一种采用稀疏表示的机载雷达空时自适应处理方法技术

本发明专利技术属于空时自适应处理技术领域，特别涉及一种采用稀疏表示的机载雷达空时自适应处理方法，其具体步骤为：1)利用杂波谱的稀疏性，采用基于稀疏表示的高分辨谱估计方法来估计杂波谱功率谱；2)采用基于RANSAC方法的杂波脊曲线拟合方法剔除基于稀疏表示估计所得的杂波谱中的伪峰；3)利用剔除伪峰后的杂波功率谱稳健地估计杂波协方差矩阵(CCM)和载机飞行参数。相比于传统的STAP算法，本发明专利技术在小样本条件下具有更好的杂波抑制性能，且收敛速度也得到显著提升。

【技术实现步骤摘要】
一种采用稀疏表示的机载雷达空时自适应处理方法
本专利技术属于空时自适应处理
，特别涉及一种采用稀疏表示的机载雷达空时自适应处理方法，具体说是利用杂波谱分布的稀疏性，根据稀疏表示理论估计出杂波空时谱，并采用基于随机抽样一致性(RandomSampleConsensus，RANSAC)算法的杂波脊曲线拟合方法剔除杂波谱中的伪峰，以提高杂波协方差矩阵(ClutterCovarianceMatrix，CCM)的估计精度。该专利技术可用于对载机飞行参数(载机飞行速度，偏航角等)的估计。
技术介绍
对于机载、星载雷达系统，空时自适应处理(Space-TimeAdaptiveProcessing，STAP)是一种有效地杂波抑制手段，能够有效地从大量的杂波信号中检测到微弱的动目标。空时自适应处理的关键在于如何准确的估计杂波协方差矩阵。传统空时自适应处理利用与检测单元相邻单元的样本来估计杂波协方差矩阵，因此它需要足够多的独立同分布样本(约为两倍的系统自由度)才能获得较好的杂波抑制效果。而实际中由于复杂的地面环境，可用的独立同分布样本数十分有限，使得常规的空时自适应处理方法不再适用。为提高非平稳杂波环境下的杂波抑制能力，人们提出了基于先验知识的空时自适应处理方法(KnowledgeAidedSpace-TimeAdaptiveProcessing，KA-STAP)。该方法分为两类：基于先验知识的杂波预处理方法和基于先验知识的杂波协方差估计方法。前者利用先验知识构造杂波白化矩阵，对接收信号进行预处理，将杂波(色噪声)变为高斯白噪声，再进行匹配滤波处理。后者一般也称为色加载方法，通过先验知识(雷达工作参数,待检测区域地形地貌参数等)构造先验的杂波协方差矩阵,并结合接收数据协方差矩阵联合估计杂波协方差矩阵，然后采用传统的采样协方差矩阵求逆(SMI)方法。理论及实验皆表明基于先验知识的空时自适应处理方法能有效的提高传统空时自适应处理算法的收敛速度及杂波抑制性能。但是该类方法对先验知识与实际环境的匹配度比较敏感。不同于传统的基于先验知识的空时自适应处理方法，人们又提出了一种基于稀疏表示的杂波谱估计方法，该方法利用杂波在空域-多普勒域分布的稀疏性实现杂波谱的高精度估计。理论上，该算法利用单帧数据即可高精度地估计出杂波谱。但实际中由于噪声的存在以及过稀疏表示的原因，估计出的杂波一般比较离散，且存在较多伪峰，因此需要多帧样本来估计杂波协方差矩阵。基于统计的伪峰剔除方法虽然可以提高杂波协方差矩阵的估计精度，但是仍需要较多样本才能实现。
技术实现思路
本专利技术的目的在于提出一种采用稀疏表示的机载雷达空时自适应处理方法，本专利技术仅利用单个或少量样本即可准确估计杂波协方差矩阵。本专利技术利用杂波谱的稀疏性，根据稀疏表示的理论估计出杂波空时谱(功率谱)，然后采用杂波脊曲线拟合的方法有效剔除杂波谱估计中的伪峰，提高杂波协方差矩阵的估计精度，并最终提高空时自适应处理方法的杂波抑制性能及目标检测概率。此外，该方法还可以有效估计载机的飞行参数(载机速度，偏航角)或修正由惯导设备提供的速度及偏航角等先验信息。为实现上述技术目的，本专利技术采用如下技术方案予以实现。一种采用稀疏表示的机载雷达空时自适应处理方法包括以下步骤：步骤1，所述机载雷达的天线阵列为具有N个阵元的等距线阵，阵元间距为d；机载雷达接收回波数据，将回波数据中不含有目标回波数据的距离单元记为杂波距离单元，杂波距离单元接收的回波数据矢量表示为x；机载雷达的相干脉冲数为K；将杂波距离单元对应的空域频率-多普勒频率平面均匀划分为Ns×Kd个网格，Ns表示空域频率维的网格数，Kd表示多普勒频率维的网格数；Ns＝γsN，Kd＝γdK，γs表示空域频率维的量化尺度因子，γd表示多普勒频率维的量化尺度因子；分别将量化后的归一化空域频率和量化后的归一化时域多普勒频率定义为：根据划分的网格、量化后的归一化空域频率和量化后的归一化时域多普勒频率构造空域频率-多普勒频率的超完备基A，A为NK×NsKd维的矩阵；将杂波距离单元接收的回波数据矢量x表示为：其中，上标T表示矩阵或向量的转置，αl为矢量α的第l列，l取1至NsKd；Al表示矩阵A的第l列，n'为机载雷达接收信号时产生的高斯白噪声；然后，构造如下优化模型：其中，|·|0表示向量的l0范数，σn为设定的正则化参数，||·||2表示取l2范数；通过求解上述优化模型得出矢量α，根据矢量α，得出杂波距离单元接收的回波数据矢量x；根据杂波距离单元接收的回波数据矢量x，得出每个杂波源对应的空域频率和杂波距离单元中每个杂波源对应的归一化多普勒频率，进而得出杂波空时谱，所述杂波空时谱为：杂波距离单元中每个杂波源对应的二维频率的能量谱图，杂波距离单元中每个杂波源对应的二维频率包括对应杂波源对应的空域频率和归一化多普勒频率；步骤2，搜索步骤1得出的杂波空时谱中所有峰值的位置，将杂波空时谱中所有峰值的位置组合成峰值位置集合Ξ；针对所述峰值位置集合Ξ，采用基于随机抽样一致性(RANSAC)算法的杂波脊曲线拟合方法剔除杂波空时谱中的伪峰，得出剔除杂波谱伪峰后的峰值位置集合Ξmax；步骤3，利用步骤2得出的剔除杂波谱伪峰后的峰值位置集合Ξmax，估计出杂波协方差矩阵根据杂波协方差矩阵对机载雷达接收的回波数据进行空时自适应处理。本专利技术的有益效果为：1)传统的杂波空时谱估计算法，如最大似然估计方法(Capon法)和子空间方法(Music法)，需要有足够多的训练样本才能取得高精度杂波谱。以Capon谱估计方法为例，要想利用Capon法高精度地估计出杂波谱，则所需训练样本数L需满足：L>2NK(其中N为天线阵元数，K为相干脉冲数)，然而实际中可用的训练样本数远小于2NK，这大大限制了该算法的应用。本专利技术是基于稀疏表示的高分辨杂波谱估计方法，该方法利用杂波空时谱分布的稀疏性，在样本较少的情况下就能实现高分辨的杂波谱估计(理论上利用单帧信号即可实现杂波谱估计)。2)传统的基于先验知识的空时自适应处理方法能有效地提高空时自适应处理算法的杂波抑制性能及收敛速度，但是该类方法对先验知识与实际环境的匹配度比较敏感。本专利技术提出的基于稀疏表示的杂波谱估计方法，不依赖于先验知识的支持，仅利用杂波在空域-多普勒域分布的稀疏性即可实现杂波谱的高精度估计。3)本专利技术提出基于杂波脊曲线拟合的伪峰剔除方法的。基于稀疏表示的杂波谱估计方法虽然能实现杂波谱的高精度估计，但是，实际中由于噪声及过稀疏表示的原因，估计所得的杂波谱一般较离散，且存在较多伪峰。基于杂波脊曲线拟合的杂波剔除方法能有效剔除伪峰，极大地提高杂波协方差矩阵的估计精度，进而提高载机飞行参数的估计精度。附图说明图1为本专利技术的一种采用稀疏表示的空时自适应处本文档来自技高网...

【技术保护点】
一种采用稀疏表示的机载雷达空时自适应处理方法，其特征在于，包括以下步骤：步骤1，所述机载雷达的天线阵列为具有N个阵元的等距线阵，阵元间距为d；机载雷达接收回波数据，将回波数据中不含有目标回波数据的距离单元记为杂波距离单元，杂波距离单元接收的回波数据矢量表示为x；机载雷达的相干脉冲数为K；将杂波距离单元对应的空域频率‑多普勒频率平面均匀划分为Ns×Kd个网格，Ns表示空域频率维的网格数，Kd表示多普勒频率维的网格数；Ns＝γsN，Kd＝γdK，γs表示空域频率维的量化尺度因子，γd表示多普勒频率维的量化尺度因子；分别将量化后的归一化空域频率和量化后的归一化时域多普勒频率定义为：f‾s,m=mNs-0.5,m=1,2···,Ns;f‾d,n=nKd-0.5,n=1,2···,Kd;]]>根据划分的网格、量化后的归一化空域频率和量化后的归一化时域多普勒频率构造空域频率‑多普勒频率的超完备基A，A为NK×NsKd维的矩阵；将杂波距离单元接收的回波数据矢量x表示为：x=Σl=1NsKdαlAl+n′=Aα+n′]]>其中，上标T表示矩阵或向量的转置，αl为矢量α的第l列，l取1至NsKd；Al表示矩阵A的第l列，n'为机载雷达接收信号时产生的高斯白噪声；然后，构造如下优化模型：minα|α|0,s.t||x-Aα||2≤σn]]>其中，|·|0表示向量的l0范数，σn为设定的正则化参数，‖·‖2表示取l2范数；通过求解上述优化模型得出矢量α，根据矢量α，得出杂波距离单元接收的回波数据矢量x；根据杂波距离单元接收的回波数据矢量x，得出每个杂波源对应的空域频率和杂波距离单元中每个杂波源对应的归一化多普勒频率，进而得出杂波空时谱，所述杂波空时谱为：杂波距离单元中每个杂波源对应的二维频率的能量谱图，杂波距离单元中每个杂波源对应的二维频率包括对应杂波源对应的空域频率和归一化多普勒频率；步骤2，搜索步骤1得出的杂波空时谱中所有峰值的位置，将杂波空时谱中所有峰值的位置组合成峰值位置集合Ξ；针对所述峰值位置集合Ξ，采用基于随机抽样一致性(RANSAC)算法的杂波脊曲线拟合方法剔除杂波空时谱中的伪峰，得出剔除杂波谱伪峰后的峰值位置集合Ξmax；步骤3，利用步骤2得出的剔除杂波谱伪峰后的峰值位置集合Ξmax，估计出杂波协方差矩阵根据杂波协方差矩阵对机载雷达接收的回波数据进行空时自适应处理。...

【技术特征摘要】
1.一种采用稀疏表示的机载雷达空时自适应处理方法，其特征在于，包括以下步骤：步骤1，所述机载雷达的天线阵列为具有N个阵元的等距线阵，阵元间距为d；机载雷达接收回波数据，将回波数据中不含有目标回波数据的距离单元记为杂波距离单元，杂波距离单元接收的回波数据矢量表示为x；机载雷达的相干脉冲数为K；将杂波距离单元对应的空域频率-多普勒频率平面均匀划分为Ns×Kd个网格，Ns表示空域频率维的网格数，Kd表示多普勒频率维的网格数；Ns＝γsN，Kd＝γdK，γs表示空域频率维的量化尺度因子，γd表示多普勒频率维的量化尺度因子；分别将量化后的归一化空域频率和量化后的归一化时域多普勒频率定义为：根据划分的网格、量化后的归一化空域频率和量化后的归一化时域多普勒频率构造空域频率-多普勒频率的超完备基A，A为NK×NsKd维的矩阵；将杂波距离单元接收的回波数据矢量x表示为：其中，上标T表示矩阵或向量的转置，αl为矢量α的第l列，l取1至NsKd；Al表示矩阵A的第l列，n′为机载雷达接收信号时产生的高斯白噪声；然后，构造如下优化模型：其中，|·|0表示向量的l0范数，σn为设定的正则化参数，||·||2表示取l2范数；通过求解上述优化模型得出矢量α，根据矢量α，得出杂波距离单元接收的回波数据矢量x；根据杂波距离单元接收的回波数据矢量x，得出每个杂波源对应的空域频率和杂波距离单元中每个杂波源对应的归一化多普勒频率，进而得出杂波空时谱，所述杂波空时谱为：杂波距离单元中每个杂波源对应的二维频率的能量谱图，杂波距离单元中每个杂波源对应的二维频率包括对应杂波源对应的空域频率和归一化多普勒频率；在步骤1中，载机匀速飞行，载机飞行速度表示为vα，载机俯仰角表示为θ，载机偏航角表示为φα，机载雷达工作波长为λ，机载雷达发射信号的脉冲重复频率为.fr，机载雷达的相干脉冲数为K；在步骤1中，杂波距离单元接收的回波数据矢量x为：其中，αi为杂波距离单元中第i个杂波源的回波复振幅，i取1至Nc，Nc为杂波距离单元中杂波源的个数；fs，i表示杂波距离单元中第i个杂波源对应的空域频率，fd，i表示杂波距离单元中第i个杂波源对应的归一化多普勒频率，s(fs，i，fd，i)为杂波距离单元中第i个杂波源对应的空时导向矢量，s(fs，i，fd，i)为：其中，表示Kronecker积，st(fd，i)，ss(fs，i)分别表示为：杂波距离单元中第i个杂波源对应的空域频率fs，i和杂波距离单元中第i个杂波源对应的归一化多普勒频率fd，i分别为：其中，φi表示杂波距离单元中第i个杂波源的方位角，θ表示载机的俯仰角，联合式(3)和式(4)有：其中，式(5)表示杂波脊曲线公式，所述杂波脊曲线为fs，i和fd，i的关系曲线；步骤2，搜索步骤1得出的杂波空时谱中所有峰值的位置，将杂波空时谱中所有峰值的位置组合成峰值位置集合Ξ；针对所述峰值位置集合Ξ，采用基于随机抽样一致性(RANSAC)算法的杂波脊曲线拟合方法剔除杂波空时谱中的伪峰，得出剔除杂波谱伪峰后的峰值位置集合Ξmax；步骤3，利用步骤2得出的剔除杂波谱伪峰后的峰值位置集合Ξmax，估计出杂波协方差矩阵根据杂波协方差矩阵对机载雷达接收的回波数据进行空时自适应处理。2.如权利要求1所述的一种采用稀疏表示的机载雷达空时自适应处理方法，其特征在于，在步骤1中，构造的空域频率-多普勒频率的超完备基A为：

【专利技术属性】
技术研发人员：冯大政，赵雪玉，赵永波，解虎，原英，冯祥卫，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61