1 引 言

無論什么體制的雷達都會受到其工作環(huán)境中的噪聲和雜波的干擾，從噪聲和雜波中發(fā)現(xiàn)目標是雷達信號處理的基本任務(wù)。在碧空如洗的天空，空中目標檢測是最容易的，隨著氣象變化，會遇到云、雨、雪、冰雹等不同天氣，那時目標檢測變得相對困難了。各國都有專門的氣象雷達用來分析上述氣象目標，但對于檢測飛機、導(dǎo)彈等飛行目標而言，這些氣象目標稱之為氣象雜波。本文將立體雜波圖應(yīng)用于氣象雜波的CFAR處理，根據(jù)當(dāng)前雜波環(huán)境的變化實時地產(chǎn)生雜內(nèi)雜外標志，從而選擇不同的信號處理支路處理當(dāng)前氣象雜波，提高了雷達的檢測性能，降低了虛警概率。

2 氣象雜波

立體雜波[1]包括：氣象雜波、箔條雜波、地雜波等雜波，但氣象雜波不同于地雜波等其他類型的立體雜波，他有其自身的特殊性，氣象雜波一般情況下并非靜止不動的，其各處的厚度也不一樣，分布不均勻，尤其是稀薄帶分布的隨機性，氣象雜波的這些特點使得他的邊緣情況十分復(fù)雜，在處理時也增大了難度，因為檢測門限稍微偏高的話，稀薄處的氣象雜波在處理時就成為了雜外;相反，如果門限稍微偏低，那么稀薄處的氣象雜波在處理時就成為了

雜內(nèi)，不同的判斷將導(dǎo)致不同的處理選擇。本文將重點討論這種邊緣效應(yīng)的處理。一般情況下，氣象雜波的回波幅度服從瑞利分布[2]，若以x表示氣象雜波回波的包絡(luò)幅度，以δ表示他的平均功率(即標準差)，則x的概率密度函數(shù)為：

3建立雜波圖的算法

對于氣象雜波要考慮到氣象雜波運動的特點，合理選取雜波單元的大小。本文僅討論分布相對均勻的大片氣象雜波，在均勻雜波背景中，單元平均算法相對其他算法而言，其檢測性能是最優(yōu)的，采用檢測單元△V內(nèi)數(shù)據(jù)平均，本單元相鄰掃描間相關(guān)積累。如圖1所示，設(shè)距離分辨單元的尺寸為r，一個脈沖重復(fù)周期內(nèi)掃描的角度為△α，雜波單元△V內(nèi)分辨距離單元數(shù)為M，脈沖數(shù)為N，則△ρ=Mτ，△θ=N△α，任一雜波檢測單元的幅度為A(i，j)，(i，j)是雜波單元的坐標，每個脈沖重復(fù)周期內(nèi)，正常信號輸入序列為xn(i'，j')，那么：

其中，β為疊代因子，合適的疊代因子使每幅雜波圖的權(quán)重分配均勻。An(i，j)為相鄰兩個天線掃描周期按式(3)作相關(guān)積累運算后存入同一雜波單元△V的數(shù)據(jù)，所有仰角區(qū)的雜波圖的單元都以這種方式更新數(shù)據(jù)。假設(shè)噪聲服從瑞利分布，則在雜波與噪聲同時存在的情況下，遞歸后幅度分布也為瑞利分布。在設(shè)定噪聲和雜波的均值和方差的情況下，根據(jù)Neyman-pearson準則，利用式(4)和式(5)在Matlab軟件下進行仿真，可以得到氣象雜波的虛警概率和檢測概率與其相應(yīng)參數(shù)的關(guān)系曲線圖。

其中，M為檢測單元內(nèi)的分辨單元數(shù)，隨著雜噪比SNR和分辨單元數(shù)的增大，檢測概率越大;圖5表明：β取1/8遞歸時虛警概率相應(yīng)較小，同時也看到，門限設(shè)置越大，虛警概率越小。

4邊緣效應(yīng)的處理

當(dāng)目標處于大片的氣象雜波中時，由于目標周圍雜波的平穩(wěn)性，基本的鄰近單元平均CFAR電路是性能是非常好的，但在氣象雜波邊緣，雜波的變化劇烈，位于各參考單元里的雜波強度有明顯的差別。文獻[4]對比了CA，GO，OS，MX-CMLD等幾種算法抗邊緣雜波的性能，通過分析認為，包含GO(選大)邏輯的檢測方法的抗邊緣雜波性能均較好。為了消除邊緣效應(yīng)[5]，下面將討論如何建立輪廓雜波圖，他不表征雜波的具體信息而是判斷雜波相對強弱的。 雜波強弱判斷準則采用雙門限進行檢測。

首先判斷雜波檢測單元是否超過噪聲門限，然后對超過噪聲門限的分辨單元用計數(shù)器進行積累，當(dāng)該檢測單元內(nèi)的計數(shù)值超過一定值，即門限2時，認為該檢測單元處于強雜波區(qū)，輸出一位信息1;如果該計數(shù)值小于門限2，則認為該檢測單元處于弱雜波區(qū)，輸出一位信息O;為了消除雜波的邊緣效應(yīng)，輪廓雜波圖還必須對檢測單元進行方位、距離的區(qū)域擴展處理，擴展的方法為：對檢測單元進行判斷雜波強弱的同時，也判斷和他在距離、方位上相鄰的參考單元的雜波強弱情況，最終將這些單元的判斷結(jié)果"相或"，只要其中一個有雜波，就認為該檢測單元處于強雜波中，擴展的單元數(shù)目一般選為8個，擴展的方法一般采用田字型。

5雜波圖的實現(xiàn)

在雷達信號處理中除了上述的輪廓雜波圖外還有其他幾種類型的雜波圖，下面我們只討論動態(tài)雜波圖。

在正常通道信號處理中，在休止期對一定數(shù)量的噪聲數(shù)據(jù)平均后乘以門限因子K作為噪聲門限，動態(tài)雜波圖的數(shù)據(jù)與該噪聲門限經(jīng)比較器比較后產(chǎn)生雜內(nèi)雜外標志，雜內(nèi)雜外標志用于選擇不同的信號處理通道進行數(shù)據(jù)處理，在有雜波區(qū)，選擇對消通道進行信號處理，在無雜波區(qū)，選擇正常通道進行信號處理，以減小全程MTI處理帶來的不必要損失。

6硬件實現(xiàn)

我們設(shè)計的整個雜波圖的信號處理都是在FPGA中完成的，其中動雜波和超雜波各配有1片和4片RAM，用來存儲雜波圖數(shù)據(jù)。其中超雜波要求目標的空間位置定位更為準確，所以在雜波單元劃分上也更為精細，存儲的數(shù)據(jù)量與動雜波圖相比較大。另外2片CPLD分別是用來完成自動增益控制和反異步干擾的。

將雜波圖數(shù)據(jù)存儲在外部RAM中，通過時序控制他的讀寫，使得雜波圖數(shù)據(jù)得以更新，同時也方便了脈沖間數(shù)據(jù)的遞歸運算，從而使動態(tài)雜波圖產(chǎn)生雜內(nèi)雜外標志的重要功能得以完成，而沒有外部存儲器是難以完成這些功能的。

7 結(jié) 語

本文討論了用單元平均算法處理大片分布相對均勻的氣象雜波，并運用輪廓雜波圖解決氣象雜波的邊緣問題，并在Matlab 6.5下對算法性能做了相應(yīng)仿真，效果較好，最后給出了整個硬件電路的結(jié)構(gòu)框架圖，并在FPGA中實現(xiàn)了整個信號處理過程。