實(shí)測(cè)海尖峰特性分析及抑制方法

黃 勇 陳小龍關(guān) 鍵

(海軍航空工程學(xué)院電子信息工程系 煙臺(tái) 264001)

實(shí)測(cè)海尖峰特性分析及抑制方法

黃 勇 陳小龍*關(guān) 鍵

(海軍航空工程學(xué)院電子信息工程系 煙臺(tái) 264001)

在高分辨率、低擦地角、高海況以及HH極化工作方式下，雷達(dá)回波強(qiáng)度會(huì)明顯增強(qiáng)，容易產(chǎn)生海尖峰，使得海雜波具有高幅值、非平穩(wěn)和非高斯等特點(diǎn)，嚴(yán)重影響雷達(dá)對(duì)海面微弱動(dòng)目標(biāo)的檢測(cè)。為此，該文提出一種海尖峰抑制方法，首先，給出了海尖峰判別和篩選方法，在此基礎(chǔ)上，分析了海尖峰的幅值特性、時(shí)間相關(guān)性、多普勒譜和分?jǐn)?shù)階功率譜特性；其次，通過剔除背景中的海尖峰并選取最小平均功率水平的背景雜波作為待檢測(cè)數(shù)據(jù)，能夠抑制海雜波，改善SCR；最后，實(shí)測(cè)數(shù)據(jù)的實(shí)驗(yàn)結(jié)果驗(yàn)證了該方法的有效性。

海雜波抑制；海尖峰；特性分析；分?jǐn)?shù)階功率譜；動(dòng)目標(biāo)檢測(cè)(MTD)

1 引言

由于海雜波對(duì)來自海面或接近海面的目標(biāo)(包括低空掠海飛行的飛機(jī)、小型軍艦、航海浮標(biāo)以及漂浮在海上的冰塊)，回波的可檢測(cè)性形成嚴(yán)重制約，因此，對(duì)海雜波的研究不僅具有理論意義，而且具有實(shí)用價(jià)值[1－4]。對(duì)于通常海面而言，海浪的波高一般能達(dá)到數(shù)英尺，并且在大的波浪上還覆蓋著小的風(fēng)浪和毛細(xì)波，即由大尺度重力波和小尺度張力波組成，可將海面簡化為僅含有兩種尺度粗糙度的表面，即大尺度粗糙面和小尺度粗糙面，根據(jù)這一特性，提出了粗糙面電磁散射的雙尺度模型[5]。然而，雙尺度法依賴粗糙面的劃分方式，且該模型僅適用于非時(shí)變的海面散射回波信號(hào)，即頻率不隨時(shí)間發(fā)生變化，難以描述和解釋海面白浪和破碎波產(chǎn)生的強(qiáng)雷達(dá)回波。

近年來，更多的研究表明，在高分辨率雷達(dá)對(duì)海觀測(cè)中，當(dāng)以低掠射角(通常入射角大于85°)照射粗糙海面或高海況時(shí)，海浪失去平衡狀態(tài)，出現(xiàn)浪

花，從而產(chǎn)生了破碎波，破碎波的雷達(dá)反射回波表現(xiàn)為海尖峰[6]。此時(shí)，雷達(dá)回波強(qiáng)度會(huì)明顯增強(qiáng)，表現(xiàn)為隨機(jī)分布在不同距離、不同角度上的零星的運(yùn)動(dòng)或者靜止目標(biāo)，其PDF曲線表現(xiàn)出較長的“拖尾”現(xiàn)象，通常持續(xù)較短的時(shí)間，但在此時(shí)間范圍內(nèi)保持很強(qiáng)的相關(guān)性。由于海尖峰出現(xiàn)時(shí)間較短，使得海雜波由穩(wěn)態(tài)向非穩(wěn)態(tài)，非時(shí)變向時(shí)變轉(zhuǎn)換，影響海雜波的多普勒譜，雷達(dá)有可能將海尖峰判斷為一個(gè)具有一定速度的移動(dòng)目標(biāo)，進(jìn)而導(dǎo)致虛警概率的增加[7]。因此，對(duì)它進(jìn)行深入研究，從多角度分析海尖峰特性以及對(duì)海雜波的影響是非常必要的。

直到最近幾年，國內(nèi)外對(duì)海尖峰的研究才逐漸成為海雜波領(lǐng)域中的熱門課題。文獻(xiàn)[8]對(duì)某一時(shí)間內(nèi)單個(gè)距離單元上的海尖峰發(fā)生次數(shù)進(jìn)行了研究，并給出了一個(gè)平均尖峰數(shù)與海面風(fēng)速之間的經(jīng)驗(yàn)關(guān)系式。文獻(xiàn)[9]指出雷達(dá)海尖峰主要受低擦地角、風(fēng)向、雷達(dá)視角以及極化方式等因素的影響，并進(jìn)行了空時(shí)2維頻譜分析。文獻(xiàn)[6]對(duì)海尖峰的統(tǒng)計(jì)特性進(jìn)行了分析，認(rèn)為幅度門限、最小間隔時(shí)間和最小尖峰寬度是描述海尖峰的3個(gè)重要因素，給出了海尖峰的判定方法。現(xiàn)有文獻(xiàn)多為對(duì)海尖峰的定性描述和研究，缺乏系統(tǒng)的分析，尤其在國內(nèi)，專門針對(duì)海尖峰特性的研究尚不多見[10,11]。

對(duì)于海尖峰的產(chǎn)生目前為止并沒有嚴(yán)格的物理解釋和數(shù)學(xué)模型，但通過大量的實(shí)測(cè)數(shù)據(jù)統(tǒng)計(jì)試驗(yàn)表明，在高分辨率、低擦地角、高海況以及HH極化工作方式下容易出現(xiàn)海尖峰[12]。海尖峰的出現(xiàn)導(dǎo)致虛警的增加，因此，研究海尖峰的判別和抑制方法對(duì)于海面目標(biāo)尤其是動(dòng)目標(biāo)的檢測(cè)至關(guān)重要。本文首先在海尖峰判別和提取方法的基礎(chǔ)上，結(jié)合實(shí)測(cè)海雜波數(shù)據(jù)，系統(tǒng)分析了不同海況和極化方式下海尖峰的幅值特性、時(shí)間相關(guān)性、多普勒譜特性以及分?jǐn)?shù)階功率譜(Fractional Power Spectrum, FPS)[13]特性；其次，提出一種基于海尖峰判別方法的海雜波抑制方法，改善信雜比(Signal-to-Clutter Ratio, SCR)，從而可進(jìn)一步提升雷達(dá)對(duì)微弱動(dòng)目標(biāo)檢測(cè)能力；最后，實(shí)測(cè)數(shù)據(jù)驗(yàn)證了該方法的有效性。

2 海尖峰判別和提取方法

為有效分析海尖峰特性，首先需要將海尖峰從雜波背景中分離出來。文獻(xiàn)[9]基于3個(gè)特征參數(shù)提出了海尖峰的判別方法，即尖峰幅度門限Ts，最小尖峰寬度Wmin(最小尖峰持續(xù)時(shí)間)以及最小尖峰間隔Imin。對(duì)于來自于某一距離單元的海雜波時(shí)間序列，其采樣點(diǎn)序列需滿足如下3個(gè)條件才能判定為海尖峰：(1)采樣點(diǎn)的幅度必須超過一定的門限；(2)采樣點(diǎn)幅度連續(xù)保持在尖峰幅度門限之上的時(shí)間必須大于或等于規(guī)定的最小尖峰寬度；(3)如果高于尖峰幅度門限的連續(xù)采樣點(diǎn)之后出現(xiàn)采樣點(diǎn)的幅度低于尖峰幅度門限，那么低于門限的時(shí)間不能超過規(guī)定的最小尖峰間隔時(shí)間。

式中，N為序列長度，x為海雜波背景序列。該判別方法同樣適用于VV極化。

3 海尖峰特性分析

3.1 幅值特性

采用海尖峰的判別準(zhǔn)則(式(1))對(duì)實(shí)測(cè)海雜波數(shù)據(jù)進(jìn)行海尖峰判別和提取，本節(jié)在計(jì)算過程中采用文獻(xiàn)[6]中的統(tǒng)計(jì)參數(shù)值，即最小尖峰寬度設(shè)為0.1 s，最小尖峰間隔設(shè)為0.5 s，尖峰幅度門限取為海雜波平均功率的5倍。實(shí)際應(yīng)用中，判別海尖峰的3個(gè)參數(shù)并不是固定不變的，其數(shù)值往往隨著觀測(cè)條件和海況的變化而有所變化。采用加拿大Mcmaster大學(xué)的自適應(yīng)系統(tǒng)實(shí)驗(yàn)室的X波段IPIX (Intelligent PIXel)雷達(dá)的純海雜波數(shù)據(jù)進(jìn)行分析，為了充分展示海尖峰在不同海況條件下的特性，分別選取高低兩組海雜波數(shù)據(jù)進(jìn)行分析，其中19931107_135603(IPIX-17#)為較高海況數(shù)據(jù)(顯著波高為2.1 m)，19931108_220902(IPIX-26#)為較低海況數(shù)據(jù)(顯著波高為1.0 m)，數(shù)據(jù)說明詳見表1和文獻(xiàn)[14]。圖1給出了HH和VV極化方式

下的純海雜波單元中海尖峰判別情況。圖中黑色區(qū)域表示判別為海尖峰的海雜波數(shù)據(jù)，灰色虛線區(qū)域表示非海尖峰的海雜波背景數(shù)據(jù)?？梢钥闯?，海尖峰較背景雜波起伏劇烈且在HH極化方式下，回波持續(xù)時(shí)間較短，幅度高于VV極化，與目標(biāo)回波較為相似，容易造成虛警。

表1 IPIX數(shù)據(jù)描述Tab. 1 Description of IPIX datasets

對(duì)海雜波的時(shí)域幅度分布進(jìn)行直方圖統(tǒng)計(jì)，如圖2所示，分別采用瑞利(Rayleigh)、對(duì)數(shù)正態(tài)(Lognormal)、韋布爾(Weibull)和K分布對(duì)海尖峰和海雜波背景幅度進(jìn)行擬合，明顯看出，海尖峰幅度的概率密度分布具有較長的“拖尾”，呈現(xiàn)非高斯性。表2進(jìn)一步給出了海尖峰的數(shù)量統(tǒng)計(jì)分析結(jié)果。Bragg散射使得VV極化方式下的海雜波背景幅度高于HH極化，而HH極化方式下的海尖峰較VV極化更為尖銳，但在數(shù)量和功率百分比方面卻明顯低于VV極化。對(duì)于IPIX-26#, VV極化海尖

峰數(shù)量占海雜波的15.49%，而HH極化海尖峰僅有12.31%，這是因?yàn)榍罢叩暮＜夥迤骄掷m(xù)時(shí)間長于后者，導(dǎo)致海尖峰數(shù)量的增多，如圖1所示。同時(shí)，通過比較兩組數(shù)據(jù)統(tǒng)計(jì)結(jié)果，容易得出海尖峰的數(shù)量和功率百分比隨海況的提高而增加。以上結(jié)論同樣適用于IPIX雷達(dá)的其它組數(shù)據(jù)。

圖1 海尖峰識(shí)別結(jié)果Fig. 1 Results of sea spikes identification

圖2 海雜波時(shí)域幅度分布(IPIX-17#, HH極化)Fig. 2 Amplitude distribution of sea spikes in time domain (IPIX-17#, HH polarization)

表2 海尖峰數(shù)量統(tǒng)計(jì)(%)Tab. 2 Quantity statistics of sea spikes (%)

3.2 時(shí)間相關(guān)性

當(dāng)雷達(dá)固定方位和水平入射角時(shí)，海雜波的相關(guān)時(shí)間(Temporal Time, TC)可用自相關(guān)函數(shù)(Auto Correlation Function, ACF)表征，定義為[15]：

式中，ACFn表示間距n個(gè)采樣點(diǎn)的時(shí)間自相關(guān)函數(shù)值。

表3給出了海尖峰和海雜波背景(無海尖峰)的統(tǒng)計(jì)相關(guān)時(shí)間，IPIX-26#較IPIX-17#的海尖峰有更長的相關(guān)時(shí)間，進(jìn)一步證明低海況通常伴隨較長的相關(guān)時(shí)間。圖3比較了HH和VV極化方式IPIX-17#海雜波的相關(guān)性，可知海尖峰的相關(guān)時(shí)間通常略長于不含海尖峰的海雜波背景，同時(shí)HH極化下的海尖峰相關(guān)時(shí)間(32 ms)長于VV極化(16 ms)。從圖3(b)也可以發(fā)現(xiàn)，VV極化方式下海尖峰和海雜波背景的相關(guān)時(shí)間相近，這是由于海雜波在VV極化時(shí)幅度起伏劇烈，導(dǎo)致相關(guān)性降低。以上得到的統(tǒng)計(jì)結(jié)論與文獻(xiàn)[16]采用的X波段Racal-Thorn Wells海用雷達(dá)對(duì)海雜波中的Bragg、白帽和海尖峰分量的試驗(yàn)分析結(jié)果相似。

表3 海尖峰相關(guān)時(shí)間統(tǒng)計(jì)Tab. 3 ACF of sea spikes

3.3 多普勒譜特性(頻域特性)

對(duì)HH和VV極化海尖峰和海雜波背景的多普勒譜進(jìn)行分析，如圖4所示?？梢钥吹胶＜夥遢^海雜波背景的多普勒譜展寬，不僅從幅度和多普勒頻率均高于海雜波背景，尤其是HH極化海尖峰更為明顯。進(jìn)一步采用短時(shí)傅里葉變換(Short-Time Fourier Transform, STFT)分析海雜波的時(shí)頻特性，如圖5所示，右側(cè)亮度條對(duì)應(yīng)幅值大小，可以觀測(cè)到無海尖峰的海雜波背景多普勒能量主要集中在中心頻率附近(約為30～40 Hz)，主要體現(xiàn)為大尺度波的Bragg散射，而海尖峰的多普勒譜發(fā)生明顯偏移和展寬，主要體現(xiàn)為“快變信號(hào)”的非Bragg散射，使得回波散射截面積起伏，多普勒頻率隨時(shí)間變化，表現(xiàn)出明顯的非平穩(wěn)和時(shí)變特性。同時(shí)，發(fā)現(xiàn)在HH極化工作方式下，海尖峰的總體功率水平相對(duì)較弱，但此時(shí)海尖峰的時(shí)變特性更為明顯。

3.4 分?jǐn)?shù)階功率譜特性(分?jǐn)?shù)階傅里葉變換域特性)

分?jǐn)?shù)階功率譜(FPS)可通過分?jǐn)?shù)階相關(guān)函數(shù)的分?jǐn)?shù)階傅里葉變換(FRactional Fourier Transform, FRFT)運(yùn)算得到，是傳統(tǒng)理論在FRFT域的廣義形式[13]。FPS非常適合分析時(shí)變隨機(jī)信號(hào)，能夠從本質(zhì)上反映海面散射回波信號(hào)的功率譜密度在FRFT

域的變化和能量分布，進(jìn)而分析“快變信號(hào)”的非Bragg譜特性[7]，如海尖峰。隨機(jī)信號(hào)的FPS可表示為：

圖3 海雜波相關(guān)性(IPIX-17#)Fig. 3 ACF property of sea clutter (IPIX-17#)

圖4 海雜波多普勒譜(IPIX-17#,N=512)Fig. 4 Doppler spectrum of sea clutter (IPIX-17#,N=512)

圖5 海雜波STFT譜(IPIX-17#,N=512)Fig. 5 STFT spectrum of sea clutter (IPIX-17#,N=512)

式中，F(xiàn)α表示FRFT算子，α是變換角，α=pπ/2,p為變換階數(shù)，α角分?jǐn)?shù)階相關(guān)函數(shù)定義為：

可以看出，當(dāng)α=π/2時(shí)，式(5)和式(4)轉(zhuǎn)變成隨機(jī)信號(hào)的相關(guān)函數(shù)和功率譜。

圖6比較了兩種極化方式下海雜波背景和海尖峰的分?jǐn)?shù)階功率譜，可以得到以下幾個(gè)結(jié)論：(1)由于FRFT對(duì)時(shí)頻軸的旋轉(zhuǎn)，增加的p軸能夠獲得海雜波多普勒的變化信息，更有利于分析時(shí)變的海尖峰信號(hào)，這一特性也可以從圖6(b)和圖6(d)中得出；(2)HH極化方式下，海尖峰的分?jǐn)?shù)階功率譜譜峰數(shù)量多于VV極化，說明VV極化的海尖峰頻率變化不明顯；(3)在高海況條件下，HH極化的海雜波背景功率水平高于VV極化，而后者海尖峰的功率水平卻高于前者。

以上的結(jié)論與時(shí)域海雜波特性分析相一致。同樣采用4種分布方式對(duì)海雜波的FRFT幅值進(jìn)行幅度擬合分析，如圖7所示，卻得到了與圖2(時(shí)域)截然相反的結(jié)論，海尖峰的FRFT幅值概率密度分布更為集中，“拖尾”減少，這是由于FRFT增加的p軸能夠很好地反映頻率的變化，使得具有時(shí)變

特性的海尖峰能量分布集中。以上分析結(jié)果說明海尖峰具有非高斯、非平穩(wěn)和高幅值等特點(diǎn)，從而不利于海雜波中目標(biāo)的檢測(cè)。

圖6 海雜波分?jǐn)?shù)階功率譜(IPIX-17#,N=512)Fig. 6 FRFT spectrum of sea clutter (IPIX-17#,N=512)

圖7 海雜波FRFT域幅度分布(IPIX-17#, HH極化)Fig. 7 Amplitude distribution of sea clutter in FRFT domain (IPIX-17#, HH polarization)

4 基于海尖峰判別和篩選的海雜波抑制方法

由海尖峰判別和特性分析結(jié)果可知，高幅值和時(shí)變特性使得海尖峰與海面動(dòng)目標(biāo)回波信號(hào)同樣具有相似的特性，因此，需要設(shè)計(jì)相應(yīng)的海尖峰抑制方法，提高回波信號(hào)的SCR。基于海尖峰判別和篩選的海雜波抑制方法通過剔除背景中的海尖峰并選取最小平均功率水平的背景雜波作為待檢測(cè)數(shù)據(jù)，能夠顯著改善SCR，提高檢測(cè)性能。根據(jù)式(1)的判定參數(shù)從海雜波序列中提取出海尖峰，此時(shí)，海雜波序列被分為無海尖峰的海雜波背景和海尖峰序列。將海尖峰序列置零，僅保留不含海尖峰的海雜波背景序列，分別計(jì)算各個(gè)海雜波背景序列的平均功率水平，假設(shè)海雜波序列被分為2n個(gè)數(shù)據(jù)段，其中第段為海尖峰序列，而其余的第段為海雜波背景序列，選取最小平均功率對(duì)應(yīng)的海雜波背景序列作為待檢測(cè)數(shù)據(jù)，計(jì)算方法為：

式中，xi為第i個(gè)海雜波背景序列，Mi為序列長度，i0為最小平均功率對(duì)應(yīng)的海雜波背景序列序號(hào)。

圖8給出了基于海尖峰判別和篩選的海雜波抑制及動(dòng)目標(biāo)檢測(cè)方法。由于篩選出的海雜波背景序列大大降低了海尖峰的比重，可進(jìn)一步改善SCR，達(dá)到抑制海雜波的目的，有助于后續(xù)的動(dòng)目標(biāo)信號(hào)檢測(cè)。需要說明的是，待檢測(cè)數(shù)據(jù)的篩選并不影響目標(biāo)回波檢測(cè)，當(dāng)待檢測(cè)單元為海雜波單元時(shí)，能量難以相參積累，其輸出不能超過自適應(yīng)門限；而當(dāng)待檢測(cè)單元為目標(biāo)單元時(shí)，經(jīng)海雜波數(shù)據(jù)篩選有可能會(huì)損失一部分目標(biāo)能量，但由于抑制了海尖峰，SCR仍可在一定程度上得以改善。此外，后續(xù)的相參積累方法主要針對(duì)動(dòng)目標(biāo)運(yùn)動(dòng)特性設(shè)計(jì)，能夠最大程度地匹配目標(biāo)能量，而海雜波由于模型適配導(dǎo)致其能量難以積累，因此，仍能正確檢測(cè)出目標(biāo)，如針對(duì)勻速運(yùn)動(dòng)目標(biāo)，可采用傳統(tǒng)的動(dòng)目標(biāo)檢測(cè)(Moving Target Detection, MTD)方法，針對(duì)勻加速目標(biāo)，可采用FRFT等帶有積累加速度分量的廣義多普勒濾波器組方法[2,17,18]等。

5 實(shí)測(cè)數(shù)據(jù)驗(yàn)證與分析

基于S波段對(duì)海觀測(cè)雷達(dá)數(shù)據(jù)，進(jìn)一步驗(yàn)證本文算法在實(shí)際雷達(dá)中的性能，如圖9和圖10所示。該組數(shù)據(jù)為順風(fēng)觀測(cè)，顯著波高為1.2 m，約為3級(jí)海況。低掠射角條件下，雷達(dá)觀測(cè)距離范圍為66 nm至75 nm，通過回波信號(hào)的距離-多普勒譜(圖9(a))，可以發(fā)現(xiàn)在73 nm附近存在一遠(yuǎn)離雷達(dá)運(yùn)動(dòng)的微弱目標(biāo)，其多普勒頻率分布不集中，頻譜展寬。一方面說明目標(biāo)作非勻速運(yùn)動(dòng)；另一方面則說明SCR較低，背景雜波干擾嚴(yán)重。圖9(b)給出了海尖峰的判別結(jié)果，由于觀測(cè)距離較遠(yuǎn)，導(dǎo)致海雜波與大氣噪聲的功率水平相當(dāng)，海雜波的分布類型更趨向于高斯分布。因此，海尖峰和背景雜波無明顯區(qū)別。采用雙參數(shù)恒虛警(Constant False Alarm Rate, CFAR)[19]檢測(cè)，在條件下，比較海尖峰抑制前后基于STFT和FRFT的動(dòng)目標(biāo)檢測(cè)結(jié)果(圖10)，可以發(fā)現(xiàn)，目標(biāo)在STFT域能量主要集中在-250 Hz附近，但仍有大量的剩余海雜波和噪聲，目標(biāo)檢測(cè)比較困難。采用本文提出的海雜波抑制方法后，海雜波得到明顯抑制，大大提高了系統(tǒng)的檢測(cè)性能。同時(shí)，由于目標(biāo)的非勻速運(yùn)動(dòng)，采用FRFT更有利于積累目標(biāo)能量，改善SCR。

6 結(jié)束語

本文對(duì)海雜波中非Bragg散射分量的典型(海尖峰)特性進(jìn)行了研究，在海尖峰判別和篩選的基礎(chǔ)上，分析其幅值特性、時(shí)間相關(guān)性、多普勒譜和分?jǐn)?shù)階功率譜特性，表明在高分辨率雷達(dá)，低擦地角、高海況以及HH極化工作方式下容易出現(xiàn)海尖峰，并且具有非高斯、長相關(guān)、非平穩(wěn)和高幅值等

特點(diǎn)。為此，提出一種海雜波抑制方法，該方法能夠自適應(yīng)抑制海雜波，改善SCR。實(shí)測(cè)數(shù)據(jù)驗(yàn)證表明，本文方法能夠更好地抑制背景雜波和噪聲，并能顯著提高雷達(dá)對(duì)海面微弱目標(biāo)的檢測(cè)性能。

圖8 海雜波抑制及動(dòng)目標(biāo)檢測(cè)系統(tǒng)框圖Fig. 8 Flowchart of sea clutter suppression and moving target detection

圖9 雷達(dá)回波時(shí)頻分析Fig. 9 Time-frequency analysis radar returns

圖10 海面動(dòng)目標(biāo)檢測(cè)結(jié)果 (N=1024)Fig. 10 Detection results of sea surface moving target (N=1024)

[1]Zuo L, Li M, Zhang X W,et al.. An efficient method for detecting slow-moving weak targets in sea clutter based on time-frequency iteration decomposition[J].IEEE Transactions

on Geoscience and Remote Sensing, 2013, 51(6): 3659-3672.

[2]Chen X L, Guan J, Liu N B,et al.. Detection of a low observable sea-surface target with micromotion via the Radon-linear canonical transform[J].IEEE Geoscience and Remote Sensing Letters, 2014, 11(7): 1225-1229.

[3]Ward K D and Watts S. Use of sea clutter models in radar design and development[J].IET Radar,Sonar&Navigation, 2010, 4(2): 146-157.

[4]閆亮, 孫培林, 易磊, 等. 基于逆高斯分布的復(fù)合高斯海雜波建模研究[J]. 雷達(dá)學(xué)報(bào), 2013, 2(4): 461-465. Yan L, Sun P L, Yi L,et al.. Modeling of compound-Gaussian sea clutter based on an inverse Gaussian distribution[J].Journal of Radars, 2013, 2(4): 461-465.

[5]Zhang M, Chen H, and Yin H C. Facet-based investigation on EM scattering from electrically large sea surface with two-scale profiles: theoretical model[J].IEEE Transactions on Geoscience and Remote Sensing, 2011, 49(6): 1967-1975.

[6]Greco M, Stinco P, and Gini F. Identification and analysis of sea radar clutter spikes[J].IET Radar,Sonar&Navigation, 2010, 4(2): 239-250.

[7]陳小龍, 關(guān)鍵, 何友. 微多普勒理論在海面目標(biāo)檢測(cè)中的應(yīng)用及展望[J]. 雷達(dá)學(xué)報(bào), 2013, 2(1): 123-134. Chen X L, Guan J, and He Y. Applications and prospect of micro-motion theory in the detection of sea surface target[J].Journal of Radars, 2013, 2(1): 123-134.

[8]Gutnik V G, Kulemin G P, and Sharapov L I. Spike statistics features of the radar sea clutter in the millimeter wave band at extremely small grazing angles[C]. The Fourth International Kharkov Symposium on Physics and Engineering of Millimeter and Sub-Millimeter Waves, Kharkov, Ukraine, 2001: 426-428.

[9]Posner F L. Spiky sea clutter at high range resolutions and very low grazing angles[J].IEEE Transactions on Aerospace and Electronic Systems, 2002, 38(1): 58-73.

[10]梅孝安. IPIX雷達(dá)海尖峰統(tǒng)計(jì)特性研究[J]. 飛行器測(cè)控學(xué)報(bào), 2007, 26(2): 19-23. Mei X A. A study on the statistical characteristics of IPIX radar sea spikes[J].Journal of Spacecraft TT&C Technology, 2007, 26(2): 19-23.

[11]謝常清, 楊俊嶺. 雷達(dá)海雜波尖峰時(shí)頻分布特性研究[J]. 現(xiàn)代雷達(dá), 2008, 30(5): 10-13. Xie C Q and Yang J L. A study on the time-frequency distribution of radar sea clutter spike[J].Modern Radar, 2008, 30(5): 10-13.

[12]Rosenberg L. Sea-spike detection in high grazing angle X-band sea-clutter[J].IEEE Transactions on Geoscience and Remote Sensing, 2013, 51(8): 4556-4562.

[13]Tao R, Zhang F, and Wang Y. Fractional power spectrum[J].IEEE Transactions on Signal Processing, 2008, 56(9): 4199-4206.

[14]Drosopoulos A. Description of the OHGR database[R]. Ottawa: DREO Technical Note, 1994.

[15]Dong Y and Merrett D. Analysis of L-band multi-channel sea clutter[J].IET Radar,Sonar&Navigation, 2010, 4(2): 223-238.

[16]Walker D. Doppler modelling of radar sea clutter[J].IEE Proceedings-Radar,Sonar and Navigation, 2001, 148(2): 73-80.

[17]Chen X L, Guan J, Huang Y,et al.. Maneuvering target detection via Radon-fractional Fourier transform-based longtime coherent integration[J].IEEE Transactions on Signal Processing, 2014, 62(4): 939-953.

[18]Chen X L, Guan J, Huang Y,et al.. Radon-linear canonical ambiguity function-based detection and estimation method for marine target with micromotion[J].IEEE Transactions on Geoscience and Remote Sensing, 2015, 53(4): 2225-2240.

[19]Guida M, Longo M, and Lops M. Biparametric CFAR procedures for lognormal clutter[J].IEEE Transactions on Aerospace and Electronic Systems, 1993, 29(3): 798-809.

黃 勇(1978-)，男，湖南汨羅人，講師，博士，海軍航空工程學(xué)院電子信息工程系，研究方向?yàn)槔走_(dá)信號(hào)處理、雜波特性分析與抑制。

陳小龍(1985-)，男，山東煙臺(tái)人，講師，博士，海軍航空工程學(xué)院電子信息工程系，研究方向?yàn)闀r(shí)頻信號(hào)分析、微多普勒分析、海雜波中微弱目標(biāo)檢測(cè)。獲全軍優(yōu)秀碩士學(xué)位論文獎(jiǎng)。

E-mail: cxlcxl1209@163.com

關(guān) 鍵(1968-)，男，遼寧錦州人，教授，博士生導(dǎo)師，海軍航空工程學(xué)院電子信息工程系主任，主要研究方向?yàn)槔走_(dá)目標(biāo)檢測(cè)與跟蹤、偵察圖像處理和信息融合。獲全國優(yōu)秀博士學(xué)位論文獎(jiǎng)，新世紀(jì)百千萬人才工程國家級(jí)人選。

E-mail: guanjian96@tsinghua.org.cn

Property Analysis and Suppression Method of Real Measured Sea Spikes

Huang Yong Chen Xiao-long Guan Jian
(Department of Electronic and Information Engineering,Naval Aeronautical and Astronautical University,Yantai264001,China)

In case of high-resolution, low grazing angle, high sea state, and horizontal transmitting, horizontal receiving polarization, the radar returns are strengthened, resulting in sea spikes. The sea spikes have the characteristics of high amplitudes, nonstationary, and non-Gaussian, which have a strong impact on the radar detection of weak marine moving targets. This study proposes a method for sea clutter suppression. Firstly, based on the sea spikes identification and selection method, the amplitude, temporal correlation, Doppler spectrum, and fractional power spectrum properties of sea spikes are analyzed. Secondly, the data to be detected are chosen by selecting the background clutter with minimum mean power, which can also eliminate the sea spikes. Correspondingly, sea clutter is suppressed with improved Signal-to-Clutter Ratio (SCR). Finally, the results of experiment with real radar data verify the effectiveness of the proposed method.

Sea clutter suppression; Sea spikes; Property analysis; Fractional power spectrum; Moving Target Detection (MTD)

TN951

：A

：2095-283X(2015)03-0334-09

10.12000/JR14108

黃勇, 陳小龍, 關(guān)鍵. 實(shí)測(cè)海尖峰特性分析及抑制方法[J]. 雷達(dá)學(xué)報(bào), 2015, 4(3): 334-342.

10.12000/JR14108.

Reference format: Huang Yong, Chen Xiao-long, and Guan Jian. Property analysis and suppression method of real measured sea spikes[J].Journal of Radars, 2015, 4(3): 334-342. DOI: 10.12000/JR14108.

2014-09-03收到，2014-11-17改回；2014-12-19網(wǎng)絡(luò)優(yōu)先出版

國家自然科學(xué)基金(61471382, 61401495, 61201445, 61179017)和飛行器海上測(cè)量與控制實(shí)驗(yàn)室開放基金資助課題

*通信作者： 陳小龍 cxlcxl1209@163.com