基于CFAR的三亚非相干散射雷达数据预处理研究

尹翰林, 乐新安*, 王俊逸, 丁锋, 宁百齐,王永辉, 李鸣远, 张宁

1 中国科学院地质与地球物理研究所地球与行星物理重点实验室, 北京 100029 2 中国科学院大学地球与行星科学学院， 北京 100049 3 中国科学院地质与地球物理研究所北京空间环境国家野外观测研究站， 北京 100029

0 引言

非相干散射雷达是一种功能强大的用于探测电离层的大功率雷达，由于探测对象是等离子体，其散射截面小，信号非常微弱.三亚非相干散射雷达位于我国低纬地区(18.3°N, 109.6°E)，在其所在地区上空，有大量空间飞行器飞掠过雷达的波束扫描范围(Li et al., 2021; Yue et al., 2020; Zhang et al., 2021).当雷达波束内出现硬目标时，由于散射截面大，其回波功率要比电离层的非相干散射回波功率高出几个量级.同时，由于空间飞行器速度较快，雷达波束内出现的硬目标回波存在的时间往往很短.因此，三亚雷达上空的硬目标具有数量多、但是单个目标存在时间较短的特性.图1给出的是三亚雷达2021年4月5号连续15.5个小时观测信号的强度图，我们可以看到，在整个观测时间范围内，有非常明显的硬目标回波信号(一定高度展宽的竖条纹)，在这15.5小时内，肉眼可见硬目标数目约155个，以在顶部电离层出现居多.在进行硬目标检测之前，需要对数据进行积累，导致常规噪声被大幅抑制而回波信号得到显著增强.在图1中标注出来的两个区域分别包含了回波强度不一致的硬目标，上面的区域包含的硬目标回波强度相对较弱，而下面区域包含的硬目标回波强度普遍较高，除了距离因素，回波强度还跟硬目标的回波散射截面大小有关.硬目标的散射截面大，其回波强度就强，反之就弱，即使是散射截面很小的硬目标回波也要比噪声强许多倍.

图1 三亚雷达2021年4月5号连续15.5小时观测信号的强度图(单位：dB)Fig.1 Range-Time-Intensity of SYISR signal observed at April 5, 2021 (Unit: dB)

此前关于非相干散射雷达信号处理中的硬目标问题关注不太多，没有成熟的经验可供借鉴，其中EISCAT(European Incoherent Scatter)雷达对于受到硬目标干扰而出现大值的数据直接予以删除(Turunen et al., 2000)，在EISCAT雷达探测区域上空每小时有8个卫星穿过，它们会对非相干散射雷达的功率谱造成影响.EISCAT处理时主要是找到这些异常的功率谱并予以剔除(Porteous et al., 2003).本研究旨在引入CFAR方法到非相干散射雷达信号处理中来消除硬目标的影响.CFAR作为经典的硬目标检测手段(Finn and Johnson, 1968; Trunk, 1978; Smith and Varshney, 2000)，也不断地发展出许多新的变种，比如WAI-CFAR、VI-CFAR、TS-CFAR、CNN-CFAR等(Rohling, 1983; Barboy et al., 1986; Nitzberg, 1986; Gao et al., 2009; Cui et al., 2011; Kang et al., 2017; Liu et al., 2019；Subramanyan et al., 2019; Ai et al., 2020)，旨在在背景杂波环境变化剧烈、信噪比降低的情况下依然能够完成硬目标检测.由于硬目标的存在会使得电离层的探测数据受到污染，所以本文通过使用新开发的VI-OS-CFAR的方法对电离层回波信号中的硬目标干扰予以剔除，对原始的回波信号进行预处理.同时，三亚上空电离层背景有着显著的地方时变化，因此本文使用的VI-OS-CFAR是结合OS-CFAR和VI-CFAR的思想，以自适应的方法调节阈值.我们的研究表明，VI-OS-CFAR在保留电离层有用信号的基础上，能对硬目标进行有效的剔除，为后面的信号处理和参量反演奠定了基础.

1 CFAR算法

单元恒虚警(CFAR)已经发展了很多年了，针对复杂的杂波背景环境，CFAR检测已经有了许多的种类.本节分两个部分，第一部分对经典的CFAR做一个简单的介绍，第二部分介绍本文使用的VI-OS-CFAR.

1.1 传统CFAR介绍

对于功率为β2独立同分布干扰噪声，待检测单元噪声功率为指数分布：

(1)

为了获得β2的最优估计，首先要得到N个单元的联合概率分布：

(2)

(3)

(4)

于是，检测门限为

(5)

其中α为虚警检测的门限系数，它和虚警概率直接相关，虚警概率与检测门限系数的关系为

(6)

在实现上，针对一个检测单元，设置相邻的单元为保护单元，外围的单元为参考单元用来确定背景杂波(Scharf, 1991), 传统CFAR通过对参考单元取均值并乘以检测门限系数来确定门限值，如图2所示.

图2 CFAR处理示意图Fig.2 CFAR diagram

在工程实现中，由于雷达原始信号十分微弱，使得直接进行硬目标检测的效果并不理想，因此需要对雷达信号进行一定时间的积累，积累时间取决于同一指向的雷达脉冲重复周期，和雷达波形无关，因为目标检测是在功率域中进行.但是积累时间也不宜过长，越长的积累时间会造成硬目标影响的脉冲区间越长，这使得有些没有硬目标存在的脉冲也会受到影响.理论上参考窗口中参考单元的数量可以是任意的，效果比较好的是12或者18个参考单元(Smith and Varshney, 2000)，由于三亚上空硬目标出现频繁，如果参考单元数量太多，在参考窗口中会引入更多的硬目标信号，从而影响目标检测，所以我们选择的参考单元数量为12个.假设每一个单元的时间分辨率为3 s，那么对应的参考时间约为36 s.保护单元通常设置为1个，对应的隔离时间大约为3 s.整个目标检测时间跨度为78 s.

在单元恒虚警算法中，OS-CFAR、CA-CFAR、GO-CFAR、SO-CFAR是应用较为广泛的恒虚警算法.

OS-CFAR通过对参考窗内的数据由小到大排序，选取其中第K个数值，假设其为杂波背景噪声(Rohling, 1983).在OS算法中，总参考窗长度N及有序统计量K的取值是有过详细讨论的，K的经典取值通常为3N/4左右(Rohling, 1983；Nathanson et al., 1990).OS的优点为多目标检测性能好，但是杂波边缘的虚警概率会提升，由于电离层背景并不是一成不变的，为了改善这种情况，本文将K的选择根据背景环境的变化进行灵活设定.

CA-CFAR、GO-CFAR、SO-CFAR这三种算法都是经典的均值算法，CA-CFAR算法是计算总参考单元的均值作为门限值，GO-CFAR和SO-CFAR算法都是分别计算前后两个参考窗口的均值，不同的是GO-CFAR选择大值，而SO-CFAR选择小值(Finn and Johnson, 1968; Trunk, 1978).

VI-CFAR是一种灵活的CFAR算法，它将CA-CFAR、GO-CFAR、SO-CFAR结合起来(Smith and Varshney, 2000)，根据背景杂波变化在三种算法中做出灵活的选择，改善了CFAR检测由于杂波环境变化带来的虚警概率的提升.

但不管是CA-CFAR、GO-CFAR、SO-CFAR以及将三者结合的VI-CFAR，其检测门限的灵活性并没有得到显著的提升，这四种算法将门限的选择限制在了参考窗口的均值之中.OS-CFAR算法选择第K个值作为门限，相对上述四种算法它的门限选择灵活度更高，但是固定的K值却也限制了它的灵活性.因此本文在VI-CFAR和OS-CFAR算法的基础上提出VI-OS-CFAR算法，该算法提升了门限选择的灵活性，改善了硬目标检测的效果.

1.2 VI-OS-CFAR介绍

VI-OS-CFAR通过对比参考窗口中所定义的参数，灵活地选择K值.其具体工作原理如下：

设置两个参数用来确定K的取值.分别计算前后参考窗口的方差值，方差定义如下：

(7)

方差代表窗口的平稳度，表征电离层背景是否稳定.如果电离层前后窗口的背景环境是稳定的，那么其方差水平应该是相似的(下文中定义的VIA和VIB分别代表前后窗口的方差).反之，如果电离层背景环境是非稳定的，那么前后方差的差异较大.如果检测单元处在电离层背景环境变换边界时，前后窗口方差都很小，但是幅值却存在巨大差异.为了避免这种情况的发生，本文定义了第二个参数MR，用来辅助方差确定背景环境是否发生变化.

(8)

表1 VI-OS-CFAR参量判据Table 1 Threshold of VI-OS-CFAR parameter

由于三亚地区硬目标出现频繁，在参考窗口中出现硬目标是很常见的情况，硬目标在参考窗口中加入的高值也有可能被选作门限从而增大漏检率.当VIA、VIB均大于5时，表明前后两个窗口的背景都不再平稳，当MR<10时可以判断出，这是由于电离层背景发生变化，导致前后两个方差的变化，为了降低误检事件的发生率应该适当提升K的值，当MR>10的时候，说明除了背景变化之外，前后窗口可能携带了硬目标信息，所以K的取值要比上一种情况小，但因为背景也处于变化阶段，为了降低误检率，K的取值要比经典值略高；当VIA或者VIB中的一个大于1且小于5时，说明其中至少一个窗口不再是稳定的，正处于回复平静阶段或者离开平静阶段的情况，另一个窗口的方差不管是大于5或者小于1或者介于两者之间，都表示检测单元正在经历背景的变化过渡期，当MR<10时，说明前后窗口正处于背景环境变化，K取经典的3N/4，当MR>10的时候，说明硬目标信息已经处于前窗口或者后窗口，且其中一个窗口由于处于变化阶段，K如果再取经典值会增大漏检事件的发生，检测单元中的硬目标回波被高门限掩盖，所以K应该取一个更小的值；当VIA、VIB都不大于1时，这是个较强的约束条件，说明前后两个窗口都处于平稳阶段，当MR<10时说明，基本不变，K取经典值，当MR>10时说明两个阶段虽然都趋于平静，但检测单元和保护单元正处于快速变化阶段，为了降低误检K的取值应该略微上升；在MR小于2的时候，基本不考虑前后两个窗口的方差影响，因为它自身就是一个很强的约束条件，这意味着前后窗口的电离层背景是一致的，当前后两个窗口的方差存在变化时，这表明背景处在小范围的波动状态，这种情况显然是不常见的，我们也可以认为它处在一种特殊的稳定状态，K取经典值；当MR<2且方差变化小时，这说明背景电离层处于非常稳定的状态，K取0.85N，以降低误检概率.

VI-SO-CFAR处理流程如图3所示.

图3 VI-OS-CFAR 处理流程Fig.3 VI-OS-CFAR algorithm

我们最初得到的原始I(实部)/Q(虚部)数据中信噪比相对较差，直接进行硬目标剔除的效果并不理想，因此我们需要将一定的数据积累起来.首先将信号转换到功率域，之后将一定数量的脉冲取平均以抑制噪声，积累之后的数据代表的是这一段时间内的探测目标的平均状态，这段时间也就是积累时间或者叫做时间分辨率，由此我们也得到了一个检测单元，检测单元的时间和积累时间是一致的.将经过积累后的数据送入检测器，首先计算前后两个参考窗口的方差和均值，之后进入背景环境估计的逻辑单元，选出最优的K值，K进入排序器进行挑选并乘以检测门限系数，将得到的背景环境估计和检测单元的数据送入比较器，如果检测单元数值较高则认为是硬目标并予以剔除.

2 VI-OS-CFAR应用于三亚雷达数据预处理

非相干散射雷达观测可以通过反演得到电离层的众多参数，包括电子密度、等离子体漂移速度、电子温度、离子温度和离子种类等(Dougherty and Farley, 1961; Lehtinen and Huuskonen, 1996).具体处理步骤如下：

(1) 将原始信号进行积累是图3的第一步，在多波束快速扫描模式下，积累时间(时间分辨率)一般选择为30 s，这里的积累时间比图2中要求的长，因为在多波束扫描的情况下，上一个波束和下一个波束的指向不一致(这两个脉冲之间的时间是雷达脉冲重复周期)，同一指向的波束的脉冲重复周期会变长(同一波束的脉冲重复周期=雷达脉冲重复周期×扫描模式下的脉冲个数)，为了保证单个检测单元的质量，需要对同一指向的脉冲数据进行积累，积累的第一个脉冲到积累的最后一个脉冲之间的时间跨度也会变长，因此数据积累所需要的时间会变为30 s.如果波束存在30 s以上的驻留，积累时间一般选择为30 s.对数据进行时间积累可以改善信噪比，但是随着积累时间的增大，信噪比改善情况并不是特别明显，反而会牺牲很多没有被硬目标污染的其它有用信号.

(2) 利用VI-OS-CFAR对积累后的信号进行筛选，积累之后电离层背景在短时间看是稳定的，而硬目标信号的强度要比背景强度高20 dB以上，远大于可检测的13 dB.基于筛选结果，我们将认为是硬目标的信号予以剔除.

(3) 使用GUISDAP(Lehtinen and Huuskonen, 1996)对预处理后的雷达信号进行反演，验证VI-OS-CFAR的可靠性.

我们首先比较研究了CA-CFAR、GO-CFAR、SO-CFAR、OS-CFAR以及本文提出的VI-OS-CFAR的硬目标检测性能.

图4中我们针对三亚雷达的三次观测(每次均持续2 h)，分别用五种方法进行了硬目标剔除实验，在本次实验中每一种方法的虚警概率都是一样的.在寻常的硬目标检测中虚警概率通常为10-4或者更小(Finn and Johnson, 1968; Trunk, 1978; Rohling, 1983; Barboy et al., 1986; Nitzberg, 1986; Smith and Varshney, 2000; Gao et al., 2009; Cui et al., 2011; Kang et al., 2017; Liu et al., 2019；Subramanyan et al., 2019; Ai et al., 2020)，但是由于存在散射截面较小的硬目标回波，其回波信号较弱，虽然虚警概率的提升会导致零散剔除点增加，但是数据剔除的更为彻底，使得数据的整体质量得到有效提升，而我们的目的是改善数据质量，因此我们将虚警概率提升到10-0.65.图4中每一行对应同一观测数据，从图上可以看到，对于CA、GO、SO的CFAR检测方法而言，当硬目标出现十分频繁时，这三种检测方法的适用性就会下降，均出现了不同程度的漏检(如黑色框就是漏检的).而OS算法和VI-OS算法则体现出良好的适应性.但是，从第三行的检测结果可以看出，当干扰信号出现在电离层区域时，尤其是信号持续时间较长时，OS的性能会下降，因为OS属于排序检测，当硬目标存在时间较长时，OS在检测时会将其当成背景环境的变化从而漏检.但是VI-OS算法结合了方差和幅值之后可以对较长时间的干扰和突变做出合理的判断.经过五种方法的对比可以看出，VI-OS算法具有更好的适应性以及更高的检测率，能够更好地完成电离层探测数据的预处理，尽可能地剔除异常数据.

图4 三亚雷达三次(上、中、下)实验期间回波信噪比(单位：dB)随脉冲个数和高度的变化.从左至右分别是五种检测方法检测并剔除掉硬目标之后的分布Fig.4 The signal to noise ratio of the echo (unit: dB) versus pulse number and altitude observed by SYISR during three (top, middle, bottom panels) experiments. From the left to the right are the results after eliminating the hard targets by five methods, respectively

为了能够更好地对VI-OS-CFAR的效果做一个评估.我们对三亚雷达地长达300 h的观测，同时应用VI-OS-CFAR、OS-CFAR、CA-CFAR、GO-CFAR、SO-CFAR五种方法进行了硬目标检测实验.统计结果如图5所示，可以看到VI-OS-CFAR相比于其它的几种方法具有最高的检测率以及最低的虚警检测和最低的漏检概率.SO-CFAR虽然具有较高的检测率，但是SO-CFAR使用的是最小均值，所以它的虚警检测概率相比其它的方法要高很多(Jalil et al., 2016).

图5 基于三亚雷达300 h观测，利用五种检测方法检测的虚警事件、成功检测事件、和漏检事件Fig.5 The false alarm event, accurate detected event, and the missing event by five methods on the basis of 300 h SYISR observations

图6给出了一次实验观测的反演结果对比图.左边一列是剔除硬目标之后的反演结果，右边一列是没有进行硬目标剔除的反演结果.每一列自上而下分别是电子密度、离子温度、电子离子的温度比和视线漂移速度四个反演参量.对电子密度而言，由于硬目标的信号很强，在反演时会对电子密度造成非常大的影响，具有不符合电离层特性的反演结果.对离子温度而言，原始反演数据中的异常区域已经标注出来，在右列图像最上方区域中，由于回波太强导致反演结果错误出现温度跃变，在下方区域中电离层范围内也出现了硬目标造成的反演错误，在剔除硬目标之后，左列图像相同位置处的值更加平滑.对电子离子温度比而言，硬目标的影响是类似的，硬目标造成的明显差异区域已经在图中标注出来，可以看到当有硬目标存在时反演结果在数值上并不连续，这种跳变是不合理的.对漂移速度而言，硬目标会对漂移速度的方向以及大小造成十分明显的影响，会造成速度反向和异常增大，在右列原始反演结果中差异较大的4个区域已经标注在图中，在左边的两个标注区域内，由于硬目标的存在导致漂移速度的值出现跃变，其数值并不连续，在右边的两个标注区域中，尤其在高高度区域，由于硬目标回波强度强且出现频繁，导致速度反演结果杂乱，而在电离层区域虽然硬目标也存在，但是出现的频率并不高，因此对速度造成的影响相对不明显，在剔除硬目标的影响之后尤其是在标注区域内，反演结果更加平滑、连续、真实可信.在离子温度和电子离子温度比的反演结果中，上方和底部存在异常值，这是由于这部分电离层回波较弱而反演时使用的功率谱对温度又不敏感，所以使得在上方和下方都有温度异常的存在.

图6 使用GUISDAP对三亚非相干散射雷达数据进行反演的结果，观测时间是2021年4月17号.(a) 应用VI-OS-CFAR去除硬目标后的结果; (b) 没有经过预处理直接反演的结果. 反演结果从上至下依次是电子密度、离子温度、电子离子温度比和视线漂移速度Fig.6 The inversion result of SYISR observation by GUISDAP during April 17, 2021. (a) The data inversion result excluding hard targets; (b) The direct inversion result. Each row from top to bottom is the electron density, ion temperature, electron-ion temperature ratio, and line of sight drift speed

3 讨论和结论

本文使用的VI-OS-CFAR的方法进行检测的前提是要进行信号积累，而且根据探测模式的不同，积累的时间也不一样.有积累时间作为前提，意味着硬目标准确地进入波束和离开波束的时间是不确定的，CFAR检测剔除的目标会连同一部分有用信号一起剔除.这就需要在执行预处理的时候进行综合考虑，在保证数据质量良好的同时，尽可能减少有用数据的剔除.在使用VI-OS-CFAR的时候，将电离层的短时变化造成的方差和均值的变化作为判别依据，灵活地选取排序后的参考窗口中的值作为门限.这样灵活选择的方法，在很大程度上增加了检测概率的准确性，同时降低了误检事件的发生率.

本文通过使用CFAR硬目标检测方法，对三亚非相干散射雷达数据中的硬目标进行门限检测，并将识别出的硬目标数据予以剔除，有效地改善了三亚非相干散射雷达的反演结果，使得反演数据更加真实可信.未来该方法有望应用于日常数据处理.