局部最优化脉压滤波器设计及其应用_夏麾军.pdf

总第345期1引言在雷达目标检测中，常常会出现强目标附近出现弱目标的情况，它们之间的回波功率相差较大，比如小型客机经过大型客机周围等。在微波频段上，一 般 小 型 飞 机 的 雷 达 散 射 截 面 积（Radarcross-section，RCS）为1m22m2，而超大型喷气客机的RCS为100m2的左右1。在其他条件一样的情况下，接收的两个目标回波的功率相差约 20dB 左右。若飞机的 RCS 为 0.02m20.04m2左右时，回波功率相差约35dB。此外，不同的观察角会引起目标RCS起伏，导致强目标与弱目标的回波功率差变大23。强目标与弱目标的回波功率较大的差异，将导致弱目标被强目标掩盖而不被发现。因此如何在强目标背景下检测弱目标是一个亟待解决的问题。收稿日期：2022年9月3日，修回日期：2022年10月13日作者简介：夏麾军，男，博士，高级工程师，研究方向：雷达阵列信号处理、雷达抗干扰、水声阵列信号处理。郭国强，男，博士，研究员，研究方向：雷达抗干扰技术、雷达阵列信号处理。黄怀玉，男，硕士，工程师，研究方向：雷达信号处理、目标参数估计。局部最优化脉压滤波器设计及其应用夏麾军郭国强黄怀玉（南京电子技术研究所南京210039）摘要针对强散射体回波的距离旁瓣遮蔽附近的微弱目标，导致对弱目标的检测概率降低的问题，提出了全局最优化脉压滤波器（PCGO）、局部最优化脉压滤波器（PCLO）和基于PCLO的综合信号处理方法（SPbPCLO）。PCGO通过优化最大旁瓣最小化，获得脉压滤波器系数；PCLO通过设定期望区域，使得在期望区域内的脉压旁瓣最低，获得脉压滤波器系数，但在期望区域外，产生高旁瓣。SPbPCLO处理方法结合PCGO和PCLO方法，充分利用PCLO期望区域内低旁瓣的优点，避免其他区域高旁瓣的缺点，完成了对弱目标的检测。最后以线性调频信号为例，采用蒙特卡洛仿真实验进行验证。实验结果表明，SPbPCLO方法大大提高了强目标掩盖下的弱目标检测概率。关键词脉冲压缩；旁瓣；局部优化；弱目标检测中图分类号TN713DOI：10.3969/j.issn.1672-9730.2023.03.018Design and Application of Pulse Compression Filter with MinimumLocal Peak Sidelobe LevelXIA HuijunGUO GuoqiangHUANG Huaiyu（Nanjing Research Institute of Electronics Technology，Nanjing210039）AbstractThe detection probability of the weak target is decreased when a strong target is nearby.To track this problem，thepulse compression based on global optimization method（PCGO）and the pulse compression based on local optimization method（PCLO）are proposed.The filter coefficients are obtained by minimizing the maximum sidelobe in PCGO method and minimizing themaximum sidelobe within a certain range in PCLO method，respectively.As a result，the sidelobe will be large outside the range inPCLO method，which is an unwanted situation.Furthermore，the signal processing strategy combined with the PCGO and PCLOmethods（SPbPCLO）is proposed，which can take full advantage of the low sidelobe feature of PCLO method without its disadvantages and distinguish the weak target.Finally，the Monte carlo simulation results show that the SPbPCLO method can significantly improve the detection probability of weak target in strong target circumstance and has important application value.Key Wordspulse compression，sidelobe，local optimization，weak target detectionClass NumberTN713舰 船 电 子 工 程Ship Electronic Engineering总第 345 期2023 年第 3 期Vol.43 No.380舰 船 电 子 工 程2023 年第 3 期针对上述问题，常用的解决方法是对回波进行脉冲压缩（Pulse Compression，PC）和恒虚警检测处理。脉冲压缩技术的优点是主瓣窄、增益高，但它的缺点也很明显，会产生较高的距离旁瓣电平。高的距离旁瓣电平一方面可能会触发虚警；另一方面，在对弱目标进行检测时，可能会造成漏警，因为强目标回波信号脉冲压缩后的高旁瓣电平可能会掩盖弱目标回波脉冲压缩后的峰值。为了降低距离旁瓣电平，获得不同的脉压性能，以满足不同场景的应用需求，学者主要从两个方面进行研究：一是波形设计的研究47，二是脉压滤波器设计的研究8。它们的目的是使得积分旁瓣级或者最大旁瓣级最小化912。在波形设计或滤波器设计中，常常会附加约束条件，减小了自由度，使得脉压旁瓣性能降低。比如为了使得发射功率最大化的恒模约束13，减小主动干扰或杂波的频谱约束1415等。针对强目标附近出现弱目标的场景，当全局旁瓣最小方法无法完成弱目标检测时，需要对弱目标进行二次检测。基于该思想，本文提出了局部最优化脉压滤波器设计方法（Pulse compression basedon local optimization，PCLO），克服了全局最优化方法中因自由度的损失而造成的旁瓣性能变差的问题，降低了期望区域内的旁瓣，但是期望区域外的旁瓣变大。此外，提出了基于局部最优化脉压滤波器的综合信号处理方法，充分利用PCLO方法的局部低旁瓣的优点，避免其高旁瓣的缺点，完成了对弱目标的检测，大大提高了强目标掩盖下的弱目标检测概率。2脉压滤波器设计信号脉宽为T，带宽为B，采样频率为fs=B，信号表示为s(k)，其中k表示采样点，共K=fsT个采样点。脉压滤波器的系数记为w(k)。得到脉压波形为权值与信号的线性卷积，表示为p(k)=w(k)*s(k)（1）当脉压滤波器为匹配脉压滤波器时，则滤波器系数表示为w(k)=s*(K-1-k)（2）其中，为增益常数。常用的线性调频信号的匹配脉压结果并不理想，最大旁瓣较大，不能满足实际的应用需求。因此有必要采取一些降低旁瓣的措施，常用的方法有窗函数加权方法。本文从优化建模的角度出发，研究了全局最优化脉压滤波器和局部最优化脉压滤波器。全局最优化脉压滤波器（Pulse compressionbased on global optimization，PCGO）的目的是使得最大旁瓣最小化，表示为minwmaxk|p(k)ksides.t.|p(k)kmainA BT20log10(w2)Ls（3）其中，main、side分别表示脉压后波形的主瓣区域以及旁瓣区域；A表示信号幅度；Ls表示噪声功率的增大量。约束条件一方面需要保证脉压信号的增益，另一方面需要约束噪声功率的增大。当回波中存在相距较近的一个强目标和一个弱目标，导致弱目标受到强目标旁瓣的影响，从而未被检测。针对上述情形，需要进一步减小强目标附近距离单元的旁瓣，从而保证对弱目标的检测，因此构建了局部最优化脉压滤波器（PCLO）表示为minwmaxk|p(k)klocals.t.|p(k)kmainA BT20log10(w2)Lsmax20log10(|p(k)kside)Lside（4）其中，local表示期望旁瓣区域；Lside表示local以外的旁瓣区域对应的旁瓣级的上限。目标函数是使得local区域内的最大旁瓣最小化，约束条件需要保证脉压信号的增益，约束噪声功率的增大，此外还需要约束local区域外的最大旁瓣，避免过大。3弱目标检测方法本节描述的雷达信号处理方法忽略了干扰抑制、杂波抑制等处理，主要分析脉冲压缩和目标检测。通过上一节的分析可知，通过局部最优化建模，在local区域内获得了脉压波形低旁瓣，但是必然存在其他距离采样点高旁瓣的现象，这对后续的信号检测有较大的负面影响。为了利用局部最优化方法的优点，且避免其缺点，本文提出了基于局部最优化脉压的综合信号处理方法（Signal Processing based on PCLO，SPbPCLO），该方法的流程框图如图1所示。该方法的基本处理流程是首先采用全局最优化脉压方法对目标回波进行脉压处理，对脉压结果采用恒虚警率处理（Constant False-Alarm Rate，CFAR）完成目标检测。然后，为了防止弱目标以强81总第345期目标为掩护，基于首次检测的结果，对强目标附近距离单元进行二次检测。即采用局部最优化脉压方法对目标回波进行脉压处理，对脉压结果采用CFAR处理完成局部检测。在局部检测过程中，仅对低旁瓣段进行CFAR处理，不处理高旁瓣部分，避免了局部最优化方法的高旁瓣对检测结果的影响。最后，通过融合全局最优检测结果和局部最优检测结果，获得最终的目标检测结果，实现了全距离段的目标检测。图1基于局部最优化的综合信号处理方法（SPbPCLO）为了对比分析，给出了基于匹配脉压的综合信号处理方法（Signal Processing based on Pulse Compression，SPbPC）和基于全局最优化脉压的综合信号处理方法（Signal Processing based on PCGO，SPbPCGO），其流程图分别如图2、图3所示。图2基于匹配脉压的综合信号处理方法（SPbPC）图3基于全局最优化的综合信号处理方法（SPbPCGO）4计算机仿真实验以线性调频信号为例，仿真分析三种脉压滤波器的性能，然后分析三种方法对弱目标的检测性能。4.1脉压滤波器性能仿真分析单脉冲的脉压情况，信号脉宽为20us，带宽为5MHz，采样频率为5MHz，信号中心频率为0Hz，滤波器阶数与信号长度一致，local选择为主瓣两边0.4倍信号长度，Lside为-20dB，多普勒容限的频率范围为-1/(10T),1/(10T)。以汉明窗加权引起的信噪比损失为参考，Ls取为1.34dB。不加窗的匹配脉压（PC）结果如图4所示，全局最优化脉压（PCGO）结果如图5所示，局部最优化脉压（PCLO）结果如图6所示。图中结果显示，PC和 PCGO 两种方法的最大旁瓣分别为-13.5dB和-42.5dB，而PCLO方法在local区域内的最大旁瓣-55.9dB，在local区域外的最大旁瓣为-26dB。可以发现在local区域内，PCLO方法明显小于PCGO和PC方法；在local区域外，PCGO方法的旁瓣明显小于PC方法，这为SPbPCLO方法的使用奠定了基础。此外，PC、PCGO以及PCLO方法的信噪比损失分别为0dB、1.21dB及1.34dB。050100150200采样点0-10-20-30-40-50-60幅度/dB5kHz-5kHz0kHz图4不加窗匹配脉压结果5kHz-5kHz0kHz050100150200采样点0-10-20-30-40-50-60幅度/dB图5全局最优化脉压结果5kHz-5kHz0kHz050100150200采样点0-10-20-30-40-50-60幅度/dB图6局部旁最优化脉压结果4.2弱目标检测性能仿真验证局部最优化脉压方法的微弱目标探测性能。信号脉宽为 20s，带宽为 5MHz，采样频率为5MHz。波门时间长度为60s，回波中包含一个位于波门中心的强目标回波，信噪比为40dB，和一个与强目标距离相差450m的弱目标回波，信噪比为0dB，回波的噪底为0dB。夏麾军等：局部最优化脉压滤波器设计及其应用82舰 船 电 子 工 程2023 年第 3 期利用常规匹配滤波器对回波信号进行处理，得到匹配滤波器的输出结果如图7所示，加汉明窗函数后，得到的匹配滤波器的输出结果如图8所示。第200个距离采样点对应的是强目标回波，第215个距离采样点对应的是弱目标回波。图中结果显示，脉压后弱目标的输出幅度小于强目标的旁瓣，导致无法完成对弱目标的探测。0100200300400采样点806040200-20-40幅度/dBX：200Y：60X：215Y：27.82图7匹配脉压0100200300400采样点6040200-20-40-60幅度/dBX：200Y：58.62X：215Y：27.91图8加汉明窗匹配脉压利用全局最优化脉压方法和局部最优化脉压方法完成对回波的处理，得到脉压后的结果如图9和图10所示，其中图9为全局最优化脉压结果，图10为局部最优化脉压结果。对比图9与图8的结果，发现全局最优化脉压的旁瓣与加汉明窗匹配脉压结果的旁瓣相当，弱目标被强目标掩盖，无法检测。图10的结果显示，利用局部最优化脉压处理后，在强目标近距离单元获得了较低的旁瓣，弱目标明显。接下来，利用蒙特卡洛实验仿真分析SPbPC、加汉明窗的 SPbPC、SPbPCGO 以及 SPbPCLO 信号处理方法的检测性能。弱目标的输入信噪比为-10dB20dB，强目标的输入信噪比为40dB，蒙特卡洛实验次数为200次，其他信号参数与上述参数一致。CFAR检测中用于背景统计的点数为8，两边取大，检测门限设为13dB。得到不同强目标信噪比情况下，弱目标检测概率随弱目标的输入信噪比的变化情况如图11示。图中结果显示，当弱目标位于强目标附近时，采用 SPbPCLO方法能够明显提高对弱目标的检测概率。加汉明窗的SPbPC方法与SPbPCGO方法对弱目标的检测性能相当，这是由于仿真过程中选择的Ls系数为1.34dB，加汉明窗的信噪比损失为1.34dB，两者相等。0100200300400采样点6040200-20-40-60幅度/dBX：200Y：58.78X：215Y：22.95图9全局最优化方法0100200300400采样点6040200-20-40-60幅度/dBX：200Y：58.66X：215Y：19.29图10局部最优化方法-10-505101520弱目标输入信噪比（SNR）10.80.60.40.20检测概率SPbPC汉明-SPbPCSPbPCGOSPbPCLO图11强目标信噪比40dB，弱目标检测概率当弱目标与强目标距离较远时，由于PCLO远端的旁瓣较高，将导致弱目标丢失，本文提出的SPbPCLO处理方法有效地解决了这个问题。假定弱目标与强目标距离相差 2550m，即弱目标位于PCLO高旁瓣处，强目标的输入信噪比为35dB，其他仿真条件不变，得到SPbPCLO与SPbPCGO处理83总第345期方法对弱目标的检测概率随弱目标的输入信噪比的变化如图12所示。图中结果显示，当弱目标与强目标距离较远时，虽然局部最优化脉压方法无法检测目标，但是 SPbPCLO处理方法通过对局部最优化脉压和全局最优化脉压结果的检测融合，保证了SPbPCLO方法的性能与SPbPCGO性能一致，避免了性能的恶化。-10-505101520弱目标输入信噪比（SNR）10.80.60.40.20检测概率SPbPC汉明-SPbPCSPbPCGOSPbPCLO图12弱目标检测概率5结语利用常规的匹配脉压和加窗脉压将会导致强目标的脉压旁瓣掩盖弱目标，从而无法完成对弱目标的检测。针对上述问题，本文提出了全局最优化脉压滤波器（PCGO）、局部最优化脉压滤波器（PCLO）和基于 PCLO 的综合信号处理方法（SPbPCLO）。PCGO通过优化最大旁瓣最小化，获得脉压滤波器系数；PCLO通过设定期望区域，使得在期望区域内的脉压旁瓣最低，获得脉压滤波器系数，但在期望区域外，产生高旁瓣。SPbPCLO处理方法结合PCGO和PCLO方法，充分利用PCLO低旁瓣的优点，避免高旁瓣的缺点，完成了对弱目标的检测。最后以线性调频信号为例，采用蒙特卡洛仿真实验进行验证。实验结果表明，当弱目标位于近距离处时，则 SPbPCLO 对弱目标的检测性能明显提高，SPbPCGO 和加汉明窗的 SPbPC 方法性能差异不大，SPbPC方法的性能最差。当强目标输入信噪比为40dB时，相比于SPbPC方法，SPbPCLO方法的检测信噪比减小了约18dB（检测概率为100%的条件下）。当弱目标与强目标距离较远时，此时SPbPCLO 方法对弱目标的检测性能与 SPbPCGO方法一致，且明显优于SPbPC方法。参 考 文 献1左群声，徐国良，马林，等.雷达系统导论（第三版）M.北京：电子工业出版社，2014：49.2李伟龙，王明宇，万鹏飞，等.长驻留信号抗RCS起伏特性分析 J.空军工程大学学报，2012，13（5）：45-49.3王荣成.大型水面舰船的雷达截面积测试 J.舰船电子工程，2002，128：53-59.4Xu L.L.，Zhou S.H.，Liu H.W.Simultaneous optimization of radar waveform and mismatched filter with rangeand delay-Doppler sidelobes suppression J.Digital Signal Processing，2018，83：346-358.5Bagher A.，Seyed A.O.Waveform design for TDM-MIMO radar systemsJ.Signal Processing，2020，167：107307.6He H.，Stoica P.，Li J.，et al.Designing Unimodular Sequence Sets with Good Correlations including an Application to MIMO Radar J.IEEE transactions on signal processing，2009，57（11）：4391-4405.7Zhou S.H.，Liu H.W.，Hong T.S.，et al.Doppler Sensitivity of MIMO Radar WaveformJ.IEEE Transactionson Aerospace and Electronic Systems，2016，52（5）：2091-2110.8Aittomaki T.，Koivunen V.Mismatched Filter Design andInterference Mitigation for MIMO Radar J.IEEE Transactions on Signal Processing，2017，65（2）：454-466.9夏德平，张良，孟祥东.小时间带宽积线性调频信号的脉冲压缩研究 J.现代雷达，2014，36（3）：40-42，48.10Song J.，Babu P.，Palomar D.P.Sequence design tominimize the weighted integrated and peak sidelobe levels J.IEEE Transactions on Signal Process，2016，64（8）：2051-2064.11Li F.C.，Zhao Y.N.，Qiao X.L.A waveform designmethod for suppressing range sidelobes in desired intervals J.Signal Process，2014（96）：203-211.12Cheng Z.，Liao B.，He Z，et al.A nonlinear-ADMMmethod for designing MIMO radar constant moduluswaveform with low correlation sidelobes J.Signal Process，2019（159）：93-103.13Soltanalian M.，Naghsh M.M.，Stoica P.A fast algorithm for designing complementary sets of sequences J.Signal Process，2013（93）：2096-2102.14Kay S.Optimal signal design for detection of Gaussianpoint targets in stationary Gaussian clutter/reverberationJ.IEEE J.Sel.Topics Signal Process，2007，1（1）：31-41.15Patton L.K.，Rigling B.D.Autocorrelation constraintsin radar waveform optimization for detectionJ.IEEETrans.Aerosp.Electron.Syst，2012，48（2）：951-968.夏麾军等：局部最优化脉压滤波器设计及其应用84