基于后向散射場數據的艦船目標高分辨雷達成像技術

基于后向散射場數據的艦船目標高分辨雷達成像技術

摘要: 為使高分辨雷達圖像更精確反映艦船目標的結構、形狀特點，研究了基于后向散射場數據的艦船目標高分辨雷達成像技術。建立了艦船目標三維模型，采用三角面元對模型進行剖分，利用物理光學法計算面元的鏡面反射，應用等效電流法計算模型棱邊部分繞射，依據機載雷達聚束式合成孔徑(SAR)成像原理，得到艦船目標在不同姿態(tài)角和頻率采樣點的后向散射場。通過數據變換得到目標的一維距離像以及SAR圖像，在此基礎上研究了入射頻率、方位角和極化方式對艦船目標探測的影響。仿真結果表明，該技術應用后向散射場數據得到的雷達SAR圖像能反應出艦船的基本特征，可應用于艦船目標自動識別。

1. 引言

雷達是現代武器最重要的傳感器，經過多年來不斷發(fā)展，雷達獲取信息的能力不斷增長，但是在戰(zhàn)場偵察、防空反導等武器雷達系統(tǒng)運用中，需要克服的一個難點是如何在更遠距離上可靠檢測和識別空中、地面及海上目標。為解決這一問題，新體制雷達不斷出現，其中高分辨雷達系統(tǒng)由于在軍事和民用領域的廣泛應用而受到廣泛關注，成為研究的熱點 [1] - [10] 。國內外學者在艦船目標的高分辨雷達成像和自動識別技術方面做了大量工作，其中基于高分辨一維距離像與合成孔徑雷達(SAR)圖像的雷達目標特征提取及識別方法是研究的熱點 [11] [12] [13] [14] [15] 。

當目標雷達散射處于光學散射區(qū)，雷達發(fā)射信號帶寬很大時，復雜目標占據多個雷達距離分辨單元，其雷達回波稱為一維距離像，若雷達在方位角旋轉一定角度，就可以得到目標合成孔徑雷達SAR成像。與普通雷達相比，寬帶雷達探測精度更高，能夠精細反應目標的尺寸結構、形狀和散射點分布等信息，更有利于雷達進行自動目標識別。

以往大多數研究高分辨雷達成像技術通常采用強散射點建模，而在實際應用中，當雷達照射目標角度變化時，目標的強散射點會發(fā)生變化，因此采用散射點模擬目標散射會存在一定的誤差，不能夠真實反映雷達工作情況。本文采用三角面元構建復雜目標三維模型，利用高頻近似算法計算目標的后向散射場數據，通過與FEKO軟件計算結果進行比較，驗證了算法的正確性，研究艦船目標的散射特性，并在此基礎上得到艦船目標的SAR圖像，以及不同角度雷達照射情況下目標的一維距離像。分析了頻率、姿態(tài)角、極化方式等各項參數對高分辨雷達成像的影響。

2. 機載SAR場景及成像參數

機載聚束式SAR成像場景如圖1所示。飛機飛行高度為H，距離目標的距離為R，飛行速度為v，其視線相對于目標坐標系俯仰角為θ，方位角為φ。

進行電磁散射建模，假設入射方位角和俯仰角均勻采樣，采樣點為 {(θm,φm),m=1,2,?,M}{(θm,φm),m=1,2,?,M} ，據預先確定的中心視角 (θc,φc)(θc,φc) 、視角變化范圍 (Δθ,Δφ)(Δθ,Δφ) 。照射頻率變化采用頻率步進的方式均勻采樣，采樣點為 {fn,n=1,2,?,N}{fn,n=1,2,?,N} ，計算艦船目標的后向散射場數據用以模擬實際探測雷達回波，在此基礎上利用適當的算法對其進行成像。根據設定的中心頻率fc和帶寬B，以及的角度采樣點M和頻率采樣點N，可以得到雷達成像場景條件參 [3] ：

Figure 1. Airborne SAR imaging geometry

圖1. 機載SAR成像場景

依據實際情況下探測目標最小不模糊距離來確定頻率采樣點個數N。

3. 艦船目標電磁散射計算

考慮工作波長為厘米級的機載雷達對艦船目標的探測性能。在該情況下，艦船目標為電大尺寸目標，此時目標散射處于光學區(qū)域，各散射單元之間的耦合作用很小，通常采用高頻近似算法計算目標的電磁散射特性。

3.1. 目標剖分模型

首先建立艦船目標的三維模型，將其導入Hypermesh軟件，依據平面波入射頻率以及計算精度進行網格剖分，圖2為利用三角面元對某型艦船目標進行剖分后的三維模型，該艦船長100 m，寬13 m，桅桿高度20 m。

3.2. PO + MEC算法計算目標散射

物理光學(PO)法的基本原理，當目標表面的曲率半徑遠遠大于照射電磁波的波長時，假設在被入射

Figure 2. Ship subdivision model

圖2. 艦船剖分模型

波直接照明的區(qū)域存在表面電磁流?？梢允褂媚繕吮砻娴牡刃Ц袘姶帕鞯纳⑸鋪泶嫔⑸潴w自身的散射，此時目標的散射場通過解析公式進行求解?？紤]平面波入射，物體表面遠區(qū)散射場可由根據Stratton-Chu方程 [16] 進行計算：

通過考慮目標棱邊的繞射對PO的結果進行改進。采用文獻 [17] 中的等效電流法(MEC)計算目標棱邊繞射，該方法應用等效電磁流的散射等效邊緣繞射場。通過對等效電磁流進行積分來計算棱邊在任意方向的散射場。對于邊緣為 CC 的劈邊，其遠區(qū)邊緣繞射場可通過下式進行計算：

用寬帶信號照射艦船目標，利用PO + MEC算法計算艦船目標在不同頻段、不同姿態(tài)角下的后向散射場數據，流程如圖3所示。

例如，對某一艦船目標在n個姿態(tài)角進行照射，得到的散射場數據為：

Figure 3. The flow diagram of PO + MEC algorithm

圖3. PO + MEC算法流程圖

每一列數據對應一個姿態(tài)角下不同頻率采樣，每一行數據對應一個頻率下不同姿態(tài)角采樣。對數據做二維傅里葉變換(FFT)可以得到目標的SAR成像，對每一列直接做逆傅里葉變換(IFFT)即可得到目標高分辨距離像。

4. 仿真計算

采用第二節(jié)中的三維艦船模型，艦船放置于xoy平面，中心位于坐標原點，艦首對應x軸向正方向，艦船軸線垂直于y軸(見圖4)，剖分精度為 λ/6λ/6 ，總共18225個頂點，36,446個三角面元，54,701個公用棱邊。

設照射頻率為2 GHz，應用純PO算法以及PO + MEC算法計算邊長為0.5 m的立方體后向散射，得到水平極化(HH)雷達散射截面積(RCS)如圖5所示，圖中給出了應用FEKO軟件計算的結果。計算結果表明，兩種方法的計算結果吻合的較好，驗證了PO + MEC算法的正確性。由圖可知，通過加入計算棱邊繞射，MEC很好地改善了PO的計算結果。

圖6所示為應用本文算法計算艦船模型的后向散射，方位角φ = 0?，俯仰角θ變化范圍0~180?，雷達照射頻率2 GHz，圖6(a)為HH極化結果，圖6(b)為VV極化結果。計算數據表明，艦船散射在0? (艦首)、90?(艦船正上方)以及180?(艦尾)方向最大，VV極化情況下RCS略小于HH極化結果，尤其是30?~70?范圍內HH極化結果明顯較大。

取俯仰角θ分別為30?和60?，方位角φ變化范圍0?~360?，相當于雷達繞艦船一周，其余參數不變，得到的散射結果如圖7所示，其中圖7(a)為HH極化結果，圖7(b)為VV極化結果。由圖可知，艦船RCS在艦首(0?)、艦尾(180?)、船舷(90?和270?)等方向最強，且隨著俯仰角增大而增大，同圖5中結果類似，HH極化散射強于VV極化結果，這是由于HH極化二向性散射強于VV極化，因此HH極化更能反映艦船的上層建筑結構，導致HH極化散射強于HH極化。因此，應用HH極化雷達探測艦船目標更具有優(yōu)勢。

Figure 4. Electromagnetic scattering geometry

圖4. 電磁散射場景

Figure 5. Algorithm validation

圖5. 算法驗證

(a)(b)

Figure 6. RCS of ship with different incidence angle; (a) HH polarization; (b) VV polarization

圖6. 不同俯仰角艦船目標RCS;(a) HH極化;(b) VV極化

考慮典型L波段機載搜索雷達，照射頻率為fc = 2.0 GHz，帶寬為B = 150 MHz，頻率范圍：1.925 GHz~2.075 GHz，采樣間隔Δf = 1 MHz，共N = 150個采樣點，此時距離分辨率為ρr = C/2B = 1.0 m，假設雷達載機飛行高度距離地面高度9 km，目標距離200 Km，此時俯仰角θ = 2.6?。在HH極化情況下，計算后向散射場數據，進行IFFT變換并對幅值歸一化的到艦船目標的一維距離像如圖8所示，圖8(a)為方位角φ = 0?的結果，此時雷達從艦首入射，有圖可以看出，艦船在雷達視線的徑向長度為100 m左

Figure 7. RCS of ship with different azimuth angle; (a) HH polarization; (b) VV polarization

圖7. 不同方位角艦船目標RCS;(a) HH極化;(b) VV極化

Figure 8. Ship HRRP of different azimuth angle

圖8. 不同方位角艦船目標一維距離像

右，主要反射部位集中于船身20~90 m區(qū)域，這正是艦船上層建筑最為集中的區(qū)域。圖8(b)為方位角φ = 90?的結果，相當于雷達從船舷部照射，此時雷達徑向距離徑向長度為14 m左右，對應的是艦船目標的船體寬度。因此，通過不同姿態(tài)角艦船高分辨一維距離像可以得到艦船長度、艦身寬度、艦橋上層建筑尺寸和數量等船體結構信息，這些信息均可應用于后續(xù)進行雷達自動目標。

其余參數不變，HH極化情況下，取方位角變化范圍10?，采樣間隔為0.05?，采樣數M = 201個，得到150行和 201列大小的矩陣數據，對其進行FFT變換，即可得到艦船目標SAR成像，見圖9，其中圖9(a)為直接FFT變換結果，圖9(b)為加窗FFT變換，窗函數為布萊克曼窗，經過對比可知窗函數能夠很好的改善成像結果。從圖像中可以分辨出艦船的尺寸與圖7中相同，同時可以發(fā)現艦船強散射點集中于甲板上建筑反射。由于不同艦船目標的長度、寬度和長寬比都是獨特的，因此經過提取這些特征參數，可以很好的應用于雷達自動目標識別。圖9(c)為艦船旋轉45?的SAR圖像，與圖9(b)相比，此時的艦船目標強散射點增加，這是由于船舷部分的散射較強造成的。同時該結果證明了本文算法對不同姿態(tài)目標能得到很好的結果，具有很好的適應性?！　igure 9. SAR of ship; (a) SAR without window function; (b) SAR with window function; (c) SAR of rotating 45 degree

圖9. 艦船目標SAR圖像;(a) 不加窗圖像;(b) 加窗圖像;(c) 旋轉45?成像

5. 結論

本文在建立艦船目標三維模型的基礎上，研究了艦船目標L波段探測雷達照射下不同姿態(tài)角和極化方式下的電磁散射特性。結果表明，艦船目標的散射主要集中于艦首、艦尾及船舷側，并且HH極化反射要強于VV極化。根據SAR成像原理，計算了不同方位角和頻率采樣點的后向散射數據，通過數據變換得到目標的一維距離像和SAR圖像。計算結果表明，艦船目標高分辨雷達圖像能夠較好的反應艦船的尺寸、形狀和強散射點數量，這些特征在雷達自動目標識別中具有重要應用，同時該結果也證明了文中三維模型及高頻近似算法的準確性。研究結果對提高雷達艦船目標探測與識別具有一定的參考意義。

審核編輯：湯梓紅