特征投影预处理及协方差矩阵稀疏重构主瓣干扰抑制算法制造技术

本发明专利技术公开了特征投影预处理及协方差矩阵稀疏重构主瓣干扰抑制算法，属于信号处理领域，包含如下步骤：步骤(1)：建立阵列天线接收信号模型；步骤(2)：通过对训练快拍数据得到采样协方差矩阵，并进行特征值分解；步骤(3)：利用相关系数法确定在特征向量空间集中的主瓣干扰特征矢量，并求取特征投影矩阵，对回波数据进行预处理；步骤(4)：利用稀疏重构算法，重构干扰加噪声协方差矩阵，修正阵列权矢量。本发明专利技术避免整个空域积分带来的计算资源耗费过大问题，对干扰的抑制能力更强，增加了算法的稳健性，提升波束形成的稳健性，且能够保持较高的输出性干噪比，和较快的收敛速度。

Feature Projection Preprocessing and Sparse Covariance Matrix Reconstruction for Main Lobe Interference Suppression

【技术实现步骤摘要】
特征投影预处理及协方差矩阵稀疏重构主瓣干扰抑制算法
本专利技术属于信号处理领域，尤其涉及特征投影预处理及协方差矩阵稀疏重构主瓣干扰抑制算法。
技术介绍
在相控阵雷达中，阵列信号处理起到至关重要的作用。随着空间电磁环境的日益复杂，为了提高雷达在作战中的生存能力，雷达电子干扰对抗技术的重要性不断凸显。对于雷达而言，干扰方式无外乎主瓣干扰和旁瓣干扰，干扰类型则为压制式干扰或欺骗式干扰等。对雷达的旁瓣干扰抑制，已经进行了比较深入的研究，如旁瓣对消技术、旁瓣消隐技术和低旁瓣天线抑制技术等。相控雷达也将面对主瓣干扰，但针对主瓣的干扰抑制研究起步较晚。主瓣干扰就是干扰信号从雷达的主瓣区域进入，它较之于旁瓣干扰最大不同点是在于干扰信号能获得和目标信号相同的天线增益，从而使干扰信号的能量大幅增加，导致信干比的急剧下降，对后续信号处理造成困难。另外，由于干扰信号也是从主瓣进入，使得雷达无法从空域上对其进行滤。传统的矩阵求逆算法，在只有旁瓣干扰存在的环境下，能够在干扰方形成具有一定深度的零陷，可以有效地抑制干扰。当存在主瓣干扰时，自适应波束形成为了达到抑制主瓣干扰的目的，会在主瓣内形成零陷，进而导致方向图本文档来自技高网...

【技术保护点】
1.特征投影预处理及协方差矩阵稀疏重构主瓣干扰抑制算法,其特征在于：包含如下步骤：步骤(1)：建立阵列天线接收信号模型；步骤(2)：通过对训练快拍数据得到采样协方差矩阵，并进行特征值分解；步骤(3)：利用相关系数法确定在特征向量空间集中的主瓣干扰特征矢量，并求取特征投影矩阵，对回波数据进行预处理；步骤(4)：利用稀疏重构算法，重构干扰加噪声协方差矩阵，修正阵列权矢量。

【技术特征摘要】
2018.04.12 CN 20181032731211.特征投影预处理及协方差矩阵稀疏重构主瓣干扰抑制算法,其特征在于：包含如下步骤：步骤(1)：建立阵列天线接收信号模型；步骤(2)：通过对训练快拍数据得到采样协方差矩阵，并进行特征值分解；步骤(3)：利用相关系数法确定在特征向量空间集中的主瓣干扰特征矢量，并求取特征投影矩阵，对回波数据进行预处理；步骤(4)：利用稀疏重构算法，重构干扰加噪声协方差矩阵，修正阵列权矢量。2.根据权利要求1所述的特征投影预处理及协方差矩阵稀疏重构主瓣干扰抑制算法，其特征在于：所述的步骤(1)具体为：建立均匀线阵列模型：包含N个全向阵元，以d为间距等间距排布；在空间中存在期望信号θ0，P个旁瓣干扰信号以及1个主瓣干扰信号，并且信号、干扰与噪声独立不相关，则在时域上t时刻阵列的输出信号为上式中，a(θ0)代表目标期望信号的导向矢量，a(θp)代表第p个干扰信号的导向矢量，s0(t)表示期望信号复包络，sp(t)表示第p个干扰信号复包络，n(t)代表均值为0，方差为σn的高斯白噪声；均匀线阵列模型的导向矢量为：上式中，λ表示信号波长，[·]T代表转置运算；均匀线阵列模型的主瓣宽度BW0表示为：主波束区间Θ表示为3.根据权利要求1所述的特征投影预处理及协方差矩阵稀疏重构主瓣干扰抑制算法，其特征在于：所述的步骤(2)具体为：接收回波信号的协方差矩阵R表示为：R＝E[X(t)X(t)H]；上式中，[·]H代表共轭转置运算。4.根据...

【专利技术属性】
技术研发人员：王伟，唐蘅，黄平，李欣，张斌，王慧，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：黑龙江,23