杜智远，刘孟江，廖学军

(1.装备学院 研究生管理大队，北京 101416；2.中国人民解放军92493部队，辽宁 葫芦岛 125000；3.卫星导航系统与装备技术国家重点实验室，河北 石家庄 050081；4.装备学院 试验系，北京 101416)

基于北斗空基伪卫星信号的低空飞行目标检测技术

杜智远1,2，刘孟江3，廖学军4

(1.装备学院 研究生管理大队，北京 101416；2.中国人民解放军92493部队，辽宁 葫芦岛 125000；3.卫星导航系统与装备技术国家重点实验室，河北 石家庄 050081；4.装备学院 试验系，北京 101416)

北斗区域卫星导航系统已经建成和投入运行，扩展和丰富北斗卫星导航系统在不同领域的应用成为一项重要任务。针对战场环境下重点目标面临的低空突防威胁，提出了一种用于低空目标检测的基于北斗伪卫星信号的双基地雷达系统模型，给出了系统的信号处理流程、功率预算和检测概率分析过程。为了有效地从接收信号中提取目标信号，提出了一种基于最小方差的信号处理算法，并通过ECA(Effective Cancelation Algorithm)算法衰减参考信号泄漏，通过二维网格平均CFAR方法提取目标信号。仿真结果表明，该系统模型可以有效地对低空目标进行检测。

双基地雷达；低空目标；ECA；检测概率

0 引言

在定位、导航和授时(PNT)等应用以外，国内高校和科研院所已经开始探索北斗系统在新领域内的应用，以最大化地发挥北斗卫星导航系统在国民经济和国防建设中的作用。飞行器以低空突防，被地面雷达发现的概率仅有20%，低空突防被国际上公认为是最有效的突防方式。在有效时间内发现低空/超低空飞行的飞机和导弹成为当今雷达探测面临的重大挑战。双基地雷达(Bistatic Radar，BS)是无源雷达的一种特例，具有无源接收和异向散射的优点，并向着空载、星载和多基地等方向发展[1]。在一定程度上克服了现代化战场条件下单基地雷达面临的抗干扰、抗摧毁和反隐身三大挑战。双基地雷达收/发分置，收/发站间不易实现时间、空间和相位精确同步，无法准确地对目标进行定位和测速，对于抵御敌方低空突防仍存在很大隐患。而北斗卫星导航系统一个重要应用便是时间同步。为克服卫星导航系统信号电平过低等脆弱性特点，通常采用伪卫星进行信号增强，伪卫星信号到达地面后相较于北斗卫星信号强20 dB左右，为研究基于空基伪卫星的低空目标检测技术提供了重要基础。

近年来国内外相关领域学者都进行了利用GPS信号进行空中目标检测的研究，以GPS卫星信号为辐射源，检测接收空中目标的前向散射信号，GPS卫星广播的信号十分微弱，目标的前向散射信号还是相对较弱，利用GPS卫星信号探测目标，会因为前向散射信号功率过低导致探测距离有限，从而使其应用受到限制。

本文提出一种新的北斗系统应用技术，即基于北斗空基伪卫星系统的双基地雷达系统模型，为了更加有效地检测RCS较小的目标，采用了基于最小方差方法的强干扰条件下的导航信号3阶检测处理算法，并使用ECA算法衰减参考信号泄露，可以使信噪比(SNR)增加20 dB，增加了检测概率。对地基接收机探测区域的相关参数进行了粗略估计，并考虑了接收机白噪声和人为干扰的影响。在计算检测特征时以白噪声背景下的低空低速直升机为例，对I型和II型2种直升机的检测概率进行了仿真分析，并与某型号无人机进行了对比。

1 空基伪卫星双基地雷达系统原理

前向散射雷达(Forward Scattering Radar，FSR)是一种特殊的双基地雷达，分置角度接近180°，目标位于发射—接收机基线附近。在前向散射雷达中，可以利用巴比涅原理(Babinet’s principle)来构造目标的前向散射特征。根据此原理，由于前向散射现象，在散射中会产生严重的增强。在前向散射中，目标的存在会阻挡来自发射机信号的波阵面，根据电磁场理论，如果在波的传播路径中存在绝对黑体，并且黑体的尺寸大于波长，在黑体背后就会产生散射场(阴影场)。目标阴影是由目标散射产生的电磁场。当分置角度接近180°时，来自目标反射的信号电平达到最大，可以用前向散射剖面(σFSR)来描述，并由目标阴影区域轮廓Atg决定。与地基的前向散射雷达系统不同，这里的发射机和接收机可以设计成共同运行机制。本文提出了一种前向散射雷达配置模型，其中利用北斗导航空基伪卫星来作为空基发射机。本文的目标在于探索利用双基地雷达或前向散射北斗接收机系统接收卫星信号，并利用前向散射效应，形成可靠的城区干扰条件下的低空目标检测方法。

为了保护战场环境下的重点目标，有效防御低空飞机的直升机和无人机等地方目标，可以构建一个类似于移动网络的双基地雷达或前向散射北斗接收机网络。检测区域可以通过卡西尼卵形域(OvalsofCassini)计算，即一系列由系统能量潜力决定的同心椭圆[2]。如果空基伪卫星和接收机之间的距离足够大，椭圆就被拉伸，在空基伪卫星和接收机之间就会存在2个椭圆，因此估计出由检测概率和人为干扰特征决定的未知参数就非常重要。如果多个接收机分布在几十米范围内，它们就可以同时检测到相同的目标，在处理中心就可以进行非相干积分。

在本系统中将北斗空基伪卫星作为发射站，地面接收机作为接收站，基于双基地雷达探测原理，可以将此系统作为一种特殊的双基地雷达系统。对双基地雷达而言，由于其在空间的分集可获得目标的前向散射信号，更是隐身目标的克星。同时由于双基地雷达多点采集数据，即使受到对方干扰，也能利用多站联合数据对隐身目标定位和跟踪。系统原理如图1所示。图中，β2和ε2为接收站测得的目标方位角和俯仰角，βk为接收站到发射站的基线方位角，θR为收发分置平面上接收站的目标视角。

图1 系统原理

2 信号处理

2.1 信号处理流程

在强干扰条件下的空基伪信号3阶检测算法框图如图2所示。信号处理结构可以抵抗码捕获过程中的强宽带干扰，用于抵御敌方低空突防时的远距离支援干扰机的压制干扰(Stand-off-Jammer)，它包括：最小方差无失真响应(MinimumVarianceDistortionlessResponse，MVDR)波束形成处理来消除接收机输入端的宽带干扰[3]；频域的标准圆形交叉相关算法[4]；自适应恒虚警率(ConstantFalseAlarmRate，CFAR)算法来检测B1码的起点并估计接收到的中频信号的载波频率[5]。

图2 信号处理流程

本文提出的信号处理算法与已有算法的最大区别在于自适应波束形成模块的不同，本文算法采用了高能量北斗卫星信号和非相干积分。自适应波束形成模块产生2个波束：第1个波束在卫星方向有深陷来抑制直射路径信号(目标通道)，第2个波束在卫星方向上(参考通道)有最大增益。交叉相关需要的参考信号通过同步参考通道中的扩频码获取，1ms的扩频码可以用于目标检测[6]。相干处理通过将参考信号和频移的目标信号进行相关处理实现。在附加的非相干积分之后，可以应用基于CFAR自适应信号检测算法来显示目标的检测情况。

在无源雷达接收机的接收端，至少存在参考信号、侦察信号和干扰信号3种信号。参考信号是伪卫星信号衰减之后的信号，可以记为：

Sref(t)=Arefd(t)+nref(t)。

(1)

式中，Arefd(t)和nref(t)分别为接收机端的卫星信号和热噪声的复数振幅。

侦察信号可以建模为：

(2)

式中，Asurv为泄露卫星信号复数振幅；am、τm和fdm分别为第m个目标的复数振幅、时延和多普勒频率；ci、τi和fdi分别为第i个杂波的复数振幅、时延和多普勒频率；nsurv(t)为侦察接收机的热噪声。

考虑采样频率fs=1/Ts的数字接收机系统，上述信号可以采样为：

sref[n]=sref(nTs),n=-R+1,…,N-1，

(3)

ssurv[n]=ssurv(nTs),n=-R+1,…,N-1。

(4)

式中，N-1为积分采样数；R-1是为了达到最大检测范围的过采样数。

2.2 传统的PBR检测算法

无源雷达传统的检测算法基于计算交叉相关函数也就是模糊函数的多普勒时延，二维互相关函数(2D-CCF)由下式计算：

(5)

式中，n和f是由时延nTs决定的时间间隔和频率间隔；f/(nTs)是移动目标后向反射回波的多普勒。在计算得到模糊函数后，二维互相关函数中对应目标的后反射信号会出现峰值和局部极大值，使用二维网格平均CFAR方法检测出目标。

2.3 本文提出的PBR检测算法

X=B[Λ-PSd…Λ-1Sd,Sd,Λ1Sd,…ΛPS]。

(6)

式中，

B=[0N×R-1|IN]；

(7)

(8)

(9)

sref[n-m]=Dmsref，

(10)

(11)

(12)

由于从参考路径到侦察天线通常会存在直接路径泄露，文中在零多普勒附近使用一阶ECA算法来消除泄露并提高检测概率，如果泄露没有被消除，ECA算法也可以标记出弱目标。

3 目标阴影中FSR和非相干积分BS的功率预算

交叉相关器输出SNR如图3所示。根据图3，交叉相关器的输出SNR是在高斯白噪声背景下检测到相关的低空低动态目标时计算的，而且只有在空基伪卫星信号的Q1分量用于目标检测时进行计算。假设天线阵列能在伪卫星方向和目标方向都自适应产生极窄的波束，那么从伪卫星接收到的信号和目标接收到的信号就可以分离。

图3 交叉相关器输出SNR(Gr=35 dB)

对于北斗接收机来说，频率带宽为2.046 MHz，噪声电平Nr接近131dB。北斗接收机RF前端的输出SNR可以记为：

(13)

如果随后的信号处理包括圆形交叉相关，那么交叉相关器输出SNR记为：

(14)

这里GSP=ΔFTQ1是交叉相关器的处理增益，TQ1是信号Q1分量的周期。可以通过检测时间周期内的非相干积分来提高SNR。根据文献[7]，当接收机接收到来自目标阴影的主瓣信号时，目标在θ角度上可见：

θ=λ/(2l)。

(15)

式中，l为目标长度；λ为空基伪卫星信号波长。在接收机处与目标阴影长度有关的路径L可以表示为：

L=2θRtg=λRtg/l。

(16)

目标的可见时间(3 dB电平)表示为：

Tdet=L/Vrg,R=λRtg/(lVtg,R)。

(17)

式中，Vtg,R是目标在距离Rtg上的横向速度，最大非相干采样数可以估计为[8]：

N=Tdet/TB1。

(18)

在交叉相关器输出端对Q1分量进行N个周期非相干积分后，最终在CFAR检测器输入端的SNR记为[9]：

(19)

前向散射RCSσ大约为：

(20)

式中，Atg为目标投影面积；参数h和l为目标的几何维数。为了得到FSR中CFAR检测器输入端的SNR，把式(20)带入式(19)中，有

(21)

如果检测SNR的最小值为SNRdet,min，那么计算FSR的最大检测范围可以表示为：

(22)

4 检测概率

在交叉相关器输出端对Q1分量进行N个周期非相干积分后，在时频域对每个(i，k)采样进行检验统计量[10]：

(23)

如果来向信号第k个时间间隔和第i个频带的检验统计量超过了自适应门限Hi,k，就表明检测到了目标。根据文献[11]，目标检测的判决准则为：

(24)

当噪声强度未知时，式(24)中的检测门限Hi,k由交叉相关器(i,k)时频采样自适应获取。在网格平均的CFAR检测器中，Hi,k可以表示为[12]：

Hi,k=Tα·wi,k。

(25)

根据文献[13]，可以得到计算虚警概率的表达式：

(26)

在最恶劣的情况下，当信号密度根据χ2分布在每个B1分量周期内独立的波动时，可以估计出伪卫星信号Q1分量的检测概率可以表示为：

(27)

(28)

5 仿真结果分析

对上述理论分析结果进行了数字仿真分析，对2种类型的直升机以及1种大型飞行器交叉相关器输出SNR进行了仿真分析。Ⅰ型直升机为一种多用途攻击直升机，主要用于执行空中和地面攻击任务，也可用于突击运输、通信联络和战场救护等任务；Ⅱ型直升机是一种全天候、全能型攻击直升机，也是公认的当今世界技术最先进、火力最强的武装直升机之一。大型飞行器选取了某型号大型攻击型无人机(CombatUnmannedAircraftVehicle,UAV)。

图3中，天线增益Gr=35 dB，主瓣波束宽度6°，北斗伪卫星信号载波频率fc=2 400 MHz(λ=0.125 m)，带宽ΔF=2.046 MHz，信号Q1分量信号周期T=0.02 s(相干处理间隙)，信号到达地球表面信号功率约为Pt=-110 dBm。空中目标轮廓区域参数为：Ⅰ型h=5.30 m，l=17.6 m；II型h=4.6 m，l=16.5 m；UAVh=6.0 m，l=19.2 m。阴影区域的累积脉冲数建模为目标距离和目标类型的函数，仿真结果如图4所示。对于短距离目标，Q1分量1个周期或2个周期可以进行非相干积分。

图4 阴影区域的脉冲积累数

3种飞行器的检测结果仿真如图5和图6所示，并将传统检测方法和本文提出的检测方法进行了对比，通过仿真结果可以看出本文提出的算法的检测效果明显优于传统的检测算法。

在干扰密集的环境中，将根据文献[10]中的结论来估计FS-BD系统的抗干扰能力，并提高FSR的发现概率。文献[14]中提出了一种基于蒙特卡罗方法的7阵元圆形天线阵列抗干扰方法，同时可以在本文研究的基础上探索利用伪卫星增强信号来提高发现概率的实际产品和装备。

图5 本文提出的检测算法目标检测

图6 传统的检测算法目标检测

6 结束语

通过检测目标的前向散射信号探测目标的关键是对目标前向散射全息信号的提取。基于特征点采集前向散射信号的方法，可以避免直达波信号不易剔除的难点。试验结果也表明，采用这种方法检测前向散射信号，从而实现目标的探测是可行的。本文提出的基于北斗空基伪卫星信号FSR与非协作发射机结合的系统可以在高斯白噪声背景及单干扰机覆盖的战场环境下，有效地检测低空低动态目标。在未来的信息化战场中，可以将本系统进行组网，以更好地利用北斗系统保护关键的战略目标。

[1] CHERNYAKV S.Fundamentals of Multisite Radar Systems[J].Gordon and Breach Science Publishers,1998,25(8):41.

[2] SUBERVIOLAI,MAYORDOMO I,MENDIZABAL J.Experimental Results of Air Target Detection with a GPS Forward-scattering Radar[J].IEEE Geoscience and Remote Sensing Letters,2012,9(1):47-51.

[3] CLEMENTEC,SORAGHAN J J.Vibrating Target Micro-doppler Signature in Bistatic SAR with a Fixed Receiver[J].IEEE Transactions on Geoscience and Remote Sensing,2012,50(8):3 219-3 227.

[4] 江会娟，章劲松.GEO卫星波束指向地面轨迹的计算与应用[J].无线电通信技术，2015，42(1)：76-78.

[5] BILIKI,KHOMCHUK P.Minimum Divergence Approaches for Robust Classification of Ground Moving Targets[J].IEEE Transactions on Aerospace and Electronic Systems,2012,1(48):581-603.

[6] CILLIERSA,NEL W A J.Helicopter Parameter Extraction Using Joint Time-frequency and Tomographic Techniques[C]∥ In Proceedings of the International Conference on Radar,2008(9):598-603.

[7] CARMINE C,JOHN J.GNSS-based Passive Bistatic Radar for Micro-Doppler Analysis of Helicopter Rotor Blades[J].IEEE Transactions on Aerospace and Electronic Systems 2014,50(1):491-501.

[8] ZAIMBASHIA,DERAKHTIAN M.Invariant Target Detection in Multiband FM-based Passive Bistatic Radar[J].IEEE Transactions on Aerospace and Electronic Systems,2014,1(50):720-737.

[9] 秦轶炜，孙元敏，杨文华，等.低空监视雷达复杂环境下的最优CFAR设计[J].无线电通信技术，2015，41(2)：59-63.

[10] ZAIMBASHIA,DERAKHTIAN M,SHEIKHI A.GLRT-based CFAR Detection in Passive Bistatic Radar[J].IEEE Transactions on Aerospace and Electronic Systems,2013,1(49):134-159.

[11] 任绍俊，于惠海.基于GPS的水下动态目标定位方法研究[J].无线电工程，2015，45(7)：87-90.

[12] DEMAIO A,CONTE E.Uniformly Most Powerful Invariant Detection in Spherically Invariant Random Vector Distributed Clutter[J].IEE Proceedings on Radar,Sonar and Navigation,2010,3(44):560-563.

[13] 李华琼，张中仅，王雨果，等.CFAR方法在机场跑道FOD检测中的性能分析[J].无线电工程，2015，45(9)：53-57.

[14] ANTONIOUM,SAINI R,CHERNIAKOV M.Results of a Space-surface Bistatic SAR Image Formation Algorithm[J].IEEE Transactions on Geoscience and Remote Sensing,2007,11(45):3 359-3 371.

杜智远 男，(1976—)，博士，工程师。主要研究方向：装备试验。

刘孟江 男，(1988—)，硕士，助理工程师。主要研究方向：导航战。

Research on Low-flying Target Detection Based on Beidou Space-based Pseudolite Signal

DU Zhi-yuan1,2,LIU Meng-jiang3,LIAO Xue-jun4

(1.DepartmentofGraduateManagement,EquipmentAcademy,Beijing101416,China;2.Unit92493,PLA,HuludaoLiaoning125000,China;3.StateKeyLaboratoryofSatelliteNavigationSystemandEquipmentTechnology,ShijiazhuangHebei050081,China;4.DepartmentofEquipmentTest,EquipmentAcademy,Beijing101416,China)

Beidou regional satellite navigation system has been built and put into running,and the application expanding of Beidou satellite navigation system in various fields becomes an important mission.In view of low altitude penetration threat on important targets,this paper proposes a bistatic radar system model based on Beidou pseudo satellite signal to implement low altitude target detection,and presents the signal processing,power budget and detection probability analysis process.In order to extract the target reflection signal effectively,a signal processing algorithm based on LS is proposed.The reference signal is attenuated by ECA method,and the two-dimension cellular averaging CFAR algorithm is used to extract the target signal.The simulation results show that the proposed system model can detect the low-flying targets effectively.

bistatic radar;low-flying target;ECA;detection probability

10.3969/j.issn.1003-3106.2017.01.10

杜智远,刘孟江,廖学军.基于北斗空基伪卫星信号的低空飞行目标检测技术[J].无线电工程,2017,47(1):40-45.

2016-11-03

国家高技术研究发展计划(“863”计划)基金资助项目(2015AA124001)。

TN974

A

1003-3106(2017)01-0040-06