李 星，鄭容秋，孫廣俊，焦培南

(中國電波傳播研究所青島分所，山東青島 266107)

0 引言

在返回散射探測(cè)系統(tǒng)中，系統(tǒng)發(fā)射功率小，回波信號(hào)來自廣延的地面散射，遭受到很大的傳播損耗，因此，典型的返回散射回波信號(hào)較其他探測(cè)方式的回波信號(hào)要弱得多，并且更容易受到其他HF用戶和各種無線電噪聲的干擾，使得直接提取信號(hào)比較困難。因此，需要對(duì)其進(jìn)行預(yù)處理，去掉干擾和噪聲，并通過數(shù)據(jù)的內(nèi)插等，最終得到整齊干凈的電離層掃頻圖。

電離圖的預(yù)處理-電離圖判讀是對(duì)電離層探測(cè)數(shù)據(jù)進(jìn)行正確分析的基礎(chǔ)。早期對(duì)于電離圖的判讀采用人工的方法。人工判讀較為準(zhǔn)確，然而極耗費(fèi)人力。隨著數(shù)字測(cè)高儀的發(fā)展，國外在20世紀(jì)60年代已經(jīng)開始研究電離圖的自動(dòng)判讀技術(shù)。Coleman［1］進(jìn)行了返回散射電離圖的仿真工作。程曉梅、郭寶華提出了去除射頻干擾和使用矩陣塊操作的去除離散噪聲方法［2］。這是在國內(nèi)檢索到的首篇電離圖自動(dòng)判讀的文章，雖然處理方法有很大的局限性，但為電離圖自動(dòng)判讀開辟了研究方向。徐彤、吳萬方等針對(duì)規(guī)則的二次型單跳傳播模式電離圖，提出了距離門限濾波的方法，并對(duì)同頻干擾的補(bǔ)償問題進(jìn)行了討論［3］。但是目前，對(duì)于返回散射電離圖的自動(dòng)判讀研究尚不成熟，基礎(chǔ)相對(duì)薄弱，公開發(fā)表的文獻(xiàn)較少。

在此基礎(chǔ)上，提出了一套完整的電離圖處理方法。探測(cè)站測(cè)得的返回散射掃頻圖中存在條狀的同頻干擾和噪聲，如圖1所示。

圖1 返回散射掃頻圖

1 射頻干擾去除

射頻干擾是其他HF用戶對(duì)返回散射儀產(chǎn)生的同頻干擾，它幾乎在所有探測(cè)距離門上都出現(xiàn)，其強(qiáng)度隨距離變化比較平緩。目前，在電離圖處理中，去除同頻干擾，主要是采用設(shè)置門限的方法［2］，即分別對(duì)每一頻點(diǎn)的能量進(jìn)行統(tǒng)計(jì)并設(shè)置門限，大于門限的頻點(diǎn)則認(rèn)為是受到同頻干擾的信道，反之則認(rèn)為是沒有受到同頻干擾的信道。這種方法需要對(duì)大量的掃頻圖進(jìn)行統(tǒng)計(jì)處理才能恰當(dāng)設(shè)置門限，否則門限過高或過低都會(huì)影響后面的處理工作，因此缺乏實(shí)時(shí)性。

本文采用的是一種靈活去除同頻干擾的方法［4］。該方法依據(jù)干擾和信號(hào)隨距離單元的變化特性，將整個(gè)掃頻波段劃分成多個(gè)頻點(diǎn)塊，在每一頻點(diǎn)塊內(nèi)統(tǒng)計(jì)每個(gè)距離單元上信號(hào)的最小包絡(luò)，然后統(tǒng)計(jì)每個(gè)頻點(diǎn)信號(hào)的總能量與最小包絡(luò)的總能量，在兩者之間設(shè)置一門限，大于門限的認(rèn)為是同頻干擾，小于門限的則認(rèn)為是信號(hào)。這種方法是針對(duì)每一頻點(diǎn)塊進(jìn)行門限設(shè)置的，可以靈活地根據(jù)每一頻點(diǎn)塊內(nèi)信號(hào)與干擾的能量變化調(diào)整門限值，實(shí)時(shí)性好。利用該方法去除同頻干擾后的掃頻圖，如圖2所示。

圖2 去除同頻干擾后的掃頻圖

2 干擾頻點(diǎn)修復(fù)

從圖2中看出，去除同頻干擾的同時(shí)，該頻點(diǎn)上的信號(hào)也同時(shí)被去除了。因此，為了體現(xiàn)整個(gè)掃頻圖的完整性，需要對(duì)缺失的頻點(diǎn)信號(hào)進(jìn)行恢復(fù)。本文利用掃頻圖中干擾信道前后的信道來對(duì)干擾信道進(jìn)行插值計(jì)算，以得到連續(xù)的圖形分布，插值公式為

式中，f1(i－1)、f2(i+1+n－m)分別為干擾信道前后有信號(hào)信道的數(shù)據(jù);i為補(bǔ)償信道;n為干擾信道的寬度;m為該信道在局部干擾信道中的位置。

3 噪聲去除

下面需要對(duì)修復(fù)后的返回散射電離圖作進(jìn)一步的處理。首先需要去除電離圖的背景噪聲，即底噪。由于該返回散射系統(tǒng)發(fā)射功率小，回波能量弱，底噪較強(qiáng)，尤其是低頻段的底噪覆蓋了整個(gè)距離門，效果如圖2所示。

由于低頻段的底噪明顯高于高頻段的底噪，因此，不能對(duì)整個(gè)掃頻段設(shè)置統(tǒng)一的噪聲門限。本文采用的去除底噪的方法如下。

對(duì)每一頻點(diǎn)上的所有數(shù)據(jù)點(diǎn)取平均作為該頻點(diǎn)的參考值，然后將該頻點(diǎn)上的數(shù)據(jù)與該參考值相減，因?yàn)榇嬖谛盘?hào)的數(shù)據(jù)點(diǎn)必然高于該頻點(diǎn)的參考值，因此相減后留下的數(shù)據(jù)點(diǎn)為信號(hào)，而減掉的數(shù)據(jù)點(diǎn)則為底噪。但是，由于低頻段的信號(hào)能量遠(yuǎn)遠(yuǎn)高于高頻段的信號(hào)能量，其參考值也從低頻段到高頻段呈現(xiàn)由高到低的變化態(tài)勢(shì)，相減后會(huì)對(duì)低頻段的信號(hào)能量造成損失，從而抬高高頻段的信號(hào)能量，因此，需要對(duì)所有信道的參考值擬合后對(duì)減掉參考值的數(shù)據(jù)進(jìn)行補(bǔ)償。去除底噪后的掃頻圖，如圖3所示。

圖3 去除底噪后的掃頻圖

從圖3中看出，去除底噪后的掃頻圖上還存在一些呈點(diǎn)狀的隨機(jī)噪聲，這種噪聲具有空間不相關(guān)特性，可以利用劃窗的方法進(jìn)行去除。對(duì)電離圖中的數(shù)據(jù)點(diǎn)以3×3的像素為單元分成多個(gè)塊，統(tǒng)計(jì)每個(gè)單元塊內(nèi)數(shù)據(jù)點(diǎn)的個(gè)數(shù)。當(dāng)其超過預(yù)定門限時(shí)，則認(rèn)為該單元塊內(nèi)為信號(hào)，小于預(yù)定門限時(shí)，則認(rèn)為該單元塊內(nèi)的數(shù)據(jù)點(diǎn)為隨機(jī)噪聲，將該數(shù)據(jù)點(diǎn)置零。用此方法處理后，可以消除電離圖上的隨機(jī)噪聲。其處理結(jié)果如圖4所示。

圖4 去除隨機(jī)噪聲后的掃頻圖

從圖中看出，除極個(gè)別的噪聲點(diǎn)之外，其他的噪聲都被去除了，但是同時(shí)發(fā)現(xiàn)一些信號(hào)點(diǎn)也被去除了，因此下面還需要對(duì)缺失的信號(hào)進(jìn)行補(bǔ)償。

4 信號(hào)補(bǔ)償

在上節(jié)的去噪過程中，一些信號(hào)可能會(huì)被當(dāng)成噪聲去除掉，因此，需要對(duì)缺失的信號(hào)進(jìn)行補(bǔ)償。根據(jù)鄰近頻率對(duì)應(yīng)照射區(qū)域具有的連續(xù)相關(guān)性，將相鄰頻率點(diǎn)照射的距離寬度進(jìn)行相關(guān)處理，實(shí)現(xiàn)對(duì)掃頻圖的頻率相關(guān)補(bǔ)償。根據(jù)同一頻率上的信號(hào)具有的空間相關(guān)性，對(duì)同一頻率上的相鄰距離單元進(jìn)行相關(guān)處理，實(shí)現(xiàn)對(duì)掃頻圖的距離相關(guān)補(bǔ)償。補(bǔ)償后的掃頻圖如圖5所示。

圖5 信號(hào)補(bǔ)償后的掃頻圖

從圖5中可以看出，低距離門上出現(xiàn)的信號(hào)是垂測(cè)信號(hào)，需要將其去除，去掉垂測(cè)信號(hào)后的掃頻圖如圖6所示。

圖6 去除垂測(cè)后的掃頻圖

5 提取前沿

去掉垂測(cè)信號(hào)后，下一步的工作便是提取掃頻圖的前沿。提取的方法為對(duì)每個(gè)頻點(diǎn)從低距離門向高距離門進(jìn)行搜索，找出的第一個(gè)非零的數(shù)據(jù)點(diǎn)即認(rèn)為是該頻點(diǎn)的前沿點(diǎn)，若該頻點(diǎn)上沒有數(shù)據(jù)，則認(rèn)為該頻點(diǎn)的前沿值為0。

初步得到掃頻圖的前沿后，需要判斷得到的前沿點(diǎn)是否為真正的前沿值。根據(jù)前沿的特性［5］，相鄰的前沿點(diǎn)之間不會(huì)出現(xiàn)驟增或驟降的現(xiàn)象，因此，需要對(duì)前沿點(diǎn)中的“偽前沿點(diǎn)”進(jìn)行修正。對(duì)修正后的前沿點(diǎn)進(jìn)行擬合，得到光滑、連續(xù)的前沿描跡。擬合時(shí)采用的是最小二乘算法。

最小二乘方法原理如下。

設(shè)u是變量x，y，…的函數(shù)，含有m個(gè)參數(shù)a1，a2，…，am，即

若對(duì) u 和 x，y，…作 n 次觀測(cè)得(xi，yi，…，ui)(i=1，2，…，n)，于是 u 的理論值

與觀測(cè)值ui的絕對(duì)誤差為

最小二乘算法就是要求上面的n個(gè)誤差在平方和最小的意義下，使得函數(shù) u=f(a1，a2，…，am;x，y，…)與觀測(cè)值u1，u2，…，un最佳擬合，即參數(shù) a1，a2，…，am應(yīng)使…)］2為最小值。

由微分學(xué)求極值的方法可知，a1，a2，…，am應(yīng)滿足下列方程組

利用最小二乘算法對(duì)圖6提取出的前沿點(diǎn)進(jìn)行擬合，其擬合結(jié)果及其在掃頻圖中的描跡如圖7所示。從圖中可以看出，提取出的前沿與原始掃頻圖中的前沿吻合的很好。

圖7 前沿描跡

6 結(jié)語

文章在對(duì)返回散射回波信號(hào)特性統(tǒng)計(jì)的基礎(chǔ)上，提出了一種有效獲得高質(zhì)量返回探測(cè)電離圖的方法，該方法實(shí)時(shí)性好，可執(zhí)行性強(qiáng)，已應(yīng)用于工程中。

［1］COLEMAN C J.On the Simulation of Backscatter Ionograms［J］.Journal of Atmosphenc and Solar-Terrestrial Physics，1997，59:2 089-2 099.

［2］程曉梅，郭寶華.返回散射電離圖干擾噪聲消除方法［J］.空間科學(xué)學(xué)報(bào)，1994，14(2):160-162.

［3］吳萬芳，郭立新，徐彤.返回散射電離圖干擾噪聲的消除方法［C］.西安電子科技大學(xué)研究生學(xué)術(shù)年會(huì)，西安，2005.

［4］EARL G F.An Algorithm for the Removal of Radio Frequency Interference in Ionospheric Backscatter Sounding［J］.Radio Science，1991，5-6:661-670.

［5］焦培南，張忠治.雷達(dá)環(huán)境與電波傳播特性［M］.電子工業(yè)出版社，2007.