海杂波幅度分布模型的研究

宋莹　姬光荣

摘 要： 为改善雷达检测目标的能力，基于对海杂波幅度特性的分析，采用瑞利分布、韦布尔分布、对数正态分布、K分布进行仿真，并与实测数据对比，分析了四种分布方式的拟合特点。由结果可知，雷达处于低分辨率高擦地角时，适用于瑞利分布；当雷达处于高分辨率低擦地角时，适用于其余三种分布，其中正态分布拟合的效果较好。由四种分布的参数拟合图知，K分布参数可以作为特征参量，更好地将主、次目标单元分离开来，为提高雷达检测能力提供依据。

关键词： 海杂波； 幅度特性； 分布模型； 曲线拟合

中图分类号： TN911.7?34 文献标识码： A 文章编号： 1004?373X（2015）19?0015?04

Abstract： To improve the detection ability of radar target， Rayleigh distribution， Weibull distribution， lognormal distribution and K distribution were simulated based on the analysis of amplitude characteristics of sea clutter. The fitting characteristics of the four distributions are analyzed by comparing with the measured data. The analysis results show that Rayleigh distribution is suitable for the situation when the radar is in low resolution and high grazing angle. Other distributions are suitable for the situation when the radar is in high resolution and low grazing angle， in which normal distribution has better fitting effect. According to fitting figures of four distribution parameters， K distribution parameter can be taken as the characteristic parameter to separate the main target and sub?target units. K distribution can provide the basis for improving the radar detection ability.

Keywords： sea clutter； amplitude characteristic； distribution model； curve fitting

0 引 言

对于海面上雷达来说，海面对雷达的后向散射回波中不可避免的包含其他物体的散射信号，即海杂波。雷达作为目标探测的重要手段，主要是通过向空间发射特定信号，接收并处理目标回波信号实现。传输过程中，不可避免的会产生各种干扰，降低雷达的检测性能[1?2]。

海杂波与雷达的工作频率、极化方式、周围环境的温度、风向等因素密切相关，强海杂波信号对有用信号产生严重干扰，因此，海杂波在很大程度上影响了雷达对海上目标的检测能力。本文通过对海杂波的幅度特性分析并建立仿真模型，指导雷达系统设计，以降低海杂波对信号检测的干扰。

1 海杂波幅度分布模型

雷达分辨单元有随机分布的散射体，它们的特征都是随机变量。雷达杂波具有随机起伏的特性，隐含一定的统计规律，即雷达回波的概率幅度密度函数（PDF）。常用的杂波PDF模型有瑞利分布、正态分布、韦布尔分布和K分布等[3?4]。

1.1 瑞利分布模型

2 实验及分析

2.1 实验数据说明

实验采用的数据是加拿大McMaster大学IPIX雷达在加拿大东海岸测得的1993年实测数据。雷达测得的每个数据集都有14个距离单元，数据是复数信号[I+jQ]的形式，分为同相分量[I]和正交分量[Q。]雷达的工作频率是9.39 GHz，脉冲宽度是200 ns，脉冲重复频率1 000 Hz，采样时间为131.072 s，采样距离间隔为15 m，擦地角[<1°。]极化方式有HH，VV，HV，VH的形式。14个距离单元中包含主目标单元、扩展目标单元和杂波单元。限于篇幅，本文采用IPIX网站#17（19931107_135603_starea）的雷达数据。

2.2 对幅度的分布拟合及分析

由于HH极化方式下的海杂波的强度最弱[5]，所以实验采用的是HH极化方式。对含有目标单元的海杂波信号幅度特性进行了瑞利分布拟合，实验结果如图1所示。

由实验结果可以看出，在高分辨率、低擦地角的条件下，且当幅度很小时，瑞利分布的拟合效果图近似服从高斯分布，而实测数据有较高的峰值，拟合曲线与实测数据偏差较大；随着幅度的增加，有较长的拖尾，拟合曲线的效果不是很好。为了得到理想的拟合曲线，下面的实验分别采用其他三种分布对实测数据进行拟合，实验结果如图2～图4所示。

由图2～图4可以看出，韦布尔分布、正态分布、K分布能够较好的拟合实测海杂波数据的幅度分布，没有像瑞利分布严重偏离了实测数据。正态分布拟合曲线尤其贴近实测数据，几乎没有偏差，拟合效果最好；其次是韦布尔分布，当幅值较小且峰值下降时，稍微有一点偏离实测数据，但总体的趋势一直贴合实测数据的分布；最后是K分布拟合，当幅值较小时，偏离了实测数据曲线，随着幅值增加，拟合效果变好。这三种分布可以弥补当雷达分辨率和擦地角变化时，瑞利分布拟合的不足。但实验仅仅采用了HH分布的数据，可能对实验结果的准确性有一定的影响。endprint

当雷达处在低分辨率、大擦地角的条件时，距离分辨单元的散射体满足中心极限定理，雷达的回波近似服从高斯分布，实测数据的幅度概率密度曲线符合瑞利分布。

雷达的性能不断改善，对目标检测的要求越来越高，雷达处在高分辨率、低擦地角的条件时，中心极限定理不适用，而且多径效应和遮挡效应明显，海杂波的幅度分布明显偏离了瑞利分布，表现了非线性和非平稳性的特点，概率密度函数表现出一系列非高斯特征。用对数正态分布模型拟合能更好地描述海尖峰明显时的幅度曲线。

2.3 四种分布参数的拟合及分析

四种分布都能对海杂波目标单元及杂波信号进行模拟，反映其特征差异，通过实验对这4种分布参数进行拟合，实验结果如图5～图8所示。

本实验采用#17数据，有目标的距离单元为第9单元，第8，第10和第11距离单元为目标扩展单元，其余的是海杂波单元。由模拟分布结果可知，瑞利分布、韦布尔分布、正态分布和K分布都能将目标信号与杂波信号区分开来，但是K分布的拟合参数能更好地将目标单元区分出来，具体分析如下：

由图5可以看出，目标单元为9号单元，8，10，11单元与周围的海杂波单元区分也较明显，但12号单元就成了对目标单元的干扰。

图6的韦布尔分布和图7的正态分布图中，主目标单元和扩展目标单元几乎没有差别，对目标单元的检测也有一定的影响；但同样存在海杂波12号单元对目标信号有一定的干扰。

因此，可以看出，K分布的拟合参数曲线可以最好的将主、次目标单元及海杂波单元区分开来。各种分布拟合都存在一定的缺点：瑞利分布在描述高分辨雷达杂波时，会把动态范围模拟的较小；对数正态分布易把杂波动态范围模拟的较大；韦布尔分布不能模拟出各脉冲的相关特性；K分布能模拟相关特性，但不能很好地描述内在物理特性。但是利用K分布提取拟合参数的特征，可用于区分目标单元和杂波单元的特征量，对于海杂波目标检测提供了一定的依据，为提高雷达系统的检测性能提供了基础。

3 结 语

本文分析了瑞利分布、韦布尔分布、正态分布和K分布海杂波幅度特性的模型，得到了幅度与概率密度曲线，并对各种拟合曲线分析比较。同时对比各种分布模型的拟合参数，通过拟合参数的分布，为有效的区分目标单元提供了依据，对改善雷达检测能力有一定的作用。但是本实验采取的数据有限，对实验结果的准确性有影响，同时，雷达采集的数据本身也有一定的不确定性，因为受周围环境等其他因素的影响，所以还需要大量的实验进行充分验证。

参考文献

[1] 郭立新，王蕊，吴振森.随机粗糙面散射的基本理论与方法[M].北京：科学出版社，2010.

[2] 赵巨波，符燕，耿文东.海杂波统计特性分析[J].现代雷达，2005，27（11）：4?6.

[3] KERR D E. Propagation of short radio waves [M]. [S.l.]： Peter Peregrinus Limited， 1951.

[4] GRECO M， STINCO P， GINI F. Identification and analysis of sea radar clutter spikes [J]. Radar， Sonar and Navigation， 2010， 4（2）： 239?250.

[5] DENNY W M. K?distributed sea clutter： small target processing [J]. Radar， 1997， 449： 591?595.

[6] SIMON H， BAKKER R. Uncovering nonlinear dynamics： the case study of sea clutter [J]. Proceedings of the IEEE， 2002， 90（5）： 860?881.

[7] OLIVER C J. Correlated K?distributed clutter models [J]. International Journal of Optics， 1985， 32（12）： 1515?1547.

[8] 杨俊岭，吕韶呈，万建伟.一种新的相干K分布模型及其在海杂波仿真中的应用[J].系统仿真学报，2007，19（2）：250?253.

[9] 张宝宝，胡艳辉，罗丰，等.相关K分布海杂波的建模与仿真[J].现代雷达，2007，29（4）：24?27.

[10] 许小剑，李晓飞，刁桂杰，等.时变海面雷达目标散射现象学模型[M].北京：国防工业出版社，2013.endprint