基于IPIX雷达数据的重构仿真技术优化方案

采用MFS和SPS方法对IPIX雷达海杂波数据进行分析，研究纯雷达海杂波数据的统计多重分形谱和统计奇异性功率谱，用于上述双谱重构和仿真方法。分别采用了＃54和＃17数据文件中水平发射和水平接收的数据，记为“IPIX＃54HH”和“IPIX＃17HH”，并截取纯海杂波单元，包括第1～6个和第11～14个，共10个距离单元的纯雷达海杂波。

图7.19（a）为采用MFDFA算法对10个单元的IPIX＃54HH纯海杂波距离单元数据进行多重分形谱估计和最小二乘拟合的结果，图7.19（b）为采用离散SPS算法对10个单元的IPIX＃54HH纯海杂波距离单元数据进行奇异性功率谱估计和最小二乘拟合的结果。图中可见，在相同采集条件（海况条件和电磁条件），IPIX雷达海杂波具有较好的MFS和SPS特征，通过拟合得到的统计MFS和统计SPS能较好反映IPIX雷达海杂波的奇异性谱特征。

图7.20（a）为采用MFDFA算法对10个单元的IPIX＃17HH纯海杂波距离单元数据进行多重分形谱估计和最小二乘拟合的结果，图7.20（b）为采用离散SPS算法对10个单元的IPIX＃17HH纯海杂波距离单元数据进行奇异性功率谱估计和最小二乘拟合的结果。

图7.19　IPIX＃54HH纯海杂波单元雷达信号时域波形及其MFS（MFS＃54HH）和SPS（SPS＃54HH）仿真分析结果

（a）MFS谱仿真分析；（b）SPS谱仿真分析

图7.20　IPIX＃17HH纯海杂波雷达信号时域波形及其MFS（MFS＃17HH）和SPS（SPS＃17HH）仿真分析结果

（a）MFS谱仿真分析；（b）SPS谱仿真分析

图7.21（a）和（b）分别为基于MFS＃54HH和SPS＃54HH的海杂波双谱重构仿真样本1和样本2；图7.21（c）为仿真的海杂波样本的奇异性功率谱估计及其与理论奇异性功率谱的对比图；图7.21（d）为仿真的海杂波样本的多重分形谱估计及其与理论多重分形谱的对比图。由图中可见，通过IPIX＃54HH雷达海杂波双谱估计结果重构的海杂波样本序列，具有与理论的SPS和MFS吻合的结果，说明双谱海杂波重构模型和方法仿真得到的海杂波样本能较好地体现雷达海杂波的奇异性功率谱特征和多重分形谱特征，这正是传统海杂波重构方法（包括统计建模方法、FBM重构方法等）所无法实现的。

图7.21　基于MFS＃54HH和SPS＃54HH的海杂波双谱重构仿真及性能分析

（a）重构海杂波样本1；（b）重构海杂波样本2；（c）SPS谱估计；（d）MFS谱估计(www.xing528.com)

图7.22（a）和（b）分别为基于MFS＃17HH和SPS＃17HH的海杂波双谱重构仿真样本1和样本2；图7.22（c）为仿真的海杂波样本的奇异性功率谱估计及其与理论奇异性功率谱的对比图；图7.22（d）为仿真的海杂波样本的多重分形谱估计及其与理论多重分形谱的对比图。图7.22的仿真结果进一步证明了图7.21的结论。

图7.22　基于MFS＃17HH和SPS＃17HH的海杂波双谱重构仿真及性能分析

（a）重构海杂波样本1；（b）重构海杂波样本2；（c）SPS谱估计；（d）MFS谱估计

需要指出，由于SPS采用了以瞬时奇异性指数为基础的估计算法，因此所估计的SPS奇异性指数分布区间与MFS有一定差异。这种差异在综合利用MFS和SPS对小波系数进行生成和控制时，将导致一定的谱失真，并最终导致所重构的海杂波样本的MFS谱和SPS谱与给定的谱产生偏差。要解决这一问题需要综合考虑MFS和SPS谱估计算法之间的差异性，建立瞬时奇异性指数与全局奇异性指数之间的关系，因此还有待进一步的研究和完善。