第２８卷第９期 文章编号：１００６—９３４８（２０１１）０９—００６３－０４ 计算机仿真 ２０１１年９月 机载前视 风切变雷 达杂波抑制的仿真研究 李超霞 ，李 勇 ，程宇峰 （１．西北工业大学电子信息学院，陕西西安７１０１２９；２．中航工业雷达与电子设备研究院，江苏无锡２１４０６３） 摘要：研究飞机起飞和着陆的安全问题，大气中的切变风影响飞机的飞行安全。为减弱地杂波对风切变回波信号检测，应对 雷达回波进行杂波抑制，提取切变风信号，达到准确预警。为达到上述目的，提出一种归一化最小二乘格形（１ｅａｓｔ ｓｑｕａｒｅ ｌａｔ— ｔｉｃｅ，ＬＳＬ）联合过程估计器杂波抑制方法，利用估计器输出的平方和最小的前提下，自适应地调整估计器的反射系数及回归 系数，使输出杂波成分最小，从而有利于风切变的检测，以保证飞行安全。仿真结果表明，归一化ＬＳＬ联合过程估计器在甚 低信杂比情况下，可以主动跟踪主瓣杂波的多普勒频率，相对于ＡＭＴＩ杂波抑制技术具有更好的抑制能力，满足机载前视风 切变雷达达到准确预警的目的。 关键词：风切变；联合过程估计器；杂波抑制 中图分类号：ＴＮ９５９．４ 文献标识码：Ｂ Ｒｅｓｅａｒｃｈ ｏｎ Ｃｌｕｔｔｅｒ Ｓｕｐｐｒｅｓｓｉｏｎ Ｓｉｍｕｌａｔｉｏｎ ｆｏｒ Ａｉｒｂｏｒｎｅ Ｆｏｒｗａｒｄ－ｌｏｏｋｉｎｇ Ｗｉｎｄｓｈｅａｒ Ｒａｄａｒ ＬＩ Ｃｈａｏ—ｘｉａ ，ＬＩ Ｙｏｎｇ ，ＣＨＥＮＧ Ｙｕ—ｆｅｎｇ （１．Ｃｏｌｌｅｇｅ ｏｆ Ｅｌｅｃｔｒｏｎｉｃｓ ａｎｄ Ｉｎｆｏｒｍａｔｉｏｎ，Ｎｏｒｔｈｗｅｓｔｅｒｎ Ｐｏｌｙｔｅｃｈｎｉｃａｌ Ｕｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ Ｓｈａｎｘｉ ７１０１２９，Ｃｈｉｎａ； ２．ＡＶＩＣ Ｒａｄａｒ ａｎｄ Ｅｌｅｃｔｒｏｎｉｃ Ｅｑｕｉｐｍｅｎｔ Ｉｎｓｔｉｔｕｔｅ，Ｗｕｘｉ Ｊｉａｎｇｓｕ ２１４０６３，Ｃｈｉｎａ） ＡＢＳＴＲＡＣＴ：Ｔｏ ｗｅａｋｅｎ ｔｈｅ ｉｎｆｌｕｅｎｃｅ ｏｆ ｇｒｏｕｎｄ ｃｌｕｔｔｅｒ ｏｎ ｔｈｅ ｄｅｔｅｃｔｉｏｎ ｏｆ ｗｉｎｄｓｈｅａｒ ｅｃｈｏ，ｃｌｕｔｔｅｒ ｓｕｐｐｒｅｓｓｉｏｎ ｍｅｔｈ— ｏｄ ｏｆ ｎｏｒｍａｌｉｚｅｄ ｌｅａｓｔ ｓｑｕａｒｅ Ｌａｔｔｉｃｅ（ＬＳＩ ）ｊｏｉｎｔ ｐｒｏｃｅｓｓ ｅｓｔｉｍａｔｏｒ ｉｓ ｐｒｅｓｅｎｔｅｄ，ｗｈｏｓｅ ｒｅｆｌｅｃｔｉｏｎ ａｎｄ ｒｅｇｒｅｓｓｉｏｎ ｃｏｅｆ－ ｉｆｃｉｅｎｔｓ ｃａｎ ｂｅ ａｄｊｕｓｔｅｄ ａｄａｐｔｉｖｅｌｙ ｉｎ ｔｅｒｍｓ ｏｆ ｓｍａｌｌｅｓｔ ｓｕｍ—ｏｆ—ｓｑｕａｒｅｓ ｏｆ ｔｈｅ ｏｕｔｐｕｔ，ｔｏ ｍａｋｅ ｓｕｒｅ ｔｈａｔ ｔｈｅ ｏｕｔｐｕｔ ｃｌｕｔｔｅｒ ｉｓ ｓｍａｌｌ ｔｏ ｂｅｎｅｆｉｔ ｔｈｅ ｗｉｎｄｓｈｅａｒ ｄｅｔｅｃｔｉｏｎ，ｔｈｕｓ ｔｏ ｅｎｓｕｒｅ ｔｈｅ ｆｌｉｇｈｔ ｓａｆｅｔｙ．Ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ ｔｈｅ ｃｌｕｔｔｅｒ ｓｕｐｐｒｅｓｓｉｏｎ ｍｅｔｈｏｄ ｏｆ ｎｏｒｍａｌｉｚｅｄ ＬＳＬ ｊｏｉｎｔ ｐｒｏｃｅｓｓ ｅｓｔｉｍａｔｏｒ ｃａｎ ｔｒａｃｋ ｔｈｅ Ｄｏｐｐｌｅｒ ｆｒｅｑｕｅｎｃｙ ｏｆ ｔｈｅ ｍａｉｎ ｌｏｂｅ ｃｌｕｔｔｅｒ ｉｎ ｌｏｗ ｓｉｇｎａｌ－ｔｏ－ｃｌｕｔｔｅｒ ｒａｔｉｏ ｓｉｔｕａｔｉｏｎ，ａｎｄ ｉｔ ｈａｓ ａ ｇｏｏｄ ｇｒｏｕｎｄ ｉｎｔｅｒｆｅｒｅｎｃｅ ｉｎｈｉｂｉｔｉｎｇ ａｂｉｌｉｔｙ ｃｏｍｐａｒｅｄ ｗｉｔｈ ＡＭＴＩ，ａｎｄ ｃａｎ ｓａｔｉｓｆｙ ｔｈｅ ｃｌｕｔｔｅｒ ｓｕｐｐｒｅｓｓｉｏｎ ｄｅｍａｎｄ ｏｆ ａｉｒｂｏｒｎｅ ｆｏｒｗａｒｄ—ｌｏｏｋｉｎｇ ｗｉｎｄｓｈｅａｒ ｒａｄａｒ． ＫＥＹＷＯＲＤＳ：Ｗｉｎｄｓｈｅａｒ；Ｊｏｉｎｔ ｐｒｏｃｅｓｓ ｅｓｔｉｍａｔｏｒ；Ｃｌｕｔｔｅｒ ｓｕｐｐｒｅｓｓｉｏｎ １ 引言 风切变是一种大气现象，是风向和风速在水平和垂直方 风切变首先要能够探测或预测它出现的时间和地点，但是常 规气象雷达很难完成此任务。因此，为确保飞机在起飞和着 陆时的安全，研究可以进行风切变探测和预警的机载前视风 切变雷达具有重要的意义。机载前视风切变雷达在飞机起 向突然变化的一种大气紊流。６００米以下空气层中风向和风 速突然改变的现象称为低空风切变。由于低空风切变具有 变化时间短、范围小、强度大等特点，在这种环境中飞行，相 应地就要发生突然性的空速变化，空速变化引起升力变化， 飞和着陆阶段探测风切变的存在，但此时飞机高度很低，杂 波回波功率很强，信杂比很低。因此，需要先对雷达回波中 升力变化又引起飞行高度的变化。如果遇到空速突然减小， 而飞行员又未能立即采取措施，飞机就要掉高度，以至发生 飞行事故。低空风切变是航空界公认的飞机在起飞和着陆 阶段的“杀手”。 的杂波进行抑制（即滤波），提取出风切变信号，以便于之后 对其进行检测，达到预警的目的。 文献［１］提出了基于功率输出最小准则的ＡＭＴＩ技术， ＡＭＴＩ系统结构简单，运算不复杂，容易做到实时处理，且当 风切变回波信号的多普勒频率与主杂波中心频率不靠近时， 性能很好，但当两者靠近时，在抑制杂波的同时也强烈抑制 目前，对付低空风切变最好的办法就是避开它，要避开 基金项目：航空科学基金（２００８１３５３００９） 了风切变回波信号。 鉴于此，本文给出归一化最小二乘格形（１ｅａｓｔ ｓｑｕａｒｅ １ａｔ一 一收稿日期：２０１０—０７—１７修回日期：２０１０—０９—０３ ６３— ｔｉｃｅ，ＬＳＩ ）联合过程估计器（简称估计器），由于该估计器采 用的算法中最小二乘算法具有较快的收敛率；且该算法引入 了指数加权因子 ，用此因子对输入信号加指数权，时间越 近加权越大，这样使算法更能反映当前情况。以上两点使得 在上述算法中，ｄ 是期望信号； 为参考信号； 估计器最后一阶的误差信号，也是其输出信号； 是 是估 计器第ｍ＋１阶的ｎ次回归系数；Ⅳ为数据序列点数； 为格 形最大阶数； 为指数加权因子（０＜ ＜１）； 为 的方差 该算法对风切变雷达回波信号等非平稳信号具有较强的适 应性。因此，将该算法应用到机载前视风切变雷达的地杂波 抑制中，当风切变回波信号的多普勒频率与主瓣杂波中心频 估计；Ｋ 为第ｍ＋ｌ阶的ｎ次归一化反射系数； ． 第 ｍ＋１阶归一化前向预测误差的ｎ次序列；ｅｂ ＋ 为第ｍ＋１ 阶归一化后向预测误差的ｎ次序列。 率接近时，能够保证在抑制地杂波的同时也能有效的避免对 风切变回波信号的抑制。 在上述算法的运算过程中，有两个基于归一化ＬＳＬ算法 的最优估计同时发生： １）将相关输入采样序列 ， ，…， ．转换为相 序列； ２联合过程估计器 归一化ＬＳＬ联合过程估计器，由基于归一化ＬＳＬ的自适 应的非相关后向预测误差ｅ６。 ，ｅ６ ，…，ｅ６ ２）把后向预测误差序列ｅｂ ，ｅｂ ，…，ｅ６ ．．． 作为输 应预测器 。 和组合器组成 。图１给出了该估计器的结 构，其中虚线框内为Ｍ阶自适应预测器。 （ ． ） （ＨＭ ）ｃ Ｕ ＝［１一Ｕ １１］。 图１归一化ＬＳＬ联合过程估计器结构 归一化ＬＳＬ联合过程估计器的具体算法如下： 初始化： Ｒｏ，Ｔｏ，ｅｂ０ｌｏ’ｅｆｏ．ｏ１ｅ０ｌｏ＇Ｋ，Ｈ均为零 递归计算： ．／ ｒ ｎ＝０ ｔｏ Ｎ Ｒ ＝ａＲ １＋ｘ２ ｅｆｏ． ＝ｅｂ。． ＝ （Ｒ ）－Ｉ／２ ＝ＯＬ １＋ ｄ ＝ｄ （ ）－１ ＿厂０ｒ ｍ＝０：［ｒａｉｎ（ｎ，Ｍ）一１］ ＋１． ＝［１一 ｅｆｏ， ］ Ｋ 。［１一ｅ６ ｎ １ ｅｂ ＋ ，，ｅｆ２…ｅｂ一 ＋Ｉ． ＝［１一Ｋ２ Ｋ ， ］ ［ 一． 联＋ｌ ｌｅｂ…一 ］ ［１一ｅ ｅ６…一。 ｅｂ ＝， ［１一 ＋１ ．］ ［ｅｂ…一 一Ｋｍ＋ｌ ｌ， ］ ［１一 ， ｅｌｍ Ｈ ＋ ：［１一ｅ ｅ ｅｂ， ， 一 ． 一， ， ］ Ｈ ＋ ［１一ｅ６ ，， ，］ ＋ ｅ ｅ６…１ ｅ ：， ［１一 十】 ｌ＋ｌ ｌ］ ［ｅ…一 ＋１． ｅ６ 一 ］ ［１一ｅ６： 一 ｅｂ 一１］一 注：对算法中１／ｕ，若ｕ＝０，则设置１／ｕ：１。 ．．．——６４．．．—— 入，通过多回归滤波器，以横向滤波器的形式，对期望响应ｄ 进行估计。 归一化ＬＳＬ联合过程估计器算法还具有如下特点：与直 接实现相比，格形结构具有较低的与有限字长有关的计算误 差；与非归一化格式相比，归一化格式对存储容量要求低，且 计算复杂度也降低；该算法采用复形式的算法，适用于对复 数数据的处理。因此，可以采用该估计器对风切变雷达回波 信号进行滤波。 选取ｄ 为滤波前雷达回波信号即总回波； 为参考输入 信号，一般选取与Ｃ高度相关的信号，相关程度越高，滤波效 果就越好，此处选取地杂波模型。。 产生的信号即地物杂波信 号本身Ｃ作为参考输入信号；则估计器的输出信号ｅ 即为 滤波输出的信号，其理想值为气象回波信号 。 ３ 风速提取及风速误差均值定义 ３．１ 风速提取 对雷达回波信号进行滤波后，可通过对滤波输出信号进 行检测，提取出雷达回波信号中的多普勒信息。本文采用文 献［７］中的快速傅立叶变换（ ）法来提取滤波后回波信 号中的风速信息，即进行风速估计。本文中使用的真实风速 值也是采用文献［７］中的数据。 ３．２ 风速误差均值定义 要衡量滤波效果的好坏，可通过将风速估计值与真实风 速值进行对比，其差别越小，说明滤波效果越好，反之，亦 然。下面定义某方位上风速估值与真实风速值的绝对误差 均值为： ＮＢＩＮＳ ∑｛ ＶＴＲＵ（ｊ， ）－ＶＳＰ（ｊ， ） ＥＲＲ（ｊ）＝ ｉ＝１ＮＢＩＮＳ 其中， 表示方位（一２３≤ ≤２３），ｉ表示距离波门（０≤ｉ ≤５０），ＥＲＲ（ｊ）表示第 个方位上的风速绝对误差均值， ＶＴＲＵ表示真实风速，ＶＳＰ表示使用ＦＦＴ法对滤波后的雷达 回波信号的风速估值，ＮＢＩＮＳ表示一个方位上的距离波门 数。 ４ 仿真结果与分析 为了对上述的自适应杂波抑制系统进行调试和性能分 析，本文采用了文献 给出的机载前视风切变雷达回波信号 仿真系统。根据系统设定，仿真得到雷达天线扫描的某方位 上总回波信号的多普勒谱如图２所示，图３给出了该方位上 原始风切变（不含杂波）信号的多普勒谱。由图３（ｂ）可知， 在２５到３０个距离波门之间存在较强的风切变，风速变化范 围大约在一１０～ｌＯｍ／ｓ；对比图２和图３可知，在总回波信号 中，地杂波信号功率远大于风切变信号的功率，风切变信号 几乎完全被地杂波信号淹没。由于仿真程序中去掉了飞机 地速的影响，且缺少离散目标的杂波数据，故杂波频谱主要 集中在零多普勒速度附近。 ３０ ．２０ －ｌ０ ０ ｌ０ ２０ ３０ 多昔勒速度ｆｍ瑚 ）档视图 图２ 总回波信号的多普勒谱 分别采用当Ｏｔ＝０．８和０．９９时不同阶数 的估计器对 图２所示雷达回波信号进行滤波，滤波后雷达信号的风速误 差均值及最大值见表１。 表１ 估计器滤波后风速误差 多普勒速度（ｍ ） ）俯视图 图３ 风切变信号的多普勒谱 由表１可知，对于不同的ａ，用相同阶数的估计器滤波 后，Ｏｔ＝０．９９时风速误差小于 ＝０．８时的风速误差，因此选 取Ｏｔ＝０．９９；当 ＝０．９９时，不同阶数的估计器滤波后风速 误差相差不大。因此选取 ＝０．９９、Ｍ＝３。 采用３阶估计器（Ｏ／＝０．９９）对图２所示雷达回波信号进 行滤波，滤波后信号的多普勒谱如图４（ｏ）、（ｂ）所示。用 胛 法对滤波后的信号进行风速估计，其风速估值与真实风 速的对比如图４（ｃ）所示。从图４（ｂ）俯视图可以看出，在距 离波门２５到３０之间存在较强的风切变信号，风速变化范围 大约在一１０～ｌＯｍ／ｓ，而由图４（Ｃ）可知，其风回波信号进行 滤波后，其风速估值与真实风速的对比，由图可知，其风速误 差最大值和风速误差均值分别为：５．９７４０ｍ／ｓ和０．９７１２ｍ／ｓ。 由以上分析可知，特定方位上的雷达回波信号经过估计器滤 波后，其多普勒谱与该方位上风切变信号的多普勒谱基本吻 合，且其风速估值与经过ＡＭＴ１滤波后的雷达信号的风速估 值相比，更接近真实风速值。 根据式（１）定义，分别采用估计器和ＡＭＴＩ方法对雷达 天线扫描的所有方位（一２３～２３ｄｅｇ）的雷达回波信号进行滤 波后，得到的风速估值与真实风速的绝对误差均值曲线如图 ６所示。对比图６中两条曲线可知，在一２３—一１８和１６～２３ 个方位上，经过ＡＭＴＩ滤波后的风速的绝对误差均值稍小于 经过估计器滤波后的值；而在一１７～ｌ５个方位上，经过估计 器滤波后的风速绝对误差均值远小于经过ＡＭＴＩ滤波后的 值。因此，从整体上看，经过估计器滤波后的雷达回波信号 的风速估值与真实风速值更接近。 滤波结果表明：在甚低信杂比（一２５ｄＢ）情形下，归一化 ＬＳＬ联合过程估计器杂波抑制技术能够主动跟踪主瓣杂波 的多普勒频率，实现对杂波的抑制，且滤波后雷达回波信号 一６５— （ａ）三维图 吕 ＝２ 鲻 艇 多普勒速度／（ｍ／ｓ） （ｂ）俯视图 童 商 匿 ｆｃ）风速对比 图４雷达信号的多普勒谱及风速对比 匿 图５ ＡＭＴＩ滤波后的风速对比 的风速估值与真实风速值相差很小，与经过ＡＭＴＩ杂波抑制 技术滤波后的雷达回波信号的风速估值相比，更接近真实风 速值，能够更加准确地探测到风切变。 ６６一 冒 槲 捌 匿 图６风速绝对误差均值曲线 ５结束语 本文首先介绍了风切变现象的相关知识，给出了归一化 ＬＳＬ联合过程估计器杂波抑制技术，并将其应用于机载前视 风切变雷达的自适应杂波抑制中。通过对雷达回波信号进 行滤波处理，证明该自适应杂波抑制技术在甚低信杂比情形 下具有良好的滤波效果；与ＡＭＴＩ杂波抑制技术相比，归一 化ＬＳＬ联合过程估计器杂波抑制技术在对机载前视风切变 雷达的杂波抑制中，效果更好。 参考文献： ［１］郭惠军，李勇，李晓平．机载前视风切变雷达ＡＭＴＩ杂波抑制技 术［Ｊ］计算机仿真，２００９，２６（９）：５５—５８． ［２］ Ｂ Ｍ Ｋｅｅｌ，Ｅ Ｇ Ｊｒ Ｂａｘａ．Ａｄａｐｔｉｖｅ ｌｅａｓｔ ｓｑｕａｒｅ ｃｏｍｐｌｅｘ ｌａｔｔｉｃｅ ｅｌｕｔｔｅｒ叫ｅｃｔｉｏｎ ｆｉｌｔｅｒｓ ａｐｐｌｉｅｄ ｔｏ ｔｈｅ ｒａｄａｒ ｄｅｔｅｃｔｉｏｎ ｏｆ ｌｏｗ￣ｔｉｔｕｄｅ ｗｉｎｄｓｈｅａｒ［Ｃ］．１ｎｔｅｍａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ ＡＳＳＰ，１９９０，３：１４６９— １４７２． ［３］Ｌ Ｇｒｉｆｉｔｈｓ．Ａｎ ａｄａｐｔｉｖｅ ｌａｔｔｉｃｅ ｓｔｒｕｃｔｕｒｅ ｆｏｒ ｎｏｉｓｅ—ｃａｎｃｅｌｌｉｎｇ ａｐｐｌｉ－ ｃａｔｉｏｎｓ［Ｃ］．ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ ＩＣＡＳＳＰ，１９７８，３： ８７－９０． ［４］ Ｂ Ｆｒｉｅｄｌａｎｄｅｒ．Ｌａｔｔｉｃｅ Ｆｉｌｔｅｒｓ ｆｏｒ Ａｄａｐｔｉｖｅ Ｐｒｏｃｅｓｓｉｎｇ［Ｃ］．Ｐｒｏｃ． ＩＥＥＥ，１９８２，７０：８２９—８６７． ［５］Ｓｉｍｏｎ Ｈａｙｋｉｎ著，郑宝玉，等译．自适应滤波器原理（第四版） ［Ｍ］．北京：电子工业出版 ，２００３． ［６］ 张晓荣，李勇，李滔，程宇峰．机载前视风切变雷达回波信号的 一种仿真方法［Ｊ］．系统仿真学报，２００９，２１（２２）：７０２３—７０２５． ［７］ 高霞，李勇，李滔，程宇峰．机载前视风切变雷达信号处理方法 分析［Ｊ］．计算机仿真，２００９，２６（７）：５８—６１． ［作者简介］ 李超霞（１９８６一），女（汉族），河南省商丘市人，硕士 研究生，主要研究方向为通信与信息系统； 李勇（１９６２一），男（汉族），陕西省成阳市人，博 士，教授，主要研究领域为高速实时数字信号处理及 应用，雷达信号处理等； 程宇峰（１９７３一），男（汉族），江苏无锡人，硕士，高级工程师，主要研 究方向为雷达信号处理。
