李 海宋 迪 程偉杰 王 杰

(中國民航大學(xué)天津市智能信號(hào)與圖像處理重點(diǎn)實(shí)驗(yàn)室 天津 300300)

1 引言

低空風(fēng)切變是一種能夠引起空難事故的災(zāi)難性天氣，它具有持續(xù)時(shí)間短、瞬間強(qiáng)度大、作用區(qū)域小、危害性高等特點(diǎn)[1]。當(dāng)飛機(jī)在起飛或者降落階段遭遇低空風(fēng)切變時(shí)，飛行員若沒有足夠的時(shí)間和空間調(diào)整飛機(jī)姿態(tài)，將有可能導(dǎo)致空難的發(fā)生[2]，因此低空風(fēng)切變的檢測和預(yù)警成為當(dāng)前民航領(lǐng)域的一項(xiàng)重要課題，而風(fēng)切變風(fēng)速估計(jì)作為整個(gè)風(fēng)切變檢測流程的基礎(chǔ)[3]，直接影響了風(fēng)切變檢測的準(zhǔn)確程度。

機(jī)載氣象雷達(dá)是民航飛機(jī)不可或缺的電子設(shè)備，它是民航飛機(jī)的“雙眼”[4]。近些年來，將雙極化相控陣體制引入到機(jī)載氣象雷達(dá)已經(jīng)成為發(fā)展趨勢[5]，較傳統(tǒng)的單天線雷達(dá)，相控陣?yán)走_(dá)的回波信號(hào)中含有目標(biāo)空域信息，使得空時(shí)聯(lián)合處理成為可能，在強(qiáng)雜波背景下的目標(biāo)檢測和參數(shù)估計(jì)性能更加優(yōu)越[6]。空時(shí)自適應(yīng)處理(Space-Time Adaptive Processing,STAP)[7]是機(jī)載相控陣?yán)走_(dá)雜波抑制與目標(biāo)檢測的關(guān)鍵技術(shù)，它能夠利用雷達(dá)回波的空時(shí)耦合特性實(shí)現(xiàn)雜波抑制和信號(hào)匹配[8]。在均勻雜波環(huán)境下，可以利用統(tǒng)計(jì)的方法，將臨近的距離單元作為訓(xùn)練樣本對(duì)待測距離單元的雜波協(xié)方差矩陣進(jìn)行估計(jì)，進(jìn)而得到一個(gè)最大似然準(zhǔn)則下的最優(yōu)濾波器[9]，但在雷達(dá)的實(shí)際工作環(huán)境中，由于地表起伏等原因，不同的訓(xùn)練樣本之間很難滿足獨(dú)立同分布的條件，同時(shí)不同距離單元的雜波回波功率存在嚴(yán)重的非均勻性，導(dǎo)致估計(jì)得到的雜波協(xié)方差矩陣失配，無法充分抑制強(qiáng)雜波，嚴(yán)重影響風(fēng)速估計(jì)結(jié)果的準(zhǔn)確性。

圍繞非均勻雜波環(huán)境下的STAP問題，研究者開展了大量的研究，提出了很多具有重要意義和實(shí)際應(yīng)用價(jià)值的雜波抑制算法，主要包括功率選擇訓(xùn)練法(Power Selected Training,PST)[10]、非均勻檢測器法(NonHomogeneity Detector,NHD)[11,12]、知識(shí)輔助法[13]等，這些方法大都應(yīng)用于某種特定的雜波非均勻情況下的點(diǎn)目標(biāo)的檢測和參數(shù)估計(jì)，應(yīng)用于非均勻雜波環(huán)境下的低空風(fēng)切變檢測和風(fēng)速估計(jì)的文獻(xiàn)還未曾看到。

針對(duì)上述情況，本文提出一種回波功率篩選與DLCD(Digital Land Classification Data)輔助的低空風(fēng)切變風(fēng)速估計(jì)方法，該方法首先根據(jù)樣本回波功率的大小對(duì)訓(xùn)練樣本進(jìn)行篩選，選擇回波功率較大的訓(xùn)練樣本估計(jì)雜波協(xié)方差矩陣，可以加深濾波器凹口，充分抑制功率非均勻的強(qiáng)雜波，然后利用數(shù)字地表分類數(shù)據(jù)DLCD計(jì)算各樣本間的相似度，并從功率較大的訓(xùn)練樣本中再次挑選出樣本相似度較高的訓(xùn)練樣本估計(jì)待測距離單元的雜波協(xié)方差矩陣，盡可能保證挑選出的訓(xùn)練樣本和待測距離單元的雜波具有相同的分布，最后利用廣義相鄰多波束-局域聯(lián)合處理(Generalized adjacent Multiple-Beam-Joint Domain Localized,GMB-JDL)的方法獲得風(fēng)場速度的準(zhǔn)確估計(jì)。

2 機(jī)載前視陣?yán)走_(dá)回波模型

圖1 機(jī)載前視陣幾何模型圖

3 回波功率篩選與DLCD輔助的低空風(fēng)切變風(fēng)速估計(jì)方法

本文所提回波功率篩選與DLCD輔助的低空風(fēng)切變風(fēng)速估計(jì)方法，首先利用回波功率對(duì)訓(xùn)練樣本進(jìn)行初選，從中選擇功率較大的訓(xùn)練樣本；其次利用DLCD計(jì)算樣本相似度對(duì)初選出來的訓(xùn)練樣本進(jìn)行2次篩選，從中選擇樣本相似度高的訓(xùn)練樣本估計(jì)待測距離單元的雜波協(xié)方差矩陣，最后利用GMBJDL的方法實(shí)現(xiàn)低空風(fēng)切變風(fēng)速的有效估計(jì)。

3.1 樣本挑選及雜波協(xié)方差矩陣估計(jì)

樣本挑選及雜波協(xié)方差矩陣估計(jì)的重點(diǎn)在于樣本挑選，其中樣本挑選包括回波功率篩選和樣本相似度篩選。

機(jī)載氣象雷達(dá)全距離單元的回波功率可以表示為

3.2 基于GMB-JDL的低空風(fēng)切變風(fēng)速估計(jì)

基于GMB-JDL的低空風(fēng)切變風(fēng)速估計(jì)方法的原理圖如圖2所示，從圖2可以看出，該方法是將GMB方法和JDL方法相結(jié)合，在適當(dāng)增加輔助波束和輔助多普勒通道的基礎(chǔ)上，同時(shí)結(jié)合了兩種算法的優(yōu)點(diǎn)，大大降低了運(yùn)算量和對(duì)訓(xùn)練樣本的要求，提高了低空風(fēng)切變風(fēng)速估計(jì)的穩(wěn)健性。

圖2 GMB-JDL原理圖

當(dāng)雷達(dá)回波信號(hào)通過GMB-JDL降維處理器后，可以在降維的基礎(chǔ)上實(shí)現(xiàn)地雜波抑制和風(fēng)切變

4 方法流程

回波功率篩選與DLCD輔助的低空風(fēng)切變風(fēng)速估計(jì)的方法流程如圖3所示，本文所提方法可以有效地抑制非均勻地雜波并進(jìn)行風(fēng)速估計(jì)，其關(guān)鍵處理步驟為：

圖3 DLCD輔助的低空風(fēng)切變風(fēng)速估計(jì)流程圖

步驟1計(jì)算各距離單元的回波信號(hào)功率，篩選出功率較大的訓(xùn)練樣本；

步驟2根據(jù)DLCD中的地貌分類碼計(jì)算樣本相似度；

步驟3從功率較大的訓(xùn)練樣本中選擇樣本相似度較高的訓(xùn)練樣本估計(jì)雜波協(xié)方差矩陣；

步驟4通過GMB-JDL的方法實(shí)現(xiàn)雜波抑制和風(fēng)切變信號(hào)匹配；

步驟5構(gòu)造功率輸出代價(jià)函數(shù)估計(jì)各距離單元風(fēng)場回波信號(hào)的多普勒頻率。

5 仿真結(jié)果及分析

(1)仿真條件描述

本文假定風(fēng)場位于載機(jī)前方8.5～16.5 km處，雷達(dá)與載機(jī)的其他仿真參數(shù)設(shè)置如表1所示。

表1 雷達(dá)與載機(jī)仿真參數(shù)設(shè)置

(2)仿真結(jié)果分析

圖4為仿真的機(jī)載氣象雷達(dá)回波信號(hào)空時(shí)2維譜。由圖4可以看出，當(dāng)機(jī)載氣象雷達(dá)工作在前視模式時(shí)，低空風(fēng)切變的空時(shí)2維譜為一條窄帶，地雜波的空時(shí)2維譜為橢圓形。低空風(fēng)切變場的回波功率遠(yuǎn)小于地雜波的回波功率，致使風(fēng)場回波的多普勒信息被地雜波的多普勒信息所淹沒，嚴(yán)重影響了低空風(fēng)切變的檢測及參數(shù)估計(jì)。

圖4 雷達(dá)回波信號(hào)的空時(shí)2維譜

圖5為均勻雜波環(huán)境與非均勻雜波環(huán)境的特征譜對(duì)比圖。由圖5可以看出，相比于均勻雜波，非均勻雜波大特征值的功率要高于均勻雜波，同時(shí)大特征值的個(gè)數(shù)也會(huì)增加，這會(huì)導(dǎo)致雜波自由度估計(jì)不準(zhǔn)確，為功率非均勻的雜波抑制帶來困難。

圖5 特征譜對(duì)比圖

圖6為以10,50,90和130號(hào)距離單元為待測距離單元計(jì)算得到的樣本相似度。由圖6可以看出，以不同的距離單元為待測距離單元計(jì)算得到的各樣本相似度是不同的，說明在非均勻地雜波中，并不是所有的訓(xùn)練樣本都滿足獨(dú)立同分布的條件，為了有效地估計(jì)待測距離單元的雜波協(xié)方差矩陣，需要根據(jù)樣本相似度選取合適的訓(xùn)練樣本。

圖6 各距離單元的樣本相似度

圖7為本文所提方法與其他方法的風(fēng)速估計(jì)結(jié)果對(duì)比圖。由圖7可以看出，本文所提方法在非均勻雜波環(huán)境下依然可以較好地估計(jì)出風(fēng)場速度。對(duì)比圖顯示非均勻雜波環(huán)境下，最優(yōu)STAP的估計(jì)結(jié)果相對(duì)于GMB-JDL方法還要差，主要是因?yàn)榉蔷鶆螂s波環(huán)境下，用于估計(jì)雜波協(xié)方差矩陣所需的IID的訓(xùn)練樣本數(shù)嚴(yán)重不足，而GMB-JDL方法作為一種穩(wěn)健的降維STAP的方法，對(duì)訓(xùn)練樣本數(shù)的需求沒有那么高。

圖7 風(fēng)速估計(jì)結(jié)果對(duì)比圖

本文所提方法與其他方法的風(fēng)速估計(jì)均方根誤差如表2所示，由表2可以看出，本文所提方法在非均勻雜波環(huán)境下的均方根誤差最小。

表2 風(fēng)速估計(jì)均方根誤差

6 結(jié)束語

本文提出一種回波功率篩選與DLCD輔助的低空風(fēng)切變風(fēng)速估計(jì)方法，該方法將回波功率篩選與樣本相似度計(jì)算結(jié)合，從回波功率大的訓(xùn)練樣本中再次篩選出樣本相似度高的訓(xùn)練樣本估計(jì)雜波協(xié)方差矩陣，這樣可以加深濾波器凹口，充分抑制功率非均勻的強(qiáng)雜波，同時(shí)保證挑選出的訓(xùn)練樣本可以和待測距離單元的雜波具有相同的分布，最后利用GMB-JDL的方法實(shí)現(xiàn)低空風(fēng)切變風(fēng)速的有效估計(jì)，降低了對(duì)訓(xùn)練樣本數(shù)的需求，文中的仿真及實(shí)驗(yàn)結(jié)果證明了所提方法的有效性。