基于实测数据的海杂波特性分析
海杂波多分形特性分析及小目标检测技术研究
（ 中航工 业雷达 与电子设备研 究院，无锡 ２ １ ４ ０ ６ ３ ） 摘 要： 为判定海杂波是否具有多重分形特性 ，采用小波模极大值法和多分形消趋势波动分析法对任一距 离单元
的实测 海杂波数 据进行分 析 ，提 出一种基 于时间－ 距 离单元 － 幅度 图法 ，基 于该 方法对多距 离单 元海杂波 数据进行 分析 ，分析结果表 明海杂波具有多分形特性 ，当海杂波存在小 目标 时 ，分形 受到 “ 干扰 ” ，多分形特征存 在明显 差异 。通过分析还发现 当 Ｒ ６ ｎ ｙ ｉ 参数 ｑ ＜ Ｏ时 ，距离单元含小 目标的广义分形维明显大于其他距离单元 只含海杂波 的广义分形维 ；而当 ｑ ＞ ０时 ，这种规律不是很 明显 ，因此提 出一 种基于 不同距离 单元 间广义分形 维偏差 的方法 来检测海杂 波背 景下小 目标 ，实验结果表 明该方法是有效 的。 关键词 ：小波模极大值 ；多分形消趋势波动分析 ；时间． 距离单元． 幅度 图 ； 多分形 ； 广义分形维偏差
ＷＡＮ Ｇ Ｆ ｕ － ｙ ｏ ｕ Ｌ Ｕ Ｏ Ｄｉ ｎ ｇ Ｊ ｌ Ｙａ — ｘ ｉ ｎ Ｈ Ｕ Ｘｉ ｎ － ｍｅ ｉ
（ Ａ Ｖ Ｉ Ｃ Ｒ ａ ｄ ａ ｒ ａ ｎ ｄ Ａ ｖ ｉ ｏ ｎ ｉ ｃ Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ，Ｗｕ ｘ ｉ ２ １ ４ ０ ６ ３ ， Ｃ ｈ ｉ ｎ ａ ）
ｍｅ ｔ ｈ ｏ ｄ ｎｄ ａ Ｍ ｕ ｈ ｉ ｆ ｒ ａ ｃ ｔ ｌ ａ Ｄ ｅ ｔ ｒ ｅ ｎ ｄ ｅ ｄ Ｆ ｌ ｕ ｃ ｔ ｕ ａ ｔ ｉ ｏ ｎ Ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ（ ＭＦ Ｄ Ｆ Ａ） ， ｍ ｅ ａ ｎ ｗ ｈ ｉ ｌ ｅ ， Ｔ ｉ ｍｅ — Ｒ ａ ｎ ｇ ｅ ｂ ｉ ｎ — Ａ ｍ ｐ ｌ ｉ ｔ ｕ ｄ ｅ ｐ ｌ ｏ ｔ ｍ ｅ ｔ ｈ ｏ ｄ ｉ ｓ
基于双通道调制模型的引信海杂波混沌特性分析
调制信号的混沌特性分析比直接对海洋回波信号分析更加稳定， 通过 Ｍｏｔａｌ ｎＣ ｒ ｏ法仿真计算， 比 对
分析 了两者所计算的混沌参数分布情况， 证明了该假定模型的合理性。 关键 词 ： 息处 理技 术 ；海 杂波 ；混沌 ；；信 ； ｙｐ ｎｖ指数 ；关 联维数 信 ｌ Ｌ ａｕ ｏ 中图分类号 ： Ｎ ５ ．１ Ｔ ９７５ 文献标志码 ： Ａ 文章编号 ： ０ ０１９ （０６０ — ２ ・５ １０—０３２ ０ ）２ ２ ５ ０ ０
维普资讯
第２ ７卷 第 ２ 期 ２００６年 ３月
兵
工
学
报
Ｖｏ ． ７ Ｎｏ ２ １２ ． Ｍａ． ２ ０ ｒ ０ ６
Ｃ ＴＡ ＡＲＭ ＡＭ ＥＮＴＡＲＩ Ｉ
基于双通道调制模型的 引信海杂波混沌特性分析
熊刚 一 ，，赵惠昌 ，杨小牛
ＸＩ ＯＮＧ ｎ 一 ＨＡＯ ｉ ｈ ｎ Ｇａ ｇ ．，Ｚ Ｈｕ． ａ ｇ ，ＹＡＮＧ ａ ． ｉ２ ｃ Ｘｉｏ ｎ ｕ （ ， ａ ｆ ｎ ｉａ １ Ｌ ｂｏ ｔｊｍｍｉ ｆ ｒｘ ｔ ｕ ｅ Ａ － ｎ ｏ Ｐ ｏ ｉ ｙ Ｆ ｚ，Ｎａｊ ｇ Ｕｎｖｒｉ ｆ ｃ ｎ ｅａ ｄＴ ｃ ｎ ｌ ｙ ａ ｊ ｇ２ ０ ９ ， ｉ ｇ ｕ ｈｎ ； ｇ ｍｉ ｎｉ ｉｅ ｔ ｏ ｉ ｃ ｅ ｈ ｏ ｇ ，Ｎ ｎｉ １ ０ ４ Ｊ ｎ ｓ ，Ｃ ｉ ｎ ｓｙ Ｓ ｅ ｎ ｏ ｎ ａ ａ
ቤተ መጻሕፍቲ ባይዱｓｏ ｉｎ
引 信作为 一种 特 殊 的 近 程探 测 器 ， 杂波 分 析 在
了连 续多普 勒体 制 引 倍海 洋 回波 的混 沌 特性 ， 时 同
和建模 等许多 方面一 直沿用 雷达 的研 究成果… 。 １ 从 ２ 世纪 ８ 年代开始， ０ Ｏ 雷达海上超视距 目标探测 和海态遥感方面的研究， 受到世界各国的高度重视。 近年来， 混沌理论的发展为分析复杂 系统的演化提
五,海杂波统计特性分析及其建模仿真
五、海杂波统计特性分析及其建模仿真[一] 课程设计的目的：1. 利用已有的IPIX 雷达海杂波数据来进行统计特性分析，如幅度分布、相关系数估计、功率谱估计等，对海杂波统计特性有一定的了解。
2. 在Matlab 环境下产生不同参数的相关复合K 分布的海杂波数据，并且能够对其统计特性进行分析。
3. 应用Matlab 语言工具实现各种随机序列的产生，理解和熟悉随机过程分析在实际中的应用。
[二] 课程设计的要求：1. 能够掌握和正确运用信号处理工具箱中的一些函数，通过这些函数的运用能够正确分析相应的雷达海杂波数据的统计特性。
2. 要求能够熟练应用Matlab 语言产生各种常见的随机分布序列，并能够了解和分析其统计特性。
3. 能够根据不同的要求设计产生出不同分布参数的相关K 分布海杂波随机序列，并能分析其统计特性及其相关特性。
[三] 课程设计的内容：1. 海杂波有关的特性阐述高分辨雷达、低观测角，海杂波体现一种脉冲行为，更准确地说显示为类似目标的回波，称为尖峰（spikes ）。
实验证明雷达杂波显著偏离了高斯行为，研究新的统计模型描述杂波的幅度、频谱和高阶统计量是很有必要的。
对于一阶幅度统计特征量已经提出了几种概率密度函数（PDF ）。
在低观测角时，与杂波幅度符合的很好的是双参数分布家族，即包含一个形状（shape ）参数和尺度（scale ）参数的PDF ，其中采用最多的是Weibull 和K 分布，这两种分布总体上是和复合高斯分布兼容的。
其PDF 分别为：1）Weibull分布的PDF为：()1exp p p z pz P z q q q −⎡⎤⎛⎞⎛⎞=−−⎢⎥⎜⎟⎜⎟⎢⎥⎝⎠⎝⎠⎣⎦，()120,0,0,2p z p q q σ>>>= 其中q为尺度因子，p为形状因子，根据不同的海情，在1.4到2之间变化。
若p＝2，就成为瑞利分布，若p＝1则为指数分布。
2）K 分布的PDF为：111()(),2()A a u f u K au ννννν−−−=Γ 0,u ≥ ,0a ν>其中：()Γi 为Gamma 函数，()K νi 是ν阶第二类修正贝赛尔函数，ν为形状参数，a 为尺度因子。
海杂波特征
海杂波特征海杂波特征是指在海洋中存在的一种波动现象，具有多样性和复杂性。
它们的形成与海洋环境、风力、潮汐、海底地形等因素密切相关。
海杂波特征对海洋工程、航行安全和海洋研究等领域都具有重要意义。
本文将从海杂波的定义、形成机制、特征及其应用等方面进行阐述。
一、海杂波的定义海杂波是指在海洋中存在的各种波动现象，包括风浪、潮汐波、内波、涡旋、涌浪等。
它们的形成和演变受到多种因素的影响，呈现出多样性和复杂性。
二、海杂波的形成机制1. 风浪：风是形成海浪的主要驱动力，风的强度和方向决定了海浪的高度和形态。
风浪的形成与风速、风向、风持续时间等因素密切相关。
2. 潮汐波：潮汐是由月球和太阳的引力作用形成的，潮汐波是潮汐力在海洋中传播形成的波动现象。
潮汐波的周期性和规律性是其特点之一。
3. 内波：内波是由密度差异引起的波动现象，主要分布在海洋的密度跃层区域。
内波的形成与海洋的密度分层、潮汐力等因素有关。
4. 涡旋：涡旋是一种旋转的海洋运动，形成于不稳定的流场中。
涡旋的形成与海洋的流动速度、流场的不稳定性等因素有关。
5. 涌浪：涌浪是由远离海洋的风浪在近岸浅水区域发生折射和反射形成的波动现象。
涌浪的高度和频率与近岸海底地形、水深等因素密切相关。
三、海杂波的特征1. 多样性：海杂波的形态和特征多种多样，不同的海区、不同的季节、不同的天气条件下，海杂波的形态和特征会有所不同。
2. 复杂性：海杂波的形成和演变受到多种因素的综合影响，包括风力、潮汐力、海洋流场、海底地形等因素，使得海杂波具有复杂性和随机性。
3. 变化性：海杂波的形态和特征会随着时间的推移而发生变化，例如风浪的高度和频率会随着风力的变化而变化。
4. 空间分布不均匀：海杂波的空间分布具有不均匀性，不同海区、不同海域的海杂波特征存在差异。
四、海杂波的应用1. 海洋工程：海杂波的特征对海洋工程具有重要影响。
在海洋平台、海底管道等工程设计中，需要考虑到海杂波的作用，以保证工程的安全可靠。
海杂波幅度分布模型的研究
海杂波幅度分布模型的研究作者：宋莹姬光荣来源：《现代电子技术》2015年第19期摘要：为改善雷达检测目标的能力，基于对海杂波幅度特性的分析，采用瑞利分布、韦布尔分布、对数正态分布、K分布进行仿真，并与实测数据对比，分析了四种分布方式的拟合特点。
由结果可知，雷达处于低分辨率高擦地角时，适用于瑞利分布；当雷达处于高分辨率低擦地角时，适用于其余三种分布，其中正态分布拟合的效果较好。
由四种分布的参数拟合图知，K分布参数可以作为特征参量，更好地将主、次目标单元分离开来，为提高雷达检测能力提供依据。
关键词：海杂波；幅度特性；分布模型；曲线拟合中图分类号： TN911.7⁃34 文献标识码： A 文章编号： 1004⁃373X（2015）19⁃0015⁃04Abstract： To improve the detection ability of radar target， Rayleigh distribution， Weibull distribution， lognormal distribution and K distribution were simulated based on the analysis of amplitude characteristics of sea clutter. The fitting characteristics of the four distributions are analyzed by comparing with the measured data. The analysis results show that Rayleigh distribution is suitable for the situation when the radar is in low resolution and high grazing angle. Other distributions are suitable for the situation when the radar is in high resolution and low grazing angle， in which normal distribution has better fitting effect. According to fitting figures of four distribution parameters， K distribution parameter can be taken as the characteristic parameter to separate the main target andsub⁃target units. K distribution can provide the basis for improving the radar detection ability.Keywords： sea clutter； amplitude characteristic； distribution model； curve fitting0 引言对于海面上雷达来说，海面对雷达的后向散射回波中不可避免的包含其他物体的散射信号，即海杂波。
基于多重分形模型的海杂波特性分析与仿真
第18卷第8期 系统 仿 真 学 报© V ol. 18 No. 82006年8月 Journal of System Simulation Aug., 2006基于多重分形模型的海杂波特性分析与仿真石志广，周剑雄，付 强（国防科技大学ATR 实验室，长沙 410073）摘 要：在分析实测雷达海杂波数据时域特性的基础上，发现海杂波具有长时相关特性，且在较大的范围内具有尺度不变性，因此，利用多重分形模型可以较好的刻画海杂波的复杂特性。
在此基础上，提出一种基于小波多重分形模型的海杂波建模与仿真方法。
实验结果表明该方法可以较好的模拟海杂波的统计特性和多重分形特性，并且具有较小的计算量，为雷达海杂波的建模和仿真提供了一条新的思路和有效手段。
关键词：海杂波；多重分形；小波变换; 杂波仿真中图分类号：TN955.1 文献标识码：A 文章编号：1004-731X (2006) 08-2289-04Sea Clutter Characteristic Analysis and Simulation Based on Multi-fractal ModelSHI Zhi-guang, ZHOU Jian-xiong, FU Qiang(ATR Lab, National University of Defense Technology, Changsha 410073, China)Abstract: When being analyze measured sea clutter, it was found that sea clutter has long-time correlation properties and is scale-invariant in large scales. So, the sea clutter can be modeled through multi-fractal models. Based on this, a wavelet multi-fractal model to model and simulation sea clutter was proposed. Computer simulation shows this method can well simulate the statistic and multi-fractal properties of sea clutter. It also has low computation burden. So, it provides a new idea and method to model and simulation radar sea clutter.Key words: sea clutter; multi-fractal; wavelet transform; clutter simulation引 言海杂波是指被雷达发射脉冲照射的局部海面后向散射回波，对海杂波进行特性分析和建模仿真对于设计有效的雷达检测方案和评价雷达检测性能至关重要。
不同海域多频段海杂波特性差异与主要影响因素分析
不同海域多频段海杂波特性差异与主要影响因素分析不同海域多频段海杂波特性差异与主要影响因素分析摘要：海洋是地球上最大的自然资源之一，其表面传播的波动信号经常受到海杂波的影响。
本文通过对不同海域多频段海杂波特性的比较分析，以及主要影响因素的研究，旨在了解海域之间海杂波的差异，并揭示主要影响因素，为海洋工程的设计、通信和数据传输等提供依据。
1. 引言海洋是地球最大的自然界限，其表面存在着丰富的波动现象。
海杂波指的是海洋表面的各种波动现象，包括风浪、潮汐等。
在海洋工程、水下通信、声纳探测等领域，海杂波的特性对信号传播和设备设计有着重要的影响。
不同海域的海杂波特性差异巨大，因此，研究海域之间的海杂波特性差异及其主要影响因素对相关领域具有重要意义。
2. 海杂波的特性分析（1）频率特性不同海域的频率特性存在差异。
大陆架海域的海杂波频谱相对平坦，主要集中在低频范围；近海海域的海杂波频谱有较高的峰值，集中在中频范围；开阔海域的海杂波频谱呈现出明显的峰值，且集中在高频范围。
（2）时域特性不同海洋环境下，海杂波的时间特性也存在差异。
大陆架海域的海杂波呈现周期性较强的规律性，相邻时间段的海杂波具有较高的相关性；近海海域的海杂波呈现出较大的起伏，且变化较为剧烈；开阔海域的海杂波变化相对平稳，具有较低的变化速度。
（3）空域特性不同海域的海杂波的空间特性也有所不同。
大陆架海域的海杂波在空间上分布均匀，没有明显的集中区域；近海海域的海杂波分布具有一定的聚集性，呈现出局部峰值和谷值；开阔海域的海杂波分布较为均匀，且变化平稳。
3. 影响海杂波特性的主要因素分析（1）气象因素气象因素是影响海杂波特性的重要因素之一。
海洋表面的风力和风速会直接影响海杂波的能量和频谱。
较强的风力和风速会导致海杂波频谱的增加和波动的加剧。
（2）海洋地理因素海洋地理因素也对海杂波特性产生影响。
大陆架的存在会影响海杂波的频率特性和空间分布；海底地形的起伏会导致海杂波在空间上的聚集和分散。
海杂波对机载雷达探测距离的影响
第11期2023年6月无线互联科技Wireless Internet TechnologyNo.11June,2023作者简介:钟永磊(1983 ),男,江苏南京人,工程师,本科;研究方向:雷达系统㊂海杂波对机载雷达探测距离的影响钟永磊(南京国睿防务系统有限公司,江苏南京210039)摘要:海杂波不仅对机载雷达海面探测距离影响较大,而且与海面情况有着极为紧密的关联㊂海杂波除了与机载雷达工作波长㊁天线高度㊁天线波束轴等相关外,还和海情有着极为紧密的关联㊂海情指代海面风速及风向的海浪状态㊂此外,相对机载雷达而言,机载飞行高度与雷达对海面目标勘测的视角存在差异,不同视角受到的海杂波不同,其对机载雷达探测距离的影响不同㊂文章探讨了海杂波对机载雷达探测距离的影响,分析了不同杂波对探测距离指标的影响程度,为机载雷达有效运用提供保障㊂关键词:探测距离;海杂波;机载雷达;影响中图分类号:TN957㊀㊀文献标志码:A0㊀引言㊀㊀机载雷达在检测海上目标的过程中,海面情况会影响机载雷达对海面目标的探测距离,所以需关注海杂波干扰问题㊂而且不同海情下的海杂波强度存在差异,海杂波对小型海上目标勘测距离影响较大㊂高海情状态下的海杂波弱于目标信号,所以机载雷达可勘测到海面信号㊂针对小型海上目标的勘测,海杂波强于目标信号,其对勘测距离影响较大㊂近年来,我国学者及技术工作者从不同层面对海杂波与机载雷达探测距离的关系进行研究,并取得了一定进展㊂在小型海上目标探测时,海杂波对海情的依赖程度较高,可利用分数布朗运动模型分析分型差量与干扰元素的关系㊂此外,有研究指出,基于海杂波特性,可通过建立临近实际的地海杂波模型对机载雷达性能进行研究㊂本研究主要对不同海情下的机载雷达飞行数据进行分析,探讨飞行阶段的海杂波数据,推演机载雷达在指定海情下的探测距离,为海上目标探测提供数据参考㊂1㊀海杂波对探测距离的影响㊀㊀机载雷达是在海杂波背景下勘测海面上静止或运动的目标,其在探测海上目标时会受到海杂波影响,而海杂波与噪声共同影响机载雷达工作性能[1]㊂杂波的存在会影响雷达使用性能,导致目标勘测出现不同程度误差㊂为了保证勘测数据的准确性,需了解机载雷达在不同条件下对海杂波的影响程度㊂海杂波与噪声共同影响机载雷达工作性能[1]㊂R 4max =P t G 2λ2σF 4DLT s k (4π)3(1)式(1)中:D 与S 和N 商值最小值相等,代表检测力因子㊂海杂波环境下,N 采用干扰源㊁杂波与噪声功率之和代替,干扰源用J 表示,噪声功率用C 表示,S 和N 的比值可使用信号杂波功率比代替,也就是用信号杂比代替,表示为S /I ㊂根据上述转换关系,可将检测力因子转化为:D (n )=(S /I )min (2)在机载雷达运行过程中,如果发现待勘测目标,海杂波与信号杂波比可表示为:S I =σσcs R c R ()4=F 4σR 3cLF 4c R 4θacτn 2()σ0(3)机载雷达探测海面上的载波区域目标时,海杂波对距离相近的区域和海面目标距离一致,也就是R 与R c 相同时,可以计算出雷达海杂波平均反射面积[2]㊂当探测距离与海面探测目标距离较远时,机载雷达视向入射余角角度较小,此时机载雷达天线方向图传播因子表示为:|F |=4πλ㊃h 1h 2R (4)sin φ=h 1R(5)式(4)和式(5)中:h 1与h 2表示机载雷达与探测目标高度,将机载雷达方向图传播因子带入雷达距离可得出方程:R 7max =4σh 1(4πh 1h 2)4F 4c λ4πθa θccτn 2()σ0D (n )L (6)式(6)中:θa 代表天线方位波束宽度,θc 表示天线俯仰波束宽度㊂F c 表示海杂波方向的方向传播因子,λ表示机载雷达工作波长,φ表示入射余角,σ0表示海杂波后向散射系数㊂σ代表海面目标平均RCS,L 代表机载雷达运行过程中的系统损耗㊂综合式中各项数据,机载雷达对海面目标探测距离和海杂波方向图传播因子㊁杂波散射系数相关[3]㊂如果机载雷达对海情勘测距离一定,可得出对应的海杂波系数,实际探测的距离和与真实海情之间存在一定差距,对此需了解机载雷达实际勘测距离与设计数值和海杂波系数以及天线方图之间的关系:R71 R7t =σ0t F4aσ01F4c1(7)式(7)中F c表示海杂波方向图传播因子㊂如果入射余角无限接近于最大值,方向图传播因子等于1,这个时候海杂波方向图传播因子受海杂波影响可以忽略不计㊂如果入射余角无限接近最小值,方向图传播因子受影响十分明显㊂总的来说,机载雷达对海情探测距离和设计数值之间有一定关联㊂为了判断实际海杂波与实现指标之间的关系,需了解不同海杂波情况下,杂波散射系数的数值,如此便可以得到设计数值与机载雷达实际探测距离[4]㊂在试验操作中,获取试验过程中海杂波真实系数,保证试验数值的真实性㊂通常而言,海杂波系数获得方法包括两种:第一种是采用杂波测量雷达检测㊂在机载雷达飞行作业期间实际测量数值对应海区杂波系数[5]㊂第二种是借助海杂波模型计算㊂借助模型参数变量的关系求救海杂波系数㊂在采用第一种方法时,海杂波系数主要通过实际测量得到,获得的数据十分可靠,但在实际作业过程中真实测量到的数据受成本及设备影响,很难得到满足实验要求的海杂波系数[6]㊂所以第二种方法是相对可靠且采用度较高的方法,不仅实验成本相对较低,而且通过借助海杂波理论模型,结合探测区域气象条件求解海杂波系数,以此得到指标条件限制要求的机载雷达探测距离[7]㊂2㊀海杂波散射系数模型的建立㊀㊀机载雷达在检测海上目标时,既易受到海面余波㊁海面回波等因素的影响,又与海情也有着极为紧密的关联,如海浪高度与海面风向对机载雷达波束方向及设备表面污染度相关㊁海面回波与机载雷达部分参数有关㊁频率㊁极化以及波束入射余角均影响海面回波长度[8]㊂由于影响海杂波强度的因素较多,且海情处于时刻变化的趋势,因此无法精准把握某个海域的海杂波系数㊂目前,关于海杂波散射系数的模型较多,但仅适用于一定条件下,不适用于所有场景,测量的海杂波系数误差在几十dB左右㊂假定测量条件及测量人员不同,则测量结果无法作为误差评估的依据[9-10]㊂GIT模型是适用于海杂波散射系数计算的模型㊂该模型适用于X波段机载雷达,且使用相对广泛㊂从实验数据可以发现,这个模型和实践数据基本吻合,在机载雷达执行探测任务时,可以描述海杂波特性,作为海杂波分析的理论模型㊂σ0HH=101g(3.9ˑ10-6)λθ0.4G a G u G w(8)σ0vv=σ0HH1.05ln(h a+0.015)+1.09lnλ+ 1.27ln(θ+0.0001)+9.7(9)式(8)和式(9)中:σ0HH表示H极化模式下的散射系数,σ0vv表示v极化模式下的散射系数,ϑ表示波束入射角和入射余角的互余关系,G a,G u,G w分别为低角度因子㊁方位角因子和风速因子㊂待测目标海情级别按照道格拉斯海况描述,如表1所示㊂表1㊀海情描述海情级别浪高/ft周期/s海浪速度/(nm㊃h-1)质速/(ft㊃s-1)风速/(nm㊃h-1) 111315 223829 33413 3.512 44518418 55622 5.222㊀㊀机载雷达执行任务的过程中,对海面照射时记录了飞行阶段海面海况级别,借助海杂波GIT模型可计算出机载雷达在不同飞行高度下的海杂波散射系数㊂3㊀机载雷达探测距离与海杂波的关系㊀㊀假设飞机在海平面2500m以上高度飞行,机载雷达探测距离为远离飞机180km的位置,也就是机载雷达发现海面目标的距离在180km㊂计算该区域180ʎ范围内不同雷达视向和风向的夹角的数值,2级和3级海情水平极化仿真结果为:当风向和雷达夹角为0ʎ时,2级海情为-34.43dBˑm2/m2,3级海情为-31.44dBˑm2/m2;当风向和雷达夹角为30ʎ时,2级海情为-34.79dBˑm2/m2,3级海情为-31.88dBˑm2/ m2;当风向和雷达夹角为60ʎ时,2级海情为-36.13dBˑm2/m2,3级海情为-33.09dBˑm2/m2;当风向和雷达夹角为90ʎ时,2级海情为-37.77dBˑm2/m2, 3级海情为-34.78dBˑm2/m2;当风向和雷达夹角为120ʎ时,2级海情为-39.48dBˑm2/m2,3级海情为-36.46dBˑm2/m2;当风向和雷达夹角为150ʎ时, 2级海情为-40.03dBˑm2/m2,3级海情为-37.44dBˑm2/m2;当风向和雷达夹角为180ʎ时,2级海情为-41.43dBˑm2/m2,3级海情为-38.45dBˑm2/m2㊂假设飞机在海平面1000m以上飞行,机载雷达照射区域距离飞机为90km,也就是雷达发现海面目标的距离在90km左右㊂对180ʎ范围内的风险和视向夹角进行分析,3级和4级海情模拟数值为:当风向和机载雷达夹角为0ʎ时,3级海情垂直极化计算数值为-34.05dBˑm2/m2,4级海情垂直极化计算数值为-32.19dBˑm2/m2;当风向和机载雷达夹角为30ʎ时,3级海情垂直极化计算数值为-32.69dBˑm2/m2, 4级海情垂直极化计算数值为-30.09dBˑm2/m2;当风向和机载雷达夹角为60ʎ时,3级海情垂直极化计算数值为-29.05dBˑm2/m2,4级海情垂直极化计算数值为-27.13dBˑm2/m2;当风向和机载雷达夹角为90ʎ时,3级海情垂直极化计算数值为-23.91dBˑm2/m2,4级海情垂直极化计算数值为-22.09dBˑm2/m2;当风向和机载雷达夹角为120ʎ时,3级海情垂直极化计算数值为-18.88dBˑm2/m2, 4级海情垂直极化计算数值为-17.06dBˑm2/m2;当风向和机载雷达夹角为150ʎ时,3级海情垂直极化计算数值为-15.19dBˑm2/m2,4级海情垂直极化计算数值为-13.33dBˑm2/m2;当风向和机载雷达夹角为180ʎ时,3级海情垂直极化计算数值为-13.82dBˑm2/m2, 4级海情垂直极化计算数值为-11.98dBˑm2/m2㊂结合试验阶段记录的海面气象情况,通过计算可得到飞行过程中海面杂波系数,从而计算海面目标实际距离与机载雷达的关系㊂上述方案采用某型号机载雷达设备对海面试验数据进行验证,该方法符合预期效果㊂4 结语㊀㊀机载雷达对海面目标探测距离是机载雷达性能评估的主要指标㊂海面目标探测距离和海浪高度等数据相关,意味着机载雷达探测海面目标存在多种不稳定因素,所以机载雷达对海面目标的探测不存在绝对距离㊂本研究借助飞行过程中记录的试验海域浪高㊁风向等数据,可得到不同杂波情况下杂波散射系数㊂依照杂波散射系数与探测距离的关系可求出杂波与雷达探测距离的关系,有效解决了机载雷达对不同杂波条件下探测距离的问题,对机载雷达海上试验具有一定价值㊂参考文献[1]陆晓莹,王志航,邓明龙,等.K分布杂波下机载雷达的检测前跟踪算法[J].现代雷达,2022(10):65-71.[2]李珂,刘伟,时卫莉,等.动态波束照射高原地形地面回波特性分析[C].延安:中国电子学会电波传播分会第十七届全国电波传播年会会议论文集,2022.[3]王安安,谢文冲,陈威,等.双基地机载雷达杂波和主瓣压制干扰抑制方法[J].系统工程与电子技术,2023(3):699-707.[4]朱晗归,冯为可,冯存前,等.机载雷达深度展开空时自适应处理方法[J].雷达学报,2022(4):676-691.[5]李震宇,高兵,郭德明,等.强海杂波下机载雷达HRRP舰船长度提取算法[J].现代雷达,2022(4): 23-30.[6]于伟强,汪飞,孙萍,等.杂波背景下机载雷达信号参数的射频隐身优化[J].系统工程与电子技术, 2021(11):3194-3201.[7]王振兴,韩文彬,李晓燕,等.GPU加速的机载雷达K分布海杂波仿真[J].电子信息对抗技术,2020 (3):73-77.[8]雷志勇,黄忠平,吴刚,等.机载L波段雷达海杂波幅度分布特性分析[J].电波科学学报,2019(5): 558-566.[9]毛辉煌,谢文冲,徐鹏,等.基于概率定义扩展样本的机载雷达空间和时间相关海杂波数据仿真方法[J].兵工学报,2019(3):530-538.[10]翟东奇,江朝抒,邓晓波,等.基于非线性自适应滤波器的海杂波抑制技术[J].航空科学技术,2018 (6):73-78.(编辑㊀姚㊀鑫)Effect of sea clutter on the detection range of airborne radarZhong YongleiNanjing Glarun Defense System Co. Ltd. Nanjing210039 ChinaAbstract Sea clutter not only has a significant impact on the detection distance of airborne radar on the sea surface but also has a very close correlation with the sea surface situation.Sea clutter is not only related to the working wavelength of airborne radar antenna height antenna beam axis etc.but also closely related to sea conditions.Sea conditions refer to the wave state of sea surface wind speed and direction.In addition compared to airborne radar there is a difference between the airborne flight altitude and the radar s perspective on sea surface target survey. Different perspectives are affected by different sea clutter which has different effects on the detection distance of airborne radar.The article explores the impact of sea clutter on the detection distance of airborne radar analyzes the degree of influence of different clutter on the detection distance indicators and provides a guarantee for the effective application of airborne radar.Key words。
实测海杂波光电图像混沌特性研究
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ：Ｔ ｈ ｅ ｍｅ ｔ ｈ ｏ ｄ ｓ ｂ ａ ｓ ｅ ｄ ｏ ｎ ｒ ａ ｌ ｌ ｄ ｏ ｌ ｕ ｓ ｉ ｇ ｎ ａ ｌ ｍｏ ｄ ｅ ｌ ａ ｒ ｅ ｕ ｓ ｕ ｌｌ ａ ｙ ｕ ｓ ｅ ｄ ｔ ｏ ｓ ｕ ｐ ｐ ｒ ｅ ｓ ｓ ｓ ｅ ａ ｃ ｌ ｕ ｔ ｔ ｅ ｒ ａ ｎ ｄ ｄ ｅ ｌ ｅ ｅ ｔ ｔ ａ ｒ ｇ ｅ ｔ ｂ ｙ ｐ ｈ ｏ ｔ ｏ ｅ ｌ ｅ ｃ ｔ ｒ ｉ ｃ ｉ ｍａ ｇ ｉ ｎ ｇ ｓ ｙ ｓ ｔ ｅ ｍ， ｂ ｕ ｔ ｔ ｈ ｅ ｉ ｒ ｐ ｅ ｒ ｆ ｏ ｒ ｍａ ｎ ｃ ｅ ｏ ｆ ｔ ａ ｒ ｇ ｅ ｔ ｄ ｅ ｔ ｅ ｃ ｔ ｉ ｏ ｎ ｉ ｓ ｇ ｅ ｎ ｅ ｒ ａ ｌ ｌ ｙ ｕ ｎ ｓ ｔ ａ ｂ ｌ ｅ ． Ｔ ｈ ｅ ｃ ｏ ｒ ｒ ｅ ｌ ａ ｔ ｉ ｖ ｅ ｄ ｉ ｍｅ ｎ ｓ ｉ ｏ ｎ ａ ｎ ｄ ｔ ｈ ｅ ｌ ａ ｒ ｇ ｅ ｓ ｔ Ｌ ｙ ａ ｐ ｕ ｎ ｏ ｖ ｅ ｘ ｐ ｏ ｎ ｅ ｎ ｔ ａ ｒ ｅ ｅ ｘ ｔ ｒ ａ ｃ ｔ ｅ ｄ ｆ ｒ ｏ ｍ ｔ ｈ ｅ ｒ ｅ ａ ｌ ｓ ｅ ａ ｃ ｌ ｕ ｔ ｔ ｅ ｒ ｐ ｈ ｏ ｔ ｏ ｅ ｌ ｅ ｃ ｔ ｒ ｉ ｃ ｉ ｍａ ｇ ｅ ｓ ｅ ｑ ｕ ｅ ｎ ｃ ｅ ｏ ｎ ｔ ｈ ｅ ｂ ａ ｓ ｉ ｓ ｏ ｆ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ｏ ｎ ｐ ｈ ａ ｓ ｅ ｓ ｐ ａ ｃ ｅ ｒ ｅ ｃ ｏ ｎ ｓ ｔ ｒ ｕ ｃ ｔ ｉ ｏ ｎ ｏ ｆ ｃ ｈ ａ ｏ ｔ ｉ ｃ ｄ ｙ ｎ ａ ｍｉ ｃ ａ ｌ ｓ ｙ ｓ ｔ ｅ ｍ， ａ ｎ ｄ ｔ ｈ ｅ ｓ ｅ ｔ ｗ ｏ ｐ ａ ｒ ａ ｍｅ ｔ ｅ ｒ ｓ ａ ｒ ｅ ｕ ｓ ｅ ｄ ｔ ｏ ｔ ｅ ｓ ｔ ｗｈ ｅ ｔ ｈ ｅ ｒ ｔ ｈ ｅ ｓ ｅ ａ ｃ ｌ ｕ ｔ ｔ ｅ ｒ ｈ ａ ｓ ｃ ｈ ａ ｏ ｔ ｉ ｃ ｃ ｈ ａ ｒ ａ ｃ ｔ ｅ ｒ ｉ ｓ ｔ ｉ ｃ ｏ ｒ ｎ ｏ ｔ ． Ｔ ｈ ｅ ｅ ｘ ｐ ｅ ｒ ｉ ｍｅ ｎ ｔ ａ ｌ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ｈ ｏ ｗｓ ｔ ｈ ａ ｔ ｓ ｅ ａ ｃ ｌ ｕ ｔ ｔ ｅ ｒ
高频地波雷达海杂波特性仿真与分析
高频地波雷达海杂波特性仿真与分析
本文综述了高频地波雷达海杂波的特性及其仿真与分析技术研究。
总体本文可以分为以下几个方面：
一、高频地波雷达海杂波特性
1.1 雷达海杂波类型
海杂波可以分为水下声衰减、涛声和海浪三类。
其中，水下声衰减是由于海洋深处层状结构形成的频率及深度频散而造成声衰减;涛声来源于海啸，声强在深度大于100m处几乎水平不变;海浪来源于气泡形成的声学噪声，具有强的深度效应，深处海域的衰减特别大。
1.2 雷达海杂波的影响
高频地波雷达海杂波会使雷达探测受到很大的影响，它会导致雷达探测范围减小、雷达吞吐能力降低、探测精度下降等问题，从而影响雷达的作用。
二、高频地波雷达海杂波仿真
2.1 模型建立
仿真模型包括海洋环境内声源模型、地形、海洋层状结构模型等。
在建立完环境模型之前，需要获取相应的雷达海杂波参数，例如声源强度、定常声衰减系数等。
这些参数可以在海上测量或基于数据库提取等方式获得。
2.2 仿真分析
基于所建立的高频地波雷达海杂波模型，开展声压分布的仿真计算。
在仿真分析中，可根据声压分布的仿真结果，计算探测距离、抑制范围、功率参数等，为雷达参数优化提供重要依据。
三、总结
本文综述了高频地波雷达海杂波的特性及其仿真与分析技术研究。
深入了解了海杂波的分类，以及它们在雷达探测中的影响，并建立了海杂波数值模型，以便进行海杂波仿真和分析。
它为雷达研究者提供了一种简便易行的研究方法，帮助他们在研究雷达的工作中取得更多的成效。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
J(t) =
F[ X 0] X0
=
Xt X0
( 5)
该矩阵第 ( i , j ) 元素记为
J i, j ( t) =
必须准确地选择用于重构计算的嵌入维 m 和 时间延迟 , 它们的精度直接关系着相空间重构后 对奇异吸引子特征描述的不变量的准确度。鉴于 H aykin 在对实测数据处理时采用互信息法, 本文 首先对实测数据进行滤波处理, 以平滑噪声, 也采 用互信息法求时延, 选择其第 一次达到接近零 的 最小值 时所对 应的值 作为相 空间重 构的 时间 延 迟。如图 9 所示, 可得延时时间为 6。
图 7 和图 8 分别为功率谱和时频谱分布。从 功率 谱 可 以 看 出, 海 浪 的 多 普 勒 频 率 为 正 ( 约 90 H z) , 说明海浪向着雷达运 动; 从时 频谱可 以看出, 海杂波的能量比较分散, 峰值随时间而变 化, 反映了海杂波具有非平稳特性。
准则不断完善, 现有的判断准则如下: ( 1) 过程必须是非线性的。 ( 2) 关联维随嵌入维不断增加而收敛。 ( 3) 产生该过程的动力系统必须对初始条件
去相关距离为同一级别。空域相关特性与时域相 关特性分析类似, 所不同的是 采用对不同时刻 的 同一个距离单元的回波数据进行 视频积累, 以 消 除快变分量的影响, 然后利用 积累得到的新的 数 据进行相关计算。
相关性分析的结果如图 3~ 6 所示, 论证了快 变分量去相关时间为毫秒级, 而慢变分量为秒级; 快变分量空间几乎没有相关性。从去相关时间和 慢变分量空间相关长度( 约为 3 m) 可以看出录取 数据时海情较低。
21 7
设 D 为时间序列的关联维, 当 r 0 时, Cm( r)
与 r 有以下关系:
limCm ( r) r D( m)
( 3)
r0
当嵌入维 m 增加到一定程度时, D( m) 的值趋
于一个饱和值 D, 此时的 D 就是产生该时间序列的
内在混沌系统的关联维, 对应的嵌 入维就是重构
吸引子相空间所需的最小嵌入维数。在实际计算
目前, 大多数研究都是基于加拿大 IP IX 雷达 1993 年在 Dart mout h 采集的数据, 国内对海杂波 特性特别是混沌特性的实验研 究起步较晚, 且鲜 有报道海杂波的相 关数据。因此, 需要具 有更广 泛意义的海杂波数据用于深化研究。本文利用某 X 波段雷达采集的海杂波数据, 首先对海杂波的幅 度特性、相关特性和谱特性进行了分析, 而后计算了 混沌的几个特征量, 最后验证海杂波的可预测性。
3 混沌特性
3. 1 海杂波混沌特性判断准则
20 世纪 90 年代以来, H aykin 和 L eung 等人 做了大量的研究工作, 试图将数学模型与 物理背 景相结合, 提 出了 基于 混沌理 论的 海杂 波模 型。 随着混沌理论的发展, 海杂波混沌特性[ 4-6] 的判断
图 9 互信息 法求时延
Abstract: T he design of a radar and its signal processing alg or ithms fo r use in sea clutter env iro nment is usually mo re dependent on the kno w ledg e o f sea clutter pro per ties. In this paper , we analyze the statistical propert ies and chao s char acteristics of the measured data so that w e can better understand the sea clutter. T he results show that t he K- distr ibut ion is suitable for mo deling the amplitude stat istics and the sea clutter is consider ed to has chaos character istics accor ding to the judg ement rule. It has been pr oved t hat the sea clutt er can be for ecasted throug h a nonlinear model based on V olterr a filter.
2 海杂波统计特性
2. 1 幅度分布特性
传统上, 海杂波被认为是一种纯随机过程, 并 采用统计判决理论来实现海杂波信号的研究和处 理。由于实测海杂波 的真实分布是 不知道的, 在 实际工作中, 人们采用不同的分布去拟合海杂波, 通过 A IC 判决准则[ 1] 去选择最合适的分布模型。 本文从矩和分布拟合两个角度直 观上进行判断。 回波数据与 K 分布和 L ognorm al 分布矩的比较如 图 1 所示。图 2 为选取一个单元数据进一步用 K 分布、Ray leig h 分 布、L ognorm al 分布 和 Weibull 分布来拟合实测数据的统计分布。
3. 2 关联维
设时间序列 { x i } , i = 1, 2, , N , 是观测某一 系统得到的时间序列, 可以用 T akens 的时滞坐标 重建相空间理论, 构造成 m 维的矢量空间{ X t } :
X t = [ x t , x t+ , , x t+ ( m- 1) ] , t= 1, 2, , M ( 1) 式中, 为时间延迟, M = N - ( m- 1) 。
关键词: 海杂波; K 分布; 混沌; V olterr a 滤波器
中图分类号: T N973. 1; T N959. 7 文献标识码: A 文章编号: 1672- 2337( 2009) 03- 0214- 05
Analysis of Sea Clutter Characteristics Based on Measured Data
ZHA O Ha-i yun, ZH A N G R u-i y on g, W U N an, H U X ue-chen g ( N anj i ng R esearc h I nst it ut e of E le ctr oni cs Te chnolog y , N anj i ng 210013, China)
x t ( i ) , i, j = 1, 2, x0(j )
,m
( 6)
式中, x t ( i) 表示在 t 时刻状态矢量的第 i 个分量,
由此, 初始时刻的微小偏差 经过 t 时刻就放大成
对于关联维的求取, 拟采用 G- P 算法, 在引入
关联维定义的同时, 也确定了嵌 入维。定义关 联
积分为
Cm ( r) =
2 M( M - 1) 1
i, j
(r-
M
Xi- Xj
) ( 2)
式中,
表示欧氏模; 为 H eav side Nhomakorabea函数。2009 年第 3 期
赵海云: 基于实测数据的海杂波特性分析
很敏感。换句话说 至少有一个 L yapunov 指数 是 正的。
( 4) 所有 L yapunov 指数的和必须为负以保证 隐含的动力系统是耗散的。
其实准则( 1) 可以由准则 ( 3) 推出, 因为对 初 始条件敏感性是线性系统所不 具备的。准则( 4) 是一定成立的, 否则该系统在 物理上是不可实 现 的, 而海杂波信号是实际存在的一种信号。综上, 本文主要介绍关联维和 Lyapunov 指数两个特征量。
海杂波空域相关特性也认为由两部分 组成: 快变分量的空域相关特性和海面背景散射的空域 相关特性。前者在雷达的不同距离单元之间是完 全去相关的; 后者去相 关长度和海面浪涛 结构的
2. 3 谱特性分析 海杂波的谱特性以其更为直观和更便于分析
21 6
雷达科学与技术
第 7 卷第 3 期
与应用而成为众多学者历来研究的对象。海杂波 的功率谱不像其他类杂波那样多普勒频移为零或 固定, 而是存有一定的变化多普勒频移, 且海杂波 的谱一般不具有单一峰值, 而会出现多峰 值的情 况。采用 WVD 时变谱分析与功率谱相比, 它不仅 给出了频域特性, 而且可以看出谱分布, 即频率与 时间的关系。
而不断收敛, 对应的嵌入维约为 10。
图 10 G- P 算法求关联维
3. 3 Lyapunov 指数和 Kaplan-Yorke 维数
Ly apuno v 特征指数是描述动力系统状态演变 的一个量化指标。空间 R m 中的初始状态矢量 X 0 , 演算因子 F 将系统的状态 X 0 映射到未来 t 时刻 的状态空间 X t, 显然, F 描述了邻近轨迹随时 间的演变情况, 也就是相邻点之间的距离变化。 考虑两个邻近的初始状态 X 0 和 X 0+ 各自向 t 时 刻演变, 有
中, 通常将时间序列 的标准距离差 作为 r 的起始
值, 在每个 m 值处令 r 在一定范围内增加, 利用双
对数关系 lnCm ( r) ~ lnr 中的直线 段进行线性拟
合, 得到的斜率就是 D 的数值。
如图 10 所示, 海杂波具有有限的关联维, 其值
约为 7 ~ 9 之间, 关联维 D 随嵌入维m 的不断增加
Key words: sea clut ter; K- distr ibution; chaos; V olterr a filter
1 引言
海杂波造成的干扰一直是对海雷达遇到的一 个严重问 题。在以 海杂 波为 主要 干扰源 的情 况 下, 为了提高雷达在海杂波环境下的性能, 有必要 对雷达探测区域内的海杂波特 性进行分析, 其为 制定雷达方案, 选择雷达参数, 模拟海面回波等工 作提供理论依据。