基于最小冗余特征波束的阵列回波数据降维处理方法技术

本发明专利技术公开了一种基于最小冗余特征波束的阵列回波数据降维处理方法：步骤1：对雷达回波数据做时域滑窗处理获得三路数据；步骤2：对三路数据通过方位多普勒滤波器组处理；步骤3：得到时空联合数据矢量；步骤4：获得阻塞后的杂波数据；步骤5：得到波束域降维矩阵；步骤6：对步骤5中的杂波特征波束空间进行奇异值分解，降维得到数据；步骤7：构造降维数据的协方差矩阵和权向量；步骤8：对待测单元的数据进行杂波抑制得到杂波抑制结果。本发明专利技术降低了处理维数，大大提高了运算效率，同时克服了非均匀环境无法提供足够同分布训练样本的难题，显著提高了大规模阵列在回波数据非平稳条件下的抗杂波、抗干扰能力。抗干扰能力。抗干扰能力。

【技术实现步骤摘要】
基于最小冗余特征波束的阵列回波数据降维处理方法


[0001]本专利技术涉及雷达对地面动目标检测领域，特别涉及一种对多通道相控阵雷达的场景数据基于后多普勒（Post
‑
Doppler）处理进行降维杂波抑制方法，具体是一种基于最小冗余特征波束的阵列回波数据降维处理方法。

技术介绍

[0002]雷达是利用电磁波探测目标的电子设备，为了有效提高空中监视能力，通常将雷达系统安装在飞机或者人造卫星上。由于机载/星载雷达平台具有高速运动的特性，使得当雷达工作在下视状态时，场景主瓣杂波多普勒谱严重展宽，从而导致微弱慢目标淹没在杂波中，无法得到直接检测。因此，利用机载/星载雷达实现动目标检测任务的前提是将场景中的强杂波抑制掉，使原本被淹没的微弱运动目标凸显出来，改善目标信杂噪比(SCNR)，提高检测概率。
[0003]Brennan、Reed等人在文献《Theory of adaptive radar》(IEEE Transactions on Aerospace and Electronic Systems，1973，9(2))中提出一种空时自适应处理(Space Time Adaptive Processing，STAP)方法，即全维空时自适应处理方法；该滤波器可以在空时二维杂波分布处形成杂波抑制凹口，有效抑制杂波，降低目标的最小可检测速度(Minimum Detectable Velocity，MDV)。然而，全维空时自适应处理方法由于其利用所有空间等效阵元和时域脉冲采样，系统维数大、运算复杂度高，且其对训练样本要求高，在实际处理中难以实现。后多普勒处理是一类先对数据进行时域滤波然后再联合空域进行自适应处理的方法，典型方法有3DT、F$A等。
[0004]基于后多普勒处理的降维方法虽然降低了系统维数，但是，大规模阵列在高动态环境中存在回波数据统计特征随着时间和空间快速变化（即回波数据非平稳）的问题，系统无法获得足够的同分布训练样本，标准自适应滤波算法不再奏效，性能显著下降。在不损失回波数据信息前提下，进一步降低处理器维数是大规模阵列提升抗杂波、抗干扰能力的关键。

技术实现思路

[0005]本专利技术的目的在于，针对大规模阵列在高动态环境下的回波数据统计特征随着时间和空间快速变化导致标准自适应滤波算法性能显著下降的瓶颈问题，提出一种基于最小冗余特征波束的阵列回波数据降维处理方法，该方法克服了非均匀环境无法提供足够同分布训练样本的难题，能够大大降低系统处理维数、减少运算量，降低了训练样本的数量，同时，能够显著提高大规模阵列在回波数据非平稳的条件下的抗杂波、抗干扰能力。
[0006]为了达到上述目的，本专利技术采用如下技术方案予以解决：一种基于最小冗余特征波束的阵列回波数据降维处理方法，包括如下步骤：步骤1：获取一个CPI内N个空间通道的K+2个脉冲的雷达回波数据；对各个空间通道的K+2个脉冲数据进行三次时域滑窗处理，分别获得各个空间通道对应的第1~K、2~ K+1、
3~ K+2个脉冲组成的三路数据；其中，N表示空间通道的个数，K表示脉冲个数，L表示距离单元数；步骤2：对各个空间通道对应的三路数据通过方位多普勒滤波器组进行处理，得到 、和三路数据，分别表示处理后空间通道对应的三路距离
‑
多普勒数据；步骤3：构造三路滑窗的空域数据矢量，得到时空联合的数据矢量；步骤4：根据广义旁瓣相消器结构，计算下支路的阻塞矩阵并获得阻塞后的杂波数据；步骤5：计算阻塞后的三路数据分别对应的空域协方差矩阵，并对其进行特征值分解，选取前个特征波束，分别得到三组数据对应的杂波特征波束空间，得到波束域降维矩阵：降维后的杂波数据为：其中对矢量或矩阵做共轭转置操作；步骤6：对步骤5中的杂波特征波束空间进行奇异值分解，其中，S为阶的奇异值矩阵，除了主对角线上的元素以外全为0，主对角线上的每个元素都称为奇异值，U为阶的矩阵，V为阶的矩阵；在U中选取前个奇异值对应的奇异向量，构造最小冗余特征波束空间的降维矩阵，再次降维后得到数据为：；步骤7：构造降维数据的协方差矩阵和权向量；步骤8：对待检测单元的时空联合的数据矢量进行杂波抑制，得到待检测单元的杂波抑制结果：其中，表示待检测单元对应的杂波抑制结果。为广义旁瓣相消器结构中上支路的匹配权矢量。
[0007]进一步的，所述步骤2中：
；进一步的，所述步骤3中，三路滑窗的空域数据矢量分别为：时空联合的数据矢量为：其中，表示对矢量或矩阵做转置操作。
[0008]进一步的，所述步骤4包括如下操作：上支路设置匹配滤波器的匹配权矢量为，输出为：下支路构造阻塞矩阵为：
其中，I表示维的单位阵，表示对矢量或矩阵做共轭转置操作；下支路对步骤3中的数据矢量进行阻塞处理，得到阻塞后的杂波数据为：其中，和分别表示阻塞后的三路数据。
[0009]进一步的，所述步骤5包括如下子步骤：步骤51：计算步骤4得到的阻塞后的三路数据分别对应的空域协方差矩阵和为：；步骤52：分别对阻塞后的三路数据对应的空域协方差矩阵和进行特征值分解，对特征值由大到小排序，分别获得前个大特征值对应的特征向量，设和分别表示空域协方差矩阵和对应的第j个大特征值，和分别表示特征值和对应的特征向量，即特征波束；；步骤53：选取前个特征波束构造的三路数据的杂波特征波束空间为：；则波束域降维矩阵为：
降维后的杂波数据为：。
[0010]进一步的，所述步骤6包括如下子步骤：步骤61：由于步骤53中的杂波特征波束空间的特征波束空间相近，波束域降维后的杂波数据具有冗余性，因此，对步骤53中的杂波特征波束空间进行奇异值分解：其中，S为阶的奇异值矩阵，除了主对角线上的元素以外全为0，主对角线上的每个元素都称为奇异值，U为阶的矩阵，V为阶的矩阵；步骤62：对S中的奇异值由大到小排序，设表示S中第个大奇异值，令表示奇异值在U中对应的奇异向量，其中，为U的列向量，U由按原奇异值顺序排列组成；步骤63：在U中选取前个奇异值对应的奇异向量，构造最小冗余特征波束空间的降维矩阵为：其中，；对步骤5得到的降维后的杂波数据再次降维后的数据为：。
[0011]进一步的，所述步骤7包括如下操作：构造降维数据的协方差矩阵的协方差矩阵计算下支路自适应处理器的权向量为：
其中，表示对复数取共轭；为步骤3得到的时空联合的数据矢量。
[0012]本专利技术与现有技术相比具有如下优点：1、大大降低系统处理维数，减少运算量空时处理的主要运算量集中在协方差矩阵求逆的问题上，在后多普勒数据中，杂波在空域波束方向比较集中，同时待检测通道与辅助通道间数据相关性强，通过构造杂波的特征波束空间和波束最小冗余空间，对数据大大降维，减小了运算量，节约了运算资源，提高了处理效率；2、降低训练样本需求量本专利技术的降维方法由于降低了处理器维数，使得构造协方差矩阵时所需的训练样本数大大减少，降低了挑选样本的标准，使得本专利技术的实用性更强；3、具有自适应性本专利技术中的降维方法非固定降维结构，降维矩阵的选取依赖于数据，使得本专利技术的方法具有一定的自适应性。<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于最小冗余特征波束的阵列回波数据降维处理方法，其特征在于，包括如下步骤：步骤1：获取一个CPI内N个空间通道的K+2个脉冲的雷达回波数据；对各个空间通道的K+2个脉冲数据进行三次时域滑窗处理，分别获得各个空间通道对应的第1~K、2~ K+1、3~ K+2个脉冲组成的三路数据；其中，N表示空间通道的个数，K表示脉冲个数，L表示距离单元数；步骤2：对各个空间通道对应的三路数据通过方位多普勒滤波器组进行处理，得到、和三路数据，分别表示处理后空间通道对应的三路距离
‑
多普勒数据；步骤3：构造三路滑窗的空域数据矢量，得到时空联合的数据矢量；步骤4：根据广义旁瓣相消器结构，计算下支路的阻塞矩阵并获得阻塞后的杂波数据；步骤5：计算阻塞后的三路数据分别对应的空域协方差矩阵，并对其进行特征值分解，选取前个特征波束，分别得到三组数据对应的杂波特征波束空间，得到波束域降维矩阵：降维后的杂波数据为：；步骤6：对步骤5中的杂波特征波束空间进行奇异值分解，其中，S为阶的奇异值矩阵，除了主对角线上的元素以外全为0，主对角线上的每个元素都称为奇异值，U为阶的矩阵，V为阶的矩阵；在U中选取前个奇异值对应的奇异向量，构造最小冗余特征波束空间的降维矩阵，再次降维后得到数据为：；步骤7：构造降维数据的协方差矩阵和权向量；步骤8：对待检测单元的时空联合的数据矢量进行杂波抑制，得到待检测单元的杂波抑制结果：其中，表示待检测单元对应的杂波抑制结果，为广义旁瓣相消器结构中上支路的匹配权矢量。
2.如权利要求1所述的基于最小冗余特征波束的阵列回波数据降维处理方法，其特征在于，所述步骤2中：。3.如权利要求2所述的基于最小冗余特征波束的阵列回波数据降维处理方法，其特征在于，所述步骤3中，三路滑窗的空域数据矢量分别为：时空联合的数据矢量为：其中，表示对矢量或矩阵做转置操作。4.如权利要求3所述的基于最小冗余特征波束的阵列回波数据降维处理方法，其特征在于，所述步骤4包括如下操作：上支路设...

【专利技术属性】
技术研发人员：杨剑，杨志伟，余志勇，李婧雅，姚志成，王海洋，卢建，涂育维，
申请(专利权)人：中国人民解放军火箭军工程大学，
类型：发明
国别省市：