宋志華，陳錕山，曾江源，許鎮(zhèn)

(中國(guó)科學(xué)院空天信息創(chuàng)新研究院 遙感科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室， 北京 100094； 中國(guó)科學(xué)院大學(xué)， 北京 100049)(2019年7月25日收稿； 2019年10月9日收修改稿)

慢速目標(biāo)[1-2]是指速度慢、回波信號(hào)常常淹沒(méi)于強(qiáng)地雜波中的目標(biāo)。由于回波信號(hào)本身的多普勒頻率小，周圍環(huán)境例如樹(shù)木受風(fēng)擺動(dòng)產(chǎn)生隨機(jī)多普勒分量，會(huì)造成雜波譜展寬，從而對(duì)目標(biāo)檢測(cè)造成不利影響。因此，對(duì)此類目標(biāo)的有效探測(cè)非常重要且具有挑戰(zhàn)性。而采用信號(hào)處理的方法對(duì)此類目標(biāo)的檢測(cè)不僅手段靈活，且成本較低。目前，國(guó)內(nèi)外對(duì)慢速目標(biāo)的檢測(cè)方法主要有以下幾類：基于粒子濾波的檢測(cè)前跟蹤(track before detect, TBD)技術(shù)的檢測(cè)方法[3-4]，基于變換域的檢測(cè)方法，例如Radon變換[5]、Radon-分?jǐn)?shù)階Fourier變換[6]、微多普勒分析的檢測(cè)方法[7-8]、多活性代理的系統(tǒng)檢測(cè)方法[9-10]、雜聲白化處理的檢測(cè)方法[11]等。

基于TBD的檢測(cè)方法計(jì)算量大，不利于工程實(shí)現(xiàn)，基于變換域的檢測(cè)方法盡管計(jì)算量小和易于工程實(shí)現(xiàn)，但有效適用范圍較窄，如田悅鑫提出的Hough方法[12]只適合一定信雜比下的小信號(hào)檢測(cè)。因此，目前主流的探測(cè)雷達(dá)主要采用調(diào)頻連續(xù)波(frequency-modulated continuous wave, FMCW)[13]，這種體制的典型優(yōu)點(diǎn)是可實(shí)現(xiàn)高精度、無(wú)距離盲區(qū)的檢測(cè)，且收發(fā)系統(tǒng)簡(jiǎn)單、工程實(shí)現(xiàn)難度小、成本低。但對(duì)于慢速目標(biāo)在強(qiáng)雜波背景下的有效檢測(cè)， FMCW雷達(dá)探測(cè)仍面臨以下問(wèn)題[14]：1)由于不同地區(qū)的地理雜波環(huán)境不同，如何在地面強(qiáng)雜波環(huán)境例如樹(shù)木，建筑物干擾下，有效抑制雜波，突出目標(biāo)？2)對(duì)不同雷達(dá)和目標(biāo)參數(shù)響應(yīng)，如何實(shí)現(xiàn)目標(biāo)檢測(cè)性能的有效評(píng)估和驗(yàn)證？

針對(duì)以上問(wèn)題，本文以FMCW雷達(dá)為研究對(duì)象，提出一種新型的自適應(yīng)有限沖激響應(yīng)(finite impulse response,FIR，也稱抽頭延遲或非遞歸)濾波器，并從理論、仿真和實(shí)測(cè)數(shù)據(jù)3個(gè)方面對(duì)該濾波器檢測(cè)地面道路強(qiáng)雜波(樹(shù)木、建筑物、廣告牌等)干擾下的慢速目標(biāo)的性能進(jìn)行分析和驗(yàn)證。最后，分析目標(biāo)檢測(cè)性能的相關(guān)影響因素，為FMCW雷達(dá)檢測(cè)慢速目標(biāo)提供一定的借鑒意義。

1 FMCW雷達(dá)測(cè)速測(cè)距分析

一般來(lái)說(shuō)，F(xiàn)MCW雷達(dá)通過(guò)對(duì)差頻信號(hào)的有效處理(如抑制環(huán)境雜波影響)，獲得動(dòng)目標(biāo)的距離、速度等信息。工業(yè)測(cè)量中，鋸齒波調(diào)頻連續(xù)波雷達(dá)較為常用，故以鋸齒波為例。假設(shè)單個(gè)目標(biāo)以速度v進(jìn)行勻速直線運(yùn)動(dòng)，距離為R0，忽略距離-多普勒的耦合影響，F(xiàn)MCW雷達(dá)在快時(shí)間和慢時(shí)間維度上的差頻信號(hào)表達(dá)式為

(1)

通過(guò)對(duì)差頻信號(hào)進(jìn)行傅里葉變換估計(jì)頻譜，針對(duì)距離維進(jìn)行N采樣，假設(shè)采樣率為fs，目標(biāo)距離R[15]的計(jì)算公式為

(2)

由式(2)可知，采樣率fs越大，采樣點(diǎn)數(shù)N越多，調(diào)頻率kr越小(帶寬越大)，距離分辨率越高。若要獲得速度信息，則需要對(duì)多個(gè)差頻信號(hào)進(jìn)行長(zhǎng)時(shí)間積累處理(多個(gè)連續(xù)脈沖測(cè)量)。在FMCW雷達(dá)系統(tǒng)的信號(hào)處理中，可以通過(guò)二維傅里葉變換來(lái)獲取目標(biāo)的速度距離信息。目標(biāo)移動(dòng)速度v可以通過(guò)下式計(jì)算：

(3)

其中，由于是調(diào)頻連續(xù)波體制，脈沖重復(fù)頻率fPR等于單脈沖掃頻周期的倒數(shù)1/T。

與此同時(shí)，在某一確定的雷達(dá)參數(shù)下，其速度分辨率Δv為

(4)

由式(4)可知，速度分辨率與fPR和脈沖積累個(gè)數(shù)M相關(guān)，fPR越小，M越大，速度分辨率越高。故對(duì)于近距離慢速目標(biāo)的測(cè)量，其核心在于提高測(cè)速精度。

2 雜波條件下動(dòng)目標(biāo)檢測(cè)的信號(hào)處理方法和分析

實(shí)際場(chǎng)景中，地面的非測(cè)量目標(biāo)都屬于雜波，比如道路邊的行道樹(shù)、高大的建筑物、廣告牌等，這些對(duì)于地面慢速目標(biāo)來(lái)說(shuō)，都是造成干擾的強(qiáng)雜波環(huán)境。如何有效抑制環(huán)境雜波的影響，對(duì)準(zhǔn)確估計(jì)目標(biāo)運(yùn)動(dòng)參數(shù)是至關(guān)重要的。因此，本節(jié)對(duì)動(dòng)目標(biāo)檢測(cè)的信號(hào)處理方法進(jìn)行理論和仿真分析，并提出抑制雜波的改善措施。

針對(duì)地面道路的目標(biāo)檢測(cè)情況，考慮到常見(jiàn)的行道樹(shù)和建筑物干擾，故以幅度分布呈對(duì)數(shù)正態(tài)分布的雜波[16]為主要雜波，其在信號(hào)幅度上表現(xiàn)顯著的尖峰值，概率密度分布的拖尾增長(zhǎng)。針對(duì)以上環(huán)境，首先對(duì)回波信號(hào)預(yù)處理，其次雜波抑制，包括地面雜波、靜止雜波和其他雜波，然后進(jìn)行二維傅里葉變換[17]，最后在距離多普勒?qǐng)D的基礎(chǔ)上，運(yùn)用二維CFAR檢測(cè)方法[18]進(jìn)行目標(biāo)信息獲取。具體信號(hào)處理流程如圖1所示。

圖1 信號(hào)處理流程圖Fig.1 Flowchart of the signal processing

2.1 新自適應(yīng)濾波器的雜波抑制

在實(shí)際應(yīng)用中，不同的雷達(dá)參數(shù)和回波信號(hào)，具有不同的濾波器系數(shù)和特征頻率，并且能夠根據(jù)輸入信號(hào)自動(dòng)調(diào)整性能，進(jìn)行數(shù)字信號(hào)處理的自適應(yīng)濾波器研究在信號(hào)檢測(cè)中是非常有意義的。

對(duì)于強(qiáng)雜波環(huán)境下的慢速目標(biāo)而言，雜波的幅度遠(yuǎn)大于目標(biāo)的幅度，對(duì)所有信號(hào)幅度求均值，可近似代表雜波的平均值。其次，將原信號(hào)減去信號(hào)均值，可以有效降低雜波高幅度的影響，進(jìn)一步突顯目標(biāo)，表達(dá)如下：

S′(t)=S(t)-E[S(t)]，

(5)

(6)

其中：E[S(t)]表示S(t)的統(tǒng)計(jì)平均，S′(t)是處理后的信號(hào)，β為幅度差值歸一化數(shù)值。

為驗(yàn)證上述信號(hào)處理的可行性，對(duì)有無(wú)動(dòng)目標(biāo)兩種情況分別求均值，并按照式(6)對(duì)幅度差值做歸一化比較，得到強(qiáng)雜波背景下的結(jié)果如圖2所示，其中總采樣點(diǎn)數(shù)為1 024。

圖2 幅度差值結(jié)果分析Fig.2 Analysis of amplitude difference

從圖2(a)可看出，差值幅度歸一化值β<0.2，圖2(b)顯示其值大部分集中在(-0.05,0.05)(對(duì)應(yīng)的縱坐標(biāo)頻次總數(shù)為總采樣點(diǎn)數(shù)1 024)，說(shuō)明含有動(dòng)目標(biāo)和無(wú)動(dòng)目標(biāo)的信號(hào)幅度取均值相差不大，含有動(dòng)目標(biāo)情況取均值可近似等于背景雜波的均值，該結(jié)果也驗(yàn)證了式(5)的信號(hào)處理方法是可行且有效的。

(7)

(8)

(9)

其中：Ri,i=1，…，n為斜距的n階導(dǎo)數(shù)；δi,i=1，…，n為殘余誤差的n階導(dǎo)數(shù)。常數(shù)部分就是雷達(dá)觀測(cè)目標(biāo)的最短距離R0。

一般來(lái)說(shuō)，濾波器是對(duì)δ(t)部分進(jìn)行減弱或消除，達(dá)到雜波抑制的效果。由于自適應(yīng)濾波器的自適應(yīng)性，不需要人工改變輸入?yún)?shù)，因此常應(yīng)用于實(shí)際工業(yè)領(lǐng)域中。但是，現(xiàn)今自適應(yīng)濾波器[19]的應(yīng)用主要是基于反饋結(jié)構(gòu)來(lái)不斷調(diào)整濾波器系數(shù)和頻率響應(yīng)。由于事先不知道噪聲信號(hào)的幅度分布特點(diǎn)，自適應(yīng)濾波器的初始值是隨機(jī)值，需要不斷地迭代學(xué)習(xí)從而更改濾波器系數(shù)，這樣會(huì)導(dǎo)致信號(hào)濾波處理的時(shí)間較長(zhǎng)。因此，基于式(5)信號(hào)處理方法，先降低環(huán)境背景雜波的影響，再根據(jù)一定規(guī)則確定自適應(yīng)濾波器的初始值范圍，提高濾波器的濾波速度和性能。下面是FIR濾波器的一般表達(dá)式：

(10)

其中：x(n)是時(shí)域上的輸入信號(hào)，y(n)是輸出信號(hào)，h(n)是權(quán)重系數(shù)，m是每次輸出的積累數(shù)目。

如何高效且自適應(yīng)地確定權(quán)重系數(shù)h(n)，從雷達(dá)探測(cè)目標(biāo)的角度來(lái)看，匹配濾波器就是如何補(bǔ)償距離相位，即補(bǔ)償圖3所示的ΔR部分。從探測(cè)目標(biāo)的角度來(lái)說(shuō)，當(dāng)濾波器的閾值既不淹沒(méi)目標(biāo)又能消除其他高頻雜波時(shí)，就可以極大提高濾波器的工作效率。本文提出的濾波器改進(jìn)方法是圍繞探測(cè)目標(biāo)的頻率信息出發(fā)，將其多普勒頻率估計(jì)值作為自適應(yīng)濾波器的初始值，以此提高濾波器的運(yùn)行效率和抑制雜波性能。

圖3 SAR探測(cè)目標(biāo)的距離示意圖Fig.3 Sketch of the target detection by the SAR system

另外，自適應(yīng)濾波器對(duì)整體雜波信號(hào)濾波，組合脈沖對(duì)消的方式消除零頻附近靜止雜波的影響，進(jìn)一步突顯動(dòng)目標(biāo)，為接下來(lái)的二維傅里葉變換和二維CFAR檢測(cè)分析奠定良好的基礎(chǔ)。

2.2 二維傅里葉變換和二維CFAR分析

降低或消除環(huán)境的雜波影響后，利用二維傅里葉變換的方法快速準(zhǔn)確得到動(dòng)目標(biāo)的位置。基于上述對(duì)差頻信號(hào)的時(shí)域分析，式(1)經(jīng)過(guò)二維傅里葉變換，得到

(11)

其中：LZ，NZ分別指2D傅里葉變換的方位向和距離向數(shù)目。

通過(guò)分析式(11)，二維傅里葉變換后，峰值處就是動(dòng)目標(biāo)的位置，即

(12)

(13)

由式(12)、式(13)可知，當(dāng)確定峰值(a,r)的位置時(shí)，可以逆向推算出對(duì)應(yīng)的速度和距離。

對(duì)多個(gè)連續(xù)脈沖的差頻信號(hào)進(jìn)行2D-FFT變換后，根據(jù)頻譜和多普勒信息分別估計(jì)目標(biāo)距離的速度。將進(jìn)行2D-FFT變換后的信號(hào)記作D(R,v)，二維CFAR[20]就是從|D(R,v)|，R∈[Rmin,Rmax]，v∈[vmin,vmax]中檢測(cè)出超過(guò)預(yù)門限的目標(biāo)。其中，針對(duì)目標(biāo)處于雜波環(huán)境的分布情況，適時(shí)采取單元平均CFAR，GO-CFAR，SO-CFAR或OS-CFAR方法。

檢測(cè)概率一般與信雜比和門限值有關(guān)，傳統(tǒng)意義上當(dāng)且僅當(dāng)周邊存在噪聲對(duì)目標(biāo)的檢測(cè)概率為

(14)

從式(14)得出，Pd反比于門限值。當(dāng)強(qiáng)雜波淹沒(méi)目標(biāo)時(shí)，門限值會(huì)急劇抬高，導(dǎo)致目標(biāo)檢測(cè)概率下降?？傮w來(lái)說(shuō)，雜波情況下，差頻信號(hào)頻譜的分布較復(fù)雜，不易做理論分析，接下來(lái)將通過(guò)仿真進(jìn)行相關(guān)性能分析。

3 實(shí)驗(yàn)仿真與結(jié)果分析

3.1 場(chǎng)景參數(shù)

針對(duì)呈對(duì)數(shù)正態(tài)分布雜波的樹(shù)木、高大建筑物、廣告牌等環(huán)境下的近距離慢速目標(biāo)，參照鋸齒形調(diào)頻連續(xù)波的地基雷達(dá)(ground based-radar)實(shí)際測(cè)量慢速目標(biāo)的參數(shù)設(shè)計(jì)(實(shí)測(cè)數(shù)據(jù))，設(shè)置仿真參數(shù)，如表1所示。但是，為了比較相互之間的作用性能和目標(biāo)參數(shù)，雜波參數(shù)和雷達(dá)參數(shù)可以浮動(dòng)改變。

表1 FMCW雷達(dá)仿真參數(shù)列表Table 1 Simulation parameters for the FMCW radar

3.2 仿真結(jié)果與分析

根據(jù)上述仿真參數(shù)，進(jìn)行仿真實(shí)驗(yàn)。假設(shè)目標(biāo)處于強(qiáng)雜波環(huán)境中，并存在多個(gè)虛假?gòu)?qiáng)目標(biāo)的干擾(比如目標(biāo)背后的高大建筑物、橋梁等)，如圖4(a)、4(b)所示。按照?qǐng)D1所示的信號(hào)處理流程，對(duì)信號(hào)進(jìn)行雜波抑制，結(jié)果如圖4(c)、4(d)所示。隨后進(jìn)行二維FFT變換和二維CFAR，確定目標(biāo)所在的位置，計(jì)算出目標(biāo)的距離和速度，如圖4(e)、4(f)所示。

通過(guò)圖4(c)和4(a)的比較，可以直觀地看到整體信號(hào)幅度全都降低一半，基本消除了零頻附近的靜止雜波。為評(píng)估濾波器的性能，定義以下幾組參數(shù)，分別為：信號(hào)峰值比RP，信號(hào)均值比RA, 峰值相對(duì)誤差δP，均值相對(duì)誤差δA。具體表達(dá)如下：

(15)

(16)

(17)

圖4 仿真實(shí)驗(yàn)?zāi)繕?biāo)檢測(cè)結(jié)果Fig.4 Results of the target detection in simulated experiment

(18)

將其與現(xiàn)今雷達(dá)系統(tǒng)常用的MTI[21]脈沖對(duì)消濾波器性能相比，結(jié)果如表2所示。

表2 新濾波器與MTI濾波器的性能對(duì)比Table 2 Comparison of the performance between the proposed filter and MTI filter

圖4(e)是經(jīng)過(guò)2D-FFT之后的目標(biāo)位置，橫縱坐標(biāo)分別對(duì)應(yīng)距離和速度，若速度為負(fù)數(shù)，則目標(biāo)遠(yuǎn)離雷達(dá)；速度為正，則目標(biāo)靠近雷達(dá)。新濾波器和MTI脈沖濾波器對(duì)目標(biāo)檢測(cè)結(jié)果影響如表3所示。

表3 新濾波器與MTI濾波器運(yùn)動(dòng)參數(shù)估計(jì)精度對(duì)比Table 3 Comparison of estimated parameters between the proposed filter and MTI filter

由表3可知，新濾波器下的檢測(cè)速度為0.199 8 m/s，距離為70.153 2 m，將其與理論值0.2 m/s、70 m比較，相對(duì)距離誤差(ΔR/R)為0.2%，相對(duì)速度誤差(Δv/v)為0.1%，均在10-3量級(jí)，具有良好的測(cè)量精度，相比于MTI濾波器處理下的檢測(cè)精度，顯示出更好的性能。同時(shí)，由圖4(f)二維CFAR的檢測(cè)結(jié)果圖，可以清晰地看到目標(biāo)的所在位置，即雜波得到了有效抑制。

為衡量新的雜波抑制方法對(duì)目標(biāo)精度檢測(cè)的影響，針對(duì)不同的信雜比，觀察目標(biāo)的計(jì)算結(jié)果與理論值的誤差大小，檢測(cè)精度的變化。由圖5可知，隨著信雜比的不斷增加，距離和速度誤差絕對(duì)值保持不變，分別約為0.153 2 m和0.000 25 m/s，這一結(jié)果顯著表明新濾波器不會(huì)隨著環(huán)境噪聲的改變對(duì)目標(biāo)檢測(cè)精度產(chǎn)生影響，同時(shí)能夠有效消除環(huán)境雜波對(duì)目標(biāo)檢測(cè)的影響。

同時(shí)，為進(jìn)一步探究影響目標(biāo)檢測(cè)性能的關(guān)鍵因素，下面對(duì)脈沖積累數(shù)目、調(diào)頻帶寬、目標(biāo)速度和調(diào)頻周期4種因素分別進(jìn)行100次蒙特卡洛模擬。結(jié)果如圖6所示。

圖5 目標(biāo)檢測(cè)精度影響Fig.5 Effects on accuracy of target detection

圖6 目標(biāo)檢測(cè)性能分析Fig.6 Detection performance with respect to different parameters

圖6反映調(diào)頻帶寬、脈沖累積數(shù)、目標(biāo)速度以及調(diào)頻時(shí)間4個(gè)因素對(duì)目標(biāo)檢測(cè)的影響。橫坐標(biāo)為信雜比，其值越大，說(shuō)明信號(hào)的強(qiáng)度越強(qiáng)，反之亦成立。需要注意的是，所有對(duì)單因素影響的仿真實(shí)驗(yàn)都遵循控制變量的準(zhǔn)則。

由圖6(a)看出，帶寬越大，距離分辨率越高，目標(biāo)之間的差異越容易被放大，檢測(cè)概率越高。由圖6(b)可知，雜波的幅度越小，目標(biāo)的相干積累時(shí)間越長(zhǎng)，目標(biāo)的檢測(cè)概率越大。由圖6(c)可知，目標(biāo)的速度越大，越容易與雜波區(qū)分，當(dāng)速度小于雷達(dá)參數(shù)下的速度分辨率，則一定不能被檢測(cè)出來(lái)。圖6(d)表明掃描周期越小，調(diào)頻率越大，越有利于目標(biāo)檢測(cè)?？偟膩?lái)說(shuō)，隨著雜波強(qiáng)度的減弱，目標(biāo)信號(hào)的強(qiáng)度增大，就越容易被區(qū)分。所以，為了盡可能地提高檢測(cè)概率，必須同時(shí)在雜波抑制和2D-FFT中對(duì)距離維和速度維進(jìn)行高分辨率處理。

4 真實(shí)數(shù)據(jù)驗(yàn)證

利用所提出的信號(hào)處理方法對(duì)中國(guó)臺(tái)灣地區(qū)桃園市GB-SAR測(cè)試的捷運(yùn)列車實(shí)驗(yàn)數(shù)據(jù)進(jìn)行測(cè)試。該實(shí)驗(yàn)于2016年6月8日進(jìn)行，采用起始頻率為17 GHz的FMCW波形GB-SAR，對(duì)經(jīng)過(guò)桃園體育館捷運(yùn)站的列車進(jìn)行測(cè)量，具體的雷達(dá)參數(shù)如上述的仿真參數(shù)表1所示。待測(cè)量的目標(biāo)周圍有高大的建筑物和樹(shù)木，以及其他可能出現(xiàn)的動(dòng)目標(biāo)等，測(cè)量的實(shí)際環(huán)境和目標(biāo)環(huán)境如圖7所示。

圖7 實(shí)驗(yàn)真實(shí)環(huán)境和俯視示意圖Fig.7 Environment and overhead view of the experimental scenes

從圖7可見(jiàn)，列車正處于減速進(jìn)站的狀態(tài)中，其速度很低。由于實(shí)際測(cè)量中，有其他的動(dòng)目標(biāo)出現(xiàn)，所以以兩組連續(xù)時(shí)刻同一觀測(cè)場(chǎng)景下的數(shù)據(jù)為例，分別是第103組和第554組數(shù)據(jù)，其中第103組沒(méi)有列車經(jīng)過(guò)，第554組列車進(jìn)站。首先分別對(duì)兩組實(shí)驗(yàn)數(shù)據(jù)進(jìn)行信號(hào)處理，然后對(duì)兩組數(shù)據(jù)進(jìn)行相關(guān)操作，即兩組數(shù)據(jù)相乘。經(jīng)相關(guān)處理后，強(qiáng)的信號(hào)越強(qiáng)，弱的信號(hào)越弱，信號(hào)最強(qiáng)的就是所要測(cè)量的列車目標(biāo)。

分別對(duì)第103組和第554組數(shù)據(jù)進(jìn)行雜波抑制和2D-FFT等操作，結(jié)果如圖8(a)～8(d)所示，然后對(duì)兩組結(jié)果進(jìn)行相關(guān)處理，信號(hào)幅度最大的即為目標(biāo)，如圖8(e)所示。

圖8(c)顯示沒(méi)有列車經(jīng)過(guò)時(shí)，仍然有其他動(dòng)目標(biāo)存在，因此圖8(d)中不僅有列車目標(biāo)，還含有圖8(c)中的動(dòng)目標(biāo)。為了消除列車以外的動(dòng)目標(biāo)影響，對(duì)兩組結(jié)果進(jìn)行相關(guān)操作，消除共同背景，突顯目標(biāo)，如圖8(e)所示，信號(hào)幅度最大的就是列車目標(biāo)位置。檢測(cè)的目標(biāo)結(jié)果與真實(shí)測(cè)量目標(biāo)的運(yùn)動(dòng)參數(shù)如表4所示。

表4 運(yùn)動(dòng)參數(shù)估計(jì)精度Table 4 Estimation accuracy of motion parameters

由表4可知，與實(shí)際場(chǎng)景對(duì)比，相對(duì)距離誤差為0.3%，在10-3量級(jí)范圍中，具有較高的測(cè)量精度；相對(duì)速度誤差為26.7%，由于實(shí)際目標(biāo)正在減速進(jìn)站，其徑向速度接近為0，受到測(cè)量帶寬1 GHz的限制，檢測(cè)的速度在10-3量級(jí)，已經(jīng)具有較高的精度。這也驗(yàn)證了帶寬越大，目標(biāo)越容易被檢測(cè)出來(lái)的結(jié)論。因此，實(shí)測(cè)數(shù)據(jù)同樣驗(yàn)證了該濾波器抑制的有效性，該信號(hào)處理方法能夠有效應(yīng)用在慢速目標(biāo)檢測(cè)中。

圖8 目標(biāo)信號(hào)結(jié)果Fig.8 Results of target detection in real data

5 結(jié)論

本文提出一種新型的自適應(yīng)雜波抑制濾波器，并結(jié)合二維傅里葉變換技術(shù)，從理論、仿真和實(shí)測(cè)數(shù)據(jù)3個(gè)方面對(duì)該濾波器檢測(cè)地面道路環(huán)境中的慢速目標(biāo)的性能進(jìn)行詳細(xì)的分析與驗(yàn)證。此外還分析了與目標(biāo)檢測(cè)相關(guān)的影響因素包括調(diào)頻帶寬、積累時(shí)間、目標(biāo)速度和調(diào)頻時(shí)間。研究結(jié)果表明，在強(qiáng)雜波環(huán)境背景下，經(jīng)濾波器處理后信號(hào)的峰值降低91.1%，信號(hào)平均幅度降低82.7%，相比于MTI脈沖對(duì)消濾波器的峰值降低率33.4%，平均幅度降低率55.7%，表明該新濾波器能夠更好地消除峰值，更利于在強(qiáng)雜波中的目標(biāo)提取。同時(shí)，該方法目標(biāo)檢測(cè)結(jié)果的相對(duì)距離誤差為0.2%，相對(duì)速度誤差為0.1%，均在10-3量級(jí)，優(yōu)于MTI脈沖濾波器的檢測(cè)精度。隨后，通過(guò)蒙特卡羅模擬實(shí)驗(yàn)分析目標(biāo)檢測(cè)精度的影響因素，結(jié)果表明大帶寬、長(zhǎng)積累時(shí)間、保證不出現(xiàn)速度模糊的情況下，目標(biāo)速度越大，調(diào)頻時(shí)間越小，目標(biāo)的檢測(cè)概率越大，目標(biāo)檢測(cè)的距離速度精度越高。最后，通過(guò)GB-SAR測(cè)試的捷運(yùn)列車實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證，測(cè)量的相對(duì)距離誤差和速度誤差在10-3量級(jí)，進(jìn)一步驗(yàn)證了該濾波器雜波抑制的有效性和目標(biāo)檢測(cè)的準(zhǔn)確性。