陳 巖，李艷艷，楊立波，倪興虎，楊柏勝，王亞輝

(1. 北京航天自動(dòng)控制研究所，北京 100854； 2. 宇航智能控制技術(shù)國家級(jí)重點(diǎn)實(shí)驗(yàn)室，北京 100854)

0 引 言

精確制導(dǎo)技術(shù)中，雷達(dá)是最重要的探測設(shè)備之一，它對(duì)目標(biāo)的檢測、識(shí)別與跟蹤關(guān)乎精確制導(dǎo)的精度和性能。然而對(duì)于地面目標(biāo)，由于目標(biāo)周圍場景存在較強(qiáng)的回波，目標(biāo)與背景的對(duì)比度不高，導(dǎo)致雷達(dá)對(duì)目標(biāo)的檢測、識(shí)別性能嚴(yán)重降低，給精確制導(dǎo)武器的探測制導(dǎo)系統(tǒng)帶來了巨大的挑戰(zhàn)。

與探測設(shè)備本身帶來的噪聲不同，雜波是指雷達(dá)接收信號(hào)中由地面地物、海面、云雨霧等引起的回波分量。噪聲可以通過電子設(shè)備的優(yōu)化設(shè)計(jì)進(jìn)行改善，而由目標(biāo)周圍區(qū)域場景引起的雜波只能從信號(hào)處理的角度對(duì)其進(jìn)行區(qū)分，加以抑制或者濾除。因此，研究雜波特性并以此指導(dǎo)雷達(dá)信號(hào)處理算法設(shè)計(jì)，優(yōu)化雷達(dá)檢測性能，是一項(xiàng)極其重要的工作。

從信號(hào)處理的角度，人們主要關(guān)心的是如何對(duì)雜波回波進(jìn)行建模[1]。本質(zhì)上，雜波是大量散射體回波疊加的結(jié)果，如果散射體穩(wěn)定，其回波也是穩(wěn)定的；但是由于雜波內(nèi)部的相對(duì)運(yùn)動(dòng)，比如海面運(yùn)動(dòng)、草木隨風(fēng)飄動(dòng)等，都會(huì)使得各散射體回波相位發(fā)生變化，而回波對(duì)于相位變化是極其敏感的，這最終導(dǎo)致了回波的起伏，即雜波。因此，雜波具有類似熱噪聲的特性，單個(gè)分辨單元的回波具有隨機(jī)的幅度和相位，但是雜波與熱噪聲也有較大的區(qū)別。單個(gè)分辨單元的回波在時(shí)間上具有相關(guān)性，因而其功率譜不是白的。從這一點(diǎn)看，利用統(tǒng)計(jì)學(xué)手段研究雜波是合理的，雜波的統(tǒng)計(jì)模型主要包括雜波起伏特性概率密度分布模型、雜波相關(guān)特性功率譜模型和平均單位后向散射系數(shù)模型[2]。

當(dāng)前，對(duì)地雜波統(tǒng)計(jì)建模的研究熱度有所降低。首先，利用統(tǒng)計(jì)學(xué)手段研究雜波這種純數(shù)學(xué)的研究方法，所得到的雜波模型不包含任何電磁散射機(jī)理和雷達(dá)探測機(jī)理，其數(shù)學(xué)過程相對(duì)簡單。其次，雜波統(tǒng)計(jì)建模需要對(duì)大量的測量數(shù)據(jù)進(jìn)行統(tǒng)計(jì)和擬合，目前能夠使用的地海雜波公開測量數(shù)據(jù)仍局限于幾個(gè)經(jīng)典的數(shù)據(jù)庫以及烏拉比等[3-6]開展的雜波測量實(shí)驗(yàn)，數(shù)據(jù)已經(jīng)被挖掘到了極限，而開展新的地海雜波測量的成本極高，技術(shù)難度也較大。第三，受限于實(shí)驗(yàn)條件，雜波測量無法覆蓋全頻段、全使用條件，因此雜波統(tǒng)計(jì)模型需具備一定的頻率外推和使用條件外推能力，但是當(dāng)前所建立的雜波統(tǒng)計(jì)模型在外推方面實(shí)際應(yīng)用效果欠佳。第四，雜波統(tǒng)計(jì)模型較多，適用范圍和應(yīng)用條件各不同，不同模型之間結(jié)果也不一致，這使得設(shè)計(jì)人員在應(yīng)用這些模型時(shí)抱有很大的懷疑態(tài)度。最后，隨著當(dāng)前雷達(dá)技術(shù)的不斷發(fā)展，頻段、分辨率等不斷提高，尤其是彈載雷達(dá)高空高速的使用條件導(dǎo)致很多雷達(dá)信號(hào)處理技術(shù)發(fā)生變化，使得之前的雜波統(tǒng)計(jì)模型適用性大大降低，雷達(dá)統(tǒng)計(jì)建模漸漸失去了應(yīng)用價(jià)值。

即便如此，雜波統(tǒng)計(jì)建模仍然具有非常重要的工程意義，這主要是由地雜波的復(fù)雜性所決定的。簡單來說，雷達(dá)地雜波特性主要受雷達(dá)參數(shù)、地面環(huán)境參數(shù)的影響。雷達(dá)參數(shù)是比較明確的，但是對(duì)于地面環(huán)境的描述則遠(yuǎn)遠(yuǎn)達(dá)不到“明確”和“定量”，只能定性地描述，如山地、丘陵、沙漠、草地、湖面等，再細(xì)致也僅能實(shí)現(xiàn)粗糙度、微起伏等微觀結(jié)構(gòu)的描述，以及平均介電常數(shù)、平均電導(dǎo)率等半定量描述。因此，即便對(duì)于電磁散射機(jī)理和雷達(dá)探測機(jī)理的建模完全準(zhǔn)確，由于地面環(huán)境的復(fù)雜性帶來的輸入誤差也會(huì)產(chǎn)生極大的偏差。

因此，為了彌補(bǔ)雜波統(tǒng)計(jì)建模研究與新型雷達(dá)探測以及彈載雷達(dá)應(yīng)用之間的差距，亟需開展更多的工作。主要包括：①持續(xù)開展雜波測量工作，覆蓋更寬的頻帶、更高的分辨率、更多的工作模式，以及更加嚴(yán)酷的工作條件；②針對(duì)彈載應(yīng)用的特點(diǎn)開展新的雜波統(tǒng)計(jì)建模方法研究，建立適用于彈載高頻高分辨多功能雷達(dá)的雜波統(tǒng)計(jì)模型；③在雜波統(tǒng)計(jì)模型中引入電磁散射機(jī)理和雷達(dá)探測機(jī)理，提高雜波統(tǒng)計(jì)模型的外推能力；④完善并簡化雜波統(tǒng)計(jì)模型的適用條件，建立定量的模型置信度評(píng)價(jià)體系和方法，便于設(shè)計(jì)人員對(duì)其所使用的雜波統(tǒng)計(jì)模型進(jìn)行完整系統(tǒng)的評(píng)價(jià)。

1 雜波統(tǒng)計(jì)建模常用的描述手段

雷達(dá)波束照射范圍內(nèi)的地海面是由大量的散射體構(gòu)成的，由于地面地形、植被的多樣性和海面波浪的多變性，雷達(dá)波束照射區(qū)域內(nèi)的散射體會(huì)發(fā)生隨機(jī)的運(yùn)動(dòng)和變化，從而引起回波在時(shí)間和空間上的起伏。因此，地海雜波是一種隨機(jī)信號(hào)，對(duì)地海雜波特性的描述通常采用統(tǒng)計(jì)方法。

首先，對(duì)于地海雜波散射強(qiáng)度，通常用地海面散射系數(shù)的均值來表示。由于面目標(biāo)的擴(kuò)展性，習(xí)慣的做法是將散射系數(shù)歸一化到單位面積上，又稱為單位后向散射系數(shù)，用σ0來表示，無量綱。

其次，對(duì)地海雜波起伏特性，可用幅度統(tǒng)計(jì)分布表示。幅度分布給出了雜波幅值的相對(duì)分布關(guān)系，即雜波振幅的概率密度函數(shù)或分布函數(shù)。

第三，對(duì)地海雜波的自相關(guān)性，可用頻譜表示。頻譜又分為時(shí)間頻譜和空間頻譜，時(shí)間頻譜表征了雜波以時(shí)間為自變量的序列的自相關(guān)性，空間頻譜表征了雜波以位置為自變量的序列的自相關(guān)性。

地海面環(huán)境特性的多樣性決定了地海雜波是多參變量，地海雜波統(tǒng)計(jì)特性的主要研究內(nèi)容包括雜波的單位后向散射系數(shù)、幅度分布、時(shí)間相關(guān)性、空間相關(guān)性的函數(shù)表達(dá)式及其參數(shù)與雷達(dá)參數(shù)、地海面環(huán)境參數(shù)之間的定量和非定量關(guān)系，以及根據(jù)雜波特性反過來模擬生成雜波，這些過程也被稱為雜波統(tǒng)計(jì)特性建模。

2 單位后向散射系數(shù)(均值特性)

單位后向散射系數(shù)又被稱為歸一化雷達(dá)散射截面(normalized radar cross section, NRCS)，定義為單位照射面積的雷達(dá)散射截面[7]，即

式中：S為被雷達(dá)照射的地面面積；σ為相應(yīng)地面的雷達(dá)散射截面(RCS)；而σ0即相應(yīng)地面的NRCS，無量綱。

研究表明，σ0與擦地角、頻率、極化方式、地形地貌、覆被、含水量、海情海況、海冰、溫度、含鹽度等都有關(guān)系，通常我們將與場景相關(guān)的變量統(tǒng)歸為一個(gè)名詞描述，即場景類型，從而給出σ0與擦地角、頻率、極化方式和環(huán)境類型的關(guān)系為

σ0=σ(φ,f,p,l)

式中：φ為擦地角；f為頻率；p為極化方式；l為環(huán)境類型。

針對(duì)小范圍局部均勻的地面或者某種海況的海面建立的上述函數(shù)關(guān)系，并確定相應(yīng)參數(shù)，便被稱為散射系數(shù)模型。

2.1 散射系數(shù)的一般規(guī)律

在不同擦地角下，對(duì)于同一地海面起決定作用的散射機(jī)制是不同的。一般而言，散射系數(shù)隨擦地角的變化可分為3個(gè)獨(dú)立的區(qū)間，即準(zhǔn)鏡面反射區(qū)、平坦區(qū)和近掠射區(qū)，如圖1所示。

圖1 散射系數(shù)與擦地角的一般規(guī)律Fig.1 General relationship between scattering coefficient and ground-rubbing angle

在每個(gè)區(qū)，散射系數(shù)與擦地角的關(guān)系可以用一定的散射機(jī)制解釋。在準(zhǔn)鏡面反射區(qū)，電磁波接近垂直入射，散射能力以相干鏡面反射為主，散射系數(shù)隨擦地角減小而迅速下降，該區(qū)的寬度和斜率主要取決于地海面的大尺度特性。在平坦區(qū)，粗糙面的非相干散射機(jī)制占據(jù)主導(dǎo)，散射系數(shù)隨擦地角的變化較為平緩。在近掠射區(qū)，擦地角小，由于遮擋效應(yīng)和多路徑干涉效應(yīng)，散射系數(shù)隨擦地角變化情況復(fù)雜，整體表現(xiàn)為快速下降趨勢。

3個(gè)區(qū)的界限劃分并不十分明確，可能會(huì)出現(xiàn)一定程度的交叉，特殊情況下還需要考慮全反射和布魯斯特效應(yīng)。

2.2 幾個(gè)典型后向散射系數(shù)模型

地面散射系數(shù)模型的建立，通常是在開展地面散射特性測量的基礎(chǔ)上，對(duì)大量測量數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析才能完成。由于這些模型來源于大量測量結(jié)果的積累，通常又稱之為地面散射系數(shù)經(jīng)驗(yàn)?zāi)Ｐ汀?/p>

目前，國內(nèi)外不同學(xué)者和機(jī)構(gòu)在大量測量數(shù)據(jù)的基礎(chǔ)上建立了一些典型的模型，主要包括修正的等r模型[8]、r-f模型[8]、Morchin模型[9-10]、Kulemin模型[11]、GIT (georgia institutes of technology)模型[12]、Ulaby模型[4]等。

2.2.1 Morchin模型

表1 Morchin模型不同地形類參數(shù)Tab.1 Different terrain class parameters of Morchin Model

2.2.2 Kulemin經(jīng)驗(yàn)?zāi)Ｐ?/h4>

式中：f為頻率，單位為GHz；φ為擦地角，單位為°；系數(shù)A、B、C隨地面目標(biāo)不同而不同。通常也采用最小二乘擬合方法對(duì)Kulemin經(jīng)驗(yàn)?zāi)Ｐ椭械膮?shù)進(jìn)行確定，將A、B、C作為待定系數(shù)，輸入測量的入射角和后向散射系數(shù)，得到一個(gè)超定方程組，利用最小二乘法求解該超定方程組，便可以獲得A、B、C的解。

該模型適用于頻率在3～100 GHz范圍內(nèi)、擦地角小于30°、各種地面粗糙度的情況，其局限性在于只適用于掠入射情況。

2.2.3 Ulaby經(jīng)驗(yàn)?zāi)Ｐ?/h4>

σ0=A+Be-C θ+Dcos(Eθ+F)

式中：θ為入射角，單位為rad；A、B、C、D、E、F需通過擬合實(shí)驗(yàn)數(shù)據(jù)確定，其求解方法同2.2.2所述。

Ulaby經(jīng)驗(yàn)?zāi)Ｐ秃w了9種常見的地物類型(包括樹木、草地、灌木、矮小植被、路面、城市、裸土、干雪、濕雪等)，涵蓋L、S、C、X、Ku、Ka、W七個(gè)頻段，其入射角適用范圍為0°～80°。其局限性主要在于，對(duì)于每種地物需要用大量的測量數(shù)據(jù)進(jìn)行非線性擬合才能獲得較為準(zhǔn)確的散射系數(shù)模型，同時(shí)對(duì)于我國西北地區(qū)廣漠的沙漠、戈壁、凍土等地物類型適應(yīng)性較差。

因此，后續(xù)需根據(jù)模型中不同類型地物中缺失的頻段、擦地角(如對(duì)于樹木，只有X和Ku頻段數(shù)據(jù))開展大量補(bǔ)充實(shí)驗(yàn)，完善模型的適用范圍。同時(shí)開展高分辨、大動(dòng)態(tài)條件下的雜波測量，提高模型適用的工作條件。

2.2.4 GIT模型

式中：δ是表面標(biāo)準(zhǔn)差，單位是cm，與地形種類等因素有關(guān)；A、B、C、D是根據(jù)經(jīng)驗(yàn)獲得的常數(shù)，與雷達(dá)頻率、地形種類有關(guān)；θ為擦地角，單位是rad。其中，常數(shù)C的引入是為了更精確地模擬實(shí)驗(yàn)數(shù)據(jù)并防止在擦地角接近0°時(shí)用分貝表示的σ0急劇變?yōu)?∞。

該模型適用于頻率3～95 GHz、擦地角在5°～70°范圍內(nèi)散射系數(shù)的建模，其局限性在于只適用于干燥地面，對(duì)于潮濕地面，所給出的散射系數(shù)偏低，且沒有考慮極化的影響。

上述4種模型的適用范圍廣泛，且經(jīng)過較多的實(shí)驗(yàn)驗(yàn)證，可信度相對(duì)較高。但是目前還沒有關(guān)于其模型置信度評(píng)價(jià)的相關(guān)研究，后期需建立一套完備的散射系數(shù)置信度評(píng)價(jià)模型，對(duì)于各類輸入?yún)?shù)、各類使用條件都給出定量的置信度描述，更好地指導(dǎo)雷達(dá)探測系統(tǒng)的設(shè)計(jì)。

3 雜波概率密度函數(shù)分布

有關(guān)描述雜波后向散射系數(shù)的概率密度函數(shù)的分布模型，比較公認(rèn)的幅度概率密度函數(shù)分布模型為Rayleigh分布、LogNormal、Weibull分布、K分布[1,13]等。

3.1 Rayleigh分布

式中：x為雜波幅度；σ為瑞利參數(shù)。該模型適于描述一個(gè)雜波分辨單元內(nèi)有許多互相獨(dú)立、無強(qiáng)散射源情況下的雜波，主要用于描述箔條干擾、氣象雜波和低分辨率的雷達(dá)地雜波等。

3.2 LogNormal分布

式中：x為雜波幅度；σc為形狀參數(shù)，一般取值σc=0.355～1.147；μc為尺度參數(shù)，一般取值σc=0.5～1.2，兩者分別用于描述分布的偏斜度和中位數(shù)。該模型適于描述高分辨率情況下平坦地形或低入射角情況下復(fù)雜地形的雷達(dá)雜波。

3.3 Weibull分布

3.4 K分布

式中：x為雜波幅度；a為標(biāo)度參數(shù)，只與雜波均值相關(guān)；v為形狀參數(shù)，取值范圍v>0.1。當(dāng)v→0.1時(shí)，K分布具有顯著峰值，意味著尖峰雜波；當(dāng)v→+∞時(shí)，K分布趨于瑞利分布；v取值在0.1～3之間時(shí)，該模型適于描述低擦地角、高分辨率情況下的海雜波。Kv-1是修正的v-1階貝塞爾函數(shù)，Γ(v)為伽馬函數(shù)。K分布適于描述高分辨率雷達(dá)非均勻雜波，常用于海雜波模擬。

4 雜波功率譜

4.1 常用雜波功率譜模型

雷達(dá)雜波幅度的概率密度分布模型描述了雜波信號(hào)在時(shí)域的一維表示，通常要更好地描述雜波的分布特性，還要描述雜波頻域的二維分布特性，這就是雜波的頻譜分布模型。雷達(dá)雜波的頻譜常用以下3種模型表示。

1) Gaussian譜模型

式中，σf為雜波譜的標(biāo)準(zhǔn)差。

2) Cauchy譜模型

式中，fc為截止頻率，在該頻率處信號(hào)幅度下降3dB。

3) AllPole譜模型

其中：fc為截止頻率；n的典型值為2～5。

4.2 滿足特定功率譜的雜波仿真計(jì)算

根據(jù)上述統(tǒng)計(jì)模型，首先給出了幾種地形的后向散射系數(shù)及雜波序列的仿真結(jié)果，然后仿真生成滿足特性功率譜的雜波相關(guān)隨機(jī)序列。

4.2.1 歸一化后向散射系數(shù)

以Morchin模型對(duì)沙漠、農(nóng)田、丘陵和高山等典型地形進(jìn)行計(jì)算，獲得其歸一化后向散射系數(shù)隨頻率和入射角的變化關(guān)系，如圖2所示。

圖2 不同地形的NRCS與入射角和頻率的關(guān)系Fig.2 Relationship between NRCS of different terrain and incidence angle and frequency

由圖2可以看出：①隨著入射角增加(擦地角減小)，沙漠、農(nóng)田和丘陵地形的歸一化平均后向散射系數(shù)均降低，高山的歸一化平均后向散射系數(shù)先略微升高再降低，這主要是由于高山本身存在一定的角度；②在低入射角時(shí)，沙漠和農(nóng)田后向散射系數(shù)高于丘陵和高山后向散射系數(shù)，這主要是由于沙漠和農(nóng)田相對(duì)平緩，接近垂直入射，而丘陵和高山存在一定的角度，偏離垂直入射；③高入射角時(shí)，高山的后向散射系數(shù)最高；④后向散射系數(shù)在20°～80°入射角范圍內(nèi)變化相對(duì)平緩，這一區(qū)域通常被稱為過渡區(qū)。

4.2.2 相關(guān)雜波序列仿真

當(dāng)雷達(dá)照射地面場景時(shí)，觀測某個(gè)距離單元的回波在慢時(shí)間上的變化情況，即便雷達(dá)與地面觀測關(guān)系不變，所得的回波也是隨時(shí)間起伏的。這是由于單個(gè)雜波距離單元內(nèi)部含有大量散射體且散射體之間存在相對(duì)運(yùn)動(dòng)，導(dǎo)致其后向散射系數(shù)起伏。

事實(shí)上場景的后向散射系數(shù)時(shí)刻在變化，為了簡化，我們借鑒雷達(dá)中的“停-跳”模型，認(rèn)為在單個(gè)脈沖重復(fù)周期內(nèi)場景后向散射系數(shù)保持恒定。到下一個(gè)脈沖發(fā)生時(shí)刻，場景后向散射系數(shù)突變。場景后向散射系數(shù)的相關(guān)起伏導(dǎo)致雜波的相關(guān)起伏。

目前，仿真生成相關(guān)隨機(jī)序列的方法主要有兩種：零記憶非線性變換(zero memory nonlinear, ZMNL)和球不變隨機(jī)過程(spherically invariant random process, SIRP)[13]。這兩種方法較為成熟，此處不做展開。本文給出以ZMNL法生成具有高斯譜的相關(guān)LogNormal分布雜波序列。

設(shè)雷達(dá)脈沖重復(fù)周期fr=1 000 Hz，共發(fā)射2 000個(gè)脈沖，雜波服從LogNormal分布，具有高斯譜相關(guān)性。仿真所得的雜波序列如圖3所示。

圖3 具有高斯譜的相關(guān)LogNormal分布雜波序列Fig.3 The coherent LogNormal distribution clutter sequence with Gaussian spectrum

從圖3中可以看出，仿真所得雜波序列的概率密度函數(shù)和功率譜與理論情況吻合較好。

5 對(duì)地海雜波統(tǒng)計(jì)建模發(fā)展的一些思考

國內(nèi)外學(xué)者和研究機(jī)構(gòu)對(duì)地海雜波統(tǒng)計(jì)特性開展了大量的研究工作，研究成果推動(dòng)著雷達(dá)性能的持續(xù)提高。當(dāng)前，地海雜波特性研究方面還存在以下問題。

1) 模型研究得多，置信度研究得少，模型適應(yīng)性差，使用盲目

現(xiàn)有模型主要依賴于測量數(shù)據(jù)，而測量數(shù)據(jù)受限于實(shí)驗(yàn)條件存在數(shù)據(jù)不足、針對(duì)性強(qiáng)、普適性差的問題，適用于小擦地角多、大擦地角少，低海情多、高海情少，低頻段多、高頻段少的場景。模型輸入?yún)?shù)多，參數(shù)取值標(biāo)準(zhǔn)不統(tǒng)一，取值范圍大，由此造成使用的盲目性。研究模型種類多，置信度低，模型適用性情況復(fù)雜，造成對(duì)模型的選擇困難。

地面基本元素構(gòu)成復(fù)雜，地形地物類型繁多，人造散射體和人為地表活動(dòng)日漸增加，同時(shí)描述地表環(huán)境特性的參數(shù)極多，即便是同種類型的地表其含水量、含鹽度、溫度等等都完全不一樣。而海面狀態(tài)隨氣象條件千變?nèi)f化，描述海面的環(huán)境參數(shù)也較多，且影響海雜波強(qiáng)度的雷達(dá)系統(tǒng)參數(shù)與海洋環(huán)境參數(shù)之間存在著復(fù)雜的非線性依賴關(guān)系。測量系統(tǒng)方面，船載、車載測量系統(tǒng)很難實(shí)現(xiàn)大擦地角的測量，而高海況的機(jī)載、船載測量危險(xiǎn)性較大。因此，想要完備地獲得所有地表類型、海情海況、頻段、擦地角和極化的測量數(shù)據(jù)是一個(gè)不可能完成的任務(wù)，想要通過測量手段準(zhǔn)確建立地海面散射系數(shù)模型難度很大。

測量數(shù)據(jù)不足導(dǎo)致模型的建立往往僅采用部分波段下的數(shù)據(jù)，模型在其他波段下的適用情況存在不確定性，對(duì)模型的正確性校驗(yàn)也不可能面面俱到，因此必須持續(xù)開展雜波測量工作以及高置信度的雜波仿真建模工作。同時(shí)，需開展雜波統(tǒng)計(jì)模型置信度評(píng)價(jià)方法研究，對(duì)所輸出的結(jié)果進(jìn)行定量的置信度評(píng)價(jià)。

模型中的輸入?yún)?shù)較多，且標(biāo)準(zhǔn)不統(tǒng)一，輸入條件可變范圍大，這將導(dǎo)致模型使用者的盲目性，造成人為的失誤。該問題可通過基于人工智能的雜波參數(shù)自適應(yīng)調(diào)整來實(shí)現(xiàn)，根據(jù)實(shí)際測量的環(huán)境參數(shù)、拍攝的環(huán)境照片，由深度神經(jīng)網(wǎng)絡(luò)確定雜波統(tǒng)計(jì)模型的輸入?yún)?shù)。

隨著人們對(duì)雷達(dá)技術(shù)應(yīng)用的不斷認(rèn)識(shí)，發(fā)現(xiàn)雙基探測在某些方面具有比單基探測更大的優(yōu)勢，而雙基探測需要對(duì)雜波的雙站特性進(jìn)行研究，目前還未開展相關(guān)工作。

2) 表達(dá)式研究得多，分布參數(shù)研究得少

當(dāng)前，對(duì)于地雜波散射系數(shù)、幅度分布的研究多集中于其分布的函數(shù)形式上，而對(duì)于每種概率密度函數(shù)(probability density function, PDF)分布參數(shù)的確定方法研究較少。目前主要的研究內(nèi)容都是根據(jù)實(shí)測地海雜波數(shù)據(jù)并采用最大似然估計(jì)或矩估計(jì)的方法擬合分布參數(shù)，而對(duì)于分布參數(shù)與地表類型、海情海況、地海面環(huán)境參數(shù)、雷達(dá)參數(shù)的關(guān)系研究較少。因此，通常難以從地海面環(huán)境特性和雷達(dá)參數(shù)直接推算得到全部的PDF信息，必須加強(qiáng)分布參數(shù)建模研究。

3) 時(shí)間相關(guān)性研究得多，空間相關(guān)性研究得少

合成孔徑雷達(dá)(synthetic aperture radar, SAR)成像體制更關(guān)注空間相關(guān)性；缺乏對(duì)海雜波空間相關(guān)性的了解，將導(dǎo)致雷達(dá)目標(biāo)恒虛警率(constant false-alarm rate, CFAR)檢測時(shí)單元平均數(shù)選取盲目，從而無法獲取最優(yōu)化的CFAR增益，使目標(biāo)檢測性能下降。因此，必須加強(qiáng)空間相關(guān)性及時(shí)空二維相關(guān)性建模研究。

4) 傳統(tǒng)參數(shù)擬合方法難以適應(yīng)大數(shù)據(jù)

雜波模型參數(shù)擬合需要大量的實(shí)測數(shù)據(jù)，這樣所獲取的模型才具備更廣泛的適用性。但是采用傳統(tǒng)的最小二乘方法對(duì)模型參數(shù)進(jìn)行擬合時(shí)，若需要確定的參數(shù)與輸入的測量數(shù)據(jù)過多，會(huì)出現(xiàn)擬合失敗的情況。這主要是由地雜波的復(fù)雜性導(dǎo)致的。通常進(jìn)行參數(shù)擬合時(shí)，需要按照頻段、地物類型等區(qū)分大類(如X頻段的草地)，然后針對(duì)此種條件下的測量數(shù)據(jù)進(jìn)行參數(shù)擬合，因此在使用時(shí)也局限于X頻段的草地，外推能力不足。隨著人工智能技術(shù)的不斷發(fā)展與測量數(shù)據(jù)的不斷積累，將深度神經(jīng)網(wǎng)絡(luò)用于地雜波建模具備可實(shí)施性。將各種地物、頻段、測量條件下的數(shù)據(jù)進(jìn)行標(biāo)注后，輸入深度神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練學(xué)習(xí)，可以得到適用范圍更加廣泛的雜波統(tǒng)計(jì)模型，同時(shí)可以實(shí)現(xiàn)雜波模型置信度的定量評(píng)價(jià)。

6 結(jié)束語

本文在總結(jié)常用的3類描述地海雜波的經(jīng)典統(tǒng)計(jì)模型的基礎(chǔ)上，給出了常見地形、不同頻率、不同入射角的平均后向散射系數(shù)，并給出了滿足特定概率密度函數(shù)和功率譜的雜波仿真方法和結(jié)果。并且，針對(duì)當(dāng)前地海雜波特性研究的現(xiàn)狀，給出了若干關(guān)于地海雜波統(tǒng)計(jì)建模研究方面的思考，指出地海雜波建模在置信度評(píng)價(jià)、適應(yīng)性提升、分布參數(shù)建模和大量實(shí)測數(shù)據(jù)分析方面需要開展進(jìn)一步的工作。