基于先验知识的雷达杂波空时自适应处理方法技术

本发明专利技术公开了一种基于先验知识的雷达杂波空时自适应处理方法，其主要思路为：确定机载雷达，所述机载雷达包含N个阵元，每个阵元包含L个距离单元，每个距离单元包含K个相参脉冲，并计算机载雷达N个阵元在第l个距离单元处的多普勒域数据矢量，依次计算第n个阵元中第l个距离单元、第k个多普勒单元的加权系数αnlk和第n个阵元中第l个距离单元在第k‑1个、第k个和第k+1个多普勒通道处的多普勒域数据矢量znlk，以及加权后第n个阵元中第l个距离单元、第k个多普勒通道处的协方差矩阵Rnlk；然后计算第n个阵元中第l个距离单元、第k个多普勒通道的空时滤波器系数wnlk和计算杂波抑制后第n个阵元中第l个距离单元、第k个多普勒通道的输出数据ynlk，进而计算杂波抑制后机载雷达的最终多普勒谱输出数据。

【技术实现步骤摘要】

本专利技术属于雷达通信
，特别涉及一种基于先验知识的雷达杂波空时自适应处理方法，即基于先验知识的雷达杂波空时自适应处理(Knowledge-AidedSpaceTimeAdaptiveProcessing,KASTAP)方法，适用于解决非均匀杂波环境中机载雷达采样协方差矩阵估计不准确的问题，并能够根据先验知识对不同的训练样本赋予不同的权值，进而改善自适应信号处理的杂波抑制性能。
技术介绍
机载预警雷达的主要任务是在复杂杂波环境中探测目标并对其进行定位跟踪，而对杂波进行有效抑制是提高预警雷达工作性能的核心手段；空时自适应处理技术(SpaceTimeAdaptiveProcessing,STAP)能够有效地抑制机载雷达地面杂波，提高机载雷达在强杂波和干扰背景下的检测性能；然而，用于计算自适应权值的杂波协方差矩阵通常是未知的。在高斯杂波背景下，根据最大似然法利用多个训练样本估计出待检测单元的杂波协方差矩阵，即采样协方差矩阵(SampleCovarianceMatrix,SCM)；其中要求训练样本与待检测单元的杂波分布一致且不含有目标信息，即训练样本是独立同分布的(IndependentandIdenticallyDistributed,IID)；同时，为了保证所估计的杂波协方差矩阵的性能，要求训练样本的数量大于机载雷达的系统自由度的2-5倍。当机载雷达的杂波比较均匀，且独立同分布IID的训练样本充足时，采样协方差矩阵SCM是杂波协方差矩阵的最优估计；实际应用中，通常假设待检测单元附近的距离单元与待检测单元具有相同的杂波特性，选取这些距离单元作为训练样本来估计杂波协方差矩阵，但是，多数情况下，机载雷达的杂波是非均匀的，该假设并不成立。根据机载雷达的系统参数和距离分辨率可知，若机载雷达的系统自由度DoF过大时，训练样本在距离上的跨度可达数百米甚至数千米，如此之大的范围内往往存在离散杂波点、功率非均匀性以及水陆交界等地形变化带来的杂波统计特性的变化。此时，采样协方差矩阵SCM与真实的杂波协方差矩阵差异较大，导致空时自适应处理STAP方法的杂波抑制能力严重下降；采样协方差矩阵SCM给予所有训练样本相同的权值，实际上是不稳健的做法。稳健的协方差矩阵估计器应该能够对于不同的训练样本给予不同的权值，对于与待检测单元统计特性的不符的样本，应给予较小甚至是0的权值。为了提高非均匀环境下空时自适应处理STAP算法的性能，使用广义内积(GIP)算法能够从初始训练样本中剔除非均匀的训练样本，但是GIP算法并未将待检测单元的杂波特性考虑在内；另外，一些学者提出了基于先验知识的空时自适应处理(Knowledge-AidedSpaceTimeAdaptiveProcessing,KASTAP)，利用可获得的雷达惯导数据、地图数据和道路信息等作为先验知识来辅助空时自适应处理，并取得了不错的效果，证明了先验信息在空时自适应处理STAP中的应用价值；然而，由于机载雷达的反射率随擦地角变化，使得相同地表类型也可能产生不同的反射率，此时单纯选择与待检测单元地形相近的单元作为训练样本显然是不合适的。
技术实现思路
针对上述现有技术存在的不足，本专利技术的目的在于提出一种基于先验知识的雷达杂波空时自适应处理方法，该种基于先验知识的雷达杂波空时自适应处理方法通过计算训练样本先验协方差矩阵与待检测单元的先验协方差矩阵之间的相似度，将待检测单元的特性考虑在内，并依据相似度，对不同训练样本赋予不同的权值，能够提高雷达杂波协方差矩阵估计的准确性，改善杂波抑制性能，并能够提高动目标的检测概率。为达到上述技术目的，本专利技术采用如下技术方案予以实现。一种基于先验知识的雷达杂波空时自适应处理方法，包括以下步骤：步骤1，确定机载雷达，所述机载雷达包含N个阵元，每个阵元包含L个距离单元，每个距离单元包含K个相参脉冲，并计算机载雷达N个阵元在第l个距离单元处的多普勒域数据矢量初始化：令k表示第k个相参脉冲，令l表示第l个距离单元，令n表示第n个阵元，k∈{1,2,…,K本文档来自技高网...

【技术保护点】
一种基于先验知识的雷达杂波空时自适应处理方法，其特征在于，包括以下步骤：步骤1，确定机载雷达，所述机载雷达包含N个阵元，每个阵元包含L个距离单元，每个距离单元包含K个相参脉冲，并计算机载雷达N个阵元在第l个距离单元处的多普勒域数据矢量初始化：令k表示第k个相参脉冲，令l表示第l个距离单元，令n表示第n个阵元，k∈{1,2,…,K}，n∈{1,2,…,N}，l∈{1,2,…,L}，每个阵元包含L个距离单元，K表示每个距离单元包含的脉冲个数，k的初始值为1，n的初始值为1，l的初始值为1；每个相参脉冲对应一个多普勒通道，因此每个距离单元也包含K个多普勒通道；步骤2，依次计算第n个阵元中第l个距离单元、第k个多普勒单元的Nc个杂波块的先验协方差矩阵和第n个阵元中第l个距离单元、第k个多普勒单元对应L′个训练样本的先验协方差矩阵进而计算得到第n个阵元中第l个距离单元、第k个多普勒单元的加权系数αnlk；其中，L′表示训练样本个数，且L′取机载雷达自由度的两倍以上，该L′个训练样本分别与第n个阵元、第l个距离单元在第k个多普勒通道处的输出数据独立同分布；Nc表示第n个阵元中第l个距离单元、第k个多普勒单元对应的距离环划分的杂波块个数；步骤3，根据机载雷达N个阵元在第l个距离单元的多普勒域数据矢量计算得到第n个阵元中第l个距离单元在第k‑1个、第k个和第k+1个多普勒通道处的多普勒域数据矢量znlk，并根据第n个阵元中第l个距离单元、第k个多普勒单元的加权系数αnlk，计算加权后第n个阵元中第l个距离单元、第k个多普勒通道处的协方差矩阵Rnlk；其中，k＝1时根据机载雷达N个阵元在第l个距离单元的多普勒域数据矢量计算得到第n个阵元中第l个距离单元在第K个、第k个和第k+1个多普勒通道处的多普勒域数据矢量znlk；k＝K时根据机载雷达N个阵元在第l个距离单元的多普勒域数据矢量计算得到第n个阵元中第l个距离单元在第k‑1个、第k个和第1个多普勒通道处的多普勒域数据矢量znlk；步骤4，根据加权后第n个阵元中第l个距离单元、第k个多普勒通道处的协方差矩阵Rnlk，计算得到第n个阵元中第l个距离单元、第k个多普勒通道的空时滤波器系数wnlk，进而计算得到杂波抑制后第n个阵元中第l个距离单元、第k个多普勒通道的输出数据ynlk；步骤5，令k加1，依次重复步骤2至步骤4，直到得到杂波抑制后第n个阵元中第l个距离单元、第K个多普勒通道的输出数据ynlK，此时得到杂波抑制后第n个阵元中第l个距离单元、第1个多普勒通道的输出数据ynl1至第n个阵元中杂波抑制后第l个距离单元、第K个多普勒通道的输出数据ynlK，记为杂波抑制后第n个阵元中第l个距离单元的最终多普勒谱输出数据ynl，ynl＝[ynl1,ynl2,…,ynlK]T，其中，[·]T表示转置；步骤6，令l加1，依次重复步骤2至步骤5，直到得到杂波抑制后第n个阵元中第L个距离单元的最终多普勒谱输出数据ynL，并将此时得到的杂波抑制后第n个阵元中第1个距离单元的最终多普勒谱输出数据yn1至杂波抑制后第n个阵元中第L个距离单元的最终多普勒谱输出数据ynL，记为杂波抑制后第n个阵元的最终多普勒谱输出数据yn，yn＝[yn1,yn2,…,ynL]T；步骤7，令n加1，依次重复步骤2至步骤6，直到得到杂波抑制后第N个阵元的最终多普勒谱输出数据yN，并将此时得到的杂波抑制后第1个阵元的最终多普勒谱输出数据y1至杂波抑制后第N个阵元的最终多普勒谱输出数据yN，作为杂波抑制后机载雷达的最终多普勒谱输出数据。...

【技术特征摘要】
1.一种基于先验知识的雷达杂波空时自适应处理方法，其特征在于，包括以下步骤：步骤1，确定机载雷达，所述机载雷达包含N个阵元，每个阵元包含L个距离单元，每个距离单元包含...

【专利技术属性】
技术研发人员：王彤，蔡启程，林雪芳，
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