标存在，本方法能够很好地将地物杂波抑制掉。本文方法能够在复杂地杂波环境下，很好地适应杂波环境，能够降低系统的虚警概率。

在实测的杂波环境中加入目标信号，并让信杂比从0 dB间隔2 dB变化到24 dB，分别利用两种方法对目标进行检测处理，并对目标检测概率进行统计，两种方法的检测概率曲线如图8所示。低信噪比条件下，本文方法的检测概率略小于传统方法，对于小目标检测会带来一定损失，当信噪比大于10 dB时，本文方法的检测概率要优于传统方法。本文方法对于小目标会带来一定的检测损失，但对于信噪比较大的目标不会有检测损失。

图6 杂波图建立中期目标检测结果

图7 杂波图建立后的目标检测结果

图8 目标检测概率曲线

4 结束语

复杂背景下的小目标检测很容易受环境影响，过多的虚警不但浪费系统时间资源而且容易出现虚假目标，因此复杂环境下的虚警抑制是地基雷达面临的挑战。传统的单参数固定门限杂波图检测对于时变非平稳的环境适应性差，因此本文提出了一种自适应门限的双参数杂波图检测方法。该方法根据雷达基底噪声强度对待检测单元周围杂波均值和方差分别进行强度的等级划分，根据杂波均值和方差强度等级分别自动修正双参数杂波图检测门限中均值和方差的加权比例系数，杂波均值和方差强度越强，检测门限中对应的加权比例系数越大，从而实现了门限自适应调整。在复杂背景下，本文所提方法在一定程度上提高了虚警的抑制能力，该方法能很好地应用在其他雷达平台上。