雷达信号处理

第5章 雷达信号处理

5.1 雷达信息处理综述

在20世纪70年代初出现的村船用ARPA设备中，将雷达、陀螺罗经、计程仪及其它传感器信息通过若干处理机和专用快速硬件，进行综合处理，从而实现后面将要讨论的船用ARPA的各种功能。可见，雷达信号、数据处理在包括船用ARPA系统等各种雷达应用系统中占有十分重要的地位。雷达信号处理用在目标回波信号检测之前，而数据处理（含数据录取、目标跟踪、识别、计算、危险判断等）则在检测之后。

船用雷达ARPA系统包括传感器（俗称“雷达头”）和雷达信号处理、数据处理及ARPA终端显示等部分部分，构成的雷达ARPA系统的简化原理框图，如图5－1所示。

图5－1 雷达ARPA系统简化原理框图

雷达信号处理内容这里指的是从传感器（雷达头）取得目标的回波视频信号后进入“雷达信号处理器”，处理的内容包括原始视频信号的量化处理，即通过A／D处理和杂波处理。并在此基础上，进行目标信号检测并利用一定的方法来抑制海浪、雨雪、相邻同频段雷达以及机内噪声等各种干扰杂波，处理后的视频信号在和某个检测门限进行比较，若信号招过检测门限，则被判断为“发现”目标，过程是自动的，即目标自动检测，然后将目标信号输送到“数据录取器”，以测量目标的距离、航向、航速等数据以及未来可能应用的其它一些目标特性。数据录取器输出的便是目标观测值的估计，称为目标点迹。数据录取是由ARPA计算机来实现的。由数据录取器输出的目标点迹数据，在“数据处理器”中完成各种相关处理。

雷达数据处理这里指的是雷达从数据录取器取得目标的位置、运动参数（如径向距离、径向速度、方位等）后进行的对目标测量数据进行互联、跟踪、滤波、平滑预测等运算。这些处理可以有效地抑制测量过程中引入的随机误差，精确估计目标位置和有关的运动参数（如航向、航速等），预测目标下一个时刻的位置，并继续进行跟踪，形成稳定的目标航迹。同时，还要进行船舶与船舶间的碰威判断、报警等的各种数据处理，形成船用ARPA系统相应的各种功能，而这些功能均可在终端显示屏上进行操控显示。

观察雷达测量数据进行处理的层次看，倘若将雷达信号处理看成为“第一次处理”，那么雷达数据处理则称为“第二次处理”，而将军用雷达中的拦截判定、拦截指令计算、拦截方式和杀伤概率计算等或港口多雷达站需要进行的多部雷达信息传递、中心站汇总、再处理则可称为“第三次处理”。而从对测量数据进行处理的级别看，上述的分次处理，可依次分别称为 “一级处理”、 “二级处理”、“三级处理”。要注意的是，不论是按依次或依级，没有前者的处理，就不可能进行后者的处理。亦即，二级处理基于一级处理，三级处理则基于一、二级处理。

本篇将讨论与上述相关的雷达信息处理的一般原理与实现方法，讨论基本是针对船用ARPA系统各项功能进行的。

5.1.1雷达信号、数据的三级处理

1

至今，船用雷达的信息处理还仅限于时域处理，其主要处理任务是将来自接收机的载有目标信息的回波视频信号进行加工处理，在终端显示屏上显示目标的存在，目标的坐标数据，目标运动数据，目标的运动态势，判断目标有无碰撞危险以及安全航行的避让方案等。

按照任务与内容的不同，船用雷达的信息处理可以分为三个处理等级（三个加工）以及与其相应的不同的三个处理过程。 1.一级处理

一级处理的任务是目标的自动检测和目标数据录取，具体有：

1）在雷达接收机输出的回波视频信号中存在的海浪、雨雪、及接收机内部噪声等杂波干扰背景中，检测出有用的目标回波，判定目标的存在；

2）录取目标的坐标数据和目标的其它参数，如；目标大小、类型，并对目标进行编号。 2.二级处理

一级处理的任务是对目标的自动跟踪、目标参数的自动计算以及目标是否存在碰撞危险，并给出安全的避让方案，具体有：

1）按照一次处理提供的信息，建立运动的航迹，计算并存储运动参数，并对目标进行R-θ/X-Y坐标变换；

2）对目标进行跟踪，并判断每次天线扫描的回波信号是否为同一目标；

3）预测并判断运动目标的未来状态，计算最接近距离（DCPA,由简称最接近点CPA）、到达最接近点CPA的时间（TCPA）, 判断有无碰撞危险，计算安全航行方案等。 3．三级处理

在多站雷达系统中，如港口大型雷达系统，需要将分布在不同地点的多部雷达信息传递并汇总到中心站，虽然各分站雷达信息已经过两次处理，但汇总到中心站后，任然需要进行三级处理，才能正常利用。具体任务是：

1）将目标的坐标数据和运动参数统一于一个坐标系统和及时系统。这是因为一次、二次处理均按各站的坐标系统进行的，而各分站的工作所用坐标在时间时不同步的，需要统一坐标和时间的标准。

2）将各分站的目标点迹数据（含目标的坐标、运动参数以及其它各种特征参数）加以识别，并归入相同的目标航迹数据中去。这是因为各雷达站（主要指在相邻雷达探测覆盖交叠区）的测量精度不同，数据计算和传递过程中所引入的误差也不同，因此，有不同各雷达所送来的目标的目标数据在坐标系统和及时系统被统一后，还要解决同一目标的归并问题，为此，需要规定一种标准，用以区分哪些数据是属于同一个目标，哪些数据是属于另外目标的，并将属于同一个目标的数据归并到一个点迹。

3) 在以上两步处理的基础上，计算目标的运动参数，建立统一的航迹，实施统一的跟踪和其它处理。

5.1.2雷达信息的数字化终端设备

雷达信息的数字化终端设备的一般组成型式如图5－2所示，图中用的“计算机”可能有几个微型机组成。其工作方式和特点如下所述。

图5－2 数字雷达终端的组成

2

1.目标数据录取方式

目标录取有人工录取和自动录取两种方式。

“人工录取”是在显示器上进行的。操纵员用跟踪球或操纵杆控制一个录取标志，在屏上对准发现的目标时，由于标志本身代表一个坐标点数据，因而也就是被套上的目标的坐标数据，将其输入计算机，便完成目标坐标数据的录取。再通过自动检测设备判断目标有无，如该设备判断有目标，再自动录取该目标的坐标。可见，人工录取实际上只录取目标的最初坐标数据。当计算机对该目标建立起航迹，转入跟踪后，目标坐标录取就进入自动的方式，故这种方式又称为半自动录取。

谈若上述的录取目标最初坐标数据也采用自动的方式进行，则成为“全自动录取”，通常在操纵面板上简称为“自动录取”。

自动检测设备与录取设备的主要组成如图5－3所示。

图5－3 自动检测设备与录取设备的组成

由图可见，视频信号首先经过A/D变换，变成数字视频，然后送入逻辑判定部件，其中设置了发现目标的准则，一旦满足准则，即发出“发现目标”信号，完成了自动检测任务。一方面通知计算机，另一方面读出寄存器中该目标当前的方位、距离数据并送计算机，即完成了自动录取任务。图中的电平控制是为了保持监测设备的虚警率恒定而设定的。电平调得高，则虚警率降低，而发现概率也将随之降低。 2.显示型式实例

现代船用雷达ARPA采用液晶TV显示器，是一种将雷达信息由极坐标转换为直角坐标的电视光栅液晶显示器。具有显示高亮度、高质、低价的特点。一种图例如图5－4所示。

3

图5－4 液晶TV显示器

从图5－4可见，信息的显示布局的如下几点： 1.所有信息显示及相关控制集中于一屏；

2.按常规的信息显示位置及相关控制的编排之一例为：

屏幕左上方显示为量程及相应固标圈距选择并显示固定距标圈、发射脉宽选择、方位指向显示方式选择、以及相对运动／真运动显示选择；二次回波、SART；

屏幕左下方显示为双电子方位线EBL1/EBL2，可单选，亦可双选；

屏幕右上方显示为图的调整、偏移设定、相对尾迹12、34、30SEC、波段X；

屏幕右下方显示为双可移距标VRM1、VRM2，可单选，也可双选，显示可移距标圈； 屏幕右侧为各种信息栏，其从上到下依次编排为：本船数据有船首向、航速及传感 器型式、相对于本船的光标位置及起航时间、本船数据（GPS）经纬度及航向、计划航线号（由GPS/DGPS制定的有效）水深与水温（若传感器在用）、选用矢量形式（真矢量、相对矢量）及被跟踪目标六数据（距离、方位、航向、航速、CPA/TCPA）、报警及信号丢失（触发／方位角／视频／罗经／计程仪）及操作面板的增益、抗海浪、抗雨雪和亮度设制。

5.1.3雷达信号、数据处理的任务、技术指标与组成

1.船用ARPA系统信号、数据处理需要提供的信息 在终端设备中提供下列信息：

1）目标坐标数据：距离，方位（含真方位、相对方位）； 2）目标运动数据：航向，航速（含真运动、相对运动）；

4

3）目标最小会遇距离：最接近点距离（DCPA，通常简称为CPA）,到达最接近点时间（TCPA）；

4）目标运动形势显示：运动矢量线（含相对运动矢量、真运动矢量），历史航迹； 5）目标运动预测显示：最接近点（CPA），预测碰撞危险点（PPC）；

6）视频地图显示：航道线、岸线、浅滩、礁石、沉船、坐标参考点，军事演习区等； 7）标准电子海图显示：符合IHO S-57；

8）声光报警信息：碰撞危险,脱离航道，目标丢失，设备故障等。 2.船用ARPA系统信号、数据处理的任务

按照上述需要提供的信息，需要完成下列任务：

1）雷达杂波处理：海浪、雨雪、机内噪音、同频干扰等杂波的清除或抑制； 2）雷达信号检测：在处理后任然存在的剩余杂波背景中检出有用目标信号； 3）目标数据录取：距离、方位等目标特征数据 4）目标运动数据运算：动态航向及航速；

⑴目标跟踪：航迹建立，位置平滑预测，跟踪窗孔尺寸选择与自适应调整，真假航迹鉴别等；

⑵未来数据计算：CPA，TCPA，PPC，预测航迹等； ⑶航行危险判断：碰撞危险，脱离航道；

⑷安全航行方案计算机验证：航向变换，航速变换；

依照上述处理任务，设计雷达的信息处理系统的处理程序，如图5－5示。

图5－5 船用雷达的信息处理系统的处理程序基本原理框图

3.船用雷达信号、数据处理系统提出的主要技术指标及当前达到的水平

1）目标录取数： 自动100个；人工100个； 2）目标录取时间：0.3～1min； 3）目标跟踪数：与录取数相同；

4）跟踪建立时间：60sec或更少，可选择； 5）跟踪距离：0.1～32NM；

6）建立跟踪条件：天线连续10次扫描中，目标能清楚辨认的次数不低于5次； 7）目标矢量标会时间：1～3min； 8）最大相对速度：43～162 NM； 9）尾迹时间：8～12 min；

10）最大CPA距离：1～9.9 n mial；

5

11）最大TCPA时间：30～99 min；

12）视频处理距档范围：3～96 n mial分若干档，其中至少应有3或4，12或16 n mial分两档；

13）录取精度：距离量化单元0.05～0.1μS；方位量化单元0.0220～0.0880； 14）矢量精度：航向±10～30或航速的±5%，取最大者；CPA，TCPA DCPA

15）报警能力：当DCPA ≤ MIN DCPA ；TCPA≤ MIN TCPA；目标距离R≤DCPA；自动录取饱和，跟踪目标丢失；设备发生故障时均应发出声-光兼用报警信号。 4．雷达信号、数据处理的发展趋势

上世纪90年以来，船用雷达信号、数据处理通常采用 “专用集成芯片”（ASIC）来实现高速处理，目前也有一些自发研制的产品仍采用微机来实现。“专用集成芯片”具有针对性强，容易达到高速和并行处理的优点。

回波视频处理中的杂波处理、自动检测、坐标录取等环节，要求实时性很高。需要在一个量化单元时间（0.05～0.1μS）内完成。以FURUNO FAR-2827h和FAR-2127雷达天线为例，二者天线的长度LA、水平波束宽θH0分别为3340cm、0.750和270cm、0.950。那么，要求在一个天线波瓣扫描的时间（分别为3.125ms和3.958ms）内完成一个目标的点迹处理。实际上在全程自动检测的情况下，仍然要求在一个量化单元时间内完成，此乃为何多采用专用高速处理芯片区实现的缘由。在自动跟踪的航迹处理中，实时性要求较低，是在天线一次扫描时间（1.5～3sec）内完成。处理速度可以大大降低，但一般运算较为复杂。航迹处理普遍采用通用机和微型机。

在近几年出现的新型ARPA各种信号、数据处理常采用专用CPU和FPGA完成，这种情况将延续，并不断提高应用的效率。专用CPU如MIN CPU、ARPA CPU、DRW CPU和 “现场可编程门阵列”FPGA（Field－Programmable Gate Array的缩写），FPGA作为专用集成芯片（ASIC）领域中的一种半定制电路而出现的，既能解决定制电路的不足，又客服了原有可编程器件门电路数有限的缺点。FPGA用于ARPA的信号处理（SPU FPGA）、回波处理（Echo FPGA）以及图形处理（DRW FPGA）等。 1）采用FPGA处理、控制雷达／ARPA信息

采用FPGA具有下列的基本特点：

⑴采用FPGA设计专用集成电路ASIC，用户不需要投片生产，就能快速得到好用的芯片。

⑵FPGA可做其它全定制或半定制ASIC电路的中试样片。 ⑶FPGA内部有丰富的触发器和I／O引脚，如图5－6所示。

6

图5－6 FPGA的引脚分布

⑷FPGA是ASIC电路中设计周期最短、开发费用最低、风险最小的器件之一。 ⑸ FPGA采用高速CHMOS工艺，功耗低，可以与CMOS、TTL电平兼容。 可见，FPGA芯片是小批量系统提高系统集成度、可靠性的最佳选择之一。 上述由专用CPU和FPGA相结合完成ARPA雷达中各种信息处理任务，具有软硬件紧密结合的特点，一旦成型，采用“软件固化”技术，这将导致设备体积小、速度快，处理速度和效能定将得到不断改进和提高。

2）采用提高天线转速，以采用高亮度彩色TV显示效果

将原先原先天线为20r／min提高到40r／min。 3）利用数字存储技术

以实现信号的时域扩展与压缩，以及增加扫描次数等方法，提高高亮度显示的效果，以不同色调，区分显示信息类别，便于使用。 4）大屏幕液晶LCD终端显示

现已运用，并将延续应用。 5）发挥船舶识别系统AIS的作用

AIS已经普遍在船上装用，将雷达ARPA信息与AIS信息（图像和数据）进行融合处理和应用，既发挥了雷达直观、不分水上目标类别的优点，又运用AIS提供的丰富的信息，极有利于船舶间避碰应用。 据悉，到2011年，IMO将发布对300总吨及以上的各类船舶强制安装使用电子海图和信息显示系统，使用规定的电子海图S-57 ENC，逐在不久将来将二者综合显示在电子海图的背景上，必将是发展的方向。也是行业界长期梦寐以求的前景。

因此，雷达ARPA、AIS和电子海图三者将分别存在，谁也替代不了谁，将三者信息融合运用必将是发展的趋势。人们需要进一步做的是不断提高各自的技术性能和融合应用的效果。

从雷达ARPA及其信息处理而言，尚待解决下列问题： 6）尚待解决下列问题

7

⑴雷达杂波，尤其海浪杂波与消除尚不尽人意； ⑵目标录取，尤其是自动录取尚未完善、可靠； ⑶目标自动跟踪还存在误跟踪和目标丢失现象尚未根除；

⑷运动目标的危险判断和安全航行方案尚未和海上航行规则相联系；

⑸未能实时获取目标已采取或将要采取采取的机动动作信息，有待结合AIS的有效运用，将出现雷达信息与AIS信息的融合处理与应用的新局面；

⑹未能实时显示水下危险信息，有待电子海图与雷达的结合运用；

⑺现用传统的恒载频脉冲信号体制的船用雷达存在测量精度与分辨率难以兼顾的局限性，限制于高精度的电子海图、AIS的精确位置信息的结合的有效应用。在2009’国际海事技术展览会已出现那威SIMRAD厂商产品“BR24”型连续波雷达，期待采用大时宽带宽积信号新体制在船用雷达中运用的研发成功与推广应用。

5.2 雷达杂波模型

船用雷达杂波是指海浪干扰、雨雪干扰、邻近同频雷达等外部干扰以及接收机内部噪音干扰，统称其为雷达杂波。

如何在雷达杂波干扰背景中检测和跟踪目标，若以计算机引入雷达的前、后及现代雷达的新型处理方法等三个阶段进行综合说明。７０年代之前，计算机技术未引入船用雷达，用人工在显示杂波干扰背景的屏上进行目标检测与跟踪，加上灵敏度－时间控制（ＳＴＣ）、快时间常数控制（ＦＴＣ）和自动增益控制（ＡＧＣ）等较简单的处理措施，以满足雷达观测的基本要求；７０年代之后，计算机技术引入船用雷达，推动了雷达自动化进程，但在雷达信号与数据处理中，因雷达杂波引起目标检测、录取和跟踪的误、漏、丢现象十分严重，甚至导致数据处理系统的饱和过载现象，使基于计算机的ARPA的使用效果受到限制；近十几年来，关于雷达杂波处理的理论和实践又有了较大的进展，在船用雷达中逐步引入新技术和新器件，如ARPA处理雷达杂波使用恒虚警处理与解相关处理或二者兼用以及上述的各种信号、数据处理采用专用CPU和FPGA完成，效果得到明显改善。恒虚警处理（CFAR）具有不必更动常规雷达设备，只要在视频通道中插入一种处理装置，实现虚警恒定。但令人遗憾的是恒虚警处理降低了检测概率，并导致信杂比损失和距离分辨力的降低。解相关处理可以提高信杂比，有利于检测小信号，但单一解相关处理措施的适应性存在局限性（如现用天线扫描周期间解相关处理，只适应于减少海杂波干扰的应用，显示器扫描脉冲重复周期间解相关处理只适用于消除同频雷达间的干扰等），且需要更动雷达设备的有关环节，而综合（多种）解相关处理可以增大适应范围，但又导致设备的复杂性，目前还停在分别单一性解相关处理的状态。总之，雷达杂波处理虽有较大改进，但尚未到达完善地步。采用高速大容量专用CPU和FPGA进行综合处理是今后发展的方向。

船用雷达杂波主要含机内噪声、雨雪干扰杂波、同频雷达干扰杂波及海浪干扰杂波等，下面先从各种雷达杂波的数学模型入手，进而再分别议其处理方法。

5.2.1雷达杂波模型

8

雷达杂波是随机变量，可以采用概率密度函数这一数学工具来描述随机变量的统计规律以及数字特征：均值、中值和方差等。 1.接收机内部噪声的数学模型

相对于天线较弱的背景辐射噪声而言，主要的噪声干扰源是来自雷达接收机机内电路的热噪声。其噪声幅度随机起伏变化的速度快，频谱分布较均匀，副度统计分布为瑞利分布。 描述内部噪声可以有多种的数学方法。以下从常用的频域法入手，找出其统计特性。 在接收机中的高频或中频噪声可以写成傅里叶级数的展开式，即

e(t)=式中，

?(am=1￥mcosωmt+bmsinωmt) 式（5–1）

2am=TT2-T2òe(t)coswmtdt 式（5–2）

2bm=TT2-T2òe(t)sinwmtdt 式（5–3）

wm=mw1=m2pT 式（5–4）

T为观察时间

由于接收机的高、中频噪声的直流分量一般等于0，故式（5–1）中未写入直流分量项。 对于某一次观测记录而言，e(t)波形以及am、bm均为确定的，而对多次观测记录而言，波形以及am、bm均为不确定的随机变量。当观测时间T足够长，am和bm相互独立，且由中心极限定理可知，e(t)将是服从正态分布的随机变量。

ωm-ω0)+ω0代入式（5–1）若以ω0代表中放的中心频率，并将ωm=(，将得到

amcosωmt=am轾cosω-ωtcosω0t-sin(ωm-ω0)tsinω0t

犏臌(m0)bmcosωmt=bm轾sinω-ωtcosω0t+cos(ωm-ω0)tsinω0t 犏臌(m0)令 at=()??￥轾amcos(ωm-ω0)t+bmsin(ωm-ω0)t 式（5–5） 犏臌m=1￥b(t)=轾bmcos(ωm-ω0)t-amsin(ωm-ω0)t 式（5–6） 犏臌m=1

则式（5–1）可写成

9

e(t)=a(t)cosωt+b(t)sinω0t 式（5–7）

0因为上式中et式正态分布，故右侧两个正交分量也是式正态分布，并进行进一步改写成

()e(t) =E(t)cos轾ω0t-j(t) 式（5–8） 犏臌

式中E(t)和j(t)为中频输出噪声的幅度和相位，均为随机变量，不难写出二者和a(t)、b(t)的关系式，此处略去。

由于中放带宽Dω=ω0，故尽管输入噪声为正态白噪声，其频带很宽，但经过带同滤波能够留下来的仅仅处于ω0±Dω范围内，意外的频率成分一律被滤除。因此，在式（5–5）、

2式（5–6）的(wm-w0)只有满足

1轾ω-ωω 式（5–9） 犏m0臌2才能在a(t)和b(t)中表现不出它们的影响。因而，二者的变化要比中频滤波前变得缓慢

下来，从而滤波后的E(t)和j(t)也是变化缓慢的。意即，正态白噪声经中频滤波变成为正态色噪声。输出杂波电压e(t)可视为一种经调制后的信号波形，其载频为w0，振幅随慢变化的随机变量E(t)而 起伏，相位j(t)亦然，由于j(t)在检波后已无意义，只关心杂波振幅

E(t)的概率密度函数。

a(t)和b(t)均服从正态分布，且各自独立，又可证明得各自的方差相等，于是可求其联

合概率密度为两个正态分布之乘积，为简便而将式中的α、b替代a(t)和b(t)。

由于α、b均为正交正太分量，故可仿照前述的由直角坐标到极坐标的变换法，再利用描述直角坐标与极坐标两个不同坐标中同一个概率密度表达式之间的关系式所用到的“雅克比”式，可以得到

轾E2E?0p(E,j)=exp犏-? 骣犏?2?2s2ps?2p砵犏桫臌E÷ 式（5–10） ÷÷?0÷÷对j从0～2p进行积分，可得幅度为

轾2犏Eexp-dj 幅度：p(E)=ò犏02ps2犏2s臌2pE 10

1÷0s=s0?ct÷(Rq)seca 式（5–28） ?÷?÷H?2桫

从式（5–24）可以明确s0的含义，由于海面是非理想导体，对雷达入射波不会全反射，且其平面亦非平坦，因此截面积

骣s只能是正比于A的远小于A数值，而s0即其比例系数，

0，常以分贝数表示之。沿着传播方向的范围由脉冲宽度τ决定，横向则取决于RqH适应于船

用雷达宽垂直扇形波束。

2) 海杂波数学模型

对海杂波的建模研究主要是经历了三个阶段：

⑴ 20世纪60年代中期之前，使用瑞利分布描述的分辨率的雷达海杂波。 在雷达照射单元内，海杂波是许多散射点的集合，在雷达接收机输入端的海杂波电压可以表示为

ui(t)=?umkcon(wt-k=1njk) 式（5–29）

式中,umk为第k个散射点回波电压的振幅；

ωt为载频角频率；

?k为第k个散射点回波电压的相位滞后。

若雷达分辨力较低，即雷达照射单元范围内散射点数量很大，且其中任一个的作用均不显著， 则根据概率论中心的极限定理，电压ux、uy的概率密度函数接近于正态分布，且二者的联合概率密度可表示为

轾u2+u2犏xyp(ux,uy)=exp- 式（5–30） 犏犏2s22ps2犏臌1 式中，s

将直角坐标变换为极坐标，以便于确定输入信号振幅um的分布律。两种不同坐标中通义概率密度表达式之间应有下列关系

2为ux(t)和uy(t)的方差。

p(um,jux)=轾犏臌(um,j),uy(um,j)D(ux,uy))D(um,j

16

式（5–31）

式中，

DD(um,j(ux,uy)为雅克比式，表示为

)抖ux

DD(um,j(ux,uy)=)抖um抖uy抖umuxuy 式（5–32）

j

j由于ux=umcosj,uy=umsinj代入式﹙5–31﹚，可得用正余弦表达的雅克比式，其简化式为

DD(um,j(ux,uy)=u)m 式（5–33）

则 p(um,j

轾2犏umexp犏-)=22 式（5–34） 犏2ps2s臌um对j在0～2π范围内求积分，并经简化可得

轾u2p(um)=2exp犏-m （u30） 式（5–35） 犏m2犏s2s臌

式（5–35）即众所周知的瑞利（Rayleigh）分布，式中的s为检波后高斯噪声的 均方值，用瑞利分布描述海杂波是符合实际的。瑞利分布数字特征表达式为

um均值：E(um)=p2s 式（5–36）

均方值：E(um)=p222sE(um)=2s 式（5–37）

2E(um)方差：D(um)=E(um)-轾犏臌2=0.43s2 式（5–38）

中值：Me=1.17s 式（5–39）

⑵ 20世纪60年代后期，使用对数正态分布描述高分辨率的雷达海杂波。

此间人们运用瑞利分布，在测试高分辨力雷达海杂波统计数据中发现，概率密度函数偏离瑞利分布，出现一种“长尾”现象即峰值较大的海杂波的概率密度值偏高。这是由于此时

17

的雷达分辩力得到提高，导致雷达照射单元减小，散射点减少，且其中某些散射点有可能突出，已不再满足导出瑞利分布的正态分布的前提。根据经过实测的得到的数据，发现能够实现比较确切描述高分辨力雷达海杂统计规律的是对数正态（Long—Normal）分布。对数正态分布的概率密度为

p(um)=

12psum2轾犏(lnum-m)exp犏- 式（5–40） 2犏2s犏臌,s)，μ、s若以W=Lnum进行变换，则随机变量W符合正态分布N(m22即分别

为正态分布的均值和方差。对正态分布的海杂波特征值为

均值：E(um)轾s2=exp犏m+ 式（5–41） 犏2犏臌2-1)exp轾2m+犏方差：D(um)=(es臌s2 式（5–42）

中值：Me(um)=

对数－正态分布是一种较好的杂波模型，在一定的条件下，对数－正态分布杂波模型能

更好地描述海浪杂波的变化规律。对海杂波还采用海上实测的办法寻找解决海杂波抑制问题。如图5－9和图5－10所示。

em 式（5–43）

图5－9 实测海杂波截面积数据

18

图5－10 实验是沿海杂波数据与对数－正态分布模型的比较

⑶20世纪70年代后期，人们又从何大量的实测数据中发现，用用对数正态分布描述 高分辨率的雷达海杂波，在高端会出现拖尾偏高的迹象，于是又用韦布尔（Weibull）分布与实测数据相吻合得情况最好。韦布尔分布的概率密度函数为

轾hhhumh-1p(um)=()()exp犏-() (um?0 式（5–44） 犏nn臌n式中，h为形状标度参量；n为强度标度参量。

其主要数字特征为

均值：E(um)=

2)=均方值：E(umuГ(1/h+1) 式（5–45）

u2Г(2/h+1) 式（5–46）

方差：D(um)=u2{Г(2/h+1)-Г[(1/h+1)]2} 式（5–47）

1/h中值：Me(um)=n(Ln2) 式（5–48）

2注意到，当h+2时，将υ2换以2s，则式（5–44）便成为式（5–35），亦即韦布尔

分布退化为瑞利分布。由此可见，瑞利分布是韦布尔分布的特例，只是参量h、υ不同而已。h取决于雷达的分辨参量亦即海况的恶劣程度，随着二者变得俞恶劣，h值小于2的趋势俞明显，概率密度函数尾部延长的程度俞严重，通常，计算时可取h值处于1～2之间。n取决于雷达发射功率、天线增益、工作频率、极化型式及海浪距离等，且与海杂波系数s0（指没单位面积海面雷达杂波截面积）密切相关。

人们对海杂波的研究不会停止，随着对海杂波的研究更加深入，定会出现比韦布尔分布更加精确、更加符合海杂波统计规律的数学模型，即各种混合分布的实践与探究。

以上讨论的海杂波数学模型都是在海面雷达杂波截面积以及其中的雷达照射单元内，海杂波是许多散射点的集合等概念下进行的。而对雷达观测距离范围内海杂波的反射功率强度则根据海上实验证明，由海浪反射的干扰功率随距离增大呈指数律衰减，具体情况待后再作

19

说明。

5.3 雷达杂波处理

5.2.1接收机内部噪声的处理

一种采用延时线的机内噪声抑制处理原理框图如图（5－9）所示。

图（5－9） 内部噪声抑制处理原理图

由图可见，机内噪声抑制处理是在时钟脉冲控制下将接收信号输入到16级延时单元电路直至延时线终端，所有延时单元的输出都送到相加器，相加器输出再经过平均处理电路输出。通过平均处理输出的强信号变弱，而机内噪声弱信号电平也被减小。

例如，当选用长脉冲时，接收的回波脉冲宽度为1.2ms，延时电路的位移为40MHZ/25nsec。由于延时电路由16级构成，其延时时间为16?25nsec0.4ms。于是，因1.2ms脉宽的一个

回波输入到延时电路，有1.2ms脉冲+0.4ms的延时，直至回波完全输出，形成回波的一些展宽。当选用短和中脉冲时，位移频率锁定在80MHZ，因脉冲宽度更短些。例如，脉宽为S1，脉宽为0.07ms。

5.2.2雨雪干扰抑制（AUTO RIAN）处理

1.FTC人工雨雪干扰抑制处理 （FTC-Fast Time Constant） 用微分电路来抑制雨雪干扰是一种传统的的措施。由于雷达难以分辨相邻雨点或雪片的间距，因此，雨、雪反射产生的回波视频在屏上均形成无明显边缘的疏松的棉絮状连续亮斑区（雨、雪区），如图5－10所示。降雨量越大，雨点（或雪片）越粗，雷达工作波长越短，天线波束越宽以及所用脉冲越宽，则雨、雪反射越强，处在雨、雪亮斑区中的小目标回波，将被淹没掉。反之，则雨、雪反射越弱。雨点或雪片形成的宽干扰视频脉冲含有很宽范围的平缓的直流成分，微分即可滤除平缓的直流成分，而至保留少量的边沿成分，可见，微分电路即为一个高通滤波器。使用中可选用双雷达系统中的S波段雷达，选用窄脉冲宽度或圆极

20

化天线，以及上述的“雨雪干扰抑制”控键，调解微分电路的时间常数，即可调节微分的深度，从而调节不同的杂波衰减的程度。控键调节药适可而止，调过了也会造成有用信号被微分而损失。

图5－10 雨雪干扰杂波

采用微分电路的雨雪干扰抑制原理简框如图5－11所示。

图 5－11 采用微分电路的雨雪干扰抑制原理简框

图中“信噪合成”即信号与杂波混合视频脉冲，可见无法分辨；“微分处理”即只取出合成脉冲的边沿（或即宽脉冲被锐化），削去正极性脉冲，再用合适的限幅电平仅保留信号称最后的“回波输出”。在操作面板上设有“FTC”控钮 一般只在有雨雪干扰时再用，应酌情调节，尽可能达到取出干扰而又丢失目标回波的目的。有经验的驾驶员还利用微分只取出回波的边沿的特点，能在一定程度提高目标显示的清晰度和分辨率。 2. 自动FTC雨雪干扰抑制处理

一种自动FTC抑制雨雪干扰处理控制的应用实例的原理框图及波形图如图5－12所示。

21

a)

b)

图 5－12 自动雨雪干扰抑制及位移平均偏移处理原理构成图

a)自动雨雪干扰抑制处理； b)动态平均偏差处理。

上图a)中的输入信号A主要用于移动平均偏差的处理，在处理中提取每一次扫描的距离范围的偏离量和提取各个距离的平均信号电平。各个平均信号乘以取决于FTC开关设置的系数K。信号B主要用于从输入信号A产生信号C。信号C是处理（距离平方分之一曲线）并被输出。FTC控钮用于调整STC电平。FTC旋钮按顺时针转动，FTC的设置值大，则应用效果大。

图5－12 a)中的“移动平均偏差处理”见b)图所示。在n次扫描中将信号输入所有距离单元中，再按替丁距离范围分组全部送入相加器求均后输出移动平均偏差。 3.圆极化波雨雪干扰抑制处理

雷达天线辐射电磁波的极化是指其电场向量在空间的振动方向。按极化形式不同，再分成线极化（含水平极化、垂直极化）和圆极化两大类。

所有工作在X波段的船用雷达常用天线，因为所有工作在X波段的雷达航标（Radar Beacons）均使用水平极化波，且在海面平静状态（浪高小于0.25m）时，水平极化波引起的海浪干扰杂波最小。形成右旋园极化法有二：其一是在天线喇叭口装45度平行金属板（水平极化时金属板垂直放置）,其二是平/园背靠背天线（在显示器面板上选择）。天线发射右旋园极化波抗雨雪干扰的基本原理是：发射右旋目标，因目标表面不规则，但大部分反射仍

22

为右旋，回到天线能接收；发射右旋极化波到，因为目标是园对称体雨雪，反射波变成左旋，回到天线不能接收。实验证明：可减少干扰至1/40～1/100。注意：凡园对称型目标，回波将被削弱，所以要设“/园控键”供选择，晴天选“水平”，雨雪天选“园”。

雷达天线辐射电磁波的极化是指其电场向量在空间的振动方向。按极化形式不同，再分成线极化（含水平极化、垂直极化）和圆极化两大类。 1）线极化（Linearzation Polarized Wave） 线极化包括水平极化波和垂直极化波两种。

⑴ 水平极化波（Horizontatally Polarized Wave），天线发射电场向量在空间沿水平方向振动的电磁波称水平极化波或线极化波。

IMO的船用雷达的性能标准规定，每艘船上必须装备X波段船用雷达天线的工作模式，，因为所有工作在X波段的雷达航标（Radar Beacons）均使用水平（线）极化波，且在海面平静状态（浪高小于0.25m）时，水平极化波引起的海浪干扰杂波最小。

但实际雷达采用的是隙缝波导天线，其基本的各个辐射单元式均有一定的倾斜角（整个天线所有隙缝的辐射量的分布严格按照某数学公式，如切比雪夫多项式），因此，其辐射的电磁波含有水平和垂直两种极化，船用雷达只辐射线极化波，因而需要滤除垂直极化波，方法之一是采用“铝盒子”结构，如图（－13）所示。

图5－13 采用“铝盒子”结构的垂直极化滤波器示意图

图中的黑色上下横向粗线为上下隙缝波导管的盖板，纵向粗短线为构成铝格板，与上下板之间构成波导，其横向间隔为a =11mm，对垂直极化波λC =2a=22mm<32mm，故不可传输。

⑵ 垂直极化波（Vertically Polarized Wave）：当海上浪高为1 m～3 m时，垂直极化波引起的海浪干扰杂波最小，故有些10cm雷达采用垂直极化波，利用10cm波长的垂直极化波对海浪干扰的特性来抑制之。有时用于港口交通管理系统（VTS_Vessel Trraffic Services）。 2）圆极化波（Circularly Polarized Wave）

天线发射电场向量在空间沿传播方向呈旋转式振动的电磁波，称为园极化波。根据圆极化波在空间旋转的方向不同又分为右旋园极化波和左旋园极化波，如图（5－14）所示。

23

图5－14 右旋圆极化波和左旋圆极化波示意图

a）右旋园极化波 b）左旋园极化波

形成右旋园极化波的方法有二：其一是在天线喇叭口装45度平行金属板（水平极化时金属板改为垂直放置）；其二是采用水平/ 园两种极化天线背靠背安装。两种极化天线的选用可在显示器面板上控键选择）。

天线发射右旋园极化波抗雨雪干扰的基本原理是：发射右旋园极化波到目标，因目标表面不规则，但大部分反射仍为右旋，回到天线能接收；发射右旋极化波到雨雪，因雨雪目标是园对称体，反射波变成左旋，回到天线不能接收，从而减弱了雨雪杂波的反射能量，亦称圆极化损耗。当发射左旋园极化波时，原理亦然。实验证明：发射圆极化波可减少雨雪干扰至1/40～1/100。但应注意：凡园对称型目标，也存在回波圆极化损耗，因而也同样被削弱，所以要设“水平/ 园控键”供选用，晴天选“水平极化”，雨雪天选“园极化”。

5.2.3同频雷达干扰解相关处理（Solve Correlation Processing）

同频雷达干扰是指邻近同频雷达发射的能量进入同频段本雷达天线，在显示屏上产生虚线状辐射线（用近量程时）或虚线螺旋线（用远量程时）干扰杂波的现象。

上述恒虚警率处理通常仅根据杂波特性进行设计的，能够达到减少杂波电平，并保持恒定，但不能改善信杂比，实际情况还往往导致信杂比的损失。而解相关处理则利用信号与杂波对在扫描周期的特性差异，达到抑制干扰杂波的目的。其基本原理是运用本雷达回波信号与扫描周期强相关而输出，而邻近同频雷达干扰信号与本雷达扫描周期强非相关则被剔除，从而抑制邻近同频雷达干扰杂波，且能够提高信杂比，有利于改善目标的检测环境。

对邻近同频雷达干扰信号的解相关处理原理示意图如图（5－15）所示。

图（5－15）解相关处理抑制同频雷达干扰原理示意图

图（5－15）中，与门输入三路信号，一是实时的当次探测的回波，另二路分别为有移位寄存器缓存的前一次和前二次的回波信号，移位寄存器的缓存时间为一个探测周期T，而

24

其长度则取决于距离上的处理范围和距离量化单元的大小，移位的速率与单词弹词探测的实时信号的输入速率相同。显然，与门输入的三路信号为相邻探测的同一个距离单元的信号。在三次探测中，统一距离单元上均有目标存在者，与门方能有输出；而同频雷达干扰脉冲的位置是变化的，因而与门无输出，逐干扰得以消除。

目标信号与干扰信号的各自特征及与门输出目标、消除干扰的波形示意图如（5－16）所示。

图（5－16） 抑制同频雷达干扰的解相关处理原理示意图

相关处理可采用家或乘的方式。加运算则为更常用的相关处理方式。在实际雷达工作中，信号检测总是在多次相邻探测周期的回波相加基础上进行的。在多次相邻探测周期内，目标信号的位置、幅度几乎不变，择 信号能够按电平幅度相加，而噪声、雨雪等杂波则因起伏变化块，相关性若，只能按功率相加，略去天线方向形图对目标回波的体制效应，相加的结果是信号功率信杂比增加近M倍。

现代船用雷达采用现场可编程门阵列（FPGA)的相关处理器抑制同频雷达干扰。FPGA是英文Field－Programmable Gate Array的缩写，即现场可编程门阵列，它是在PAL、GAL、CPLD等可编程器件的基础上新发展的产物，比上述可编程门阵列（PGA)具有更强的应用功能。FPGA是作为专用集成电路（ASIC）领域中的一种半定制电路而出现的，既解决了定制电路的不足，又克服了原有可编程器件门电路数有限的缺点。FPGA采用了逻辑单元阵列LCA（Logic Cell Array）这样一个概念，内部包括可配置逻辑模块CLB（Configurable Logic Block）、输出输入模块IOB（Input Output Block）和内部连线（Interconnect）三个部分。FPGA的编程无须专用的FPGA编程器，只须用通用的EPROM、PROM编程器即可。成品FPGA的逻辑块和连接可以按照设计者而改变，所以FPGA可以完成所需要的逻辑功能，更方便用于抑制同频雷达干扰。

5.2.4海杂波处理

1.海杂波的STC处理

1）灵敏度时间控制（STC—Senstivity Time Contronl）

根据海杂波反射的强度随雷达的距离呈R指数律递减，因而距离越近，海杂波越强，造 成在杂波区淹没目标回波信号，甚至造成接收机近于饱和，传统的处理方法是采用与海杂波随距离指数律递减相匹配，使增益随时间（距离）增大而成相反指数律递增，称为“灵敏度时间控制（STC）”。显然，实为AGC，即对海浪干扰最强的近距离，增益大为减小；所距离

25

增加，海浪逐渐减弱，增益逐渐增大，直至恢复正常值，以接受远处目标的回波。灵敏度时间控制（STC）原理波形示意图如图（5－17）所示。图中，在触发脉冲控制下，形成灵敏度时间控制电压，其中对应于触发脉冲前沿的幅度起始“平台”是近距离干扰的抑制调整， 深度控制电压曲线斜率（机内预调）如图中的1、2：海浪干扰小，选用“1”，“抑制范围”小；海浪干扰大，选用“2”，“抑制范围”大。实际使用中应根据干扰情况和目标情况适度调节STC电路的参数。使用面板上的“STC”控钮，调节该控钮可改变抑制的深度，在深度改变的同时，也改变着斜率。调节要领是酌情调节，达到既抑制海浪干扰又尽可能不丢失海浪区中的弱目标回波。

图（5－17）灵敏度时间控制（STC）原理波形图

t STC调整能够降低杂波干扰的强度，同样也难免降低目标回波的强度，但总的效果可以 U 1 o t 2 是信杂比较强的目标凸现出来。

STC除了传统常用接收机增益控制电路实现之外，也可在具有足够宽动态范围的接收机的雷达中，在显示器内采用数字处理的方法来实现。

2）自动海杂波STC抑制处理控制

一种自动STC抑制处理控制及应用的原理示意图如图（5－18）所示。图中上部分是原理示意，下部分是屏上海浪抑制应用实例。从上图可见，更具实测求出的船舶四周分布电平的“海浪干扰均值”，及面积稍大些的相适应的“海浪干扰抑制控制” 四周的分布的信号电平。显然，此例是在正上方船首向及其左右侧是遇到的海浪干扰是最强的区域，且所有STC控制信号曲线中含：近距离控制电平最高，其次为中距离次之，远距离最低。其海浪干扰及其相应的控制电平的形状符合常规从强到弱的负指数率递减。在被抑制区内还保存其它有用目标的回波。

上述是采用极坐标显示的。若经过坐标转换机相关处理，同样可以应用在现行液晶光栅显示中。

c 26

图（5－18） 一种自动海浪STC处理控制的原理示意图

通过一种海浪干扰抑制器自动产生海浪干扰电平的STC波形控制曲线1，该曲线与每转天线全向实测的海浪干扰电平曲线2相适应。曲线1比曲线2稍大些。其特点是按照实际船舶各向的海浪干扰的强弱进行有效的抑制。

由图可见，该自动STC处理是利用射频控制部件（RFC）中的CPU即RFC CPU和RFC现场可编程门阵列RFC FPGA（现场可编程门阵列），将中频部件的STC检测信息经过A/D转换送入RFC FPGA中，先求屏上求每个扇形段内距离扫描的均值（整屏换分为32个扇形段，每段位11.25 0）并将其输出接到下个，再求同样每个扇形段天线扫描的均值，并将其输出接到海浪抑制曲线，即STC曲线处理，最后再经过STC增益关断设置（平时用自动STC，关断为人工）进行STC控制。将RFC FPGA输出的STC控制信息返回送入中频部件进行海浪抑制控制。于是，根据船舶四周不同强度的海浪干扰，产生相应的全方位有效地抑制控制。可见，海浪抑制控制是闭合的动态自动控制系统。全方位海浪干扰电平及相应STC控制电压的产生由STC处理示意图说明，如图5－19所示。

27

图5－19 自动STC 抑制处理原理示意图

2.海杂波恒虚警处理（Constant false alarm Processing）

虚警（false alarm）:杂波干扰电平超过检测门限，导致被误认为发现有用目标的虚现象称假报警。

虚警率（FAR- false alarm rate）:指在单位时间内出现的虚警数（或即虚警频率），在大量统计时，与虚警数近似，可将虚警数视为虚警概率Pn。

虚警概率Pn：噪扰电平大于检测门限的概率称“虚警概率”。

恒虚警率（CFAR-Constant false-alarm rate）:保持虚警率恒定的概率。 雷达恒虚警率处理是至今处理杂波的一种通用方法。后面将讨论其基本概念、基本原理和实现方法。

1）CFAR处理的基本概念 ⑴何谓CFAR处理 前已提到，雷达信号的自动检测是在燥扰背景中进行的。恒虚警率能反映干扰之多少或干扰强度之高低。一旦干扰数量或强度发生变化时，将引起虚警概率（常称“虚警率”FAR）变化。恒虚警率处理即在干扰强度变化时，雷达信号经过恒虚警率处理，能使虚警率FAR大为降低并保持恒定的概率。判定所谓“发生变化” 的依据是设定的用于检测目标的门限。显然，门限低，则发现概率高，而虚警概率也随之也高；反之亦然。可见，提高发现概率与降低虚警概率二者是相互矛盾的。这带来了恒虚警率处理设计的困难。从实际考虑，设计者总是追求实现以尽可能低的门限能获取最高发现概率的目标。 ⑵CFAR处理的必要性

虚警概率是雷达信号处理设备的重要指标。在雷达自动检测或半人工检测中，恒虚警率处理能使所用计算机不致因干扰过强而饱和；在人工检测中，可以防止接收机饱和，且在强杂波干扰下，损失一些检测能力，但依然可以检测与观测。可见，恒虚警率处理是一种能使雷达在强杂波干扰下仍能工作的一个有效方法。

前已提及，接收机内部噪声、雨雪杂波和地分辨率雷达的海杂波的包络概率密度函数仍服从瑞利分布。瑞利分布概率密度函数的归一化表达式为

p(u)=uexp(-u2/2) 式（5–49）

式中，u为相对包络幅度，u=

ums；um为干扰的包络幅度；

28

s为杂波波强度标量参数，即检波后中频噪声有效值。

所述的包络概率密度函数服从瑞利分布的干扰，经线性检波后，其幅度概率密度分布仍服从瑞利分布。

干扰的幅度瞬时超过门限的电压U0的概率为

pc=蝌Ucp(u)dum=ゥUc(-u2/2)du

du=exp(-u2/2) 式（5–50）

式中，U

为相对门限电压；U=2Umos；Um0为绝对门限电压。

当固定绝对门限时（Um0不变），由于干扰强度的变化（σ变化）而引起相对门限电压变化，从而导致单次检测虚警率Pc的变化，如图5－20所示。

图5－20 固定绝对门限时，虚警概率随干扰强度的变化

由图可见，若最初按虚警概率10-6确定门限U0，当总的干扰功率增加3.5db（2.24倍），将使虚警概率从10-6增大到10-3，即增大了1000倍。若菜视频积累检测，则虚警概率将变化得更为惊人。

为使雷达设备正常工作，杂波干扰电平的变化范围应较小。对计算机化雷达的自动检测而言，一般应小于1db。然而，实际内部噪声电平慢变化可达几分贝，雨雪、海浪的变化可高达几十分贝。显然，恒虚警率处理是十分必要的。 ⑶CFAR处理处理的主要技术指标 ⑴ 恒虚警率处理能力

表明实际所能达到的恒虚警率情况。 ⑵ 恒虚警率损失LCFAR

雷达信号经过虚警率处理带来所需要的信杂比增加的数值，称为恒虚警率损失，一般以LCFAR表示，该损失越小越好。亦即，CFAR处理不但不能提高雷达信杂比，相反会带来不同程度的信杂比损失，若CFAR处理不当，恒虚警率损失可能相当大，在选用或设计CFAR

29

处理电路时有赢予以注意。 ⑷CFAR处理处理的分类

通常可分为两类：慢门限CFAR处理和快门限CFAR处理。目前均采用数字式。 慢门限CFAR处理常用于热噪声环境。快门限CFAR处理常用于外界杂波干扰，但对热噪声环境也具有恒虚警率处理性能，只是恒虚警率损失较大。

目前在船用雷达中，慢门限和快门限均有，或二者兼用，但采用抑制者者偏多。 2）慢门限CFAR处理

慢门限CFAR处理是利用自动调节技术以保持热噪声电平恒定，使因热噪声引起的虚警率恒定的一种处理方法。该处理常用于滤除热噪声。

前已提及，热噪声的数模为瑞利分布。

由式（5–51）可知，若保持相对门限电压不变，则因噪声产生的虚警概率

pn=exp轾-Uo2犏2犏臌 式（5–51）

就能保持不变。从前述式U=Umo/s2可见，若噪声电平变化，即s变化时，通过适当调

整Um0 ，可使U0改，从而保持变虚警概率不变，于是，实现恒虚警概率的余下问题便归

结到如何测定s值。为了避免目标回波与热噪声混杂一起的雷达探测工作期，可选择雷达探测的休止期，改期间仅由热噪声，便于测量s值。又考虑s值因热噪声的满变化特征，需要雷达多个休止期进行对噪声电压的大量采样，实施较困难。更实用、直接的做法可采用在足够的雷达休止期长时间统计出现的噪声虚警数，来确定虚警频率，以近似虚警概率，再将它与设定的虚警概率值进行比较，并用其产生误差信号来调节Um0,以实现虚警率恒定。一种自动调节慢门限CFAR处理的原理框图如图（5－21）﹙a﹚、﹙b﹚所示。

﹙a﹚ ﹙b﹚

图5－21 慢门限CFAR处理的原理框图

﹙a﹚原理框图； ﹙b﹚原理简图。

从图（5－21）中的﹙a﹚可见，原是雷达视频和绝对门限电压Um0在“比较器”进行

30

处理

比较后输出，经比较器量化后有逆程取样控制选投票那个雷达休止期的量化输出，送入虚拟脉冲计数器去量化输出的积累实践要长达几千到几万个时间量化单元，以精确测定虚警频率。计数器在计数之前，已进行预置的预置数为在给定虚警概率Pn和设定的总单元数m条件下的总虚警概率次数。计数器采用减计数器，即每出现一个虚警脉冲，计数器减1。注意几种情况：

若比较器的门限恰与的虚警概率Pn想适应，则在m个时间单元结束时，计数器的结果应近于０；

若门限过高，计数器有正数；门限过低，则计数器余有负数。 意即计数结果为虚警脉冲数之差值。在加法器中，将门限寄存器中原有的存数减去此差值后再送回门限积存器存储，同时经A/D变换，形成调整后的门限电压。可见，当门限偏高，差值为正，相减后门限寄存器的数值减小，门限Um0随之下降，反之亦然，从而达到门限自动调节的目的。图5－21中的动态门限控制可有距离计数器或计算机控制，例如，可接入（如同真海浪随距离增大，其反射功率呈R-4指数律减小）按R-4的规律变化的伪STC控制，亦可受距档按键控制，以适应因距档不同及其相应的发射脉宽、时间量化单元等的不同而引起的虚警率变化。由于热噪声电平自动调整的时间常数远大于脉冲重复周期（以雷达重复周期为1000?s为例，每200个扫描周期即0.2sec才调整一次门限，且调节量不大），故该门限控制称为慢门限控制，用它进行处理的，称慢门限CFAR处理。其原理简框如图（5－21）﹙b﹚所示。

将图（5－21）﹙a﹚中的的虚线框抽出，并称其为“慢门限电压产生电路”，如图﹙b﹚所示。单独画出简图，只为了看得更清楚，其工作原理就无需多说了。 3）快门限CFAR处理

船用雷达所面临海浪、雨雪等外部干扰杂波，在一次距离扫描期内，在强度上就有明显的变化，此类干扰杂波与缓慢变化的内部噪声相比，属于快变化杂波，且在雷达距离扫描周期内，杂波的强度非常大，属于快变化杂波，相应的必须采用快变化门限处理方法；杂波的幅度统计分布特性十分复杂，因此，快变化门限处理的种类很多，以分别应对不同幅度统计特性的海浪、雨雪杂波。

下面先讨论各种处理的数学模型，再谈曾出现过的主要处理法，只谈要点，不做详细讨论，最后给出现代船用雷达常采用的基于FPGA处理法的一些处理实例。

瑞利杂波的快门限CFAR处理 ⑴邻近单元平均CFAR处理

前已提及，雨雪及低分辨力雷达的海浪杂波均服从瑞利分布，其概率密度函数为

exp(-u2/2) 式（5–52）

若将随机变量uC由s作归一化处理，引入新变量

uC=

则uC的概率密度函数为

uCs 式（5–53）

31

p(uC)=uCexp(-u2/2) 式（5–54）

可见，新变量uC的概率密度函数与杂波强度无关。亦即，只要从uC中找到检波后高斯噪声的均方值s 值，再由uC由s作归一化处理，给定门限v，即可根据是否满足

uC?v 式（5–55） ?

来判定目标之有无。

若用瑞利分布均值，则可用下式作为

v来判定目标之有无。

uC ?v1 式（5–56）

E(uC)

L由上可见，只要将获得对平均值进行的估值E(uc)替代E(uc)，再进行归一化处理，并与固定门限V（v1） 进行比较，即可达到CFAR处理的目的。机内噪声、雨雪杂波以及许多情况下的海杂波的杂波幅度分布均服从瑞利分布，瑞利分布的CFAR是一种常用的基本的CFAR处理方法，可构成针对瑞利杂波的邻近单元平均CFAR处理的原理框图如图（5－22）所示。

图5－22 邻近单元平均CFAR处理的原理框图

按照概率论的分析，对瑞利分布的杂波，取其幅度与均值的壁纸作为一个新的随机变量，当该随机变量达到门限的概率（虚警概率）完全取决于门限电平的大小，由此实现了完全由门限控制的恒虚警率。图（5－22）中的电路即照这一原理进行设计。由图可见，移位寄存器接成串行输入并行输出，位于中心的“S0”为待检测信号，中心前后共2N个参考单元的样值经求均运算后作为待检测信号所处的杂波均值估计，后者乘以L后作为信号检测门限，并由L控制，判决输出的虚警概率达到恒定。所有的输入信号鱼贯式依次进入检测单元，并与前后邻近参考单元得出的杂波均值进行比较判别。由于信号检测门限是随杂波均值的变化而作自适应调整的，而杂波均值是通过邻近参考单元求得的，因此这一自适应杂波处理电

32

路亦称单元平均的CFAR。

在上述进行的恒虚警检测是进一步通过积累进行目标的最终检测的基础。或者说，恒虚警的自适应门限只是第一级的检测门限。

为简化上述模拟法快速除法电路实现的困难，可采用下述的减法对数运算处理。按照式式（5–52）所描述的瑞利分布概率密度函数，CFAR处理亦可在ADSP-TS201上的实现。从ADSP-TS201与ADSP-TS101性能相比中可以看出，在运行速度、存储器结构和链路口结构上前者与后者有差别，如表5—1所列。通过比较可以看出选用ADSP-TS201的性能比较好。

? 运算量、存储量分析及时间估计：先分析选大单元平均CFAR的运算量和时间。以某一

重复周期为184μs，无模糊距离为14.96nm（27.6 km），整个距离的数据量约为3.6 K个32 bit的字。处理一帧数据的时间约185.5 ms。经多普勒补偿后数据量翻倍，实际处理一帧数据(定浮点转换、取模、CFAR)的时间约为314.5 ms。Kejian ,仅用一片ADSP-TS201是无法实现的；再分析杂波图的存储量。将雷达周围的二维平面划分为6个扫描区，每个扫描区有91个波位，每个波位存10层(前后各5层)杂波数据。若一个杂波图单元由2个分辨单元组成，则一个杂波图单元存储16 bit，一个扫描区最大存储量约为30 M，ADSP-TS201内存不能存储杂波图数据。

? 硬件实现：采用两片ADSP-TS201实现硬件设计，每个处理器都连接一个32 MB×16 bit

的SDRAM。硬件连接图如图5－23所示。

图5－23 采用两片ADSP-TS201的硬件连接图

33

图（5－23）中，L表示链路口；F表示FLAG引脚；I表示外部中断引脚；IO表示输入输出引脚；DATA表示数据口。

?软件实现：软件设计主要实现：定浮点转换、取模、杂波图检测以及CFAR处理。每部

分程序都是一个子程序，便于调用、调试。考虑到实时性要求，程序采用汇编语言，片内利用ADSP-TS201的X，Y双运算块并行运算。由于选大单元平均CFAR处理要对两侧L个临近单元求和，取模可直接求和，把取模和CFAR用一个子程序完成，减少了读取数据的时间。图2、图3分别为DSP1、DSP2的软件处理流图。

⑵对数CFAR处理

将如式（5–52）所示的瑞利杂波的概率密度函数，经过对数放大，等效为如下变换

W=ALn(uC) 式（5–57）

式中，A、B为放大器的特性参数；

uC为输入杂波信号幅度； W为输出杂波信号幅度

∵ pW()dW=p(uC)duC，∴可得放大器输出端的杂波信号W的概率密度函数为

p(W)=p(uC)duCdW=ABe2wAexp轾e2wA犏-犏2222s2B犏臌s 式（5–58）

W的均值为

E(W)=ò-￥￥Wp(W)dW=A轾Ln2B2s2-C 式（5–59） 犏2臌()

式中 c≈0.577 为欧拉常数。 W的均方值为

￥22E(W)=ò-￥Wp(W)dW22AA222=Ln2Bs+2Ln2()+

A22(C2+p22(2B2s2)(-C) 式（5–60）

6)式（5–60）表示，输出杂波的均值随输入杂波信号的强度s2变化。 W的方差为

D(W)=EW(2E(W) )-轾犏臌2

将式（5–59）及式（5–60）代入上式，可得

34

D(W)=A2p224 式（5–61）

可见，输出杂波的方差与输入的杂波无关，而是仅决定于对数放大器特性的常数。 上述表明，只要将杂波减去其均值，直流下起伏方差，即可实现CFAR处理的目的。针对瑞利杂波的一种对数CFAR处理实现的原理框图如图5－24所示。

图5－24 对数CFAR处理实现的原理框图

从图可见，此处是用减法替代了前述的除法。后来又用可编程阵列PGA，而今则用现场可编程阵列FPGA。

此外，当海上浪高为1 m～3 m时，垂直极化波引起的海浪干扰杂波最小，故有些10cm雷达采用垂直极化波，利用10cm波长的垂直极化波对海浪干扰的特性来抑制之。垂直极化波常用于港口交通管理系统（VTS）中。

3.海杂波的解相关处理（Constant false alarm Processing）

上述恒虚警率仅依据杂波特性进行设计的，不仅不能改善信杂比，且常常还导致损失。前已提到采用解相关处理可以抑制雨雪干扰，其处理原理亦可用于海浪干扰的抑制，且能提高信杂比，使目标检测环境更优越。从理论上可以采用频率解相关、极化解相关、方位扫描时间解相关等多种解相关方法的相结合以改善杂波处理效果，然而，这些解相关方法对杂波环境的适应性存在局限性，如频率解相关对高分辨力雷达的效果甚微，极化解相关处理的效果随海况实情而变，方位扫描周期接相关是将不同方位扫描周期的回波信号进行解相关处理，能够得到海浪干扰的抑制效果，前已提到的图（5－16）抑制同频雷达干扰的解相关处理原理示意图实为时间解相关，达到去干扰、保目标的目的。

但方位扫描周期解相关能够抑制海杂波干扰，但容易丢失处在快速运动中的小目标，且不能消除杂波的直流成分。因此，在实际应用中，宜采用多种解相关方法相结合，进行综合解相关处理能较好改善杂波抑制的效果，而多种综合解相关需要的设备复杂，付出的代价较大。在船用雷达中未见应用。

35

本文来源：https://www.bwwdw.com/article/gn37.html