本文所使用之測站資料為位於臺灣東北角之漢本長距型雷達測站，其天線陣列為 1024×32 的矩陣，1024 為都卜勒頻移單元(Doppler bin)，32 代表距離雷達站的距離單元 (range cell)。雷達訊號在不同的空間與時間下受到環境雜訊的影響程度不一，根據長時間 的頻譜資料顯示，通常漢本測站於 RC25 之後較容易會受到較強烈之電離層影響，因此 本文將 RC25 以內範圍區分為近程至遠程 ROI，以雷達距離單元從 2-8 為近域開始劃分 ROI 範圍，近域 ROI 之範圍為 RC2 至 RC8；中域之範圍為 RC9 至 RC15；遠域 ROI 之範 圍為RC16 至 RC21，後續將以此劃分之三大區域進行後續環境雜訊與移動視窗大小的關 聯性進行探討，並透過大量數據資料回歸出各區域內環境雜訊指標所對應之最合適的移 動視窗大小，進而有利於根據區域環境雜訊特性進行船舶訊號識別。
本研究針對漢本站2013 年 10 月 25 日至 10 月 31 日的一週雷達頻譜資料進行環境 雜訊與移動視窗大小關聯性探討，圖 11 至圖 13 分別繪製近域、中域、與遠域之兩指標 散佈圖，橫軸為移動視窗大小；縱軸為自定義之環境雜訊指標，結果顯示其決定係數(r-squared)分別為 0.63、0.71、及 0.66，均為中高度相關，且回歸曲線呈現負相關，即存在 雜訊越高移動視窗越小之關係，其平滑程度較低表示其所建立的調適性曲面較為局部化，
此曲面能夠隨著雜訊之起伏進行彈性曲面之濾波，進而將船舶訊號萃取出來；反之，當 雜訊較低時，船舶訊號回波可能相對較大，即可用一個較大之移動視窗建構出較平滑之 曲面，將船舶訊號篩選出。圖 11 與圖 13 資料點分布較不均勻可能原因在於近岸可能會 受到地型或其他電磁波之雜訊干擾較多，遠域可能接近電離層影響範圍，因此導致資料 點分布不均。後續再針對一整個月份資料進行探討，以檢視雜訊準位與移動視窗大小是
否也與一週資料一樣呈現高度負相關性。圖14 至圖 16 為統計 2013 年十月份之資料，其 決定係數分別為0.61、0.65 與 0.70 呈現中高度相關，結果同樣顯示當雜訊越高所需之移 動視窗較小，建立之調適性曲面較能夠隨著紛亂之雜訊而上下變動，進而達到濾除雜訊 並將主要訊號萃取出之效果。圖 17 為 10 月份遠域之環境雜訊與移動視窗之雙座標圖，
橫軸為資料筆數，黑線對應左側縱軸為移動視窗大小；藍線對應右側縱軸為雜訊指標。
結果更能看出當雜訊越高時所需之移動視窗大小越小，以利於建立更局部化之曲面進行 雜訊濾除。此結果與先前研究所獲得之圖 4 結果相反，主要在於當小範圍看的時候有可 能碰巧有移動視窗隨著雜訊起伏之情況，例如圖15 橫軸 40 至 45 處；但當利用長期且大 量之資料進行統計時，則明顯看出移動視窗並非與雜訊呈現正相關，反而呈現高度負相 關。此外，透過此高度相關之長期統計資料，可提供漢本測站依照所量得之環境雜訊迅 速對應出所需之移動視窗大小，能將演算法化繁為簡，並大幅提升雷達系統針對各區域 識別船舶訊號之能力。
圖11 2013 年 10 月 25 日至 10 月 31 日之近域環境雜訊與移動視窗之散佈圖
圖12 2013 年 10 月 25 日至 10 月 31 日之中域環境雜訊與移動視窗之散佈圖
25 30 35 40 45 50 55 60 65
size of optimal moving windows
-151 -150 -149 -148 -147 -146 -145 -144 -143
y=-0.094699x+-141.8919 R-squar=0.63335
noise index
圖13 2013 年 10 月 25 日至 10 月 31 日之遠域環境雜訊與移動視窗之散佈圖
圖14 2013 年 10 月份之近域環境雜訊與移動視窗之散佈圖
圖15 2013 年 10 月份之中域環境雜訊與移動視窗之散佈圖
25 30 35 40 45 50 55 60
size of optimal moving windows
-158 -156 -154 -152 -150 -148 -146 -144 -142
y=-0.14769x+-143.5905 R-squar=0.66357
20 30 40 50 60 70 80
size of optimal moving windows
-152 -150 -148 -146 -144 -142 -140
y=-0.11601x+-140.0184 R-squar=0.61083
20 25 30 35 40 45 50 55 60
size of optimal moving windows
-160 -155 -150 -145 -140 -135
y=-0.2704x+-135.4346 R-squar=0.64601
圖16 2013 年 10 月份之遠域環境雜訊與移動視窗之散佈圖
圖17 2013 年 10 月份之遠域環境雜訊與移動視窗之雙座標圖 4.3 岸基高頻雷達測流系統估測船舶回波強度
4.3.1 案例分析
本節以2013 年 10 月 25 日至 10 月 31 日期間通過漢本雷達站附近海域之散裝貨輪 (圖 18)作為分析對象，船體尺寸鎖定船長與船寬分別為 300 公尺與 50 公尺之船舶。首先 是以圖 8 之高頻雷達船舶偵測技術為基礎，從雷達頻譜中萃取出船舶相對於雷達站之距 離及徑向速度資訊(如圖 19)，然後從船舶自動辨識系統(automatic identification system, AIS)資料庫中比對確認此船舶回波所對應之船舶身分與類型、及其相關資訊，最後再利 用雷達方程式估算此船舶的RCS。透過船舶偵測技術產出之頻譜與 AIS 資料交錯比對後 可發現 16 艘船舶的 153 筆動態資料，如表 2 所示，可求得每艘船在各時間點所對應之
15 20 25 30 35 40 45 50 55
size of optimal moving windows
-158 -156 -154 -152 -150 -148 -146 -144 -142 -140 -138
y=-0.18146x+-141.2914 R-squar=0.70666
0 100 200 300 400 500 600 700 800 900 1000
10 20 30 40 50 60
-160 -155 -150 -145 -140 -135
各船舶方位所對應之RCS 值以進行後續討論。
0 20 40 80Kilometers
Habn site
表