基于先验地形覆盖数据的杂波抑制方法技术

技术编号:10204231 阅读:121 留言:0更新日期:2014-07-12 03:39
本发明专利技术属于雷达杂波抑制技术领域,特别涉及基于先验地形覆盖数据的杂波抑制方法。该基于先验地形覆盖数据的杂波抑制方法包括以下步骤:利用机载雷达获取回波数据,获取L个原始训练样本;将目标匹配系数最大的Lout1个原始训练样本剔除,得到一次剔除后训练样本;在一次剔除后训练样本中,根据每个训练样本的协方差矩阵与R0的相似度,得出二次剔除后训练样本,根据二次剔除后训练样本的协方差矩阵的期望,计算出自适应权值,然后根据自适应权值对待处理距离门的回波数据进行滤波。

【技术实现步骤摘要】

本专利技术属于雷达杂波抑制
,特别涉及,用于在非均匀杂波环境中对雷达的回波数据进行杂波抑制。
技术介绍
在现代的机载脉冲多普勒雷达中,空时二维自适应信号处理技术因广泛选择使用波束可以捷变的相控阵天线和数字信号采样、处理技术已经成为可能。该技术能通过利用杂波统计特性产生与杂波匹配的斜凹口,有效的提高机载雷达对动目标的检测性能,既可以应用在机载雷达中,也可以应用在战场感知雷达和机载火控雷达检测地面慢速目标时。由于杂波统计特性随距离变化的非均匀杂波环境,机载雷达很难获得独立同分布的杂波样本数据。非均匀性表现为不同距离环的杂波具有不同的杂波谱,其原因之一是地面散射体的反射特性的差异。另一个重要的方面是包括目标信号在内的一些孤立杂波的干扰,这些杂波只是出现在个别的距离距离门,对权矢量计算的扰动是很明显的。空时自适应处理需要用独立同分布的训练样本估计待处理距离门的杂波加噪声的统计特性。当杂波加噪声样本非均匀时,训练样本的统计特性不能满足独立同分布。这就会造成由训练样本估计的协方差矩阵跟待处理距离门的背景杂波加噪声的统计特性不一样,使得空时自适应处理不能有效抑制背景杂波加噪声,甚至会使目标的功率下降,导致雷达检测概率不高。针对上述杂波的非均匀性,已经发展了很多方法来避免或减弱。比如假设杂波数据在小的距离范围内是局部均匀的分段处理、滑窗法、滑洞法、递推算法等。还有用挑选杂波功率比较大的样本构造协方差矩阵并形成权矢量,这样沿二维杂波谱可以形成更深的凹陷,增强系统对杂波的适应能力。而对于杂波中包含目标信号和一些孤立杂波的情况,常用的非均匀检测方法有广义内积(GIP)法和自适应功率剩余(APR)法。广义内积方法只能挑选出训练样本中的均匀样本,当待处理距离门的背景杂波加噪声与大多数训练样本的杂波加噪声不是独立同分布时,用广义内积挑选的训练样本并不能估计待处理距离门的背景的统计特性,造成空时自适应处理的处理性能下降。自适应功率剩余法比较粗略,不会很精准的挑出动目标,存在漏警和虚警,需要重复挑选,计算量大。这两种挑选训练样本的方法只利用原始训练样本统计特性,而没有用待处理距离门的数据特性,挑选出来的均匀样本不是与待处理距离门的背景杂波加噪声的统计特性最接近的,所以不能很好地估计待处理距离门的背景统计特性,导致空时自适应处理的杂波剩余较大,这一方面会引起虚警,另一方面会抬高恒虚警率检测门限,降低检测概率。
技术实现思路
本专利技术的目的在于提出。本专利技术能够在非均匀杂波环境中对雷达的回波数据进行杂波抑制。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。包括以下步骤:S1:利用机载雷达获取回波数据,在雷达回波数据中选取L个距离门的回波数据,L为大于I的自然数JfL个距离门的回波数据作为对应的L个原始训练样本;得出每个原始训练样本的目标匹配系数,在L个原始训练样本中,将目标匹配系数最大的Lwtl个原始训练样本剔除,得到一次剔除后训练样本为设定的一次剔除个数;S2:在一次剔除后训练样本中,得出每个训练样本的协方差矩阵;得出待处理距离门的回波数据的协方差矩阵Rtl,得出每个训练样本的协方差矩阵与Rtl的相似度,第g个训练样本的协方差矩阵与Rtl的相似度为Dg,g取I至LI,Ll=L-Lwtl ;在D1至Du中选取最大的Uut2个数值,在一次剔除后训练样本中,将所述Ltjut2个数值对应的Ltjut2个训练样本剔除,得到二次剔除后训练样本山_2为设定的二次剔除个数;S3:得出二次剔除后训练样本的协方差矩阵的期望g:本文档来自技高网
...

【技术保护点】
基于先验地形覆盖数据的杂波抑制方法,其特征在于,包括以下步骤:S1:利用机载雷达获取回波数据,在雷达回波数据中选取L个距离门的回波数据,L为大于1的自然数;将L个距离门的回波数据作为对应的L个原始训练样本;得出每个原始训练样本的目标匹配系数,在L个原始训练样本中,将目标匹配系数最大的Lout1个原始训练样本剔除,得到一次剔除后训练样本;Lout1为设定的一次剔除个数;S2:在一次剔除后训练样本中,得出每个训练样本的协方差矩阵;得出待处理距离门的回波数据的协方差矩阵R0,得出每个训练样本的协方差矩阵与R0的相似度,第g个训练样本的协方差矩阵与R0的相似度为Dg,g取1至L1,L1=L‑Lout1;在D1至DL1中选取最大的Lout2个数值,在一次剔除后训练样本中,将所述Lout2个数值对应的Lout2个训练样本剔除,得到二次剔除后训练样本;Lout2为设定的二次剔除个数;S3:得出二次剔除后训练样本的协方差矩阵的期望R^=1L2Σh=1L2xhxhH]]>其中,L2=L‑Lout1‑Lout2,xh表示二次剔除后训练样本中第h个训练样本的回波数据,H表示矩阵的共轭转置;然后根据计算自适应权值其中,μ为归一化系数,st为目标的空时导向矢量;然后根据自适应权值wopt对待处理距离门的回波数据进行滤波,滤波后输出的结果为:待处理距离门的回波数据的杂波抑制结果。...

【技术特征摘要】
1.基于先验地形覆盖数据的杂波抑制方法,其特征在于,包括以下步骤: 51:利用机载雷达获取回波数据,在雷达回波数据中选取L个距离门的回波数据,L为大于I的自然数JfL个距离门的回波数据作为对应的L个原始训练样本;得出每个原始训练样本的目标匹配系数,在L个原始训练样本中,将目标匹配系数最大的Lwtl个原始训练样本剔除,得到一次剔除后训练样本为设定的一次剔除个数; 52:在一次剔除后训练样本中,得出每个训练样本的协方差矩阵;得出待处理距离门的回波数据的协方差矩阵Re,得出每个训练样本的协方差矩阵与Rtl的相似度,第g个训练样本的协方差矩阵与Rtl的相似度为Dg,g取I至LI,Ll=L-Lwtl ;在D1至Du中选取最大的Ltjut2个数值,在一次剔除后训练样本中,将所述Ltjut2个数值对应的Ltjut2个训练样本剔除,得到二次剔除后训练样本^tjut2为设...

【专利技术属性】
技术研发人员:王彤吴建新吴亿锋王志林同亚龙
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

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1