摘 要：针对雷达阵地复杂杂波环境下的虚假点迹抑制问题，文章提出一种自适应杂波图处理架构，通过实时测量阵地周围每圈杂波回波幅度，通过对比度增强、边缘检测与平滑等方法提取杂波环境边缘轮廓并对杂波区域进行分区（杂波区、边缘区、噪声区）。进而，基于杂波环境分区结果，对杂波图单元大小、背景迭代因子、背景扩展开关等杂波图参数进行杂波图策略自动选择与参数精细化设置。实验表明，相对常规参数固化单一的杂波图方法，该方法对杂波虚假点迹抑制率提升约30%。
关键词：杂波图；边缘检测；雷达信号处理；自适应处理
中图分类号：TP391；TN957.51 文献标识码：A 文章编号：2096-4706（2024）20-0019-04
Refined Radar Clutter Map Processing Method Based on Clutter Edge Detection
CUI Weicheng， FENG Yang， MIAO Huifeng， LIU Manchao
（Nanjing Research Institute of Electronics Technology， Nanjing 210039， China）
Abstract： This paper proposes an adaptive clutter map processing architecture to address the problem of false point suppression in complex clutter environments of radar positions. By measuring the amplitude of clutter echoes around the position in real time， the edge contours of the clutter environment are extracted through contrast enhancement， edge detection， and smoothing methods， and the clutter areas are partitioned （clutter area， edge area， noise area）. Furthermore， based on the partition results of the clutter environment， clutter map parameters such as clutter map unit size， background iteration factor， and background expansion switch are automatically selected by clutter map strategies and finely set for parameters. The experiment shows that compared to the method of solidifying a single clutter map with conventional parameters， the method proposed in this paper improves the suppression rate of false clutter points by about 30%.
Keywords： clutter map; edge detection; radar signal processing; adaptive processing
0 引 言
雷达相对于其他探测装备具有全天候、全天时的优势，在当今民用与军用领域发挥着越来越大的作用。雷达向空间环境发射电磁波，并接收目标回波，对回波数据进行信号处理后，实现目标的探测跟踪，获取有效的情报信息。根据功能任务不同，雷达可分为预警探测雷达、火控雷达、测量雷达和气象雷达等。
雷达回波中不仅包含感兴趣的目标回波，还有大量的杂波、干扰回波，对雷达的信号处理与目标检测带来很大的困难。雷达信号处理常用的杂波抑制措施有杂波对消、杂波图、恒虚警检测等[1-3]。杂波图作为杂波抑制的常用措施，可以在有效抑制地杂波、慢速气象杂波的同时，实现目标检测，但检测性能受杂波环境和目标类型影响较大。通过对环境杂波进行迭代更新，形成阵地杂波背景，从而进行杂波图处理，其虚警/检测性能与杂波单元大小、迭代因子、扫描圈数等参数密切相关。同时，不同目标由于速度不同，检测性能也有所不同，慢速目标往往由于自遮蔽效应影响检测概率，通过基于零速滤波与杂波图技术结合处理，可实现空间域杂波与目标信号区分，提升慢速目标检测概率。文献[4]研究了等扇区杂波图技术的工程应用，可以有效降低实时存储资源。针对杂波时变非平稳等问题，通过杂波均值和方差强度的双参数门限自适应杂波图技术，可降低系统虚假点迹率[5-8]。针对杂波图大运算量，通过FPGA可实现运算量的显著降低[9]。同时，自适应技术与人工智能等方法也被应用到杂波抑制与目标检测中，得到很好的效果[10-11]。
然而，雷达工作地理环境复杂，阵地杂波环境多变，不同的区域杂波特性不同，在时间和空间上表现出较强的非均匀、非平稳特性。在噪声区，杂波较弱；在杂波区，杂波幅度较大；在杂波边缘，幅度起伏较大。因此，单一固化的杂波图参数难以实现系统整体性能最优。本文提出了一种基于杂波边缘检测的精细化杂波图方法，通过对阵地杂波环境区域进行动态检测，提取杂波边缘轮廓，实现阵地杂波区域的实时划分，从而进行精细化的杂波图参数设置，提升系统虚假点迹抑制率。
1 自适应杂波图处理架构
随着数字信号处理的发展，雷达可探测目标的威力与类型也越来越广泛。雷达通过天线辐射和接收电磁波后，常规雷达信号处理接收阵面采集的AD数据，进行脉冲压缩后，送杂波图检测模块进行处理，完成目标检测后将目标信息送数据处理进行点航迹处理。常规雷达处理参数设置严重依赖人工，在工作过程中难以实时自动调整，需要研究开发自适应处理技术。本文针对常规杂波图处理方法进行改进，设计了一种基于雷达阵地杂波边缘检测的杂波图处理方法，通过对杂波背景的实时动态监测，实现杂波环境的精确实时感知，进一步进行杂波图处理参数的动态自适应调整。
自适应杂波图处理架构的具体流程如下，首先通过对脉冲压缩后的杂波幅度进行幅度提取，将阵地周围按照距离—方位—仰角划分杂波图单元，按杂波单元进行杂波图幅度更新迭代，形成杂波背景图。得到阵地周围一圈完整杂波背景图之后，基于每圈杂波背景完成图片处理。图像处理主要有对比度增强、杂波区域检测、区域边缘平滑、区域边缘提取等处理，流程如图1所示。
通过以上处理后，可以获得精确的阵地杂波区域划分结果。根据杂波分区结果完成不同区域杂波图处理策略自适应选择与参数的精细化设置，最终完成杂波图检测，形成目标报文。图1即为基于动态杂波边缘检测的自适应杂波图处理架构流程。相对常规处理流程，增加了杂波边缘检测与杂波图策略的处理闭环，实现杂波图处理策略与阵地环境的最佳匹配。
2 杂波边缘提取方法
对雷达阵地环境的杂波区域的正确动态实时检测与划分，是实现精细化杂波图参数自适应选择的基础。杂波区域通常可以分为杂波区、杂波边缘、噪声区。杂波区杂波幅度较平稳，噪声区杂波较弱，而杂波边缘受扰动影响，幅度起伏较大，也是产生杂波虚警的重要原因之一。
雷达每圈扫描获取的杂波背景可等效为一张图片，采用基于膨胀腐蚀的图像处理方法，实现杂波边缘提取，可为杂波图策略的选择提供依据。对于二值图像，定义图像为A，其大小为M×N，结构元素为B，其大小为m×n。结构元素B通常是一个较小的图像，其包含一个定义为中心点的像素，其余像素定义了膨胀或腐蚀的操作范围。
膨胀变换采用向量加法对两个集合进行合并。对于图像A中的每个像素点（x，y），膨胀操作定义为：
（1）
其中，为膨胀操作，max{·}为如果结构元素B中的任何一个点与图像A中的前景像素重叠，那么在膨胀后的图像中，对应的结构元素中心点位置的像素值将被置为前景。
腐蚀对集合元素采用向量减法，将两个集合合并。腐蚀算法是膨胀算法的对偶运算，对于图像A中的每个像素点（x，y），腐蚀操作定义为：
（2）
其中， 为腐蚀操作，min{·}为如果结构元素B中的所有点都位于图像A的前景像素上，那么在腐蚀后的图像中，对应的结构元素中心点位置的像素值将被置为前景；否则，该位置的像素值将被置为背景。
膨胀的作用是填充图像中的小区域及图像边缘处的小凹陷部分，给图像边缘添加像素，使图像增大。腐蚀可把小于结构元素的物体（毛刺、小凸起）去除。如果2个物体之间有细小的连通，那么当结构元素足够大时，通过腐蚀运算可将2个物体分开。
图2为通过雷达某一圈扫描回波进行杂波边缘提取结果，图中横轴表示距离采样单元，纵轴表示雷达波束方位指向。其中，图2（a）为原始回波脉压幅度图，图中颜色深浅表示回波幅度强度大小。为提取杂波轮廓，需要对回波幅度图进行预处理，图2（b）为对比度增强处理结果，图2（c）为杂波区域预检测结果，图2（d）为膨胀腐蚀处理后提取的杂波区。
（a）杂波回波幅度图
3 精细化杂波图参数设置
杂波图是抑制固定地物或慢速气象杂波的一项有效措施，其方法原理如下：首先，将雷达阵地周围根据距离/方位/仰角划分杂波图单元，通过不同扫面圈回波幅度进行杂波强度的更新迭代，最后将当前检测单元回波强度与背景强度进行对比，超过设定门限即判断该单元有“目标”。杂波图方法的处理性能与许多参数有关，主要有：杂波图单元大小、背景递归迭代因子、幅度背景扩展开关等。根据阵地杂波环境不同，或探测目标对象不同，需要设置不同的杂波图参数。杂波图单元划分一般有等扇区法和等面积法，等扇区法每个单元方位仰角大小一致，等面积法按照单元面积大小进行阵地区域划分，计算量和存储量较大，本文采用等扇区法进行单元划分。
主要精细化参数设置的一般原则如下：
1）杂波图单元大小。对于噪声区或者快速目标区，杂波的幅度随回波空间位置分布变化不大，杂波单元一般划分较大；对于杂波区或者慢速目标区，杂波强度一般随回波空间位置变化较大，杂波图单元一般设置较小，可以减小因杂波不均匀带来的目标处理损失，当目标长时间处于同一杂波图单元时会由于自遮蔽效应导致目标产生漏检。
2）背景递归迭代因子。根据每圈扫描得到的当前杂波图单元背景幅度，进行顺序递归迭代更新处理，得到平稳杂波背景幅度图。迭代因子大小可根据杂波类型进行设置，实现不同杂波下的最佳效果。
3）幅度背景扩展开关。通常目标检测背景由其所在的杂波图单元杂波图幅度确定，但对于杂波边缘区域或气象杂波区域，单个单元的杂波强度起伏不定，需要参考其附近单元杂波强度，进行扩展处理。
本文方法：通过阵地杂波边缘提取，将检测区域划分为噪声区、杂波区、杂波边缘区三个部分，根据检测单元所处的区域位置，对杂波图单元大小、迭代因子、扩展开关进行精细化参数设置，以抑制杂波虚警率。
4 仿真分析
为验证本文所提方法有效性，进行仿真分析，模拟生成典型雷达回波数据，仿真参数为：雷达工作频率3 GHz，方位接收波束宽度2.5°，采样率5 MHz，数据仿真扇区0°～90°，脉冲数3～6个/帧，扫描周期2秒，扫描圈数53圈。
对雷达90°方位扇区中一段时间回波数据进行分析，单圈典型回波如图2（a），利用第2部分介绍的杂波边缘提取方法对雷达回波数据进行处理，获取雷达阵地周围杂波边缘结果，通过平滑处理获取雷达杂波轮廓图，如图3所示。图中线条即杂波边缘轮廓，轮廓内部为杂波区域，外部为噪声区域。雷达每圈扫描结束时获取当前圈实时杂波边缘轮廓图，作为下一圈精细化杂波图参数设置的依据。
进一步对检测结果进行分析，选取杂波边缘某一检测单元回波进行检测处理。杂波边缘杂波受到各种扰动影响，幅度起伏较大，从图中可以看出，幅度起伏达到30 dB，为杂波抑制带来很大困难。为进行对比分析，采用基于实时探测的阵地杂波轮廓图的精细化杂波图、常规固化单一参数杂波图两种方法对数据进行处理分析，结果如图4所示。图中，横轴表示选取的检测单元回波扫描全号，纵轴表示幅度大小。蓝色虚线表示杂波图单元强度实时结果，实线表示杂波图单一背景迭代结果，圆圈表示通过常规杂波图方法检测标记，星星表示利用本文方法检测标记。从图中可以看出，53圈中该检测单元常规方法过门限次数为13次，而本文方法为5次，杂波虚假点迹数显著降低。
可见，本文方法通过利用实时的杂波边缘检测结果，对阵地杂波环境进行区域划分，并利用划分结果对杂波图参数进行精细化设置，使得每一个检测单元能匹配最佳杂波图方法参数设置，从而实现杂波虚假目标有效抑制。相反，常规单一参数的杂波图方法，没有对杂波区域进行划分，往往对所有检测单元采用相同的杂波图参数设置，使得部分区域没有获得最佳检测性能。对所有仿真数据进行处理并统计，杂波虚假点迹减少约30%，为后续高质量雷达态势形成奠定基础。
5 结 论
雷达自适应处理与精细化处理方法，是提升雷达信号处理性能的一项关键技术。雷达的工作性能指标除了与自生系统的工作参数相关，还和雷达所在阵地周围的阵地环境有关。其中，最重要的因素之一就是杂波环境，雷达杂波剩余会来杂波虚假点迹的增多，影响目标探测与跟踪效果，单一的杂波抑制参数设置不能获得最佳虚假点迹抑制性能，尤其在雷达面对恶劣复杂的工作环境时，更加会造成大量虚警。本文针对雷达复杂杂波环境下杂波图方法应用，提出一种基于杂波区域边缘实时检测分区的方法，通过自适应杂波图策略选择和精细化的杂波图参数控制，实现杂波虚假点迹的有效抑制，并利用实验数据进行验证，实验结果表明杂波引起的虚假点迹得到很好的抑制。
参考文献：
[1] 刘俊涛，侯颖妮，宋万杰，等.轮廓杂波图恒虚警处理中面杂波性能分析 [J].电子学报，2006（9）：1649-1652.
[2] 何友，关键，孟祥伟.雷达目标检测与恒虚警处理：第2版 [M].北京：清华大学出版社，2011：1-15.
[3] 刘田，谢若桐.基于零速滤波与杂波图的慢速目标检测方法 [J].电子信息对抗技术，2022，37（5）：45-50.
[4] 窦泽华，姜苏华.等扇区扩展杂波图的工程应用 [J].现代雷达，2019，41（4）：26-28+33.
[5] 王辉辉，袁子乔.一种自适应双参数杂波图检测方法 [J].火控雷达技术，2020，49（2）：54-59+65.
[6] HE X P，LIAO G S，ZHU S Q，et al. Range Ambiguous Clutter Suppression Approach with Elevation time Diverse array [J].IEEE Transactions on Aerospace and Electronic Systems，2022，58（1）：359-373.
[7] 牟效干，陈小龙，关键，等.基于INet的雷达图像杂波抑制和目标检测方法 [J].雷达学报，2020，9（4）：640-653.
[8] 何友，刘永，孟祥伟.杂波图CFAR平面技术在均匀背景中的性能 [J].电子学报，1999（3）：119-120+123.
[9] 刘俊涛，宋万杰，吴顺君.基于FPGA三维杂波图的设计与实现 [J].现代雷达，2005（12）：17-20.
[10] 许述文，石星宇，水鹏朗.复合高斯杂波下抑制失配信号的自适应检测器 [J].雷达学报，2019，8（3）：326-334.
[11] 苏宁远，陈小龙，陈宝欣，等.雷达海上目标双通道卷积神经网络特征融合智能检测方法 [J].现代雷达，2019，41（10）：47-52+57.
作者简介：崔炜程（1985—），男，汉族，江苏海安人，高级工程师，博士，研究方向：雷达信号处理。
