基于稀疏恢复的机载非正侧阵近程杂波距离模糊抑制方法技术

本发明专利技术公开了一种基于稀疏恢复的机载非正侧阵近程杂波距离模糊抑制方法，与现有技术相比，本发明专利技术可以有效消除距离模糊杂波，无需补偿距离相关性而准确估计待测单元的杂波分布特性。此外，本发明专利技术方法还可以减少稀疏问题求解中出现的伪值，更加准确地估计杂波空时谱分布。

Short range clutter suppression method for airborne non orthogonal array based on sparse recovery

The invention discloses a method for airborne sparse recovery based on non positive side short-range clutter suppression method of fuzzy distance, compared with the prior art, the invention can effectively eliminate the range ambiguous clutter, without compensation, and the accurate estimation of the measured distance between the clutter distribution unit. In addition, the invention can reduce spurious values in sparse problem solving, and estimate the space-time spectrum distribution of clutter more accurately.

【技术实现步骤摘要】

本专利技术属于地面慢速目标检测
，尤其涉及一种基于稀疏恢复的机载非正侧阵近程杂波距离模糊抑制方法。
技术介绍
空时自适应处理是机载雷达抑制地面杂波，检测地面慢速目标的有效手段。在机载非正侧阵雷达，由于天线阵列与载机飞行方向的夹角不为零，杂波在空间频率-多普勒频率空间的杂波谱分布随距离变化，即杂波距离相关性，不同距离门的杂波不服从独立同分布，使得统计类空时自适应处理方法无法利用其它距离门回波数据准确估计待检测距离门的杂波分布。补偿杂波距离相关性有很多，主要包括多普勒弯曲(DopplerWarping,DW)[5]、角度多普勒补偿(AngleDopplerCompensation,ADC)[6-7]、空时内插补偿(SpaceTimeInterpolatingtechnique,STINT)[8]和基于配准补偿(RegistrationBasedCompensation,RBC)[9]等方法。上述方法可以在一定程度上补偿杂波距离相关性，使不同距离门的杂波满足近似同分布条件。但是，在脉冲重复频率较高时，雷达回波会存在距离模糊，近程杂波和远程杂波混在一起，不同模糊距离环的杂波在时域上是不可分的，补偿方法在一定程度上失效[10-11]。抑制杂波距离模糊的方法有很多，如基于面阵的三维天线自适应方法、俯仰向预滤波方法、知识辅助方法和子空间正交投影方法等。但三维线阵自适应方法系统自由度和运算量大，训练样本缺失；俯仰向预滤波方法简单方便，但需要进行补偿杂波距离依赖性，在杂波非均匀严重的情况下，杂波抑制性能下降，且受阵元误差影响较大；子空间正交投影方法运算量大，难以实时实现。
技术实现思路
本专利技术的目的就在于为了解决上述问题而提供一种基于稀疏恢复的机载非正侧阵近程杂波距离模糊抑制方法。本专利技术通过以下技术方案来实现上述目的：本专利技术包括杂波模型建立、改进正则化FOCESS算法和消除距离模糊杂波，所述杂波模型建立：在机载雷达系统中，当雷达工作在中、高脉冲重复频率时，雷达接收的回波数据存在着距离模糊；假定第l个距离单元的斜距为Rl，在考虑距离模糊杂波时，第l个距离单元的第i次距离模糊杂波所对应的Rl,i可表示为：Rl,i＝Rl+(i-1)Ru＝τlc+(i-1)Ru(1)其中，i＝1,2,…,Na，τc为第l个距离单元的采样时间；Ru为机载雷达的最大不模糊距离，其大小为c/2fprf，c为光速，fprf为脉冲重复频率；Na为距离模糊数，其值由雷达最大作用距离Rmax、Ru和载机高度H共同决定：机载雷达杂波归一化多普勒频率和空间频率与俯仰角和方位角的耦合关系为：其中，θi,j、和Ri,j分别为第i个模糊距离单元第j个离散杂波块对应的方位角、俯仰角和斜距；V为载机速度；θp为天线阵面与载机速度之间的夹角；d和λ分别为阵元间距和波长；机载雷达在第l个距离单元的回波数据由该距离门不同模糊距离环上的多个离散杂波块的回波叠加而成：其中，P为距离环上划分的杂波块个数；σi,j为第l个距离门第i个模糊距离环第j个杂波块的散射系数；ft,i,j和fs,i,j分别为对应的归一化多普勒频率和空间频率；Si,j(ft,i,j,fs,i,j)为对应的空时导向矢量：其中，St(ft,i,j)和Ss(fs,i,j)分别为对应的时域导向矢量和空域导向矢量：所述改进正则化FOCESS算法：由于雷达回波数据中不同模糊距离环杂波相互叠加，在时域上无法区分不同模糊距离的杂波，无法进行模糊杂波的抑制，因此本文利用稀释恢复将雷达回波数据变换到空间频率-多普勒频率域上，即估计杂波空时谱；由式(6)可知，机载雷达杂波数据是由不同空间频率和多普勒频率的杂波数据叠加而成，将归一化多普勒频率和空间频率分别遍历并离散为Nd＝ρdK，Ns＝ρsN个分辨单元，则第l个距离单元的回波数据可以表示为：其中，ρs和ρd分别表示空间频率和多普勒频率的离散化程度，在高分辨情况下远大于1；S(ft,m,fs,n)为第m个归一化多普勒频率ft,m和的第n个空间频率fs,n对应的第(m-1)Ns+n个空时导向矢量，为其复幅度；αl为杂波回波数据在空间频率-多普勒频率域上的幅度分布，即杂波空时谱；Ψ为超完备基矩阵：估计杂波空时谱等价于在方程(9)中已知xl和Ψ而求解αl；由于Ψ的列数NsNd远大于行数NK，因此方程(12)属于欠定方程，存在多个可能解；实际中，雷达杂波空时谱αl具有稀疏性，根据稀疏恢复理论，方程(9)的求解可转化为典型的稀疏恢复问题求解；本专利技术采用FOCUSS算法求解方程(9)，估计杂波空时谱；FOCUSS算法利用后验知识进行迭代加权逐渐逼近真实的稀疏解，可等效为lp范数优化迭代算法；FOCUSS算法的核心在于将方程(9)转化为约束最优问题：min||ql||2s.t.xl＝ΨWlql(11)式中，为权值矩阵，迭代求解ql、Wl即可得到杂波空时谱αl＝Wlql，迭代过程为：一种可用于噪声环境的正则化FOCUSS算法，迭代过程为：αl,k＝Wl,kWl,kHΨH(ΨWl,kWl,kHΨH+λI)-1xl(13)式12-13中，代表矩阵的Moore-Penrose伪逆；Wl,k＝diag(|αl,k-1|p)，1/2≤p≤1；λ为正则化系数，与噪声水平有关，可根据正则化选择算法确定，当取λ＝0时，式(13)退化为式(12)；式(13)中，令Al,k＝(ΨWl,kWl,kHΨH+λI)，则求(ΨWl,kWl,kHΨH+λI)-1xl等效为已知xl和系数矩阵Al,k求线性方程组Al,kbl,k＝xl的解，利用SVD分解预处理共轭梯度法求解线性方程组对正则化FOCUSS算法进行改进，提高了算法收敛速度；本专利技术在深入研究线性方程组求解的预处理方法的基础上，利用比SVD分解快近10倍的QR分解进一步提高收敛速度；具体实现过程如下：首先对系数矩阵进行适当变换；由于Al,k是正定赫米特矩阵，同时为非奇异矩阵，根据矩阵分解理论，Al,k能够化成正交(酉)矩阵Ql,k和非奇异上三角矩阵Rl,k的乘积，即：Al,k＝Ql,kRl,k(14)接着，对线性方程组进行预处理；预处理方法为利用预处理矩阵对方程组进行变换，取预处理矩阵为Ql,kRl,k，则Al,kbl,k＝xl的等价为：(Ql,kRl,k)-1Al,kbl,k＝(Ql,kRl,k)-1xl(15)对式(14)左乘矩阵Rl,k-1得到：其中，进行变换后，因此其条件数接近于1，且Rl,k-1和Ql,k-1＝Ql,kH容易求得；利用共轭梯度法对方程(16)进行求解得到则从而FOCUSS迭代过程为：所述消除距离模糊杂波：由式3-4可知，杂波多普勒频率和空间频率是关于杂波距离Ri,j和方位角θi,j的函数，分别对距离Ri,j求偏导，可得：由式(18)(19)可知，对于特定方位角，杂波的多普勒频率随距离的增加而呈线性变化，不同距离的杂波是相互分离的。因此，以在将雷达回波数据通过稀疏恢复变换到空间频率-多普勒频率域后，根据杂波在空间频率-多普勒频率域上相互分离的特性设计滤波器，消除距离模糊杂波。下面给出具体步骤：与由式(9)估计的杂波空时谱αl对应，设第l个距离单元的距离模糊杂波滤波器为列向量其元素Fl,q代表杂波第q＝[(m-1)Ns+n]个空时谱分量本文档来自技高网...

【技术保护点】
一种基于稀疏恢复的机载非正侧阵近程杂波距离模糊抑制方法，其特征在于：包括杂波模型建立、改进正则化FOCESS算法和消除距离模糊杂波，所述杂波模型建立：在机载雷达系统中，当雷达工作在中、高脉冲重复频率时，雷达接收的回波数据存在着距离模糊；假定第l个距离单元的斜距为Rl，在考虑距离模糊杂波时，第l个距离单元的第i次距离模糊杂波所对应的Rl,i可表示为：Rl,i＝Rl+(i‑1)Ru＝τlc+(i‑1)Ru   (1)其中，i＝1,2,…,Na，τc为第l个距离单元的采样时间；Ru为机载雷达的最大不模糊距离，其大小为c/2fprf，c为光速，fprf为脉冲重复频率；Na为距离模糊数，其值由雷达最大作用距离Rmax、Ru和载机高度H共同决定：Na=int(RmaxRu)+1,Ru≥Hint(RmaxRu),Ru<H---(2)]]>机载雷达杂波归一化多普勒频率和空间频率与俯仰角和方位角的耦合关系为：其中，θi,j、和Ri,j分别为第i个模糊距离单元第j个离散杂波块对应的方位角、俯仰角和斜距；V为载机速度；θp为天线阵面与载机速度之间的夹角；d和λ分别为阵元间距和波长；机载雷达在第l个距离单元的回波数据由该距离门不同模糊距离环上的多个离散杂波块的回波叠加而成：xl=Σi=1NaΣj=1Pσi,jSi,j(ft,i,j,fs,i,j)---(6)]]>其中，P为距离环上划分的杂波块个数；σi,j为第l个距离门第i个模糊距离环第j个杂波块的散射系数；ft,i,j和fs,i,j分别为对应的归一化多普勒频率和空间频率；Si,j(ft,i,j,fs,i,j)为对应的空时导向矢量：Si,j(ft,i,j,fs,i,j)=St(ft,i,j)⊗Ss(fs,i,j)---(7)]]>其中，St(ft,i,j)和Ss(fs,i,j)分别为对应的时域导向矢量和空域导向矢量：St(ft,i,j)=1ej2πft,i,j...ej2(N-1)πft,i,jTSs(fs,i,j)=1ej2πfs,i,j...ej2(K-1)πfs,i,jT---(8)]]>所述改进正则化FOCESS算法：由于雷达回波数据中不同模糊距离环杂波相互叠加，在时域上无法区分不同模糊距离的杂波，无法进行模糊杂波的抑制，因此专利技术利用稀释恢复将雷达回波数据变换到空间频率‑多普勒频率域上，即估计杂波空时谱；由式(6)可知，机载雷达杂波数据是由不同空间频率和多普勒频率的杂波数据叠加而成，将归一化多普勒频率和空间频率分别遍历并离散为Nd＝ρdK，Ns＝ρsN个分辨单元，则第l个距离单元的回波数据可以表示为：xl=Σm=1NdΣn=1Nsγ(m-1)Ns+nS(ft,m,fs,n)=Ψαl---(9)]]>其中，ρs和ρd分别表示空间频率和多普勒频率的离散化程度，在高分辨情况下远大于1；S(ft,m,fs,n)为第m个归一化多普勒频率ft,m和的第n个空间频率fs,n对应的第(m‑1)Ns+n个空时导向矢量，为其复幅度；αl为杂波回波数据在空间频率‑多普勒频率域上的幅度分布，即杂波空时谱；Ψ为超完备基矩阵：Ψ=S(ft,1,fs,1)S(fs,1,fs,2)...S(ft,Nd,fs,Ns)---(10)]]>估计杂波空时谱等价于在方程(9)中已知xl和Ψ而求解αl；由于Ψ的列数NsNd远大于行数NK，因此方程(12)属于欠定方程，存在多个可能解；实际中，雷达杂波空时谱αl具有稀疏性，根据稀疏恢复理论，方程(9)的求解可转化为典型的稀疏恢复问题求解；本文采用FOCUSS算法求解方程(9)，估计杂波空时谱；FOCUSS算法利用后验知识进行迭代加权逐渐逼近真实的稀疏解，可等效为lp范数优化迭代算法；FOCUSS算法的核心在于将方程(9)转化为约束最优问题：min||ql||2s.t.xl＝ΨWlql  (11)式中，为权值矩阵，迭代求解ql、Wl即可得到杂波空时谱αl＝Wlql，迭代过程为：一种可用于噪声环境的正则化FOCUSS算法，迭代过程为：αl,k＝Wl,kWl,kHΨH(ΨWl,kWl,kHΨH+λI)‑1xl   (13)式12‑13中，代表矩阵的Moore‑Penrose伪逆；Wl,k＝diag(|αl,k‑1|p)，1/2≤p≤1；λ为正则化系数，与噪声水平有关，可根据正则化选择算法确定，当取λ＝0时，式13退化为式12；式(13)中，令Al,k＝(ΨWl,kWl,kHΨH+λI)，则求(ΨWl,kWl,kHΨH+λI)‑1xl等效为已知xl和系数矩阵Al,k求线性方程组Al,kbl,k＝xl的解，利用SVD分解...

【技术特征摘要】
1.一种基于稀疏恢复的机载非正侧阵近程杂波距离模糊抑制方法，其特征在于：包括杂波模型建立、改进正则化FOCESS算法和消除距离模糊杂波，所述杂波模型建立：在机载雷达系统中，当雷达工作在中、高脉冲重复频率时，雷达接收的回波数据存在着距离模糊；假定第l个距离单元的斜距为Rl，在考虑距离模糊杂波时，第l个距离单元的第i次距离模糊杂波所对应的Rl,i可表示为：Rl,i＝Rl+(i-1)Ru＝τlc+(i-1)Ru(1)其中，i＝1,2,…,Na，τc为第l个距离单元的采样时间；Ru为机载雷达的最大不模糊距离，其大小为c/2fprf，c为光速，fprf为脉冲重复频率；Na为距离模糊数，其值由雷达最大作用距离Rmax、Ru和载机高度H共同决定：Na=int(RmaxRu)+1,Ru≥Hint(RmaxRu),Ru<H---(2)]]>机载雷达杂波归一化多普勒频率和空间频率与俯仰角和方位角的耦合关系为：其中，θi,j、和Ri,j分别为第i个模糊距离单元第j个离散杂波块对应的方位角、俯仰角和斜距；V为载机速度；θp为天线阵面与载机速度之间的夹角；d和λ分别为阵元间距和波长；机载雷达在第l个距离单元的回波数据由该距离门不同模糊距离环上的多个离散杂波块的回波叠加而成：xl=Σi=1NaΣj=1Pσi,jSi,j(ft,i,j,fs,i,j)---(6)]]>其中，P为距离环上划分的杂波块个数；σi,j为第l个距离门第i个模糊距离环第j个杂波块的散射系数；ft,i,j和fs,i,j分别为对应的归一化多普勒频率和空间频率；Si,j(ft,i,j,fs,i,j)为对应的空时导向矢量：Si,j(ft,i,j,fs,i,j)=St(ft,i,j)⊗Ss(fs,i,j)---(7)]]>其中，St(ft,i,j)和Ss(fs,i,j)分别为对应的时域导向矢量和空域导向矢量：St(ft,i,j)=1ej2πft,i,j...ej2(N-1)πft,i,jTSs(fs,i,j)=1ej2πfs,i,j...ej2(K-1)πfs,i,jT---(8)]]>所述改进正则化FOCESS算法：由于雷达回波数据中不同模糊距离环杂波相互叠加，在时域上无法区分不同模糊距离的杂波，无法进行模糊杂波的抑制，因此发明利用稀释恢复将雷达回波数据变换到空间频率-多普勒频率域上，即估计杂波空时谱；由式(6)可知，机载雷达杂波数据是由不同空间频率和多普勒频率的杂波数据叠加而成，将归一化多普勒频率和空间频率分别遍历并离散为Nd＝ρdK，Ns＝ρsN个分辨单元，则第l个距离单元的回波数据可以表示为：xl=Σm=1NdΣn=1Nsγ(m-1)Ns+nS(ft,m,fs,n)=Ψαl---(9)]]>其中，ρs和ρd分别表示空间频率和多普勒频率的离散化程度，在高分辨情况下远大于1；S(ft,m,fs,n)为第m个归一化多普勒频率ft,m和的第n个空间频率fs,n对应的第(m-1)Ns+n个空时导向矢量，为其复幅度；αl为杂波回波数据在空间频率-多普勒频率域上的幅度分布，即杂波空时谱；Ψ为超完备基矩阵：Ψ=S(ft,1,fs,1)S(fs,1,fs,2)...S(ft,Nd,fs,Ns)---(10)]]>估计杂波空时谱等价于在方程(9)中已知xl和Ψ而求解αl；由于Ψ的列数NsNd远大于行数NK，因此方程(12)属于欠定方程，存在多个可能解；实际中，雷达杂波空时谱αl具有稀疏性，根据稀疏恢复理论，方程(9)的求解可转化为典型的稀疏恢复问题求解；本文采用FOCUSS算法求解方程(9)，估计杂波空时谱；FOCUSS算法利用后验知识进行迭代加权逐渐逼近真实的稀疏解，可等效为lp范数优化迭代算法；FOCUSS算法的核心在于将方程(9)转化为约束最优问题：min||ql||2s.t.xl＝ΨWlql(11)式中，为权值矩阵，迭代求解ql、Wl即可得到杂波空时谱αl＝Wlql，迭代过程为：一种可用于噪声环境的正则化FOCUSS算法，迭代过程为：αl,k＝Wl,kWl,kHΨH(ΨWl,kWl,kHΨH+λI)-1xl(13)式12-13中，代表矩阵的Moore-Penrose伪逆；Wl,k＝diag(|αl,k-1|p)，1\...

【专利技术属性】
技术研发人员：郭艺夺，宫健，黄大荣，李洪兵，冯为可，
申请(专利权)人：中国人民解放军空军工程大学，
类型：发明
国别省市：陕西;61