逯旺旺 杨勇 张斌

摘  要：针对在复杂海杂波强干扰环境、低SCR的情况下，对弱小目标进行全极化雷达检测难度大的问题，提出一种基于回波信号谱峭度值特征识别检测算法，分别对纯海杂波信号和带目标物信号进行实测分析，结果表明纯海杂波信号和带目标物信号的回波特征中谱峭度数值具有明显的差异，辨识度极高，能够充分反映出目标物的回波特征。

关键词：回波特性;全极化;弱小目标;谱峭度

中图分类号：TN957.51     文献标识码：A 文章编号：2096-4706（2020）04-0031-05

Abstract：In the complex sea clutter environment with strong interference and low SCR，it is very difficult to detect small and weak targets with full polarization radar. In this paper，a detection algorithm based on the kurtosis value of echo signal spectrum is proposed. Through the measurement and analysis of pure sea clutter signals and signals with targets，the sea clutter signal and target signal are measured and analyzed respectively. The results show that there is a significant difference between the spectral kurtosis values in the pure sea clutter signal and the target echo signal，and the degree of identification is extremely high，which can fully reflect the echo characteristics of the target.

Keywords：echo characteristics;full polarization;weak and small targets;spectral kurtosis

0  引  言

随着我国科学技术的不断发展，全极化雷达检测技术在民用和军用领域得到了广泛而深入的应用，但随着探测环境的复杂化、观测目标的多样化，在现代雷达装备应用中，人们对雷达性能提出了更高的要求，这促使人们在信号处理理论和技术上不断探索和创新。海上低小慢目标的检测与识别研究是雷达目标探测领域的热难点问题，对强杂波背景下的弱小目标信号难以进行有效的检测与识别[1-3]，目前，国内外对于海杂波干扰环境下的弱小目标检测研究较多，但是，在检测精度和效率方面较低，本文提出一种全新的基于回波信号的谱峭度特征识别检测算法，通过理论和实测数据相结合的方法，首先通过理论对该方法进行推导，然后对实测数据进行分析验证，证明该方法的可行性。该检测方法能够有效快速地实现对海杂波弱小目标的检测，该研究对进一步推动雷达在强杂波背景下檢测弱小目标难题的解决具有重要的意义。本文是国防科技大学CEMEE国家重点实验室课题组在低小慢目标检测与识别方向的最新研究成果。

1  理论研究

雷达发射的电磁波信号传达到起伏波动的海平面时会发生一定的相互作用，电磁波经过海面后，反射出的强烈、不规则的回波称为海杂波[4-7]。海杂波具有回波能量强、变化快且复杂、时空非平稳等特点[8-10]。当雷达探测海洋表面附近的目标时，海杂波和目标回波同时被雷达天线接收，进入雷达接收机。当目标回波强度小于海杂波或者与海杂波相当时，由于海杂波的出现，雷达对目标的检测性能会显著下降[11]。

3  结  论

本文提出的基于回波信号谱峭度特征识别检测算法，通过理论推导出了雷达检测到的回波信号的谱峭度表达形式，并通过实测数据进行分析验证，借助短时傅里叶变换等信号分析方法有效地过滤掉干扰信号，识别出目标信号的谱峭度，该方法提升了对目标对象的分辨、识别能力。对纯海杂波信号进行傅里叶变换处理后得到的谱峭度数值在0.02～0.03之间，而有目标回波信号谱峭度峰值能够达到纯海杂波信号谱峭度数值的十倍甚至数十倍以上，发现该位置即为目标物位置，此位置附近的区域噪音背景以及纯海杂波背景下的信号谱峭度较低，充分体现了目标信号谱峭度特征。

在不同海况下进行测试的结果表明：不同海况条件下，检测得到的回波信号的谱峭度具有一定的差异，海况越强，雷达检测到信号的回波信号特征越明显，通过短时傅里叶变换处理后得到的回波信号的谱峭度特征越明显，使用该方法在恶劣海况条件下进行目标识别具有一定的优势。通过对实测数据分析验证，证明了分析谱峭度的检测方法能够有效快速地实现对海杂波弱小目标的检测，且检测效率高，可行性强，对该检测方法的研究为雷达在强杂波背景下检测弱小目标提供了一定的指导意义。

参考文献：

[1] GERLACH K，STEINER M，LIN F C. Detection of a spatially distributed target in white noise [J].IEEE Signal Processing Letters，1997，4（7）：198-200.

[2] PARK H R，WANG H. Adaptive polarisation-space–time domain radar target detection in inhomogeneous clutter environments [J].IEE Proceedings - Radar，Sonar and Navigation，2006，153（1）：35.

[3] SHI Y L，SHUI P L. Target detection in high-resolution sea clutter via block-adaptive clutter suppression [J].IET Radar，Sonar and Navigation，2011，5（1）：48-57.

[4] SANGSTON K J，GINI F，GRECO M S. Coherent Radar Target Detection in Heavy-Tailed Compound-Gaussian Clutter [J].IEEE Transactions on Aerospace & Electronic Systems，2012，48（1）：64-77.

[5] WANG J. Statistical signal processing for radar in compound-Gaussian sea clutter [D].Missouri：Washington University，2007.

[6] 蘇志巍.海杂波环境下弱小扩展目标检测前跟踪方法研究 [D].西安：西安电子科技大学，2017.

[7] 范一飞.基于分形和多重分形的海面微弱目标检测方法研究 [D].西安：西安电子科技大学，2016.

[8] 朱文涛.海面慢速弱小目标雷达探测技术研究 [J].科技视界，2018（22）：64-67.

[9] 许小可.基于非线性分析的海杂波处理与目标检测 [D].大连：大连海事大学，2008.

[10] 林三虎.基于混沌的非相干雷达海杂波抑制方法研究 [D].西安：西安电子科技大学，2006.

[11] 许小可.基于非线性分析的海杂波处理与目标检测 [D].大连：大连海事大学，2008.

[12] 马琪.基于EWNI与Hough变换的弱小目标检测 [J].科技视界，2015（23）：72-73.

[13] 赵军辉，康克成，胡海森.一种针对海面弱小目标的检测方案 [J].科技与创新，2016（3）：77.

[14] 强勇.超视距雷达抗干扰与目标检测方法 [D].西安：西安电子科技大学，2004.

[15] 田蕾.基于时频分析的序列图像弱小运动目标检测 [D].重庆：重庆大学，2012.

作者简介：逯旺旺（1991-），男，汉族，甘肃天水人，就读于电子科学学院，硕士，主要研究方向：海杂波信息处理，雷达弱小目标探测与识别;杨勇（1985-），男，汉族，湖北钟祥人，就职于电子科学学院，副教授，博士，主要研究方向：极化雷达目标检测与识别;张斌（1991-），男，汉族，湖南张家界人，就读于电子科学学院，硕士，主要研究方向：极化信息处理。