X波段雷达对海探测试验与数据获取

刘宁波 董云龙 王国庆 丁昊 黄勇 关键 陈小龙 何友

引用本文:
Citation:

X波段雷达对海探测试验与数据获取

    作者简介:
    刘宁波(1983–),男,海军航空大学信息融合研究所副教授、博士,主要研究方向为雷达信号智能处理、海上目标探测技术。E-mail: lnb198300@163.com;
    董云龙(1974–),男,海军航空大学信息融合研究所副教授、博士,主要研究方向为多传感器信息融合。E-mail: china_dyl@sina.com;
    王国庆(1980–),男,海军航空大学信息融合研究所讲师、博士,主要研究方向为雷达数据高速采集与实时处理。E-mail: gqwang80@163.com;
    丁 昊(1988–),男,海军航空大学信息融合研究所讲师、博士,主要研究方向为海杂波特性认知与抑制、海杂波中目标检测。E-mail: hao3431@tom.com



    .
    通讯作者: 刘宁波 lnb198300@163.com; 董云龙 china_dyl@sina.com
  • 基金项目:

    国家自然科学基金(61871392, 61531020, 61871391),中国博士后科学基金(2017M620862)

  • 中图分类号: TN959

Sea-detecting X-band Radar and Data Acquisition Program

    Corresponding author: LIU Ningbo, lnb198300@163.com; DONG Yunlong, china_dyl@sina.com
  • Fund Project: The National Natural Science Foundation of China (61871392, 61531020, 61871391), The China Postdoctoral Science Foundation (2017M620862)

    CLC number: TN959

  • 摘要: 针对雷达对海上目标探测技术研究的数据需求以及目前公开的雷达对海探测数据缺乏的问题,该文提出一项“雷达对海探测数据共享计划”,旨在利用X波段固态全相参雷达等多型雷达开展对海探测试验,获取不同海况、分辨率、擦地角条件下目标和海杂波数据,并同步获取海洋气象水文数据、目标位置与轨迹的真实数据,实现雷达实测数据的标准化、规范化管理,推进数据集公开共享,服务于海杂波特性研究,有力地支持海杂波抑制和目标检测技术研究。
  • 图 1  不锈钢球定标体

    Figure 1.  Stainless steel ball calibration body

    图 2  X波段固态功放监视/导航雷达

    Figure 2.  X band solid-state power amplifier surveillance/navigation radar

    图 3  组合脉冲发射的3种模式

    Figure 3.  Three modes of combined pulse emission

    图 4  对海探测试验点1俯瞰图

    Figure 4.  Aerial view of experimental site 1 for sea detection

    图 5  对海探测试验点2俯瞰图

    Figure 5.  Aerial view of experimental site 2 for sea detection

    图 6  对海探测试验点3俯瞰图

    Figure 6.  Aerial view of experimental site 3 for sea detection

    图 7  直升机载试验平台

    Figure 7.  Helicopter experimental platform

    图 8  HD-LD-CJ-10型便携式采集设备

    Figure 8.  HD-LD-CJ-10 portable acquisition equipment

    图 9  雷达采集数据格式

    Figure 9.  Format of radar acquisition data

    图 10  试验海域气象水文数据

    Figure 10.  Meteorological and hydrological datas of the experimental sea area

    图 11  海洋气象水文信息浮标

    Figure 11.  Marine meteorological and hydrological information buoy

    图 12  典型测量数据展示结果

    Figure 12.  The results of typical measurements

    图 1  雷达对海探测数据发布地址

    Figure 1.  Release address of sea-detecting radar data

    表 1  X波段试验雷达参数

    Table 1.  X-band experimental radar parameters

    技术指标参数
    工作频段X
    工作频率范围9.3~9.5 GHz
    量程0.0625~96 nm
    扫描带宽25 MHz
    距离分辨率6 m
    脉冲重复频率1.6 K, 3 K, 5 K和10 K
    发射峰值功率50 W
    天线转速2 rpm, 12 rpm, 24 rpm, 48 rpm
    天线长度1.8 m
    天线工作模式凝视、圆周扫描
    天线极化方式HH
    天线水平波束宽度1.2°
    天线垂直波束宽度22°
    下载: 导出CSV

    表 1  雷达对海探测数据(第1期)概况表

    Table 1.  Summary table of sea-detecting radar data (the first phase)

    序号 海况等级 数据量 雷达天线工作模式 发射脉冲模式 区域AIS数据 气象水文数据 擦地角(°)
    1 1级及以下 >10组 凝视、扫描 模式2 0.3~15
    2 2级 >10组 凝视、扫描 模式2 0.3~15
    3 3级 >10组 凝视、扫描 模式2 0.3~15
    4 4级 >10组 凝视、扫描 模式2 0.3~15
    5 5级 >5组 凝视、扫描 模式2 0.3~15
    注:①每天AIS数据形成一个表格格式文件,提供船只MMSI、时间、经纬度等信息;②每天气象水文数据形成一个nc格式文件,提供风速/风向/浪高/浪向/浪周期信息;③凝视模式下一组数据包含的脉冲数不低于105个;扫描模式下一组数据包含一个完整的扫描周期;④发射脉冲模式2,对应每个重复周期雷达相继发射一个单载频脉冲和一个LFM脉冲。
    下载: 导出CSV
  • [1] SKOLNIK M I. Radar Handbook[M]. 3rd ed. New York: The McGraw-Hill Companies Inc., 2008.
    [2] WARD K, TOUGH R, and WATTS S. Sea Clutter: Scattering, the K Distribution and Radar Performance[M]. 2nd ed. London: The Institution of Engineering and Technology, 2013.
    [3] WARD K D and WATTS S. Use of sea clutter models in radar design and development[J]. IET Radar, Sonar & Navigation, 2010, 4(2): 146–157. doi: 10.1049/iet-rsn.2009.0132
    [4] 丁昊, 董云龙, 刘宁波, 等. 海杂波特性认知研究进展与展望[J]. 雷达学报, 2016, 5(5): 499–516. doi: 10.12000/JR16069DING Hao, DONG Yunlong, LIU Ningbo, et al. Overview and prospects of research on sea clutter property cognition[J]. Journal of Radars, 2016, 5(5): 499–516. doi: 10.12000/JR16069
    [5] 何友, 黄勇, 关键, 等. 海杂波中的雷达目标检测技术综述[J]. 现代雷达, 2014, 36(12): 1–9. doi: 10.3969/j.issn.1004-7859.2014.12.001HE You, HUANG Yong, GUAN Jian, et al. An overview on radar target detection in sea clutter[J]. Modern Radar, 2014, 36(12): 1–9. doi: 10.3969/j.issn.1004-7859.2014.12.001
    [6] 丁昊, 刘宁波, 董云龙, 等. 雷达海杂波测量试验回顾与展望[J]. 雷达学报, 2019, 8(3): 281–302. doi: 10.12000/JR19006DING Hao, LIU Ningbo, DONG Yunlong, et al. Overview and prospects of radar sea clutter measurement experiments[J]. Journal of Radars, 2019, 8(3): 281–302. doi: 10.12000/JR19006
    [7] DALEY J C, RANSONE J T, BURKETT J A, et al. Sea clutter measurements on four frequencies[R]. Naval Research Laboratory Report 6806, 1968.
    [8] TITI G W and MARSHALL D F. The ARPA/Navy mountaintop program: Adaptive signal processing for airborne early warning radar[C]. 1996 IEEE International Conference on Acoustics, Speech, and Signal Processing Conference Proceedings, Atlanta, USA, 1996: 1165–1168. doi: 10.1109/ICASSP.1996.543572.
    [9] DROSOPOULOS A. Description of the OHGR database[R]. Technical Note 94-14, 1994.
    [10] GRECO M, STINCO P, GINI F, et al. Impact of sea clutter nonstationarity on disturbance covariance matrix estimation and CFAR detector performance[J]. IEEE Transactions on Aerospace and Electronic Systems, 2010, 46(3): 1502–1513. doi: 10.1109/TAES.2010.5545205
    [11] HERSELMAN P L, BAKER C J, and DE WIND H J. An analysis of X-band calibrated sea clutter and small boat reflectivity at medium-to-low grazing angles[J]. International Journal of Navigation and Observation, 2008, 2008: 347518. doi: 10.1155/2008/347518
    [12] HERSELMAN P L and BAKER C J. Analysis of calibrated sea clutter and boat reflectivity data at C- and X-band in South African coastal waters[C]. 2007 IET International Conference on Radar Systems, Edinburgh, UK, 2007. doi: 10.1049/cp:20070616.
    [13] CARRETERO-MOYA J, GISMERO-MENOYO J, BLANCO-DEL-CAMPO Á, et al. Statistical analysis of a high-resolution sea-clutter database[J]. IEEE Transactions on Geoscience and Remote Sensing, 2010, 48(4): 2024–2037. doi: 10.1109/TGRS.2009.2033193
    [14] ANTIPOV I. Analysis of sea clutter data[R]. Technical Report DSTO-TR-0647, 1998.
    [15] DONG Yunhan and MERRETT D. Statistical measures of S-band sea clutter and targets[R]. Technical Report DSTO-TR-2221, 2008.
    [16] DONG Yunhan and MERRETT D. Analysis of L-band multi-channel sea clutter[R]. Technical Report DSTO-TR-2455, 2010.
    [17] 赵海云, 张瑞永, 武楠, 等. 基于实测数据的海杂波特性分析[J]. 雷达科学与技术, 2009, 7(3): 214–218. doi: 10.3969/j.issn.1672-2337.2009.03.011ZHAO Haiyun, ZHANG Ruiyong, WU Nan, et al. Analysis of sea clutter characteristics based on measured data[J]. Radar Science and Technology, 2009, 7(3): 214–218. doi: 10.3969/j.issn.1672-2337.2009.03.011
    [18] 刘志高, 徐向东, 刘斌. 某低空警戒雷达海杂波数据的统计特性分析[J]. 空军雷达学院学报, 2004, 18(4): 1–3, 10. doi: 10.3969/j.issn.1673-8691.2004.04.001LIU Zhigao, XU Xiangdong, and LIU Bin. Statistical analysis of sea clutter feature data from a low-altitude surveillance radar[J]. Journal of Air Force Radar Academy, 2004, 18(4): 1–3, 10. doi: 10.3969/j.issn.1673-8691.2004.04.001
    [19] 张忠, 袁业术, 孟宪德. 舰载超视距雷达背景杂波统计特性分析[J]. 系统工程与电子技术, 2002, 24(9): 19–22. doi: 10.3321/j.issn:1001-506X.2002.09.007ZHANG Zhong, YUAN Yeshu, and MENG Xiande. Background clutters statistical characteristics in shipborne radar[J]. Systems Engineering and Electronics, 2002, 24(9): 19–22. doi: 10.3321/j.issn:1001-506X.2002.09.007
    [20] 周超, 刘泉华. Ku波段实验雷达海杂波实测数据分析[J]. 信号处理, 2015, 31(12): 1573–1578. doi: 10.3969/j.issn.1003-0530.2015.12.005ZHOU Chao and LIU Quanhua. Analysis of field sea clutter data of Ku band[J]. Journal of Signal Processing, 2015, 31(12): 1573–1578. doi: 10.3969/j.issn.1003-0530.2015.12.005
    [21] 杨俊岭, 李大治, 万建伟, 等. 海杂波尖峰特性研究及仿真分析[J]. 系统仿真学报, 2007, 19(8): 1836–1840. doi: 10.3969/j.issn.1004-731X.2007.08.046YANG Junling, LI Dazhi, WAN Jianwei, et al. Sea spike characteristics studies and simulation analyses[J]. Journal of System Simulation, 2007, 19(8): 1836–1840. doi: 10.3969/j.issn.1004-731X.2007.08.046
    [22] XU Shuwen, SHUI Penglang, and YAN Xueying. Non-coherent detection of radar target in heavy-tailed sea clutter using bi-window non-linear shrinkage map[J]. IET Signal Processing, 2016, 10(9): 1031–1039. doi: 10.1049/iet-spr.2015.0564
    [23] 康士峰, 葛德彪, 罗贤云, 等. 多波段多极化海杂波特性的实验研究[J]. 微波学报, 2000, 16(5): 463–468. doi: 10.3969/j.issn.1005-6122.2000.z1.003KANG Shifeng, GE Debiao, LUO Xianyun, et al. Experimental study on multi-band and multi-polarization characteristics of sea clutter[J]. Journal of Microwaves, 2000, 16(5): 463–468. doi: 10.3969/j.issn.1005-6122.2000.z1.003
    [24] 张金鹏, 张玉石, 李清亮, 等. 基于不同散射机制特征的海杂波时变多普勒谱模型[J]. 物理学报, 2018, 67(3): 034101. doi: 10.7498/aps.67.20171612ZHANG Jinpeng, ZHANG Yushi, LI Qingliang, et al. A time-varying Doppler spectrum model of radar sea clutter based on different scattering mechanisms[J]. Acta Physica Sinica, 2018, 67(3): 034101. doi: 10.7498/aps.67.20171612
    [25] 夏晓云, 黎鑫, 张玉石, 等. 基于相位的岸基雷达地海杂波分割方法[J]. 系统工程与电子技术, 2018, 40(3): 552–556. doi: 10.3969/j.issn.1001-506X.2018.03.10XIA Xiaoyun, LI Xin, ZHANG Yushi, et al. Sea-land clutter segmentation method of shore-based radar based on phase information[J]. Systems Engineering and Electronics, 2018, 40(3): 552–556. doi: 10.3969/j.issn.1001-506X.2018.03.10
    [26] 许心瑜, 张玉石, 黎鑫, 等. UHF波段海杂波时间相关性的海浪状态影响分析[J]. 系统工程与电子技术, 2017, 39(6): 1203–1207. doi: 10.3969/j.issn.1001-506X.2017.06.03XU Xinyu, ZHANG Yushi, LI Xin, et al. Influence of sea condition on the temporal correlation properties of UHF band sea clutter[J]. Systems Engineering and Electronics, 2017, 39(6): 1203–1207. doi: 10.3969/j.issn.1001-506X.2017.06.03
    [27] 张玉石, 许心瑜, 吴振森, 等. L波段小擦地角海杂波幅度均值与风速关系建模[J]. 电波科学学报, 2015, 30(2): 289–294. doi: 10.13443/j.cjors.2014042001ZHANG Yushi, XU Xinyu, WU Zhensen, et al. Modeling windspeed behavior of L-band sea clutter average reflectivity at low grazing angles[J]. Chinese Journal of Radio Science, 2015, 30(2): 289–294. doi: 10.13443/j.cjors.2014042001
    [28] 张玉石, 尹雅磊, 许心瑜, 等. 海杂波测量定标的姿态修正数据处理方法[J]. 电子与信息学报, 2015, 37(3): 607–612. doi: 10.11999/JEIT140659ZHANG Yushi, YIN Yalei, XU Xinyu, et al. Data processing method of posture correction for calibration of sea clutter measurement[J]. Journal of Electronics &Information Technology, 2015, 37(3): 607–612. doi: 10.11999/JEIT140659
    [29] 许心瑜, 张玉石, 黎鑫, 等. L波段小擦地角海杂波KK分布建模[J]. 系统工程与电子技术, 2014, 36(7): 1304–1308. doi: 10.3969/j.issn.1001-506X.2014.07.13XU Xinyu, ZHANG Yushi, LI Xin, et al. KK distribution modeling with L band low grazing sea clutter[J]. Systems Engineering and Electronics, 2014, 36(7): 1304–1308. doi: 10.3969/j.issn.1001-506X.2014.07.13
    [30] 张玉石, 许心瑜, 尹雅磊, 等. L波段小擦地角海杂波幅度统计特性研究[J]. 电子与信息学报, 2014, 36(5): 1044–1048. doi: 10.3724/SP.J.1146.2013.01139ZHANG Yushi, XU Xinyu, YIN Yalei, et al. Research on amplitude statistics of L-band low grazing angle sea clutter[J]. Journal of Electronics &Information Technology, 2014, 36(5): 1044–1048. doi: 10.3724/SP.J.1146.2013.01139
    [31] DING Hao, GUAN Jian, LIU Ningbo, et al. New spatial correlation models for sea clutter[J]. IEEE Geoscience and Remote Sensing Letters, 2015, 12(9): 1833–1837. doi: 10.1109/LGRS.2015.2430371
    [32] DING Hao, GUAN Jian, LIU Ningbo, et al. Modeling of heavy tailed sea clutter based on the generalized central limit theory[J]. IEEE Geoscience and Remote Sensing Letters, 2016, 13(11): 1591–1595. doi: 10.1109/LGRS.2016.2596322
    [33] GUAN J, LIU N B, HUANG Y, et al. Fractal characteristic in frequency domain for target detection within sea clutter[J]. IET Radar, Sonar & Navigation, 2012, 6(5): 293–306. doi: 10.1049/iet-rsn.2011.0250
    [34] GUAN Jian, LIU Ningbo, HUANG Yong, et al. Fractal Poisson model for target detection within spiky sea clutter[J]. IEEE Geoscience and Remote Sensing Letters, 2013, 10(2): 411–415. doi: 10.1109/lgrs.2012.2203578
    [35] CHEN Xiaolong, GUAN Jian, HE You, et al. Detection of low observable moving target in sea clutter via fractal characteristics in fractional Fourier transform domain[J]. IET Radar, Sonar & Navigation, 2013, 7(6): 635–651. doi: 10.1049/iet-rsn.2012.0116
    [36] CHEN Xiaolong, GUAN Jian, BAO Zhonghua, et al. Detection and extraction of target with micromotion in spiky sea clutter via short-time fractional Fourier transform[J]. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(2): 1002–1018. doi: 10.1109/TGRS.2013.2246574
    [37] CHEN Xiaolong, GUAN Jian, LIU Ningbo, et al. Maneuvering target detection via Radon-fractional Fourier transform-based long-time coherent integration[J]. IEEE Transactions on Signal Processing, 2014, 62(4): 939–953. doi: 10.1109/TSP.2013.2297682
    [38] CHEN Xiaolong, GUAN Jian, HUANG Yong, et al. Radon-linear canonical ambiguity function-based detection and estimation method for marine target with micromotion[J]. IEEE Transactions on Geoscience and Remote Sensing, 2015, 53(4): 2225–2240. doi: 10.1109/TGRS.2014.2358456
    [39] CHEN Xiaolong, HUANG Yong, LIU Ningbo, et al. Radon-fractional ambiguity function-based detection method of low-observable maneuvering target[J]. IEEE Transactions on Aerospace and Electronic Systems, 2015, 51(2): 815–833. doi: 10.1109/taes.2014.130791
    [40] 黄勇, 陈小龙, 关键. 实测海尖峰特性分析及抑制方法[J]. 雷达学报, 2015, 4(3): 334–342. doi: 10.12000/JR14108HUANG Yong, CHEN Xiaolong, and GUAN Jian. Property analysis and suppression method of real measured sea spikes[J]. Journal of Radars, 2015, 4(3): 334–342. doi: 10.12000/JR14108
    [41] 苏宁远, 陈小龙, 关键, 等. 基于卷积神经网络的海上微动目标检测与分类方法[J]. 雷达学报, 2018, 7(5): 565–574. doi: 10.12000/JR18077SU Ningyuan, CHEN Xiaolong, GUAN Jian, et al. Detection and classification of maritime target with micro-motion based on CNNs[J]. Journal of Radars, 2018, 7(5): 565–574. doi: 10.12000/JR18077
    [42] 总装电子信息基础部. GJB 5026-2003固定站地、海杂波测试方法[S]. 北京: 中国人民解放军总装备部, 2003.General Assembly Electronic Information Foundation Department. GJB 5026-2003 Measurement method of ground/sea clutter with stationary platform[S]. Beijing: General Armaments Department of PLA, 2003.
    [43] GJB 6638-2008雷达杂波统计方法[S]. 北京: 中国人民解放军总装备部, 2008.GJB 6638-2008 Statistical methods of radar clutter[S]. Beijing: General Equipment Department of the Chinese People’s Liberation Army, 2008.
    [44] GJB 6850.138-2009水面舰船系泊和航行试验规程第138部分: 导航雷达试验[S]. 北京: 中国人民解放军总装备部, 2009.GJB 6850.138-2009 Code for mooring and sea trial of surface naval ships - Part 138: Test for ships aerograph[S]. Beijing: General Equipment Department of the Chinese People’s Liberation Army, 2009.
    [45] GJB 5027-2003室外场雷达目标散射特性测试方法[S]. 北京: 中国人民解放军总装备部, 2003.GJB 5027-2003 The method of measurement for radar target scattering of outdoor range[S]. Beijing: General Equipment Department of the Chinese People’s Liberation Army, 2003.
    [46] 李清亮, 尹志盈, 朱秀芹, 等. 雷达地海杂波测量与建模[M]. 北京: 国防工业出版社, 2017: 56-105.LI Qingliang, YIN Zhiying, ZHU Xiuqin, et al. Measurement and Modeling of Radar Clutter from Land and Sea[M]. Beijing: National Defend Industry Press, 2017: 56–105.
  • [1] 丁昊刘宁波董云龙陈小龙关键 . 雷达海杂波测量试验回顾与展望. 雷达学报, 2019, 8(3): 281-302. doi: 10.12000/JR19006
    [2] 丁昊董云龙刘宁波王国庆关键 . 海杂波特性认知研究进展与展望. 雷达学报, 2016, 5(5): 499-516. doi: 10.12000/JR16069
    [3] 陈小龙关键何友 . 微多普勒理论在海面目标检测中的应用及展望. 雷达学报, 2013, 2(1): 123-134. doi: 10.3724/SP.J.1300.2012.20102
    [4] 左磊产秀秀禄晓飞李明 . 基于空域联合时频分解的海面微弱目标检测方法. 雷达学报, 2019, 8(3): 335-343. doi: 10.12000/JR19035
    [5] 陈世超罗丰胡冲聂学雅 . 基于多普勒谱非广延熵的海面目标检测方法. 雷达学报, 2019, 8(3): 344-354. doi: 10.12000/JR19012
    [6] 闫亮孙培林易磊韩宁汤俊 . 基于逆高斯分布的复合高斯海杂波建模研究. 雷达学报, 2013, 2(4): 461-465. doi: 10.3724/SP.J.1300.2013.13083
    [7] 张新勋周生华刘宏伟 . 目标极化散射特性对极化分集雷达检测性能的影响. 雷达学报, 2019, 8(4): 510-518. doi: 10.12000/JR18112
    [8] 赵永科吕晓德 . 一种联合优化的无源雷达实时目标检测算法. 雷达学报, 2014, 3(6): 666-674. doi: 10.12000/JR14005
    [9] 王璐璐王宏强王满喜黎湘 . 雷达目标检测的最优波形设计综述. 雷达学报, 2016, 5(5): 487-498. doi: 10.12000/JR16084
    [10] 杨海峰谢文冲王永良 . 不同发射波形下多机协同探测雷达系统信号建模与性能分析. 雷达学报, 2017, 6(3): 267-274. doi: 10.12000/JR16142
    [11] 苏宁远陈小龙关键牟效乾刘宁波 . 基于卷积神经网络的海上微动目标检测与分类方法. 雷达学报, 2018, 7(5): 565-574. doi: 10.12000/JR18077
    [12] 张林赵志坚关键何友 . 基于自适应阈值选择的非参量GS 检测算法. 雷达学报, 2012, 1(4): 387-392. doi: 10.3724/SP.J.1300.2012.20084
    [13] 陈小龙董云龙李秀友关键 . 海面刚体目标微动特征建模及特性分析. 雷达学报, 2015, 4(6): 630-638. doi: 10.12000/JR15079
    [14] 魏明贵梁达川谷建强闵锐李晋欧阳春梅田震何明霞韩家广张伟力 . 太赫兹时域雷达成像研究. 雷达学报, 2015, 4(2): 222-229. doi: 10.12000/JR14125
    [15] 王岩飞李和平韩松 . 雷达脉冲编码理论方法及应用. 雷达学报, 2019, 8(1): 1-16. doi: 10.12000/JR19023
    [16] 王福来庞晨李永祯王雪松 . 一种同时全极化雷达正交多相编码波形设计方法. 雷达学报, 2017, 6(4): 340-348. doi: 10.12000/JR16150
    [17] 崔国龙余显祥杨婧付月孔令讲 . 认知雷达波形优化设计方法综述. 雷达学报, 2019, 8(5): 537-557. doi: 10.12000/JR19072
    [18] 赵春雷王亚梁阳云龙毛兴鹏于长军 . 雷达极化信息获取及极化信号处理技术研究综述. 雷达学报, 2016, 5(6): 620-638. doi: 10.12000/JR16092
    [19] 谢文冲段克清王永良 . 机载雷达空时自适应处理技术研究综述. 雷达学报, 2017, 6(6): 575-586. doi: 10.12000/JR17073
    [20] 张增辉郁文贤 . 稀疏微波SAR图像特征分析与目标检测研究. 雷达学报, 2016, 5(1): 42-56. doi: 10.12000/JR15097
  • 加载中
图(13)表(2)
计量
  • 文章访问数:  1828
  • HTML浏览量:  2318
  • PDF下载量:  742
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-09-29
  • 录用日期:  2019-10-13
  • 网络出版日期:  2019-10-21
  • 刊出日期:  2019-10-01

X波段雷达对海探测试验与数据获取

    通讯作者: 刘宁波 lnb198300@163.com; 董云龙 china_dyl@sina.com
    作者简介:
    刘宁波(1983–),男,海军航空大学信息融合研究所副教授、博士,主要研究方向为雷达信号智能处理、海上目标探测技术。E-mail: lnb198300@163.com;
    董云龙(1974–),男,海军航空大学信息融合研究所副教授、博士,主要研究方向为多传感器信息融合。E-mail: china_dyl@sina.com;
    王国庆(1980–),男,海军航空大学信息融合研究所讲师、博士,主要研究方向为雷达数据高速采集与实时处理。E-mail: gqwang80@163.com;
    丁 昊(1988–),男,海军航空大学信息融合研究所讲师、博士,主要研究方向为海杂波特性认知与抑制、海杂波中目标检测。E-mail: hao3431@tom.com



  • 海军航空大学信息融合研究所 烟台 264001
基金项目:  国家自然科学基金(61871392, 61531020, 61871391),中国博士后科学基金(2017M620862)

摘要: 针对雷达对海上目标探测技术研究的数据需求以及目前公开的雷达对海探测数据缺乏的问题,该文提出一项“雷达对海探测数据共享计划”,旨在利用X波段固态全相参雷达等多型雷达开展对海探测试验,获取不同海况、分辨率、擦地角条件下目标和海杂波数据,并同步获取海洋气象水文数据、目标位置与轨迹的真实数据,实现雷达实测数据的标准化、规范化管理,推进数据集公开共享,服务于海杂波特性研究,有力地支持海杂波抑制和目标检测技术研究。

English Abstract

    • 在复杂的海洋环境中,海用雷达在探测舰船、掠海飞行器、航道浮标、渔船、小型游艇、浮冰等军用和民用目标时,不可避免地会受到海面散射回波即海杂波的影响。尤其在高分辨率雷达、高海况工作条件下,海杂波中频繁出现尖峰现象,且整体能量较强,在时域中与目标回波十分相似,而在频域中又具有较宽的谱宽,易引起虚警,严重影响海上目标检测。因此,贴近实际应用场景,基于实测数据开展海杂波特性研究,并有针对性地研发海杂波抑制和目标检测技术,提升海用雷达目标探测能力,是一个探索性强且难度很大的瓶颈技术问题,也是当前研究的难点和热点问题[1-3]

      海杂波特性研究方法主要可归纳为两类,一类是基于海面几何模型和电磁散射理论开展海杂波形成机理与散射计算方面的研究,另一类是从试验实测角度,获取海面散射回波实测数据,修正现有理论或发展新理论。其中,从试验角度的研究方法是一种贴近实际环境且被广泛采用的研究方法,其与从理论计算角度的研究方法相互补充、相互印证。试验实测数据的特性与雷达设备密切相关,因此,基于试验实测的研究方法可以将具有一定普适性的理论计算研究结果与特定装备的特定使用场景结合起来,有针对性地进行优化完善,推进海杂波特性研究成果的实际应用,并可有力地支持MTI/MTD、变换域处理、检测前跟踪(Tracking Before Detection, TBD)、恒虚警(Constant False Alarm Rate, CFAR)处理等杂波抑制和目标检测技术研究[4,5]。这里提及的试验实测数据,称为“信息全记录的海杂波测量数据”,即除了包含海杂波数据、目标回波数据等雷达数据之外,还应包括海洋环境数据(如浪高、浪向、风速、风向、温度、相对湿度等)、目标实时位置数据(尺寸或RCS、经纬度或距离方位、航速、航向、实时运动状态、运动轨迹等)、雷达工作参数(如雷达位置、架高、频段、重频、距离/方位分辨率)。这些信息应规范详细记录并与雷达数据关联,使得与数据相对应的试验场景可重演,确保雷达数据具有较高的应用价值。

      由公开文献可知,为支持海用雷达装备研制和海上目标探测能力提升,国内外进行了丰富多样的雷达海杂波测量试验[6]。国外方面,比较典型的有美国海军研究实验室的四频率(P, L, C, X)机载雷达海杂波测量实验[7]、美国海军与美国国防部高级研究计划署的“山顶计划”[8]、加拿大McMaster大学的X频段IPIX雷达海杂波测量试验[9,10]、南非科学和工业研究理事会(Council for Scientific and Industrial Research, CSIR)的X频段Fynmeet雷达海杂波测量试验[11,12]、西班牙南海岸Ka频段雷达海杂波测量试验[13]、澳大利亚国防科技署(Defense Science and Technology Organization, DSTO)的L频段多通道海杂波实验[14-16]等;国内方面,多家雷达相关科研院所也开展了多种条件下海杂波测量试验[6,17-30],获取了不同雷达平台下大量海杂波数据,并在特性分析建模、多域特征提取等方面开展了大量的研究工作[31-41]。但鉴于军事及技术保密等原因,大多数雷达海杂波数据集均未公开,仅有加拿大McMaster大学的X波段IPIX雷达海杂波测量试验数据集、南非CSIR的X频段Fynmeet雷达海杂波测量试验数据集可以公开获取。

      IPIX雷达数据集在海上目标探测研究领域被熟知,其由加拿大McMaster大学Haykin教授科研团队[9,10],于1993年和1998年,分别在加拿大新斯科舍省南部城市Dartmouth和安大略湖畔Grimsby开展了2次海杂波测量和海上漂浮小目标探测试验,是典型的岸基平台小擦地角雷达数据。Fynmeet雷达数据集是CSIR为支持海上小目标监视系统研发,于2006年和2007年,分别在南非西南海岸线利用试验雷达开展了2次为期19天的海杂波与目标船回波数据测量试验,该数据集在参数多样性和参数记录方面较为完整[11,12]。这两个公开数据集是针对特定目标和试验海域的,使用上具有一定的局限性,其可用于杂波抑制与目标检测方法的性能评估,但对于我国海域及特定目标的检测性能评估可能不准确。并且鉴于未知原因,目前CSIR数据集在其官方网站上已无法下载。

      从海杂波特性和海上目标探测技术研究需求出发,借鉴加拿大McMaster大学的IPIX雷达数据集和南非CSIR的Fynmeet雷达数据集在数据采集和记录方面的成功经验,海军航空大学海上目标探测课题组推出一项“雷达对海探测数据共享计划”,旨在利用X波段固态全相参雷达分阶段分批次开展对海探测试验,获取多种条件下雷达实测数据和试验辅助数据,构建形成可以用于支持海杂波特性认知、海杂波抑制、海上目标检测跟踪与分类识别技术研究的数据集,分批次公开共享,为推进我国海用雷达装备技术进步和探测性能提升贡献力量。

    • 本试验利用岸基架设的X波段固态全相参雷达,获取海面的电磁散射回波,测量海面散射系数[42-45],用于研究海杂波随分辨率、入射方向和散射方向、海面环境特征等变化的规律,及海杂波的统计特性、频谱特性等。这里需特别说明的是,雷达观察对象并非仅针对海面(海杂波),还包括航道浮标、船只等海面目标,即获取的雷达实测数据包含两大类,即纯海杂波数据、海杂波+目标回波数据。

      测量、记录被测海面的回波功率,通过定标建立被测海面的雷达散射系数与雷达视频电压测量值的对应关系。在实际测量中,利用这种对应关系,就可以由视频电压测量值确定被测海面的雷达散射系数,从而使得本试验数据与其他试验数据具备可对比性。本试验中主要采用外定标法,即采用己知雷达散射截面的定标体提供定标电平,定标方法如下[42]

      测出定标体的接收机输出功率${P_{{\rm{r}}0}}$(或${V_{{\rm{r}}0}}$),同一状态下再测出被测海面的接收机输出功率${P_{{\rm{r}}}}$(或${V_{{\rm{r}}}}$),则被测海面的散射系数${\sigma ^0}$

      $ {\sigma ^0} = \frac{\sigma }{A} = \frac{{{P_{\rm{r}}}}}{{{P_{{\rm{r}}0}}}} \cdot {\left( {\frac{{{R_{\rm{r}}}}}{{{R_0}}}} \right)^4} \cdot \frac{{{\sigma _0}}}{A} = \frac{{{V_{\rm{r}}}}}{{{V_{{\rm{r}}0}}}} \cdot {\left( {\frac{{{R_{\rm{r}}}}}{{{R_0}}}} \right)^4} \cdot \frac{{{\sigma _0}}}{A} $

      其中,${\sigma ^0}$为被测海面的雷达散射系数,单位:dBm2/m2; ${\sigma }$表示雷达天线波束照射海面的雷达散射截面积,单位:m2; $A$表示雷达天线波束照射海面的面积,单位:m2; ${P_{{\rm{r}}}}$被测海面的回波功率,单位:W; ${P_{{\rm{r}}0}}$表示定标体的回波功率,单位:W; ${R_{{\rm{r}}}}$表示被测海面到天线的距离,单位:m; ${R_{0}}$表示定标体到天线的距离,单位:m; ${\sigma _0}$表示定标体的雷达散射截面积,单位:m2; $V_{\rm{r}}$表示被测海面的回波电压,单位:V; $V_{{\rm{r}}0}$定标体的回波电压,单位:V。

      定标精度主要决定于定标体雷达散射截面与海面散射截面的相对大小。定标误差表达式为

      $ \frac{{{\sigma _{\rm{m}}} - {\sigma _0}}}{{{\sigma _{\rm{m}}}}} = \frac{{{\sigma _{\rm{b}}}}}{{{\sigma _0}}} \pm 2\sqrt {\frac{{{\sigma _{\rm{b}}}}}{{{\sigma _0}}}} $

      其中,${{\sigma _{\rm{m}}}}$表示定标体的被测雷达散射截面,单位:m2; ${{\sigma _0}}$表示定标体的实际雷达散射截面,单位:m2; ${{\sigma _{\rm{b}}}}$表示被测海面的雷达散射截面,单位:m2。要使误差限制在±20%以内(相当于±1 dB),必须控制${\sigma _{\rm{b}}}/{\sigma _0} \le {10^{ - 2}}$(相当于–20 dB)。

      定标过程中,常用作定标体的有矩形平板、角反射器、龙泊透镜反射器、金属球等,这些标准体的散射截面积可以通过理论计算得到,详情请参见文献[42],本试验中拟主要采用金属球作为定标体,如图1所示。在海面放置定标体,需使定标体整体高于海面一定高度,不能淹没于水中,且需根据雷达架设位置和波束中心指向准确计算定标体放置地点,并通过多次测量求均值得到稳定的定标结果。

      图  1  不锈钢球定标体

      Figure 1.  Stainless steel ball calibration body

      实际上,对于实测海杂波统计分布特性、相关特性、多普勒谱特性、杂波抑制和目标检测等研究需求而言,主要关心的是雷达回波的相对幅度。若需研究海面散射系数以及不用波段、不同雷达之间测量情况差异,则雷达必须经过定标。

    • 本试验中所使用的雷达为X波段固态功放监视/导航雷达,主要用于船舶导航和海岸监视等场景,能清晰分辨多种量程下的各种目标,具有高距离分辨率、高可靠性、距离探测盲区小等特点,如图2所示。雷达采用固态功放组合脉冲发射体制(见图3),以提高距离分辨率,减小距离盲区,降低雷达辐射功率,发射时间为40 ns~100 μs,利用接收信号和发射信号的时差计算目标距离,水平面内360°全方位扫描。雷达技术参数如表1所示。

      图  2  X波段固态功放监视/导航雷达

      Figure 2.  X band solid-state power amplifier surveillance/navigation radar

      图  3  组合脉冲发射的3种模式

      Figure 3.  Three modes of combined pulse emission

      技术指标参数
      工作频段X
      工作频率范围9.3~9.5 GHz
      量程0.0625~96 nm
      扫描带宽25 MHz
      距离分辨率6 m
      脉冲重复频率1.6 K, 3 K, 5 K和10 K
      发射峰值功率50 W
      天线转速2 rpm, 12 rpm, 24 rpm, 48 rpm
      天线长度1.8 m
      天线工作模式凝视、圆周扫描
      天线极化方式HH
      天线水平波束宽度1.2°
      天线垂直波束宽度22°

      表 1  X波段试验雷达参数

      Table 1.  X-band experimental radar parameters

    • “雷达对海探测数据共享计划”所规划的对海探测试验是一系列试验,包含岸基和机载平台试验,在1~2年的时间内分期进行。