一种复合高斯背景下的知识辅助STAP检测方法技术

本发明专利技术提供了一种复合高斯背景下的知识辅助STAP检测方法，首先采用MAP准则推导出协方差矩阵的表达式，然后利用IAA方法估计杂波协方差矩阵先验模型中杂波块功率，将其代入到协方差矩阵中，迭代计算出协方差矩阵，最后由NAMF检测器从距离多普勒图中检测出慢速运动目标。本发明专利技术对STAP处理更加实用有效，同时不需要预先存储大量地形数据信息，可以从复合高斯分布杂波背景下检测出慢速运动目标，在低SCR情况下同样具有较强的鲁棒性。

A knowledge aided STAP detection method under compound Gauss background

The present invention provides knowledge aided STAP detection method for composite Gauss background, firstly the MAP criterion is derived of the covariance matrix, and then use the IAA method to estimate the clutter covariance matrix is a priori model of clutter power, then to calculate the covariance matrix, iterative covariance matrix, and finally by the detector from NAMF from the Doppler diagram to detect slow moving target. The invention is more effective for STAP treatment, and does not need a lot of information of terrain data stored in advance, from complex Gauss distribution clutter detection of slow moving target, also has strong robustness under low SCR.

【技术实现步骤摘要】
一种复合高斯背景下的知识辅助STAP检测方法
本专利技术属于雷达目标检测领域，涉及一种STAP检测方法。
技术介绍
阵列雷达探测慢速运动目标时，由于慢速运动目标的径向速度比较小，所引起的多普勒频移低于雷达平台运动所引起的多普勒展宽，使得慢速运动目标很容易淹没在主瓣杂波中，常规时域或空域滤波方法难以有效从杂波中检测出感兴趣目标。为了更有效地检测目标，人们开始了空时二维信号处理(STAP)技术的研究。STAP检测方法在高斯分布假设下具有最优的检测性能，然而在实际杂波环境中一般不满足高斯分布假设，尤其对于高分辨雷达数据一般利用复合高斯分布来描述。STAP检测方法需要准确地估计出杂波协方差矩阵，由于杂波统计特性非均匀，导致匹配滤波器失配，检测性能下降。最近十年来，知识辅助空时信号处理(KB-STAP)技术取得的很大发展，可以极大地提高雷达杂波抑制性能，这种技术利用了STAP阵列雷达构造出杂波协方差矩阵的先验模型，而且假设杂波协方差矩阵满足某种先验分布，利用这些先验信息可以很大程度上提高目标检测性能。KB-STAP技术中杂波块功率一般从合成孔径雷达(SAR)图像或者从基于物理的模型中获得，需要预先储存起来，而且数据量巨大，实时处理难度加大。因此，如果能实时从获得样本数据中计算出杂波块功率，对STAP处理更加实用有效。
技术实现思路
为了克服现有技术的不足，本专利技术提供一种复合高斯背景下的知识辅助STAP检测方法，可以实时从获得样本数据中计算出杂波块功率，对STAP处理更加实用有效。本专利技术解决其技术问题所采用的技术方案包括以下步骤：(1)在复合高斯背景下，根据杂波协方差矩阵的先验分布，利用MAP准则推导出协方差矩阵其中，表示协方差矩阵R的均值，v为协方差矩阵所满足复逆Wishart分布中表示R和间距离的参数，qk和βk分别表示复合高斯分布中纹理分量所满足逆伽玛分布的形状参数和尺度参数，k＝1,...K，表示第k个距离单元的数据，K表示估计协方差矩阵所选取的训练样本数，N表示距离单元数据的维数，(·)H表示矩阵共轭转置，(·)-1表示矩阵求逆运算；(2)根据阵列雷达的STAP信号模型，建立杂波协方差矩阵结构的先验模型，得到协方差矩阵估计的均值其中，Rc表示根据先验信号模型建立的杂波协方差矩阵结构，αp、θp和fp分别表示阵列雷达从杂波块接收到杂波信号的复幅度、到达角和多普勒频移，Nc表示一个杂波距离环上划分的杂波块的数目，表示一个杂波块所对应到达角为θp和多普勒频移为fp的空时导向矢量，τ表示服从复合高斯分布的训练样本数据的纹理分量值；(3)由NSCM方法计算样本协方差矩阵作为杂波协方差矩阵的初始估计，利用IAA方法通过杂波协方差矩阵计算出协方差矩阵均值所需的杂波块功率，将其代入协方差矩阵表达式中计算出协方差矩阵，此过程迭代进行，直至收敛，具体步骤如下：a1)初始化迭代次数iter＝1，RNSCM表示归一化样本协方差矩阵，a2)当iter＝t时，计算其中，σp＝|αp|2表示一个杂波距离环上划分的杂波块的功率值；a3)当与上次迭代估计的变化量小于设定极小值ε＝0.01时，迭代停止，得到否则令iter＝t+1，返回步骤a2)继续迭代；(4)将得到的杂波协方差矩阵用于NAMF检测器中，NAMF检测器的检测统计量将待检测单元数据z和协方差矩阵估计值代入到NAMF检测器中得到检测统计量，将其与阈值λ进行比较，如果检测统计量大于阈值，则判定为有目标，否则判定没有目标。本专利技术的有益效果是：通过IAA方法实时从获得样本数据中计算出杂波块功率，对STAP处理更加实用有效，同时不需要预先存储大量地形数据信息；本专利技术基于知识辅助的STAP检测方法可以从复合高斯分布杂波背景下检测出慢速运动目标，在低SCR情况下同样具有较强的鲁棒性。附图说明图1是本专利技术的方法流程图。具体实施方式下面结合附图和实施例对本专利技术进一步说明，本专利技术包括但不仅限于下述实施例。本专利技术提供的一种复合高斯背景下的知识辅助STAP检测方法实现步骤如下：首先采用MAP准则推导出协方差矩阵的表达式，然后利用IAA方法估计杂波协方差矩阵先验模型中杂波块功率，将其代入到协方差矩阵中，迭代计算出协方差矩阵，最后由NAMF检测器从距离多普勒图中检测出慢速运动目标。具体包括以下步骤：步骤(1)、在复合高斯背景下，根据杂波协方差矩阵的先验分布，利用MAP准则推导出协方差矩阵的表达式；步骤(2)、根据阵列雷达的STAP信号模型，建立杂波协方差矩阵结构的先验模型，将其作为协方差矩阵估计的均值；步骤(3)、由NSCM方法计算样本协方差矩阵作为杂波协方差矩阵的初始估计，利用IAA方法通过杂波协方差矩阵计算出协方差矩阵均值所需的杂波块功率，将其代入协方差矩阵表达式中计算出协方差矩阵，此过程迭代进行，直至收敛；步骤(4)、将得到的杂波协方差矩阵用于NAMF检测器中，可以从距离多普勒图中检测出慢速运动目标。所述步骤(1)中的在复合高斯背景下，根据杂波协方差矩阵的先验分布，利用MAP准则推导出协方差矩阵的表达式为：其中R表示复合高斯分布中散斑分量的协方差矩阵，表示协方差矩阵R的均值，v为协方差矩阵所满足复逆Wishart分布中表示R和间距离的参数，qk和βk分别表示复合高斯分布中纹理分量所满足逆伽玛分布的形状参数和尺度参数，k＝1,...K，表示第k个距离单元的数据，K表示估计协方差矩阵所选取的训练样本数，N表示距离单元数据的维数，(·)H表示矩阵共轭转置，(·)-1表示矩阵求逆运算。所述步骤(2)根据阵列雷达的STAP信号模型，建立杂波协方差矩阵结构的先验模型，将其作为协方差矩阵估计的均值为：其中Rc表示根据先验信号模型建立的杂波协方差矩阵结构，αp、θp和fp分别表示阵列雷达从杂波块接收到杂波信号的复幅度、到达角和多普勒频移，Nc表示一个杂波距离环上划分的杂波块的数目，表示一个杂波块所对应到达角为θp和多普勒频移为fp的空时导向矢量，τ表示服从复合高斯分布的训练样本数据的纹理分量值。所述步骤(3)由NSCM方法计算样本协方差矩阵作为杂波协方差矩阵的初始估计，利用IAA方法通过杂波协方差矩阵计算出协方差矩阵均值所需的杂波块功率，将其代入协方差矩阵表达式中计算出协方差矩阵，此过程迭代进行，直至收敛的步骤为：a1)、初始化：迭代次数iter＝1，a2)、当iter＝t时，根据下式计算a3)、当估计出与上次迭代估计变化量小于某一极小值ε＝0.01时，迭代停止，得到否则令iter＝t+1，返回步骤a2)继续迭代，直至满足迭代停止条件。其中步骤a1)中RNSCM表示归一化样本协方差矩阵(NSCM)，其表达式如下：步骤a2)中σp＝|αp|2表示一个杂波距离环上划分的杂波块的功率值。所述步骤(4)将得到的杂波协方差矩阵用于NAMF检测器中，可以从距离多普勒图中检测出慢速运动目标的步骤为：NAMF检测器的检测统计量表达式如下：将待检测单元数据z和协方差矩阵估计值代入到NAMF检测器中得到检测统计量，将其与阈值λ进行比较，如果检测统计量大于阈值，则判定为有目标，否则判定没有目标。这样就可以从距离多普勒图中检测出慢速运动目标。本专利技术首先采用MAP准则推导出杂波协方差矩阵的表达式，然后利用IAA方法估计杂波协方差矩阵本文档来自技高网...

【技术保护点】
一种复合高斯背景下的知识辅助STAP检测方法，其特征在于包括下述步骤：(1)在复合高斯背景下，根据杂波协方差矩阵的先验分布，利用MAP准则推导出协方差矩阵

【技术特征摘要】
2015.12.22 CN 20151096903991.一种复合高斯背景下的知识辅助STAP检测方法，其特征在于包括下述步骤：(1)在复合高斯背景下，根据杂波协方差矩阵的先验分布，利用MAP准则推导出协方差矩阵其中，表示协方差矩阵R的均值，v为协方差矩阵所满足复逆Wishart分布中表示R和间距离的参数，qk和βk分别表示复合高斯分布中纹理分量所满足逆伽玛分布的形状参数和尺度参数，k＝1,...K，表示第k个距离单元的数据，K表示估计协方差矩阵所选取的训练样本数，N表示距离单元数据的维数，(·)H表示矩阵共轭转置，(·)-1表示矩阵求逆运算；(2)根据阵列雷达的STAP信号模型，建立杂波协方差矩阵结构的先验模型，得到协方差矩阵估计的均值其中，Rc表示根据先验信号模型建立的杂波协方差矩阵结构，αp、θp和fp分别表示阵列雷达从杂波块接收到杂波信号的复幅度、到达角和多普勒频移，Nc表示一个杂波距离环上划分的杂波块的数目，表示一个杂波块所对应到达角为θp和多普勒频移为fp的空时导向矢量，τ表示服从复合高斯分布的训练样本数据的纹理分量值；(3)由NSCM方法计算样本协方差矩阵作为杂波协方差矩阵的初始估计，利用IAA方...

【专利技术属性】
技术研发人员：赵磊，
申请(专利权)人：中国电子科技集团公司第二十研究所，
类型：发明
国别省市：陕西,61