Clutter Suppression for GPS-Signal-Based Passive Radar

雷达是一种让我们能够看到肉眼无法直接观测到、或被障碍物遮挡之物体的技术。传统雷达的工作原理就像一座灯塔：它发射出一束强力的无线电波，并监听从飞机、船只或汽车上反射回来的微弱回声。这种方法虽然强大，但有一个致命的缺陷。由于雷达站必须广播自己的信号，这会向任何正在监听的人暴露其精确位置，使其容易受到攻击。为了解决这个问题，工程师们开发了被动雷达。被动雷达不再进行广播，而是充当一个“沉默的聆听者”。它等待着已经在空气中传播的来自其他来源的信号，例如电视塔、广播站或卫星。当这些现有的信号撞击目标并向接收器反射回来时，系统通过分析回声来确定目标的位置及其运动速度。这种方法更难被探测到，也不会因新的传输而占用无线电频谱。

这些“沉默聆听者”最理想的信号源之一是全球定位系统（GPS）。天空中充满了不断向地球发射信号的GPS卫星。被动雷达系统可以利用这些信号来搜寻目标。然而，这是一项极其艰巨的任务。当信号从太空旅行到达地面时，本身已经非常微弱了。当它们从一个小目标上反射回来时，回声会更加微弱，通常会被嘈杂的噪声所淹没。这种噪声来自于卫星本身的直射信号（其强度比回声高出数千倍），以及来自地面、建筑物和其他卫星的反射。这就像是在一个喷气发动机轰鸣的房间里试图听清一声耳语。多年来，研究人员一直致力于如何从这种压倒性的背景噪声中过滤出微弱的目标信号。

来自中国海军工程大学和武汉大学的一个研究小组开发了一种解决这一问题的新方法。他们专注于一种特定类型的干扰：从地面反射的回波（杂波）以及充斥在空气中的噪声。他们的方法并非简单地减去噪声，因为这种做法往往会留下混乱的残余物。相反，他们从不同的角度审视这个问题，分析目标的信号与杂波信号在分解为基本构建块时的行为差异。他们不仅将信号视为时间与频率的波形，还将其视为存在于不同“尺度”上的模式。在这种语境下，“尺度”是指信号内细节的水平或特征的大小。研究人员发现，尽管移动目标的微弱回声与来自地面的杂乱反射在标准雷达图上看起来可能很相似，但通过这种多尺度视角观察，它们的形状其实截然不同。

为了测试这一想法，团队设置了一个现实世界的实验，使用两个间隔固定距离的接收器。他们将一个角反射器（一种旨在强烈反射无线电波的装置）安装在车辆上，并让车辆以恒定速度行驶。接收器捕捉到了反射自该车辆的GPS信号，以及来自地面和其他卫星不可避免的背景噪声和干扰。研究人员使用两种不同的数学工具对原始数据进行了处理：一种基于小波（wavelets），另一种基于经验模态分解（empirical mode decomposition）方法。这两种工具的作用都是将复杂的信号剥离成不同的层级，就像将混合物中的不同成分进行分离一样。关键在于，目标的信号与地面杂波会沉淀到不同的层级中。目标的能量集中在特定的层级，而地面杂波则主导了其他层级。

通过识别这些不同的层级，研究人员可以构建一个滤波器，保留包含目标的层级，并丢弃充满杂波的层级。他们并没有简单地扔掉坏的部分，而是使用了一种智能加权系统，在抑制噪声的同时保留了目标的独特特征。当他们将此方法应用于数据时，结果令人瞩目。在目标完全被强烈的地面干扰遮蔽的情景下，新方法使目标重新显现。在一次涉及强地面杂波的具体测试案例中，该方法将目标信号的清晰度提高了8.07分贝，这一显著提升决定了物体是被隐藏还是清晰可见。在另一个目标被埋没在强噪声下的测试中，该方法将信号质量提高了近9分贝，有效地将充满静态噪声的屏幕变成了清晰的图像。

这项研究也揭示了该技术的局限性。当目标与干扰在多尺度视角下具有明显不同的形状时，该方法效果最好。它在消除具有与移动车辆截然不同结构的地面杂波方面非常有效；然而，对于来自其他卫星且其特征与目标过于相似的干扰，其效果则较差。在这些情况下，干扰与目标共享相同的“形状”，导致难以分离。研究人员还发现，如果卫星原始信号本身过弱，任何处理手段都无法恢复目标。这表明，虽然该方法功能强大，但它并非能解决所有问题的“魔杖”。

这些发现为被动雷达系统开辟了新的路径。与以往试图直接建模并减去干扰的旧方法不同，这种方法依赖于信号在结构上的自然差异。研究人员发现，相比于测试的另一种方法，基于小波的方法通常更稳定、更有效，尤其是在存在严重干扰的困难条件下。他们得出结论，该技术是清理雷达图像的强大工具，特别是当目标是在嘈杂背景下寻找微弱目标时。它并不取代对其他抵消技术的需求，但它增加了一个至关重要的保护层，使这些“沉默的聆听者”能够更清晰地听到来自天空的耳语。通过理解噪声与目标之间独特的纹理，该团队展示了即使是最微弱的回声，也能从背景的轰鸣声中被拯救出来。