一种共轭梯度空时自适应处理方法及系统技术方案

本发明专利技术适用于雷达信号处理领域，提供共轭梯度空时自适应处理方法，包括：根据待检测距离单元内目标空时导向向量和干扰加噪音分量，确定基于变换域L1范数的共轭梯度空时自适应滤波器的输入信号；根据待检测距离单元的杂波稀疏特性，建立共轭梯度空时自适应滤波器的优化问题模型；采用基于变换域L1范数的共轭梯度算法，递归迭代地计算优化问题模型，得到共轭梯度空时自适应滤波器的权向量；根据权向量对该输入信号进行自适应处理。本发明专利技术实施例提出了一种低复杂度的基于变换域L1范数的共轭梯度空时自适应处理方法，能够在一些简单假设条件下，迭代地计算滤波器的权向量而不用协方差矩阵求逆，降低了10倍左右计算的复杂度，同时保持良好的性能。

【技术实现步骤摘要】
一种共轭梯度空时自适应处理方法及系统
本专利技术属于雷达信号处理
，尤其涉及一种基于变换域L1范数的共轭梯度空时自适应处理方法及系统。
技术介绍
空时自适应处理(STAP，Space-TimeAdaptiveProcessor)是机载雷达系统中杂波抑制和动目标检测的经典技术。对STAP技术的研究一直紧紧围绕着如何在保持STAP算法的杂波抑制性能的同时，加快低训练快拍下的收敛性和降低系统计算的复杂性是STAP技术的关键问题。在STAP的发展历程中，为了解决STAP技术的关键问题，先后提出了三种主要类型的算法，即降维和降秩STAP技术，基于先验信息的STAP技术，基于稀疏度的STAP技术。这三种算法在STAP技术的发展中是按时间先后顺序提出的。首先，降维和降秩STAP技术是采用降低系统自由度来加快低训练快拍下的收敛性，之后基于先验信息的STAP技术是他们通过将一些先验知识结合到STAP设计中来加快低快拍下的收敛性。最后对于基于稀疏度的STAP技术是利用问题的稀疏本质，如杂波或权向量等的稀疏性，以加速STAP方法在低快拍下的收敛性。虽然这些方法在快拍支持有限的情况下显着提高了滤波器杂本文档来自技高网...

【技术保护点】
1.一种基于变换域L1范数的共轭梯度空时自适应处理方法，其特征在于，包括：步骤A，根据待检测距离单元内目标空时导向向量和干扰加噪音分量，确定基于变换域L1范数的共轭梯度空时自适应滤波器的输入信号；步骤B，根据所述待检测距离单元的杂波稀疏特性，建立所述共轭梯度空时自适应滤波器的优化问题模型；步骤C，采用基于变换域L1范数的共轭梯度算法，递归迭代地计算所述优化问题模型，得到所述共轭梯度空时自适应滤波器的权向量；步骤D，根据所述权向量对所述共轭梯度空时自适应滤波器的输入信号进行自适应处理。

【技术特征摘要】
1.一种基于变换域L1范数的共轭梯度空时自适应处理方法，其特征在于，包括：步骤A，根据待检测距离单元内目标空时导向向量和干扰加噪音分量，确定基于变换域L1范数的共轭梯度空时自适应滤波器的输入信号；步骤B，根据所述待检测距离单元的杂波稀疏特性，建立所述共轭梯度空时自适应滤波器的优化问题模型；步骤C，采用基于变换域L1范数的共轭梯度算法，递归迭代地计算所述优化问题模型，得到所述共轭梯度空时自适应滤波器的权向量；步骤D，根据所述权向量对所述共轭梯度空时自适应滤波器的输入信号进行自适应处理。2.如权利要求1所述的共轭梯度空时自适应处理方法，其特征在于，在所述步骤A中，所述待检测距离单元的空时快拍以x表示，则有：x＝αtvt+xu；其中，其中αt为复数，vt表示所述目标空时导向向量，xu表示所述干扰加噪音分量，表示多普勒频率，fst表示空间频率，表示克罗内克积，xu由干扰xj、杂波xc和热噪声xn组成。3.如权利要求2所述的共轭梯度空时自适应处理方法，其特征在于，在所述步骤B中，所述共轭梯度空时自适应滤波器表示为以下优化问题，即：其中，||·||1、H分别表示l1范数和共轭转置算子，表示干扰加噪声协方差矩阵，E[·]表示随机变量的期望值，表示具有范围在-0.5到0.5的多普勒频率的fd,j(j＝1,...,Nd)和具有空间频率fs,i(i＝1,...,Ns)的空时导向矩阵，Nd表示多普勒频率总个数，Ns表示空间频率总个数，λ表示平衡滤波器输出功率wHRw和角度多普勒方向图的稀疏性的正则参数，λ＝wHRw/(ρ-||wHQ||1)。4.如权利要求3所述的共轭梯度空时自适应处理方法，其特征在于，所述步骤C包括：步骤C1，令sk＝(Rk+λkQ∏(wk)QH)-1vt，求得所述共轭梯度空时自适应滤波器的权向量wk：其中，R表示干扰加噪声协方差矩阵，Rk表示第k个快拍下的干扰加噪声协方差矩阵，λk表示第k个快拍下的平衡滤波器输出功率wHRw和角度多普勒方向图的稀疏性的正则参数，λk>0，k表示第k个空时快拍的索引，sk表示第k个快拍下所求得的值，步骤C2，令采用基于变换域L1范数的共轭梯度法计算sk：sk(l)＝sk(l-1)+μk(l)pk(l)；μk(l)和pk(l)分别表示第k个空时快拍中的第l次迭代的自适应步长和方向向量，sk(l)表示第k次空时快拍中的第l次迭代计算得到的值；步骤C3，根据预置的迭代总次数L，迭代地计算sk(l)：Bk＝Rk+λkQ∏(wk)QH；λk＝(wk)HR(wk)/(ρ-||(wk)HQ||1)；pk(l)＝rk(l-1)+τk(l-1)pk(l-1)；rk(l)＝rk(l-1)-μk(l)Bkpk(l)；步骤C4，将迭代计算得到的sk(L)代入(1)，得到k个空时快拍下所述共轭梯度空时自适应滤波器的权向量：步骤C5，假定总快拍数为K,对每一个快拍，重复上述步骤C1、C2、C3和C4，即得到所述共轭梯...

【专利技术属性】
技术研发人员：阳召成，汪小叶，何凯旋，刘海帆，黄建军，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东,44