常 城,曲圣杰
(中國電子科技集團(tuán)公司第38研究所,安徽 合肥 230088)
在地物、海面、云雨、箔條等雜波環(huán)境下,為實(shí)現(xiàn)目標(biāo)的有效探測(cè),現(xiàn)代雷達(dá)一般會(huì)利用目標(biāo)與雜波徑向速度的區(qū)別,通過引入MTI或MTD濾波器實(shí)現(xiàn)雜波的抑制。但是由于雷達(dá)發(fā)射期間一般不能接收目標(biāo)回波、雜波改善因子受限等因素,某些處于距離-多普勒速度盲區(qū)的目標(biāo)無法檢測(cè),影響雷達(dá)的發(fā)現(xiàn)概率。
為減小雷達(dá)檢測(cè)盲區(qū),文獻(xiàn)[1]研究了常規(guī)機(jī)載PD雷達(dá)的波形設(shè)計(jì)問題,并采用遺傳算法進(jìn)行了仿真驗(yàn)證,文獻(xiàn)[2]在此基礎(chǔ)上提出了全局尋優(yōu)能力更強(qiáng)的差分進(jìn)化算法進(jìn)行優(yōu)化。文獻(xiàn)[3]針對(duì)地面中重頻PD雷達(dá)在地雜波條件下利用遺傳算法對(duì)脈沖重復(fù)周期組進(jìn)行了優(yōu)化,文獻(xiàn)[4]發(fā)現(xiàn)僅考慮地雜波優(yōu)化得到的波形參數(shù),當(dāng)存在雨雜波時(shí),雷達(dá)檢測(cè)盲區(qū)比例急劇上升。
本文針對(duì)地面多普勒雷達(dá),分別就地雜波和雨雜波對(duì)雷達(dá)檢測(cè)盲區(qū)的影響進(jìn)行了分析,提出了一種對(duì)不同雜波環(huán)境下具有較好適應(yīng)性的脈沖重復(fù)周期組優(yōu)化方法。通過仿真分析,驗(yàn)證了在不同的雜波環(huán)境下自適應(yīng)優(yōu)化算法的合理性。
針對(duì)低重復(fù)頻率雷達(dá),目標(biāo)距離不模糊,設(shè)目標(biāo)雷達(dá)斜距為R,雷達(dá)方位、俯仰波束寬度分別為azθ、θel,雷達(dá)、目標(biāo)高度分別為hr、ht,雷達(dá)主波束增益為G(θ),副瓣平均增益為SL,雷達(dá)帶寬為B,波長(zhǎng)為λ,地雜波后向散射系數(shù)為gσ,地球等效半徑為er(re=8500km),光速為c,則地雜波總雷達(dá)反射截面積(RCS)σc、主波束雜波RCS、副瓣雜波RCS可以分別表示為[5]:
針對(duì)中、高重復(fù)頻率雷達(dá),由于存在距離模糊,存在雜波折疊,與目標(biāo)檢測(cè)對(duì)抗的雜波較低重復(fù)頻率雷達(dá)要大一個(gè)數(shù)量級(jí)[5]。
地雜波由大量具有隨機(jī)幅相的散射體組成,其功率譜函數(shù)可以用高斯譜來描述[6]:
圖1(a)給出了某中重復(fù)頻率雷達(dá)的信雜比仿真結(jié)果,圖1(b)給出了地雜波條件下雷達(dá)檢測(cè)盲區(qū)示意圖。由圖1可知,地雜波條件下,雷達(dá)檢測(cè)盲區(qū)由發(fā)射盲區(qū)(雷達(dá)發(fā)射期間不能接收目標(biāo)回波)、雜波距離遮擋盲區(qū)(受系統(tǒng)改善因子限制,濾波后目標(biāo)信雜比不滿足檢測(cè)要求)以及雜波速度盲區(qū)(目標(biāo)被同頻雜波遮蔽,無法檢測(cè))三部分組成。
圖1 中重復(fù)頻率雷達(dá)信雜比及檢測(cè)清晰區(qū)示意圖
針對(duì)低重復(fù)頻率雷達(dá),雨雜波RCSσc可以表示為[6]:
表1 不同降雨條件下的雨雜波反射系數(shù)
雨雜波條件下,雷達(dá)檢測(cè)盲區(qū)同樣由發(fā)射盲區(qū)、雜波距離遮擋盲區(qū)以及雜波速度盲區(qū)三部分組成。
如圖1(b)所示,單一脈沖重復(fù)頻率的雷達(dá)檢測(cè)盲區(qū)較多,無法滿足目標(biāo)的穩(wěn)定跟蹤要求。但不同的脈沖重復(fù)頻率檢測(cè)盲區(qū)位置不同,因此可以通過設(shè)計(jì)M( 1M>)個(gè)脈沖重復(fù)頻率,使用檢測(cè)準(zhǔn)則的方法來減少檢測(cè)盲區(qū)。
受使用要求限制,雷達(dá)掃描周期ST一般為一常數(shù),為方便討論,這里以機(jī)掃雷達(dá)為例,設(shè)第m(m=1,2,…,M)個(gè)脈組的相干脈沖數(shù)為1mk,填充脈沖數(shù)為2mk,脈沖重復(fù)周期為mT,雷達(dá)每個(gè)波位的駐留時(shí)間BWT可以表示為:
因此,雜波條件下脈沖重復(fù)周期組的優(yōu)化問題可以概括為:在雷達(dá)工作參數(shù)(掃描周期ST、距離探測(cè)范圍minR~Rmax、徑向速度探測(cè)范圍 maxrV± 、虛警概率FP、發(fā)射占空比ud、波長(zhǎng)λ、帶寬B、地雜波改善因子gI、雨雜波改善因子rI等)和外界環(huán)境參數(shù)(地雜波后向散射系數(shù)為gσ、雨雜波反射系數(shù)η、雨雜波平均徑向速度rrV等)一定的情況下,通過優(yōu)化M、N以及脈沖重復(fù)周期為mT(m=1,2,…,M),使得系統(tǒng)總的清晰區(qū)CL取得最大值。將雷達(dá)距離-徑向速度兩維探測(cè)范圍按距離分辨單元和徑向速度分辨單元進(jìn)行離散,定義搜索向量,即最優(yōu)搜索向量S應(yīng)該滿足
遺傳算法作為一種進(jìn)化算法,其原理是把需要優(yōu)化的參數(shù)編碼成染色體,利用迭代的方式進(jìn)行選擇、交叉、變異等運(yùn)算,仿效適者生存的演化法則,最終生成符合優(yōu)化目標(biāo)的染色體[7],如圖2所示。
圖2 遺傳算法流程圖
將搜索向量S=[M,N,T1,T2,…TM],編碼成染色體;初始化一個(gè)一定數(shù)量的染色體種群,其中每個(gè)染色體代表最優(yōu)化問題的一個(gè)解;利用式(8)~(9)對(duì)每個(gè)染色體計(jì)算個(gè)體適應(yīng)度,即系統(tǒng)總的清晰區(qū)CL,通過若干次迭代(選擇、交叉、變異)后,得到搜索向量S的工程最優(yōu)解。
以C波段相控陣?yán)走_(dá)為例,設(shè)雷達(dá)高度rh=3m,天線轉(zhuǎn)速12轉(zhuǎn)/分鐘,發(fā)射占空比ud=5%,波長(zhǎng)λ=0.055m,地雜波改善因子gI=60dB,雨雜波改善因子rI=45dB。目標(biāo)RCSσt=0.01m2,距離范圍3~50km、徑向速度范圍±1000m/s。
在不同的雜波條件下,進(jìn)行兩組仿真試驗(yàn):
仿真條件1:僅考慮存在地雜波的情況下,取地雜波后向散射系數(shù)為gσ=-20dB,地雜波速度的標(biāo)準(zhǔn)偏差gvσ=0.32m/s;
仿真條件2:同時(shí)考慮地雜波和雨雜波存在,地雜波參數(shù)同仿真條件1,取降雨率r=1mm/h,雨雜波速度的標(biāo)準(zhǔn)偏差rvσ=4m/s,雨雜波平均徑向速度rrV=8m/s。
設(shè)置遺傳算法種群數(shù)量為200個(gè)染色體,迭代次數(shù)為50次,交叉概率為70%,變異概率為10%,限定脈組M的搜索范圍為3~6組,2NM≤ ≤ ,脈沖重復(fù)周期mT( 1,2,mM= … )的搜索范圍為100~400us。
仿真分析得到的雷達(dá)檢測(cè)清晰區(qū)如圖3所示,僅考慮地雜波條件時(shí),搜索得到的最優(yōu)1S=[4,2,468us,488us,400us,380us],清晰區(qū)比例為99.2%(不考慮探測(cè)距離范圍外的盲區(qū),后同);同時(shí)考慮地雜波和雨雜波時(shí),搜索得到的最優(yōu)2S=[5,2,232us,192us,168us,144us,352us],清晰區(qū)比例為98.3%。可以看出,在僅存在地雜波的情況下,選用低重復(fù)頻率較好,在同時(shí)存在地雜波和雨雜波的情況下,選用中重復(fù)頻率較好。
圖3 不同雜波條件下的雷達(dá)檢測(cè)清晰區(qū)
將兩組優(yōu)化參數(shù)應(yīng)用到不同的雜波環(huán)境下,得到的清晰區(qū)比例對(duì)比如表2所示。可以看出,僅針對(duì)地雜波進(jìn)行優(yōu)化的參數(shù)1S在應(yīng)用到有雨雜波的條件下時(shí),清晰區(qū)比例大幅下降,不能滿足系統(tǒng)使用要求,而同時(shí)考慮地雜波和雨雜波優(yōu)化的參數(shù)可以大幅提升在兩種雜波同時(shí)存在時(shí)的雷達(dá)清晰區(qū)。
表2 兩組優(yōu)化參數(shù)清晰區(qū)比例對(duì)比
由于發(fā)射區(qū)間、雜波改善因子受限等因素,某些處于距離-多普勒速度盲區(qū)的目標(biāo)無法檢測(cè),影響雷達(dá)的發(fā)現(xiàn)概率。本文針對(duì)地面多普勒雷達(dá),分別就地雜波和雨雜波雷達(dá)檢測(cè)盲區(qū)的影響以及不同雜波環(huán)境下脈沖重復(fù)周期組的優(yōu)化方法進(jìn)行了仿真分析,仿真結(jié)果表明:相對(duì)于僅考慮地雜波的情況,同時(shí)考慮地雜波和雨雜波得到的脈組參數(shù)可以大幅提升在兩種雜波同時(shí)存在時(shí)的雷達(dá)清晰區(qū)。