雷达信号的预处理

时间：2022-11-06 百科知识版权反馈

【摘要】：所谓CFAR处理，是指当杂波干扰强度变化时，雷达信号经CFAR处理器，能使其输出端的虚警率大为降低并保持恒定。然而雷达同频异步干扰和噪声干扰在不同扫描周期中出现的位置不同，称之为干扰信号是距离扫描线的非相关信号。本船初始航向在ARPA处于预备状态时输入整度数航向数据，而1°以内的航向数据来自步进电机，有六种状态分别代表1°以内的六种航向数据。例如，航速为19kn，则表示每小时计程仪应送出3 800个脉冲。

子模块一　雷达信号的预处理

学习目标：掌握船用雷达杂波处理方法；

　　　　　掌握雷达图像与计程仪信号数字化方法。

重点难点：恒虚警处理、解相关处理、信号数字化。

一、雷达回波原始视频信号的杂波处理

目前在ARPA中常见的杂波处理方法有两种：恒虚警处理（CFAR Processing）和解相关处理（Solve Correlation Procesing）

（一）恒虚警处理

恒虚警率（CFAR-Constant False Alarm Rate），表示在单位时间内出现的虚警数（虚警频率）。

所谓CFAR处理，是指当杂波干扰强度变化时，雷达信号经CFAR处理器，能使其输出端的虚警率大为降低并保持恒定。处理的方法如图6-1恒虚警工作方式和图6-2门限处理法所示，将视频的回波信号与噪声、杂波一起送到检测器，并在检测器对视频信号进行分级，即设置一个检测门限。如果信号超过该门限，就判定目标存在。如果将随着热噪声大小及干扰的强弱而变化的积分均值作为上述相减门限电平，则杂波干扰的处理将具有自适应的性质，抑制效果将更显著。

图6-1　恒虚警工作方式

图6-2　门限处理法

资料卡

在进行雷达信号恒虚警处理时，根据处理对象的不同分为慢门限恒虚警和快门限恒虚警。慢门限恒虚警要针对接收机内部噪声，采用噪声电平恒定电路；快门限恒虚警则针对杂波环境下的雷达自动检测，采用邻近单元平均（CA-CFAR）、两侧参考单元有序统计（Order Statistics-CFAR，OS-CFAR）、两侧参考单元平均选大（Greatest of CFAR，GO-CFAR）等方法。

（二）解相关处理

上述自适应门限处理法对随时间变化缓慢的噪声杂波和雨雪干扰杂波抑制效果较好，但是对随机强干扰，如海浪抑制效果不理想、对同频（异步）雷达干扰则无法去除。因此ARPA还利用如下两种处理方法。

1.　天线扫掠相关处理

基本原理：在两次相邻的天线扫描中（时间间隔大约3s），所获取的目标回波具有相关性。海浪反射回波是非相关的，所以利用这种特性可以有效地抑制海浪干扰。

2.　距离扫描相关处理

当两船雷达的发射频率相同，但发射脉冲重复频率（周期）不相同时，两雷达产生的相互干扰叫做雷达同频异步干扰。如果在两个或者几个扫描周期中，目标回波在扫描线上的位置是固定不变的，称之为目标是距离扫描的强相关信号。然而雷达同频异步干扰和噪声干扰在不同扫描周期中出现的位置不同，称之为干扰信号是距离扫描线的非相关信号。ARPA中广泛应用的同频异步干扰抑制器，就是利用这种原理来实现抑制同频异步干扰和噪声干扰的。

议一议

ARPA消除海浪干扰、雨雪干扰、邻近雷达的干扰及机内噪声，分别运用的是哪种杂波处理原理？

二、雷达图像数字化

雷达图像数字化量化处理即把模拟信号转换成数字信号的A/D转换过程，包括天线方位信号量化（简称方位量位）、扫描距离的量化（简称距离量化）及目标回波原始视频信号的数字化等内容。

（一）方位量化

方位量化即对天线波束的角位置进行量化，即将360°等分成若干方位量化单元，并用一组由“0”、“1”组成的二进制代码表示不同的方位。通常把一幅雷达图像在方位上划分为4 096个方位量化单元，每个方位单元为0.088°；或划分为1 024个单元，每个单元为0.35°。显然，量化单元A越小，方位精度越高。

ARPA中常用的方位量化方法有两种。

1.　采用轴角编码器

又称“天线方位码盘”。常用的是12位码盘，其方位量化单元为4 096。采用循环编制成编码盘，在天线旋转过程中，每从一个位置变到相邻的另一位置时，12位代码中只有一位代码发生变化，其余不变。这种编码法的优点是可克服在相邻位置代码急剧变换的交界处产生很大的方位误差的普通编码法的弊病。

2.　采用专用同步机（或分解器）加A/D转换器

图6-3　A/D转换器

A/D转换器如图6-3所示。A/D转换器输入端接方位同步机三相定子S₁、S₂、S₃，两相转子R_l、R₂，输出端1～12输出12位二进制数字方位代码信号，例如，当输出的12位二进制码为101100101000时，表示天线位置为180×1+45×1+22.5×1+2.8×1+0.7×1=228.5°。

（二）距离量化

距离量化从时间量化入手。即以雷达触发脉冲前沿为起点，将距离扫描全程对应的时间等分成若干距离相等的量化单元。为计数方便，距离量化单元取0.005n mile或0.01n mile的整数倍。多数ARPA把距离单元取为0.01n mile，故距离分辨率为18.5m；也有一些ARPA的量化单元大小随着量子改变。若距离单元为0.01n mile，那么3n mile 量程档每根距离扫描线被分成300个距离单元，则整幅雷达图像被量化成300×4 096=1 228 800个量化单元，也称像素，如图6-4所示。像素构成矩阵，其中径向与圆弧分别代表距离单元和方位单元，每个像素在计算机中有一个存储单元，如果有目标则在相应存储单元内存“1”，否则存储“0”，像素（量化单元）的尺寸表示图像的分辨力，显然，量化单元越小分辨力越高，同时ARPA计算的目标航迹与实际情况也更相近，跟踪可靠性也越高。

图6-4　距离方位单元

（三）原始视频信号的数字化（幅度分层）

经过自适应门限处理过的视频回波信号还需要再进行幅度分层，用数字信号来表示回波强弱和有无，幅度分层即幅度量化，通常用比较器实现。以幅度二分层为例，将输入的模拟视频信号幅度V_t与某一固定的第一门限电平V₀相比较，如图6-5所示。若V_t≥V₀，则输出为“1”。当比较输出为“1”时，则不论V_t比V₀超过多少，均输出一定幅度、一定宽度的标准脉冲，并在相应的时间单元内出现“1”；若V_t＜V₀，则输出为“0”，当比较输出为“0”时，则不论V_t比V₀低于多少，在对应的时间单元内均出现“0”，于是得到相应的二进制数码表示的数字视频信号，例如：“010011001”。在实际的ARPA中，常用多个门限电平，实现多分层，如4分层、8分层、16分层等。分层越多，因量化引起的损失越小，越有利于提高抗干扰及检测性能。