复杂域内X波段海杂波的相关分析外文翻译资料

英语原文共 6 页，剩余内容已隐藏，支付完成后下载完整资料

---

J.海洋大学中国（海洋和沿海研究）

DOI 10.1007 / s11802-016-2842-y ISSN 1672-5182,2016 15（4）：613-618 http://www.ouc.edu.cn/xbywb/

电子信箱：xbywb@ouc.edu.cn

复杂域内X波段海杂波的相关分析

程晓龙，婷婷婷，王国玉，季光荣*

中国海洋大学信息科学与工程学院，青岛266100，中国

（2014年12月25日收到; 2015年2月12日修订; 2016年5月5日接受）

copy;中国海洋大学，科学出版社和Springer-Verlag巳erlin Heidelberg 2016

摘要：本文研究了复杂域中海杂波数据的相关性分析。针对X波段海杂波，基于实验数据详细分析了复杂相关性的统计特征，特别是与海杂波相位差和多普勒特性密切相关的相位特征。 1993年麦克马斯特大学IPIX雷达。复杂相关的相位项呈现线性变化意味着在X波段海杂波中不同时间间隔之间存在相位差的线性。本研究探讨了风对不同偏振模式下相似模式的复杂相关性的影响规律。规律性表明可以从复杂相关的分布模式推断出风向。此外，提出了描述复相关和风参数统计之间关系的模型。还研究了基于海杂波与目标之间复杂相关特征差异的目标检测应用，并对所提出的特征进行了验证。该方法的原理是更广泛的未来应用的基础。

关键词：海杂波;复杂相关;目标检测

1. 导论

海杂波通常指的是当照射海面的一片时，雷达脉冲的反向散射返回。海杂波可以阻碍雷达探测物体，如船只，飞机，导弹，导航浮标，以及雷达距离分辨率范围内的其他焦油（Skolnik，2008）。海杂波的投射对于与检测和跟踪算法优化相关的雷达发展非常重要（Watts等，2005; Carretero-Moya等，2010）。

海杂波分析涉及环境参数和雷达参数的复杂物理过程，即风速，风向，波高，波浪方向，传输频率，小区大小，极化，表面掠角等（Chapman等。 ，1994; Greco等，2004; Rico-Ramirez和Cluckie，2008; Palama等，2013; Makhoul等，2014）。由于海面的电磁散射特性，一般认为海面结构由布拉格散射和非布拉格散射（白帽，泡沫和破碎剂）组成。海杂波的机制和统计特征的探索仍然是一个悬而未决的问题（Conte等人，2004; Soutour等人，2013），这已经成为雷达信号处理中具有挑战性的研究课题之一。

*通讯作者。电话：0086-532-66781215电子邮箱：grji@ouc.edu.cn

幅度，频率和相关性。由于传统雷达探测的构建原理主要依赖于振幅描述，因此对海杂波振幅的特征进行了广泛的研究。开发了几种模型，Rayleigh模型，对数正态模型和Weibull模型，用于分析海杂波振幅分布，并在各种条件下对观测结果进行了验证。然而，当高频带用于雷达系统并且单元尺寸被进一步划分为更小的单元时，常用的中心极限定理（CLT）将无效以评估反向散射电磁能量的强度。因此提出了化合物K-分布模型（Ward等人，2006），其可以被解释为关于不同相关时间的两个组分的乘积。第一个分量由根Gamma分布描述，以表征数据的基础平均值，第二个分量由瑞利分布描述，以表征局部散斑。因此，基于K分布模型，Raghavan（1991）对海杂波空间相关性进行了理论分析。 Watts（1996）也提出了与风速和风向相关的幅度相关模型。

相干累积是相干雷达系统中目标检测的基本方法，可以有效地提高信号与杂波比（SCR）。如何？连贯累积的预期性能 -

614

CHENG等。 / J.海洋大学中国（海洋和沿海研究）2016 15：613-618

在实践中可能会严重降低，因为结果会受到海杂波幅度和相位的显着影响。目前的研究主要集中在海杂波振幅的特征，而相位分析的工作很少发表。

本文提出了复杂域中海杂波幅度和相位相关性的统计分析。本研究分析了复杂相关模量和相位的分布，研究了海洋环境对统计特征性能的影响。此外，杂波与目标之间的复杂相关性的差异意味着通过分析复杂相关性来进行目标检测的可行性。

由Osix Head Gunnery Range（OHGR）（Haykin，1993）的IPIX雷达收集的真实海杂波数据被用于本次调查。每个数据集包括四种类型的极化，如HH，HV，VH和W.记录持续时间为130秒，因此样本数量足以描述海杂波的统计特征。

1. 复相关的特征

海杂波的相关性是指空间相关性或时间相关性（Tough等人，2005; Li等人，2011; Dong等人，2013）。由于在空间中观察到的细胞数量的限制，我们集中于分析复杂域中海杂波的时间相关性，其指定了从单个细胞返回的连续脉冲的相关性。归一化复数相关定义为：

（1）

其中z（bull;）是零均值包含幅度和相位记录的样本。

（bull;）^*表示联合门操作。t是延迟变量，N是时间序列中的样本数。

在表格中写z（i）

我们有

（2）

其中是海杂波的力量。如果k=1时

然后忽略阶段信息

（3）

这是传统的幅度相关性，如Watts（1996）所述。

在Eq（2），相位项表示不同时间间隔之间的相位差，这是复杂相关性的特定性质。本文重点研究复杂相位统计特征相关。

复杂相关的相位差取决于海面的环境参数，具有固定的雷达参数。对于实验分析，我们将所有131072个样本分成数据文件中的512个组，从一个范围单元中观察，每组包含256个样本。通过方程式计算每组的复杂相关性。图1显示了不同环境参数下4个数据文件的结果。从一个数据文件中的512组计算的复系数的曲线绘制在一个极坐标中，分别如图1a-d所示。

图1表明复数相关曲线的分布在agt;pi;/2时逆时针执行，而在a lt;pi;/2时顺时针执行。因此，它意味着只需通过评估海杂波复杂相关性就可以方便地估计a。然而，通常仅使用一组实验数据通过遥感技术确定海面上方的风向是可能的。从图1中还可以看出，复数相关的相位倾向于在时展开，在时聚集。

复数相关的相位项被抽出并绘制在图2中，其中绿色代表从所有512组计算的相位曲线，红色代表平均值。

从结果可以看出，每条绿色曲线近似于一条直线，表明X波段海杂波的相位差呈现线性变化。单相曲线可以用线性方程描述为：

（4）

每条曲线的参数k可以通过拟合到（4）来评估，并且k的统计特性可以由样本集。k的概率分布

如图3所示。可以看出，从短期复数相关得到的参数k的分布与Gaussian分布大致一致。

如上所述，复相关的相位表示不同时间间隔的相位差。因此相位斜率k可以与多普勒频谱特征相关。当雷达相对于波的移动方向发射时，多普勒频移是正的，否则它是负的。因此，平均相位斜率应遵循风速和风向的相同性能。

图4显示了具有不同角度和偏振模式的相位斜率的分布。

在图4中，每条曲线由高斯描述

CHENG等。 / J.海洋大学中国（海洋和沿海研究）2016 15：613-618

615

^330*

240*

240*

U=3.06ms^-1,a=0.80rad

U= 2.50 ms^-1,a = 1.41 rad

9()

90°i

ISO

ISO

210

210

330

3()〇

：7()

：7()

U=7.50ms^-1,a= 2.55 rad

U =2.78ms^-1,a = 3.00 rad

0° 180

1SU

210

330° 210

330°

图1从4个数据文件计算的复杂相关结果。 U表示风速，a表示方位角方向的风向。

图2复杂相关的展开相位曲线。

表1高斯参数的估计

		HH	HV	VH	VV
	mu;k	-0.6574	-0.5819	-0.5857	-0.4920
=0.80		0.1740	0.2206	0.2146	0.1637
	mu;k	-0.2203	-0.1361	-0.1367	-0.07711
=1.41		0.1659	0.1569	0.1588	0.1289
	mu;k	0.5809	0.4794	0.4808	0.4087
=2.55		0.1772	0.1359	0.1306	0.1098
	mu;k	0.1876	0.1708	0.1697	0.1506
=3.00		0.1205	0.1113	0.1073	0.09443

两个结论来自图4和表1如下：

1. 平均值和方差在HV极化几乎等于VH极化中的平均值和方差，但HH极化和VV极化之间存在明显的差异。
2. 当agt;pi;/2时，平均值为正，而当alt;pi;/2时，为负，当a=pi;/2时接近于零。

从理论上讲，风速和波速之间也存在一定的关系。波速大大提高了多普勒频率的变化。除风向外，还应考虑风速对复杂相关性的影响。根据斯科尔尼克（Skolnik，2008）的研究，对于垂直极化的X波段或C波段雷达，在低掠角时观察上风，多普勒速度

（5）

模型并适合于（5）。估计的参数列于表1中

（5）

616

CHENG等。 / J.海洋大学中国（海洋和沿海研究）2016 15：613-618

在杂波频谱的峰值处可以写为Fvir = 0.25 0.18U ms^-1。在水平极化的情况下的谱峰值近似地对U具有线性依赖性，由0.20和0.30之间的系数描述。

总之，平均相位斜率可以计算为

（6）

其中a是雷达天线和风向差之间的角度。 U是风速，f是雷达发射频率，c是光速，a和b是所提出的参数。

应当注意，（6）的表达式仅是通过有限分析得到的近似模型

复杂的corr HH

坡

〇i1raquo;t 1 nmMM iMlli__raquo;mraquo;

-2-10 1坡度

数据组，可以根据经验进行改进。

通过将数据拟合到（6）并与测量的版本进行比较来获得复数相关的平均相位斜率的估计。结果如表2所示，其中Ks是基于测量数据的统计相位斜率的平均值，Ke是计算的平均相位斜率。结果证明了Ks和Ke之间的一致性。

表2通过计算和观察结果对平均相位斜率的比较

<tr

剩余内容已隐藏，支付完成后下载完整资料</tr

---

资料编号：[19444]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

Wind	Ks	Ke
a = 0.80，U = 3.06	-0.4753	-0.2785