文献综述报告
姓名：韩
学号：
导师：姜
专业：通信与信息系统学院：信息与通信工程学院
导师组评审意见：
成绩：
导师组专家签字：
鹏 S310080092 弢
文献综述报告
利用目标的电磁散射特性发现和识别目标是雷达的基本工作机理，而目标存在或隐蔽于周围环境之中，环境电磁散射对雷达目标信号检测产生的干扰称为雷达杂波。雷达下视照射时，面临的主要困难就是来自于各种地、海杂波干扰。杂波建模与仿真技术的研究有助于目标检测方法的选取，从而保证乃至提高雷达整体性能，这是雷达实际应用中急需解决的问题。通过对雷达杂波特性的深入研究，目前已经取得了若干有意义的成果。
但是，雷达技术的进步使得雷达分辨力不断地提高，常规Rayleigh分布、Log-Normal分布、Weibull分布以及复合K分布杂波模型已经越来越不能满足应用的需要，为了更精确地与观测结果相吻合，一些新的杂波模型不断被提出，广义复合杂波模型就是一种适用范围比较广泛的分布模型，它既可以比较准确描述高分辨雷达杂波分布情况，也包含了常规的杂波统计模型。在杂波的建模、仿真以及杂波的分类中，杂波模型参数估计一直是非常重要的研究内容。针对常规杂波模型的参数估计已经比较成熟，目前采用的经典参数估计方法难以满足广义复合杂波模型的参数估计精度、运算时间的要求，需要进一步研究。
近年来，反舰导弹重点打击目标已转向近海岸以及沿岸工事，近海岸环境是一个较为复杂的区域，在近海岸背景下，基于单类散射体的杂波模型通常不能有效地描述其杂波分布特性。为有效提高反舰导弹突防能力和精确打击能力，加强对该特定环境下的杂波以及在该杂波背景下的目标检测方法研究已刻不容缓。另外，随着神经网络、混沌和分形理论以及其它非线性理论的发展，产生了对雷达杂波进行分析的新方法。特别是针对高分辨雷达所收集到的海杂波，已有许多学者从实验和散射机理方面进行了详细研究，指明高分辨雷达海杂波确实存在混沌现象。此后，众多学者从这一结论出发，构造了大量混沌背景下的雷达目标非线性检测方法。对海杂波进行混沌特性分析以及相应的目标检测研究是当前的一个关注热点。
一、 地、海杂波建模与仿真
1、 基于统计学的地杂波研究
对杂波统计特性分析是一个历时很长的研究课题。在早期雷达分辨力较低的 条件下，认为均匀区域的雷达回波是服从Gauss分布的，从而包络检波输出是Reyleigh分布的，强度数据是指数分布的。然而，随着雷达分辨力的提高，雷达回波呈现非高斯分布现象。其幅度分布不能看作是Reyleigh分布，而是在分布尾部出现了长的拖尾，于是研究人员根据实验先后提出了指数分布、Gamma分布、Lognorm分布、Weibull分布、K分布、超几何分布、广义复合分布等等。这些分布都是基于实验基础的经验模型，在一定范围内，它们能较好的拟合杂波幅度统计分布特性。
为了得到对杂波统计分布特性更适合的描述，也有为数不多的基于SAR回波的乘积模型复合分布的研究。其中最早的是根据Yao的理论，研究者们提出了复合高斯分布模型，也叫广义高斯分布，复合高斯分布模型没有准确的分布表达式，但是它的物理意义符合高斯相干斑的杂波乘积模型。即把纹理分量看成是一个非负的实随机变量、相干斑分量看成是零均值Gauss分布的。通过参数调整， 它可以得到K分布、Weibull分布等。
由于在某些条件下，相干斑可能是非高斯分布的，于是出现了不同于复合高
斯分布的其它复合模型。比如非中心化chi平方Gamma分布（NG），它假设纹理分量服从Gamma分布，认为杂波强度服从2个自由度的非中心化chi分布，这种分布能较好地拟合Weibull分布和Lognorm分布，但其应用范围有限。文献提出杂波纹理分量服从广义逆高斯分布，相干斑服从Gamma分布，从而提出了广义G分布，该分布能非常好的拟合极不均匀的地域杂波，但对均匀的杂波描述则较差。由于这些复合分布能匹配2种甚至更多的分布，所以也是广义的分布模型。此外还有一类不考虑乘积模型，对杂波数据整体建模的广义分布模型，如广义Gamma分布，广义K分布等。它们能匹配多种杂波数据，也有一定的应用。当雷达分辨力进一步提高时，散斑逐渐偏离高斯统计量，用K分布描述海杂波的偏差越来越大。为此，希腊学者Anastassopoulos提出了广义复合概率密度函数（GC-pdf）来描述雷达杂波统计量与K分布的差异。Anastassopoulos用合成孔径雷达海杂波数据验证了广义复合模型的有效性，但没有进行深入的研究，也没有探讨其应用。Shao等采用α稳定分布来描述这种高分辨杂波，后来Tsihrintzis和Nikias验证了α稳定分布在海杂波中的适用性。Delignon等研究了调制成份不为Gamma分布的其他复合高斯模型，包括调制成份为逆Gamma、第一类和第二类beta函数的情形，指出在实际情况中，上述模型也有一定的适用性，而且可以计算其概率密度函数。但是后面这些模型没有得到大量学者的认同，没有被广泛的研究分析。
对于根据雷达杂波反射面的不同类型来研究杂波特性，国内外也开展了一些工作。文献[1]对距离分辨力为15m的X波段地基雷达的地杂波数据的统计特征进行了分析，地域覆盖大部分为庄稼，另外包括落叶树木和湖面，及极少数的农村建筑物，结果表明杂波幅度服从Weibull分布；文献[2]对机载条件下印度某地区的杂波起伏统计特性进行了分析，作者选用Weibull分布和Lognorm分布对海杂波数据的幅度分布进行拟合，认为其分布特性在低擦地角时可用Lognorm分布来模拟，在更大擦地角下则服从Weibull分布；文献[3]对X波段机载海杂波特性进行研究，得出结论，在逆风条件下的数据服从K分布。国内哈尔滨工业大学利用自己研究的杂波测量仪对海杂波进行了有限测量和建模研究，电子14所利用其自己研制的机载杂波测量雷达录取了大量的数据并开展了初步的建模研究工作；华东电子工程研究所通过在S波段某雷达上进行了海杂波数据的采集，并对该数据进行了统计分析[4]。国防科技大学的方学立，梁甸农针对超宽带合成孔径雷达在树林区域探测隐蔽目标的应用场合，研究了树干杂波的统计特性。
2、 基于混沌学的海杂波研究动态及现状
19xx年Simon Haykin在IEEE上首次详细介绍了对海杂波混沌特性的研究情况，并断言海杂波是确定性混沌的这样一个全新的论断。这引起了雷达界许多研究人员的重视和兴趣。所以目前海杂波的研究主要集中在两个领域：
（1）以传统统计学为基础的海杂波模型的建立和恒虚警检测方法研究，它把海面看作是无数随机运动所构成的结果，利用统计学的原理对其进行分析。经过长时间的发展建立起了从海杂波建模到海面目标检测的一整套理论和方法，取得了相当的成功，分析技术己经趋于完善成熟。把海杂波常视为某一种随机过程，如经典的Lognorm分布、Weibull分布和复合K分布等。然而，这些模型在实际应用中都有一定的局限性，其中一个重要原因就是它们是基于把海杂波视为某一随机过程的样本函数的假设条件下的，很大程度上并不是因为海杂波的内在特性，而是出于海杂波的看似随机的波形，即不是建立在海杂波物理本质基础上的。实际上，在低掠射角下，高分辨力雷达测量的海杂波并不具有Gauss分布特性，
因为海杂波并不是平稳的，而是呈现出非线性的不平稳特性。以统计学理论为基础的研究方法在海杂波研究领域至今还占有统治地位。但是，统计学的方法毕竟只是从现象的角度出发来对海面事件进行简单的描述，因此基于统计学的研究方法不可能从最根本的物理原理的角度对海杂波的产生与演变做出合理的解释。
（2）用混沌理论对海杂波进行分析是研究的另一个方向。由于统计模型无法对海杂波的产生机理作出解释的这一缺点，而且许多表现得像随机的现象本质上就是一个混沌过程，因此研究人员对海杂波的混沌特性进行了研究。19xx年，加拿大学者Leung和Hyakin在题为《Is there a radarclutter attractor》的论文里通过考察海杂波的相关维数，第一次提出X波段海杂波具有混沌特性的观点，并采用GPA(Grassberger-Procaccia Algorithm)计算出海杂波相关维数在6-9之间。19xx年Leung和Hyakin又计算出海杂波的最大Lapyunov指数为一正值，更加证明了海杂波的混沌特性。为了进一步研究海杂波的混沌特性，Haykin等在19xx年使用IPIX(Intelligent PIXel Processing)相参雷达测得了大量数据，分析此实测数据，得出了一些结论：1）海杂波具有有限的相关维数；2）海杂波的最大Lyapunov指数为正，说明了海杂波对初始条件的敏感性；3）海杂波是短期可预测的。由此可知海杂波是混沌的。但是，此研究仅仅通过建立预测模型来证明海杂波中蕴含确定规律，并未从可预测性角度考察序列的特点。澳大利亚学者Palmer等通过实验研究证明了海杂波确实存在一个低维混沌吸引子。19xx年，Haykin等基于大量的实验数据并运用最大似然估计法对海杂波的相关维展开研究，此外还研究了李亚普诺夫（Lyapunov）谱，而由Lyapunov谱得到的Lyapunov维数(Kaplan-Yorke维)很接近相关维。通过Lyapunov谱的研究，推测出海杂波是由5-6个非线性微分方程组成的非线性动态系统，而对于这5-6个非线性微分方程，目前还没有得出表达式。而有关研究结果表明海杂波的混沌特性研究并不是非常成熟，主要是因为缺乏有效噪声条件下混沌判定分析手段以及保证海杂波内在性质不受影响的去噪方法。
目前关于海杂波混沌特性的理论与实验研究受到众多学者的关注，而国内在这方面起步较晚，只进行了一些初步的探索，主要有：
(1)董华春等依据混沌系统验证准则对高频雷达的海洋回波时域采样信 号进行了分析，结果表明该回波具有分形的混沌特性；
(2)姜斌等对S波段海杂波的混沌特性进行了研究，运用分形Brown运动模型计算得到分形维数，然后根据经典的Rosenstein方法计算得到了Lyapunov。
3、 地、海杂波仿真方法
通常杂波的统计特性和谱特性较重要，通常用描述杂波的后向散射系数?0的概率密度分布函数的模型也就是统计模型的表示来对杂波进行模拟。在雷达系统的模拟方法中，最主要的是描述雷达环境的数学模型，对于环境的建模经常从两方面来考虑，为幅度概率密度分布函数和功率谱密度函数，也就是说雷达回波信号要符合一定的幅度概率分布和功率谱密度。因此，产生满足一定概率分布和相关特性的随机序列是目前杂波的主要模拟方法，目前利用统计模型仿真相关杂波的方法，较有代表性的主要有三种，即：
1）球不变随机过程法（Spherically Invariant Random Processes,简称 SIRP） 。
2）无记忆非线性变换法(Zero Memory Nonlinearity,简称 ZMNL）。
3）基于海谱以及近似方法的海面散射法。
其中，SIRP 模型能够控制序列的概率密度函数和协方差矩阵。可用此法来
仿真相关瑞利、相关韦伯尔和相关 K 分布杂波。但它的缺点是受到所需要仿真的序列数及自相关函数的限制，所以，当所需仿真序列较长时，计算负担较大，不容易形成快速算法。ZMNL 法可以用于雷达杂波常用的几种分布的仿真，但它的应用又受到了功率谱形状等的约束。但因为容易被实现，且在相关高斯序列产生后速度快，因此，ZMNL 是目前在相关雷达杂波仿真中最让人注意的方法，并得到了广泛的应用，基于海谱及近似方法所进行的杂波仿真，其物理意义明确，但不易控制所需的概率密度分布和功率谱密度。用上述三种方法，基本可以满足各种相关雷达杂波仿真。
二、 ITU-R P.1546、ITU-R P.526简介
国际电信联盟（ITU）于20xx年提出了ITU-R P.1546建议书，即《30MHz至3000MHz频率范围内地面业务点对面预测的方法》，并在20xx年、20xx年、20xx年20xx年进行了4次修改。目前，该建议书的最新版本为P.1546-4。该建议书融合并替代了ITU-R P.370、ITU-P.529、ITU-R P.1146以及ITU-R P.616等建议书，给出了超短波频段地面业务的场强预测方法，同时在实测数据的基础上给出了100MHz、600MHz和2000MHz三种发射频率下，有效发射功率为1kW的发射源在不同传播路径类型、不同的发射、接收天线高度以及几种时间、地点概率条件下的电波传播曲线；给出了在不同发射频率、功率等条件下对场强进行预测的方法和修正公式，适用于超短波频段的广播、陆地移动、海上移动以及某些固定业务提供点对面的场强预测，适用距离1km～1000km。该建议书也是进行无线电台(站)电磁兼容分析计算、国际间地面业务频率协调最常用的传播模型。
P.1546-3是20xx年发布的最新版本。P.1546-3建议书克服了R.370-7等建议书或模型在距离和频率上的预测局限，在大量的实测数据的统
计分析基础上，拟合出了路径长度在1～1 000 km，频率在100 MHz、600 MHz和2 000 MHz频点，有效发射功率（e.r.p）为1kW的发射源，几种发射天线高度、传播路径类型（陆地、海面和/或陆地路径）、时间概率以及地点概率条件下的电波传播曲线。共计24张曲线图，其中包含2张适用于海上VHF频段传播预测的基本传播曲线图。该建议书还给出了在不同发射频率、天线高度、传输距离的内插/外推法的校正公式。利用校正公式，可以获得不能从已提供的曲线直接读出的，发射频率在30 MHz-3 000 MHz、天线高度在3 000 m以下、传播距离在1 000 km以内的任意场强值。
经典文献将海面无线信号的视距传播看作自由空间的电波传播，采用如下自由空间传播模型测算损耗：
Lp=Ls=32.4+20lgf（MHz）+20lgd（km）
根据海上VHF通信实践及相关测试［4］证明，将自由空间传播模型应用于海面视距传播预测，其预测结果与实测结果存在较大误差。
由于基于大量实测数据，利用该建议书无需如同CCIR（ITU-R的前身）建议书或Longley_Rice等其他预测模型那样，将视距与超视距的场强分段预测，而是在统一的平滑电波传播曲线上直接取值或测算场强值，因此，P.1546-3可实现连续路径的预测。而且，P.1546-3还提供了专门用于海上场强预测的图表和内插/外推修正方法，可快速地获得任意距离范围内的场强预测值，再通过该建议书提供的场强-损耗转换公式，可快速地算出各种传输距离上的传输衰 耗值。
电波在传播过程中遇到尺寸和工作波长相近的障碍物时，会绕过障碍物向前
传播，这种现象叫做电波的绕射。在电视、调频广播频段（30 MHz～1000 MHz），由于其波长在米级及百米级范围，在复杂地形、地物的地理条件下，电波容易发生绕射现象。
传统的电波传播预测模型ITU-R P.370以及ITU-R P.1546比较适用于开阔和低起伏的丘陵地区，而对于多山地区，其预测误差相对较大。为此，国际电联在1 9 7 8年制订了I T U-R P.5 2 6建议书——《Propagation by diffraction》，主要描述了传播中的绕射影响及其场强的预测方法，在预测中除了考虑崎岖地形所造成的绕射外，还涉及地球球形表面对传播的绕射影响。但是该建议书只提供了单刃峰、双刃峰和单圆形峰情况下的绕射算法，并没有针对复杂地形提出一般的解决方法。
三、 平坦地面传播的双线模型
在陆地移动通信中,电波在平坦地面的双线传播模型是一种最基本的模型。所谓的双线是指除了直视路径的传播,由于地面的反射而产生了另外一条路径，如图所示。这里r1和r2分别是两条路径的长度,h1和h2分别是基站和终端的高度。
在这种模型中发射机(基站)的位置是固定的,而接收机(终端)是移动的,这样,由于终端的移动就会产生信号幅度的起伏。这种模型是针对陆地移动通信,对于低轨卫星通信来说是不适用的。在低轨卫星通信中,卫星离地面接收设备相对较远,并且卫星相对于地面设备的移动速度要快得多。
图1：平坦地面的双线模型
参考文献：
[1]J.Billingsley,A.Farina，F.Gini Greco M V&V errazzani L.StatisticalAnalysis of MeasuredRadar Ground Clutter Data.IEEE Transactions on A&E System s,April 1999,35(2):579-592
[2]Rajalak shmi,Menon.K.,Balak rishnanN,Janak irama iramanM,and Ramchand K.Characterization of fluctuating statistics of radar clutter for Indian terrain.IEEE Transaction on Geoscience and Remote Sensing,Mar.1995,33(2):317-323
[3]A P Blake,D Blacknell,C.J.Oliver.High Resolution SAR Clutter Textural Analy-sisand Simulation,SPIE 1995,1(2584):101-108
[4]H.Jing,T.Wen wen,G.Jianbo.Detection of low observable targets within sea clutter by structure function based on multifractal analysis.IEEE Tap ransaction on Antennas and Propagation,2006,54(1):136-143
[5]董华春,宗成阁,权太范.高频雷达海洋回波信号的混沌特性研究.电子学报,2000,28(3):25-28
[6]董华春,刘梅,权太范.高频雷达海杂波混沌特性的实验研究.高技术通讯,2000,3:41-44
[7]姜斌,王宏强,付耀文,等.基于LS_SVM的海杂波混沌预测.自然科学进展,2007,17(3):425-420
[8]姜斌,王宏强,黎相等.S波段雷达实测海杂波混沌分形特性分析.电子与信息学报,2007,8(4):1809-1812
[9] 黄培康.雷达目标特征信号[M].北京:电子工业出版社.2005
[10] E.Jackman. On the statistics of K-distributed noise. Journal of Physics, A Math. Gen.1980,13:31-48
[11] Lamont V. Blake radar range2performance analysis[M].LeXington Books, 1980.
[12] Merrill I S.雷达手册[C].王 军,林 强,米慈中译.北京:电子工业出版社, 2003.
[13]郭充. RBS-15瑞典的一种机载和舰载新型反舰导弹[J].外国海军导弹动态, 1984, (1): 10-13.
[14]JakemanE.ToughR.J.A.GeneralizedK-distribution:astatisticalmodelforWealscattering· [J].OPt.Soe.Anl.A，1987，4，4(9):1764一1772。
[15] He Nan, S.Haykin. Chaotic modeling of sea clutter .Electronic Letters, 1992, 28(22):2076-2077
[16] S. Haykin, Li Xiaobo. Detection of signals in chaos .Proceedings of the IEEE, 1995, 83(1):95-122
[17] A J. Palmer, R A.Kropfli. Signatures of deterministic chaos in radar sea clutter and ocean surface winds. Chaos,1995, 5(3): 613-616
[18] S. Haykin, S.Puthusserypady.Chaotic dynamic of sea clutter. Chaos, 1997, 7(4): 777-802
[19] 周明．孙树栋．遗传算法原理及应用．北京：国防工业出版社．1999
[20] 高铁红,李冲宵,韩彦芳,陶媚. 改进遗传算法在非线性变参数估计中的应用, 数据采集与处理. 2002,17(3)
[21] 姜波，汪秉文, 基于遗传算法的非线性系统模型参数估计, 控制理论与应用,2000.2,17(1)