基于对称去相关算法的反干扰优化的方法技术

本发明专利技术公开了一种基于对称去相关算法的反干扰优化的方法，包括如下步骤：A)获取N条输入通道和1条主输入通道，N条输入通道中的每一条都能作为消隐输入通道，其余N‑1条则作为辅助通道，N为大于2的整数；B)获取N层去相关处理单元，并使相邻层的去相关处理单元依次交错排列；C)将N条输入通道、1条主输入通道与N层去相关处理单元进行相应连接构成优化的并行输出处理架构；D)进行旁瓣对消和旁瓣消隐的反干扰优化信号处理后，从第N层的去相关单元构建块的左输出端输出主通道信号，右输出端输出消隐信号。本发明专利技术能提高运算效率，并提高整个处理架构的规律性，具有更好的交换效率和更强的灵活性，能改善雷达反干扰效果。

Anti-jamming optimization method based on symmetrical decorrelation algorithm

【技术实现步骤摘要】
基于对称去相关算法的反干扰优化的方法
本专利技术涉及雷达反干扰领域，特别涉及一种基于对称去相关算法的反干扰优化的方法。
技术介绍
自二战以来，雷达相关技术及其广泛应用极大地改变了世界。目前正在进行的人工智能(ArtificialIntelligence，简称AI)革命相关的数学基础和各种计算理论中的大部分，实际上源于自适应雷达信号处理(包括电子反干扰技术，即ElectronicCounter-Counter-Measures，简称ECCM)。在电子反干扰这个专业领域里，目前主要流行的两种方法是“旁瓣对消(SidelobeCancellation，简称SLC)”和“旁瓣消隐(SidelobeBlanking，简称SLB)”。旁瓣对消的定义为，调整主天线阵的旁瓣，使其在噪声干扰源方向置零。而旁瓣消隐则是一种成熟的技术，用于拒绝假目标干扰机进入或通过主天线阵的旁瓣。在目前和可预见的未来，旁瓣对消和旁瓣消隐仍将是雷达电子反干扰领域的两大关键任务。图1展示了主天线阵的定向波束方向图及通常与旁瓣对消和旁瓣消隐通道相关联的全向方向图。通过该图，我们可在宏观层面对集成旁瓣对消和旁瓣消隐的
进行定义。在某些特定条件下，旁瓣对消和旁瓣消隐通道的天线方向图不一定是全向的。在图1中，“主输出”通道是通过使用一组旁瓣对消通道(我们称其为辅助通道，通过X1、X2……XN的形式表示)执行旁瓣对消生成。同样地，“消隐输出1”通道也是通过使用同样的辅助通道执行旁瓣对消生成。如需更多的消隐通道，如图1的“消隐输出2”通道，如图所示，则需要放置更多的列。图1在本质上图像化地反映了本专利技术应用所涉及的特定
人工智能的发展和进步，目前正以一种前所未有的方式改变着各行各业。自上世纪70年代末以来，人工智能的研究活动，尤其在人工神经网络领域，一直与自适应雷达信号处理的研发联系在一起。如今，人工智能、无线通信和信号处理领域实际上已紧密耦合，通过发布各自的突破与新应用，相互促进各自的发展。这之所以成为可能，是因为这些领域涉及的数学基础，本质上是一样的。在人工智能的研发过程中，除了需要全方位多学科的知识外，还需要大量的数学和计算理论。尤其是线性代数已成为机器学习必不可少的工具。机器学习是人工智能的关键子领域，其核心理念是：如果有足够多的相关数据可用，机器就可以自己学习。在线性代数领域中，奇异值分解(SingularValueDecomposition，简称SVD)是一个重要的数学框架。在此框架下，机器学习被用于解决各种各样的工程问题。在近百年的历史中，奇异值分解被许多人称为线性代数的亮点。它的重要性和作用再怎么强调也不过分。奇异值分解之所以能成为如此重要的理论基础，原因是多方面的。我们只能简要描述其与本专利技术申请的关系，即其在自适应雷达信号处理中，与旁瓣对消和旁瓣消隐的关系。奇异值分解在实际运算层面有各种不同的选项。其中一种公认的实现方法是“QR算法”。“QR算法”是由JohnG.F.Francis和VeraN.Kublanovskaya在20世纪50年代末原创的一种算法。它是在基础“QR分解”的概念上应用迭代发展而成。基础QR分解概念，在奇异值分解算法发展的历史上具有重要的地位，它与Francis和Kublanovskaya专利技术的“QR算法”是不同的。历史上有4种已被公认的QR分解算法，分别是格拉姆-施密特正交化(theGram-Schmidtprocess)、吉文斯旋转(Givens'Rotations)、豪斯霍尔德变换(Householdertransformation)和改良的格拉姆-施密特正交化算法(ModifiedGram-Schmidtalgorithm)。在过去的几十年间，这4种QR分解算法及其相关的优缺点已被线性代数学术界深入研究。改良的格拉姆-施密特正交化算法通常被认为是对一个给定的输入信号通道执行“相互正交化”过程(在概念上等同于实施一整套“去相关”运算的任务)的最结构化、直观及数值稳定的方法。一组输入信号通道通常用矩阵的一组列向量表示。网上有很多有关应用数学的学术论文和有关自适应雷达信号处理的技术文章，大家可以很容易找到，以验证上述历史事实。一个重要事实是，改良的格拉姆-施密特正交化算法同时具有良好的数据稳定性以及并行运算架构实现这两种特性。简单来讲，改良的格拉姆-施密特正交化算法的流行程度及其被公认的有效性可通过以下示例(涉及两篇论文和一个专利)的标题间接验证：示例1：《TheGram-SchmidtSidelobeCanceller》，作者BucciarelliandEsposito，发表于1987年。示例2：《AMultipleSidelobeCancellerUsingTappedDelayLinewithGram-SchmidtProcessing》，作者KazufumiHirata，发表于1999年，在《ElectronicsandCommunicationsinJapan》1999年第5期，第82卷，第一部分。示例3：《ModifiedGram-SchmidtCoreImplementationinaSingleFieldProgrammableGateArrayArchitecture》，美国专利号：US8,543,633B2；公布日期：2013年9月24日；专利权人：洛克希德·马丁公司(LockheedMartincorporation)。我们可根据上述3个示例，就本专利技术的背景，得出以下几点：1.电子工程、自适应雷达信号处理任务(如旁瓣对消)与改良的格拉姆-施密特正交化算法之间的联系是十分清晰的。2.经过几十年的深入分析、工程测试，改良的格拉姆-施密特正交化算法(ModifiedGram-Schmidtalgorithm)已成为许多信号处理任务，尤其是自适应雷达信号处理领域中非常重要且广泛使用的算法。3.改良的格拉姆-施密特正交化算法的一个特别重要的方面是它基于并行处理架构的硬件实现。而这方面对于先进芯片设计的重要性，可体现在上述示例3的专利标题中。上述所有观点和历史背景也反映了改良的格拉姆-施密特正交化算法的受欢迎程度。从图1的系统层面图表继续深入，图2是改良的格拉姆-施密特正交化算法的并行处理架构。图3则展现了在一个整体架构上增加一条消隐通道的情形(该通道使用与执行旁瓣对消时相同的辅助通道组)。图4更进一步展现了拥有两条消隐通道，两条通道都在旁瓣对消过程中使用相同的辅助通道组。图2、图3和图4中标记为“GS”(即格拉姆-施密特的英文首字母缩写)的构建块，是一个简单的去相关处理器。如图5所示，这个去相关处理器(格拉姆-施密特构建块)拥有两条输入通道和一条输出通道。图5中，其中，m为去相关层次，i，j为通道指数，k为每个输出通道数据序列中的特定数据样本，K为给定输出通道数据序列中的数据样本的总数，*为复共轭。“去相关”的基本概念，类似于线性代数中的正交化概念，通常应用于信号处理相关的任务中。事实上，这两个术语在数学和工程文献中有时可互换使用。如果我们只考虑两个向量相乘的情形，即可简单直接地同时理解这两个术语的基本概念：若两个向量相乘的结果(在线性代数语言中被称为“内积”)为零，那么这两个本文档来自技高网...

【技术保护点】
1.一种基于对称去相关算法的反干扰优化的方法，其特征在于，包括如下步骤：A)获取N条输入通道和1条主输入通道，所述N条输入通道中的每一条都能作为消隐输入通道，其余N‑1条则作为辅助通道，所述N为大于2的整数；B)获取N层去相关处理单元，并使相邻层的去相关处理单元依次交错排列；第i层去相关处理单元包括N+1‑i个在水平方向排列的去相关单元构建块，其中，1≤i≤N；每个所述去相关单元构建块均具有左输入端、右输入端、左输出端和右输出端；C)将所述N条输入通道、1条主输入通道与N层去相关处理单元进行相应连接构成优化的并行输出处理架构；所述优化的并行输出处理架构为二维平面架构或三维圆柱体处理架构；D)采用所述优化的并行输出处理架构对输入的雷达信号进行旁瓣对消和旁瓣消隐的反干扰优化信号处理后，从第N层的去相关单元构建块的左输出端输出主通道信号，从右输出端输出消隐信号；所述第N层的去相关单元构建块的左输出端为主输出通道，右输出端为消隐输出通道。

【技术特征摘要】
1.一种基于对称去相关算法的反干扰优化的方法，其特征在于，包括如下步骤：A)获取N条输入通道和1条主输入通道，所述N条输入通道中的每一条都能作为消隐输入通道，其余N-1条则作为辅助通道，所述N为大于2的整数；B)获取N层去相关处理单元，并使相邻层的去相关处理单元依次交错排列；第i层去相关处理单元包括N+1-i个在水平方向排列的去相关单元构建块，其中，1≤i≤N；每个所述去相关单元构建块均具有左输入端、右输入端、左输出端和右输出端；C)将所述N条输入通道、1条主输入通道与N层去相关处理单元进行相应连接构成优化的并行输出处理架构；所述优化的并行输出处理架构为二维平面架构或三维圆柱体处理架构；D)采用所述优化的并行输出处理架构对输入的雷达信号进行旁瓣对消和旁瓣消隐的反干扰优化信号处理后，从第N层的去相关单元构建块的左输出端输出主通道信号，从右输出端输出消隐信号；所述第N层的去相关单元构建块的左输出端为主输出通道，右输出端为消隐输出通道。2.根据权利要求1所述的基于对称去相关算法的反干扰优化的方法，其特征在于，所述去相关处理单元构建块的左输入端输入右输入端输入左输出端输出右输出端输出其中，m为去相关层次，i，j为通道指数，k为每个输出通道数据序列中的特定数据样本，K为给定输出通道数据序列中的数据样本的总数，*为复共轭。3.根据权利要求2所述的基于对称去相关算法的反干扰优化的方...

【专利技术属性】
技术研发人员：袁闻峰，
申请(专利权)人：广州市高峰科技有限公司，
类型：发明
国别省市：广东,44