0 引 言
近年来，随着综合电子侦察及干扰技术、反辐射武器、超低空突防技术和隐身技术的不断发展，传统的有源单基地雷达将面临严峻的挑战。常规的合作式双基地雷达辐射源由己方发射，发射站和接收站采用一定的物理链路进行同步，接收站和发射站协同进行工作。当利用第三方机会照射辐射源进行目标探测时，发射站和接收站没有特定的物理链路进行同步处理，辐射源参数不受控制，这种雷达称为无源双基地雷达，又称为被动雷达、无源相干定位雷达、寄生雷达（方便起见，后面简称被动雷达）［1］。
被动雷达的特征在于无需辐射电磁波，其工作机理在于利用外辐射源实现目标的探测、跟踪。现在针对民用辐射源进行目标检测的研究取得了一定的进展，可利用的民用辐射源包括广播电视辐射源（FM、DAB）［2-4］、移动通信辐射源（Wi-Fi、GSM）［5］和卫星辐射源（GPS 北斗卫星）［6］，因为民用辐射源并不是专门为了进行目标探测而设计的，在实际应用中会出现探测距离不足和信号模糊函数旁瓣较高等问题。而以雷达信号作为外辐射源可以弥补民用辐射源的不足，该模式下的被动雷达具有灵活性强、信号截获概率低、抗电磁干扰能力强等优点，在雷达探测领域以非合作雷达信号作为外辐射源的被动雷达有着重要的研究价值。
经过多年的研究，国内外对被动雷达系统的研究在时频同步、直达波参数估计、直达波干扰抑制、目标检测与定位等核心技术方面取得了一定进展。现在国内外学者已经进行了一系列被动雷达外场实验，但对被动雷达外场实验主要集中在对空中目标的检测［7-10］，海上目标移动速度较慢，多普勒频移较小，并且海洋环境相较于天空更加复杂，目标回波受直达波旁瓣、地杂波和海杂波的强烈干扰，海上目标检测面临许多困难和挑战。因此，针对被动雷达海上目标探测研究，特别是基于实测数据的系统验证，需要进一步加强和改进。本文介绍了一种被动雷达系统，对海上目标检测开展了一系列的实验研究。
1 PBR系统工作原理
典型的PBR 系统由发射机、接收机和用于数据处理和显示的PC 组成，PBR 系统的结构组成如图1所示。PBR 系统自己不发射信号，而是选择合适的非合作雷达作为辐射源，非合作状态下的雷达作为发射机发射电磁信号，海洋环境下常选用岸基雷达、舰载雷达或预警机雷达作为发射机。发射机发射的直达波照射到目标上产生回波信号，接收机天线指向海上目标所在区域并接收直达波和散射回波。接收机采集到的直达波信号和目标反射的回波信号保存在存储器中，信号处理器将直达波信号和目标回波信号下变频为基带信号，同步采集并以I∕Q 数据的形式记录在硬盘中。最后PC 端接收到接收器采集的I∕Q 数据进行分析和处理，实现海上目标探测。
图1 典型PBR系统
2 系统信号处理流程
实验PBR 系统的信号处理流程如图2 所示。实验PBR 接收机会同时接收直达波信号和回波信号，也就是回波由主瓣接收，直达波由旁瓣接收。接收到的直达波信号首先会进行其参数的估计从而重构直达波信号，重构的直达波信号与回波信号完成脉冲压缩，然后进行直达波干扰抑制、非相参积累，画出PBR 系统海上目标探测P 显图和B 显图，MTI、MTD 动目标处理后，画出运动目标的距离多普勒图，完成海上目标的探测。
图2 PBR系统信号处理流程图
实验中接收机为单通道，会同时接收直达波和回波信号，经过中频数字采样和正交解调，接收机接收到的信号可以表示为
式中：n(t)为接收机通道噪声；sd(t)为直达波信号；sr(t)为回波信号，将其分别表示为
st(t)为发射机信号；kd和kr为直达波和回波衰减系数；τ1 和τ2 为直达波和回波相较于发射信号的时间延迟；fd为运动目标回波信号多普勒频移。
2.1 参考信号重构
与典型的单基地雷达不同，非合作雷达辐射源的参数未知，发射机和接收机未进行同步处理，后续对回波信号进行脉冲压缩所用的参考信号也来自直达波信号，因此对非合作雷达直达波进行估计并构建参考信号估计是非常重要的。在实验PBR 系统中，接收到的旁瓣直达波信号比回波信号大得多，并且回波信号相较于直达波信号存在延迟时间，故我们可以提取进而估计直达波信号参数。非合作雷达发射机持续发射稳定的线性调频信号（LFM），故直达波参数估计也就是对LFM信号的估计，常用的参数估计方法有最大似然估计、STFT变换和魏格纳分布等［11］，但都在估计精度和计算量上存在缺点。分数阶傅里叶变换（FRFT）［12-13］有着精度高和计算量少等优点，更适合应用。线性调频信号表达式为
式中A为幅度，f0为初始频率，k为调频斜率，φ为初始相位，T为脉宽，w(t)为噪声。
p阶分数阶傅里叶变换的表达式为
其中p为分数阶傅里叶变换阶数，可以将其转化成时间-频率面上的旋转角a = pπ∕2，Kp(t,μ)为变换核，进行各阶变换后可以得到相关变换域，在变换域峰值搜索后得到峰值坐标(a0,μ0)，根据峰值坐标即可进行参数估计。根据估计出的参数得到参考信号带宽，从而重构参考信号。
参数估计公式为
FRFT的参数估计流程如图3所示。
图3 FRFT的参数估计流程
2.2 脉冲压缩
实验中研究的雷达信号为LFM 线性调频信号，其有较大的时宽带宽积，接收到的LFM 信号需要进行脉冲压缩处理。脉冲压缩的目的是为了压缩宽脉冲信号得到窄脉冲信号，从而在保证探测距离的同时提高雷达的分辨率，保证了雷达的探测精度。本实验中脉冲压缩处理有两种方法：一种是根据估计出的参数可以重构直达波参考信号，该信号可以与回波信号完成脉冲压缩；另一种是可以直接截取I∕Q 数据中一段完整的直达波样本信号，与回波信号完成脉冲压缩，这相当于样本信号与回波信号的自相关。
2.3 直达波抑制
在接收信号时，接收机信道存在直达波旁瓣干扰，直达波强度远远高于回波，直达波旁瓣会将目标回波遮盖，此时需要对直达波旁瓣干扰进行抑制。根据时域特性，当直达波和回波时域不交叠，针对直达波旁瓣干扰抑制可以选用合适的窗函数叠加参考信号来消除直达波旁瓣的干扰。当直达波和回波时域交叠时，主要利用维纳滤波理论抑制直达波，根据输入和输出结果调整自适应滤波器权重W，以调节自身的传输特性达到最优的抑制效果，自适应滤波器按准则分类有LMS、NMLS和RLS等［14］。
2.4 非相参积累
接收机收到的回波信号强度较弱，信噪比较低，此时可能遗漏回波数据中的小目标，对脉冲串进行积累可以有效地提高信噪比，有利于小目标的检测。虽然相参积累相比于非相参积累对信噪比的提升更加明显，但相参积累对相参性的要求比较高，相比之下非相参积累更加简单。实验中非相参积累为N 个相同距离单位的回波信号包络幅度进行积累。
2.5 MTI和MTD动目标处理
运动目标显示（MTI）技术的主要目的是提高雷达运动目标检测能力，过滤掉静止目标和杂波，显示运动目标。实验中采用三脉冲对消MTI 滤波器进行处理，在进行MTI 处理之前需要对回波脉冲多普勒频率进行补偿。运动目标处理（MTD）技术的主要目的是获得运动目标的距离多普勒图（R-D 图）。在实验中，MTD 是通过对具有多个相邻脉冲重复周期的脉冲进行FFT 处理来实现的，这相当于回波脉冲串的相参积累。
3 外场实验与数据分析
3.1 实验场景
实验场景位于中国山东省烟台市沿海地区，实验场景如图4所示。实验所用接收机位于学校实验楼楼顶，并选择距离接收机约9 km外的L波段岸基雷达作为非合作雷达系统的发射机，该雷达可以不间断地发射稳定的LFM脉冲信号，并带有导前补盲短脉冲。该实验以接收机东北方向20 km左右的锚地停船和进出锚地的船只为机会目标，海上目标区域位于图中的黄色椭圆形之中。在本次实验中，借助船舶自动识别系统（Automatic Identification System,AIS）所提供的船舶动态数据来验证海上目标的探测结果，从图5可以看到目标锚地的船只。
图4 外场实验场景
图5 AIS系统船只信息
3.2 实验设备和I/Q数据
如图6 所示，实验系统由格栅天线、频谱分析仪、PC机等组成。实验中格栅天线是固定不动的，格栅天线指向海上目标区域，实验中不断采集和记录非合作雷达辐射源的直达波和海上目标的散射回波。频谱分析仪内自带信号采集处理器和存储器，可以将实验数据同步采集并记录到硬盘上，用于PC 端的数据处理。频谱分析仪的频率范围为3 Hz～26.5 GHz，分辨率带宽为1 Hz～10 MHz，绝对幅度误差优于±0.5 dB，扫描时间范围为102.4 μs～20 s，满足对L 波段岸基雷达信号中心频率和雷达扫描周期的要求，并满足实验采集信号的精度要求。频谱分析仪的采样率和放大器可以通过软件进行设置，多个天线旋转周期的数据可以根据设置的采样率连续采集，采集到的信号样本储存在一个I∕Q 数据文件当中，可以将采集的信号样本利用PC端软件进行观察和截取。
图6 格栅天线（右）和频谱分析仪（左）
采集的I∕Q 数据如图7 所示，数据包括多个天线旋转周期。从图7（a）可以看出，随着发射天线的周期性扫描，接收到的直达波信号幅度周期性地进行变化，周期约为10 s，最强脉冲峰值对应于发射天线直接指向接收天线的脉冲。图7（b）中直达波脉冲的能量比回波脉冲强得多，直达波脉冲是具有大约2.37 ms的脉冲重复周期和脉冲宽度为160 μs的LFM信号。
图7 采集的I∕Q数据
3.3 实验结果
在本实验中，非合作雷达辐射源为L波段岸基雷达，并使用相关实验设备进行被动探测进出港口的海上船只。实验不断采集和记录岸基雷达的直达波和海上目标回波数据。通过PC 端数据分析和处理，完成了直达波参考信号重构和脉冲压缩，绘制了系统的P显图和B显图。
首先，提取直达波信号的参数，构造参考信号并完成脉冲压缩。在接收信号中截取一段完整直达波信号，对其进行各阶分数阶傅里叶变换后得到如图8的FRFT变换域，可见变换域中有一峰值，寻峰操作找出峰值后用公式（6）计算出参数估计值即可重构参考信号。
图8 FRFT变换域
不同方法脉压后结果如图9所示，可见脉压后产生了可见峰值，该峰值实际是直达波脉压的结果。由图9（a）、（b）对比看出，重构参考信号脉压结果相对于样本脉压结果旁瓣干扰和噪声更少，并且峰值聚集度更高，所以重构参考信号脉压效果优于样本脉压。
图9 脉冲压缩结果
重构参考信号脉压后画出海上目标的P 显和B显图，其中所用的脉冲总数为4 200，图10为PRB系统海上目标检测图。目标区域用两处黑色方框标记，该区域是近海岸处的锚地，并有船只进出该地。位于发射机正北和东北方向20 km 左右的几处目标较为清晰，成功捕捉到7 个海上目标，其中锚地处有5 个目标，进出锚地的航道处有两个目标。箭头所指杂波为近地杂波，条状杂波主要为直达波旁瓣干扰，可见虽然经过参考信号加窗处理减少直达波旁瓣的干扰，但仍有部分干扰保留。
图10 PBR系统海上目标探测显示图
图11（a）为目标区域放大后的B 显图，横轴代表双基地距离单元，纵轴代表选取的PRT 数量。图11（b）是其所对应的距离-多普勒（R-D）图。横轴表示双基地距离单元，纵轴表示多普勒频率。从图11（a）、（b）可以看出，目标区域内有多个目标，目标1的多普勒频率为-45 Hz，证明目标1在向着远离接收机的方向移动；目标2 和目标3 的多普勒频率为60 Hz，证明目标2 和目标3 在向着靠近接收机的方向移动。区域1 中的目标的多普勒频率为0 Hz，为静止目标。此外，杂波的多普勒频率也为0 Hz，表明杂波是静态杂波。选取图中目标进行MTI处理，图11（c）为图11（a）MTI处理之后目标区域的B 显图。经过MTI 处理之后杂波基本被对消掉，所以这些杂波主要是静止杂波，区域1 中静止目标部分消除，这是由于MTI滤波器0 频处凹口过小导致的，而目标1、目标2 和目标3 这些移动目标被保留下来。由此可见，利用非合作雷达发射机对海上目标进行被动雷达探测，实现海上移动目标探测是完全可行的。
图11 PBR系统动目标处理结果
4 结束语
本文介绍了一种用于海上目标探测的被动雷达系统，该系统以L波段岸基雷达作为非合作雷达辐射源发射机，可以接收发射机直达波信号和目标回波信号。给出了一系列信号处理流程，在PC端通过Matlab 完成了直达波参考信号重构、脉冲压缩、直达波干扰抑制、非相参积累、MTI 和MTD运动目标处理，实现对海上目标的检测。针对双基地无源雷达在海上目标探测的实际应用，团队进行了一系列实时目标探测的外场实验，成功采集了一些直达波和回波数据，并对数据进行了一系列的分析和处理。实验获得了非常清晰的显示图，并成功检测到进出港口的船只。实验证明系统对慢速海上目标有较为良好的检测能力，该系统可以用于海上移动目标的检测。
［1］鲍庆龙，王森，潘嘉蒙，等.非合作雷达辐射源目标探测系统关键技术分析［J］.电波科学学报，2020，35（4）:497-503.
［2］HOWLAND P E, MAKSIMIUK D, REITSMA G. FM Radio Based Bistatic Radar［J］. IEE Proceedings-Radar Sonar and Navigation,2005,152（3）:107-115.
［3］HOWLAND P E.Target Tracking Using Television-Based Bistatic Radar［J］.IEE Proceedings-Radar Sonar and Navigation,1999，146（3）:166-174.
［4］GRIFFITHS H D, LONG N R W. Television-Based Bistatic Radar［J］.IEE Proceedings,1986，133（7）:649-657.
［5］万显荣，赵志欣，柯亨玉，等.基于DRM 数字调幅广播的高频外辐射源雷达实验研究［J］.雷达学报，2012，1（1）:11-18.
［6］SUBERVIOLA I, MAYORDOMO I, MEN-DIZABAL J. Experimental Results of Air Target Detection with a GPS Forward-Scattering Radar［J］. IEEE Geoscience&Remote Sensing Letters,2011,9（1）:47-51.
［7］HU Panhe,BAO Qinglong,LIN Caiyong,et al.An Experimental Study of Digital Array Passive Bistatic Radar System［C］∕∕IET International Radar Conference，Hangzhou,China：IET,2015:1-4.
［8］HONDA J, OTSUYAMA T. Experimental Results of Aircraft Positioning Based on Passive Primary Surveillance Radar［C］∕∕2014 Tyrrhenian International Workshop on Digital Communications-Enhanced Surveillance of Aircraft and Vehicles,Rome,Italy:IEEE,2014:126-129.
［9］PAN Jiameng, LIN Caiyong, BAO Qinglong, et al. Experimental Results of Vessel Detection Based on Passive Bistatic Radar［C］∕∕2018 2nd IEEE Advanced Information Management, Communicates, Electronic and Automation Control Conference,Xi’an,China:IEEE,2018:545-548.
［10］WANG Yasen, BAO Dinglong, WANG Dinghe, et al. An Experimental Study of Passive Bistatic Radar Using Uncooperative Radar as a Transmitter［J］.IEEE Geoscience and Remote Sensing Letters,2015,12（9）:1868-1872.
［11］苏汉宁，鲍庆龙，王森,等.无源雷达直达波参数估计方法研究［J］.雷达科学与技术，2020，18（6）:651-657.
［12］李尧辉.噪声环境下线性调频信号参数估计技术研究［D］.广州：华南理工大学，2013.
［13］袁振涛，胡卫东，郁文贤.用FrFT 插值实现LFM 信号的参数估计［J］.信号处理，2009，25（11）:127-131.
［14］SONG Jie, CAI Fuqing, ZHANG Caisheng, et al. Experimental Results of Maritime Moving Target Detection Based on Passive Bistatic Radar Using Non-Cooperative Radar Illuminators［J］.The Journal of Engineering,2019（20）:6763-6766.