田文龍 李高鵬 許榮慶

(哈爾濱工業(yè)大學(xué)電子工程技術(shù)研究所 哈爾濱 150001)

1 引言

高頻地波雷達(HFSWR)利用沿海面?zhèn)鞑サ母哳l波段垂直極化電磁波探測海面艦船目標(biāo)以及低空飛行目標(biāo)。高頻地波雷達使用天線陣接收目標(biāo)回波信號，由于天線陣陣元老化、互耦、信號電纜長度不一致、天線制造誤差等原因，天線陣不可避免地存在相位和幅度誤差。這些誤差將影響目標(biāo)方位角估計精度，因此需要通過天線陣校正予以消除?，F(xiàn)有的高頻地波雷達天線陣校正方法主要分為兩類，一類是使用專用校正目標(biāo)(信標(biāo)機)，即合作目標(biāo)的校正方法，合作目標(biāo)裝有定位設(shè)備(如 GPS)并沿指定路線航行，文獻[1-3]中給出了典型的例子。由于合作目標(biāo)的真實方位已知，這類方法可以達到很高的陣列校正精度，但每一次實施校正時都必須部署相應(yīng)的專用校正目標(biāo)，因此成本較高，且難以實現(xiàn)隨時校正。另一類方法是使用非合作目標(biāo)的盲校正方法，這類方法使用方位未知的目標(biāo)回波作為校正信號，例如視距內(nèi)大型艦船目標(biāo)、流星尾跡[4-6]等，利用目標(biāo)回波信號對目標(biāo)方位角和陣列誤差同時進行估計，文獻[7-9]給出了這類算法的典型例子。這類方法無需部署專用信標(biāo)機等合作目標(biāo)，因此成本較低，且可以做到隨時校正，但是由于目標(biāo)的方位未知并需要進行估計，將不可避免地產(chǎn)生目標(biāo)方位角估計誤差，從而影響校正精度，此外，這類方法通常需要使用多次迭代的方法計算目標(biāo)方位和陣列誤差的最大似然估計，因此計算量高于使用合作目標(biāo)的校正方法。

針對上述兩類校正方法的不足，本文中提出使用自動識別系統(tǒng)(Automatic Identification System,AIS)信息進行高頻地波雷達天線陣校正。國際海事組織(IMO)規(guī)定，在國際水域航行的，毛噸位大于等于300 t的船舶，以及所有的客運船舶(不論大小)均必須安裝A類AIS設(shè)備，目前全世界至少有40000艘船舶安裝了A類AIS設(shè)備。該系統(tǒng)使用VHF收發(fā)裝置，將目標(biāo)自身的身份(各用戶獨一無二的身份編號)、位置(經(jīng)緯度)、航速、航向、航行狀態(tài)(機動自力航行、錨定、拖拽航行等)等信息以短信息的方式進行廣播。處于該AIS收發(fā)機有效范圍內(nèi)的其他AIS用戶，可以通過該信息來獲取發(fā)射方的詳細(xì)情況。AIS系統(tǒng)目前最主要的作用是 “防撞”，相對于船用雷達設(shè)備，AIS系統(tǒng)具有廉價和高精度的優(yōu)勢，AIS系統(tǒng)通常與船用GPS設(shè)備直接交聯(lián)，其所報告的位置是船用GPS設(shè)備的測量值，因此具有GPS精度，其位置、航速、航向精度遠(yuǎn)高于一般搜索雷達[10]。AIS設(shè)備在水平方向上的可靠作用距離在74 km 左右，最遠(yuǎn)可達數(shù)百公里，因此近距離內(nèi)的(尤其是100 km內(nèi)的)、裝有AIS設(shè)備的船只將同時被高頻地波雷達和AIS系統(tǒng)捕獲和跟蹤。這些目標(biāo)的真實位置可以通過AIS信息獲得，因而可以作為“合作”目標(biāo)用于高頻地波雷達天線陣校正，使用這一范圍內(nèi)的大信噪比目標(biāo)回波進行天線陣校正，可以得到與使用專用目標(biāo)(如信標(biāo)機)相似的精度，而無需專門部署相應(yīng)的信標(biāo)機，從而節(jié)約了校正成本，且可以做到隨時校正。

2 高頻地波雷達數(shù)據(jù)與AIS數(shù)據(jù)的同步與匹配

欲實現(xiàn)利用AIS數(shù)據(jù)對高頻地波雷達天線陣實施校正，首要問題是實現(xiàn)雷達數(shù)據(jù)與AIS數(shù)據(jù)的同步和匹配。

由于工作原理不同，高頻地波雷達與AIS系統(tǒng)具有不同的數(shù)據(jù)率。首先需要解決的問題是數(shù)據(jù)的同步。高頻地波雷達的數(shù)據(jù)率是其相參積累周期(CIT)的倒數(shù)，在探測海面艦船目標(biāo)時，高頻地波雷達的相參積累周期通常在150 s以上；而AIS系統(tǒng)的數(shù)據(jù)率是可變的，對于以正常速度航行的大中型艦船，其定位信息的發(fā)送間隔在2-10 s左右。因此，由高頻地波雷達提供的一個批次的目標(biāo)數(shù)據(jù)無法保證與AIS系統(tǒng)提供的定位信息在時間上精確對準(zhǔn)，如圖1所示。從圖1中可以看到，由于高頻地波雷達與AIS系統(tǒng)具有不同的數(shù)據(jù)率，在時間軸上位于t2時刻的高頻地波雷達數(shù)據(jù)無法在時間上與目標(biāo)的AIS數(shù)據(jù)(t1＜t2＜t3)精確對準(zhǔn)。為通過AIS數(shù)據(jù)得到目標(biāo)在t2時刻的精確位置，使用線性插值的方法利用t1,t3時刻的AIS數(shù)據(jù)內(nèi)推出目標(biāo)在t2時刻的位置信息。設(shè)由AIS數(shù)據(jù)得到的目標(biāo)在t1,t3時刻的位置坐標(biāo)分別為 (x1,y1),(x3,y3)，而目標(biāo)在t2時刻的位置為 (x2,y2)，則有

圖1 高頻地波雷達與AIS系統(tǒng)的數(shù)據(jù)率示意圖

通過式(1)，式(2)即可實現(xiàn) AIS定位信息與高頻地波雷達數(shù)據(jù)在時間上的同步。對校正時段內(nèi)所截獲的所有AIS信息進行上述處理，即可得到AIS系統(tǒng)覆蓋范圍內(nèi)所有目標(biāo)在t2時刻的位置信息。用相同的方法處理AIS信息中的航速、航向等信息，即可得到t2時刻的目標(biāo)航速、航向信息。

實現(xiàn)數(shù)據(jù)時間同步后，即可開始選擇用于天線陣校正的海面目標(biāo)，并獲取其所對應(yīng)的AIS數(shù)據(jù)。該數(shù)據(jù)匹配過程分3步完成。

(1)對雷達輸出信號的距離-多普勒譜(距離-徑向速度譜)實施篩選，選取大信噪比目標(biāo)，要求目標(biāo)的信噪比大于 30 dB，其篩選過程與門限檢測完全一致。同時，所選擇的目標(biāo)的距離應(yīng)在80 km以內(nèi)，以確保其能被AIS系統(tǒng)可靠覆蓋[10]。

(2)對上述篩選得到的大信噪比目標(biāo)再次進行篩選，選擇距離-多普勒譜上孤立的大信噪比目標(biāo)，保證所選目標(biāo)附近的幾個距離門和多普勒門中均不存在其它目標(biāo)。經(jīng)過此次篩選所得到的目標(biāo)，將是距離-多普勒譜上孤立的峰值。

(3)在 AIS數(shù)據(jù)集中搜索對應(yīng)的數(shù)據(jù)點。使用AIS數(shù)據(jù)與雷達陣地的位置，可以計算出當(dāng)前時刻AIS系統(tǒng)覆蓋范圍內(nèi)的各個目標(biāo)相對于雷達的距離(地球球大圓距離)和徑向速度。AIS系統(tǒng)所發(fā)送的信息中，目標(biāo)的位置信息使用經(jīng)緯度表示。為得到高精度的距離估計結(jié)果，本文中采用 GRS80系統(tǒng)[11]給出的地球參考橢圓計算所需的球大圓距離。在得到AIS數(shù)據(jù)集中的各個目標(biāo)的距離和徑向速度后，查找具有與所選目標(biāo)相同的距離和徑向速度的 AIS目標(biāo)數(shù)據(jù)，即可實現(xiàn)雷達數(shù)據(jù)與AIS數(shù)據(jù)的匹配。

如果因為AIS系統(tǒng)覆蓋不全、目標(biāo)船只AIS系統(tǒng)關(guān)機或故障等原因，未能查找到所選目標(biāo)所對應(yīng)的AIS數(shù)據(jù)，則可以選取另一個大信噪比孤立目標(biāo)回波，并重復(fù)上述步驟。如果出現(xiàn)雷達數(shù)據(jù)與兩個或者多個 AIS數(shù)據(jù)匹配(此現(xiàn)象在實際觀測中較為罕見)，則可直接放棄該雷達回波和對應(yīng)的幾組AIS數(shù)據(jù)，轉(zhuǎn)而考察下一個大信噪比孤立目標(biāo)回波，這并不影響算法的正常工作。以上的數(shù)據(jù)匹配過程只需要目標(biāo)相對于雷達的距離和徑向速度，而不需要使用目標(biāo)方位角信息。

需要指出的是，上述數(shù)據(jù)匹配的過程是首先對雷達數(shù)據(jù)進行篩選，而后在AIS數(shù)據(jù)中搜索對應(yīng)數(shù)據(jù)點，而不是先對AIS數(shù)據(jù)進行篩選而后搜索對應(yīng)的雷達數(shù)據(jù)。這樣做的目的在于提高效率。因為陣列校正需要大信噪比目標(biāo)，而目標(biāo)信噪比只有通過雷達數(shù)據(jù)才能體現(xiàn)，通過上述的第(1)步篩選過程(門限篩選)即可將大量小目標(biāo)濾除，大大降低了后續(xù)搜索的工作量。

實現(xiàn)高頻地波雷達數(shù)據(jù)與AIS數(shù)據(jù)的同步和匹配之后，則可以使用AIS信息進行天線陣校正。

3 使用AIS信息進行天線陣校正

本節(jié)將以高頻地波雷達中普遍采用的直線陣作為基礎(chǔ)進行討論，但其結(jié)果可以推廣至更一般的陣列，如方陣、L形陣等。

對于包含N個陣元的等間隔直線陣，當(dāng)單個平面波信號照射該陣列時，陣列快照(snapshot)可以表示為[12]

其中αn和φn分別為各個陣元增益和相位誤差。

是平面波信號的陣列流型矢量，其中τn=(n-1)?si nθ?d/c,d是陣元間隔，θ是目標(biāo)方位角(以陣列法向為參考點，逆時針為正)，ω為信號載波角頻率，c為光速。

是陣列噪聲分量。

不失一般性，將1號陣元作為參考陣元，則歸一化后的陣列誤差矩陣為

令所選取的目標(biāo)回波信號的陣列快照為x(t)，以1號陣元為參考陣元，得到歸一化之后的陣列流型矢量為

利用目標(biāo)真實方位角θ，得到理想陣列流型矢量為

則陣列誤差向量B為

其中“?”代表對應(yīng)項相除。

陣列誤差矩陣的估計值為

利用即可得到陣列校正矩陣Ccal

校正后的目標(biāo)回波信號(陣列快照)為

經(jīng)過式(8)到式(13)的校正過程，天線陣的相位和幅度誤差將得到補償，遠(yuǎn)場點目標(biāo)所產(chǎn)生的平面波信號將在天線陣上呈現(xiàn)理想的線性相位曲線和均勻的幅度。

4 實測數(shù)據(jù)實驗

本節(jié)使用高頻地波雷達實測數(shù)據(jù)以及相應(yīng)時段的AIS數(shù)據(jù)對新方法的性能進行測試。所采用的地波超視距雷達采用32元等間隔直線陣，陣元間距為15 m，陣列總長度465 m，沿海岸線布置。目標(biāo)方位角θ以陣列法向為0°，順時針為正。在雷達陣地附近，安裝AIS接收機，在實驗中，可接收到附近約100 km范圍內(nèi)裝有AIS的船只發(fā)出的AIS信息。AIS信息以短信息方式發(fā)送，每一條信息均帶有目標(biāo)ID、時間戳(time stamp)、航行狀態(tài)、航向、航速、經(jīng)度、緯度等信息。表1給出了4條AIS信息作為示例。位于雷達陣地附近的AIS接收機，每小時平均可接收到20000條左右的AIS信息。高頻地波雷達的距離門寬度超過2 km ，而AIS系統(tǒng)的定位精度可達 10-15 m[13]，遠(yuǎn)遠(yuǎn)高于高頻地波雷達。在陣列校正過程中，對于數(shù)十千米之外的目標(biāo)，其AIS數(shù)據(jù)的定位誤差可以忽略，可以將AIS數(shù)據(jù)提供的目標(biāo)位置作為其準(zhǔn)確位置，并通過該數(shù)據(jù)解算出目標(biāo)的真實方位角。

表1 AIS信息示例

在雷達觀測范圍內(nèi)，存在大量艦船目標(biāo)，圖2中給出了高頻地波雷達單個通道 (1號天線)的輸出信號。雷達載頻為4.040 MHz，相參積累時間(CIT)為217 s。在其距離-速度譜上100 km內(nèi)可見大量具有較高信噪比的目標(biāo)回波(圖中已經(jīng)將多普勒頻率換算成徑向速度)。使用第2節(jié)中介紹的方法選取了兩個目標(biāo)回波。兩個目標(biāo)回波的信噪比均在 30 dB以上，距離分別為82.3 km和73.9 km，徑向速度分別為20.1 km/h和-22.6 km/h。其位置如圖3所示。本實驗中，1號目標(biāo)將用于天線陣校正，2號目標(biāo)將用于檢驗校正結(jié)果。作為對比，同時使用基于最大似然估計的盲校正算法[9]對該陣列進行校正，將其結(jié)果作為對照。

圖2 單通道距離-速度譜

圖3 所選取的目標(biāo)位置示意圖(利用AIS數(shù)據(jù)計算得到)

使用1號目標(biāo)的回波和AIS數(shù)據(jù)求出陣列相位和增益誤差，并用所得到的陣列校正矢量對天線陣進行校正，即按式(13)將校正前的陣列快照與校正矩陣相乘。圖4和圖5中分別給出了2號目標(biāo)校正前后的相位曲線和幅度曲線。其中，圖4中的理想相位曲線是利用目標(biāo)的真實方位角計算得到的(真實方位角由AIS信息得到)，兩幅圖中均以1號陣元作為參考陣元。從校正結(jié)果中可以看到，新方法得到的目標(biāo)相位曲線更加接近理想曲線，新方法得到的陣列增益更加均勻(即平面波信號在各個陣元上的信號強度更加一致)。校正前，天線陣的相位均方根誤差為 21.5°，平均增益波動(增益的標(biāo)準(zhǔn)差)為8.7 dB；使用盲校正算法校正之后，相位均方根誤差為10.9°，平均增益波動為2.4 dB；使用新方法校正之后，相位均方根誤差為2.8°，平均增益波動為0.6 dB?？梢姡路椒ǖ男阅苊黠@優(yōu)于盲校正算法。

陣列校正的最終目的是提高目標(biāo)方位角估計精度，使用MUSIC算法[14]求出陣列校正前后2號目標(biāo)回波的空間譜，如圖6所示。圖中可以看到，兩種陣列校正方法都可以提高方位角估計精度，而且在經(jīng)過天線陣校正之后，目標(biāo)回波的空間譜得到了銳化；新方法的校正精度更高，使用新方法校正后，目標(biāo)回波空間譜的峰值位置更加接近目標(biāo)真實方位角，因而可以得到更高的方位角估計精度。

新方法優(yōu)于盲校正算法的根本原因在于，新方法通過使用AIS信息獲得了目標(biāo)的真實方位角，無須對目標(biāo)方位進行估計，從而避免了由于目標(biāo)方位角估計誤差而導(dǎo)致的額外的陣列校正誤差。而使用非合作目標(biāo)的盲校正方法必須對目標(biāo)的方位角進行估計，因而不可避免地受到了方位角估計誤差的影響，從而影響了最終的陣列校正精度。此外，新方法無須進行反復(fù)迭代，因此其計算量小于盲校正算法。

5 結(jié)論

本文提出了使用AIS信息進行高頻地波雷達天線陣校正的方法，利用高信噪比艦船目標(biāo)回波與相應(yīng)的AIS數(shù)據(jù)構(gòu)造“合作目標(biāo)”以實現(xiàn)高精度的天線陣校正。該方法可以得到高于盲校正算法的陣列校正精度，同時又無需部署專用信號源，且可以做到隨時校正，是一種高性能低成本的天線陣校正方法。本文中使用高頻地波雷達實測數(shù)據(jù)驗證了新方法的優(yōu)勢。該方法不僅可以應(yīng)用于傳統(tǒng)岸基高頻地波雷達，未來亦可應(yīng)用于艦載高頻地波雷達。

圖4 天線陣校正前后的目標(biāo)回波相位曲線(2號目標(biāo))

圖5 天線陣校正前后的目標(biāo)回波幅度曲線(2號目標(biāo))

圖6 陣列校正前后的目標(biāo)回波空間譜(2號目標(biāo) MUSIC譜)

[1]He Ke,Zhang Xiao-min,Han Peng,et al..A calibration algorithm for nonplanar array with arbitrary geometry using known sources[C].Second International Conference on Computer Modeling and Simulation,Sanya,China,2010,Vol.1: 489-492.

[2]Wiegmann R.Antenna array calibration employing calibration beacons and steering vector estimation[C].Eleventh International Conference on Antennas and Propagation Conference Publication,Manchester,UK,2011,Vol.1: 41-44.

[3]Zhang Yu-feng,Ma Hong,and Tan Ping.A low complexity calibration method of gain and phase error for arrays with arbitrary geometry[C].2011 International Conference on Multimedia Technology (ICMT),Hangzhou,China,2011:3342-3345.

[4]Solomon,I S D,Gray D A,Abramovich Y I,et al..Over-thehorizon radar array calibration using echoes from ionised meteor trails[J].IEE Proceedings-Radar,Sonar and Navigation,1998,145(3): 173-180.

[5]Song Xiao-guo,Wei Yin-sheng,Cui Yan,et al..A novel array calibration method based on spatial correlation matrix for HFSWR[C].IEEE 10th International Conference on Signal Processing (ICSP),Beijing,China,2010: 344-347.

[6]Pouyan P,Marius P,and Gershman A B.Direction-of-arrival estimation and array calibration for partly-calibrated arrays[C].IEEE International Conference on Acoustics,Speech and Signal Processing (ICASSP),Prague,Czech,2011:2552-2555.

[7]Dai Ji-sheng,Zhao De-an,and Ye Zhong-fu.DOA estimation and self-calibration algorithm for nonuniform linear array[C].2010 International Symposium on Intelligent Signal Processing and Communication Systems,Chengdu,China,2010: 1-4.

[8]Efstathopoulos G and Manikas A.A blind array calibration algorithm using a moving source[C].The 5th IEEE Sensor Array and Multichannel Signal Processing Workshop,Darmstadt,Germany,2008: 455-458.

[9]Boon Chong Ng,Chong Meng Samson See.Sensor-array calibration using a maximum-likelihood approach[J].IEEE Transactions on Antennas and Propagation,1996,44(6):827-835.

[10]Vesecky J F,Laws K E,Paduan J D.Using HF surface wave radar and the ship Automatic Identification System (AIS)to monitor coastal vessels[C].2009 IEEE International Geoscience ＆ Remote Sensing Symposium,Cape Town,South Africa,2009: 761-764.

[11]Moritz H.Geodetic Reference System 1980[S].Bulletin Géodésique,Vol 54:3,1980.

[12]Solomon I S D,Gray D A,Abramovich Y I,et al..Receiver array calibration using disparate sources[J].IEEE Transactions on Antennas and Propagation,1999,47(3):496-505.

[13]Lin Chang-chuan,Qiu Hai-qin,Qian Yao-yu,et al..Chinese AIS network and impact on the maritime management[C].2010 International Conference on Internet Technology and Applications,Wuhan,China,2010: 1-4.

[14]Schmidt R O.Multiple emitter location and signal parameter estimation[J].IEEE Transactions on Antennas and Propagation,1986,34(3): 276-280.