基于稀疏重构的FDA-MIMO雷达杂波抑制方法技术

本发明专利技术提供了一种基于稀疏重构的FDA

【技术实现步骤摘要】
基于稀疏重构的FDA
‑
MIMO雷达杂波抑制方法


[0001]本专利技术涉及雷达信号处理
，具体涉及一种基于稀疏重构的FDA
‑
MIMO雷达杂波抑制方法。

技术介绍

[0002]距离模糊杂波抑制通过频率分集阵列(FDA)在相邻的阵元之间引入了一个小的频率增量，产生一个与距离的有关的天线方向图，实现包括距离模糊的杂波抑制、参数估计和高分宽幅成像等任务。而距离模糊杂波抑制需要获取充足的独立同分布(IID)样本，尤其在多维信号处理中，所需的IID训练样本数量是极大的。
[0003]由于在实际应用中获得足够数量的IID训练样本十分困难，即使利用降维、降秩技术，在多维域信号处理中所需IID样本数量仍然是巨大的，因此复杂环境下的准确杂波协方差矩阵估计仍然是三维自适应处理中的巨大挑战。
[0004]为缓解IID训练样本数量不足导致样本均匀性不足的问题，学者提出直接数据域(DDD)方法来缓解杂波样本的不均匀性，然而，DDD方法的代价是牺牲一些时空自由度，导致杂波抑制的效率低下，增加雷达系统的生产成本。

技术实现思路

[0005]为了解决现有技术中存在的上述问题，本专利技术提供了一种基于稀疏重构的FDA
‑
MIMO雷达杂波抑制方法。本专利技术要解决的技术问题通过以下技术方案实现：
[0006]本专利技术提供的一种基于稀疏重构的FDA
‑
MIMO雷达杂波抑制方法包括：
[0007]S1：根据雷达系统的应用环境，构建FDA
‑
MIMO雷达的距离模糊杂波模型；
[0008]S2：根据距离模糊杂波模型以及高斯噪声，构建每个距离门的回波信号；
[0009]S3：根据先验知识构建发射维的主值距离补偿矢量，依次对每个距离门的回波信号进行补偿；
[0010]S4：利用FDA
‑
MIMO雷达杂波谱在发射
‑
接收
‑
多普勒域的稀疏特性，通过已构建的超完备字典与未知的稀疏向量，对补偿后的每个距离门的回波信号重新表示；
[0011]S5：利用SBL算法，求解重新表示后回波信号中的稀疏向量；
[0012]S6：利用所求稀疏向量和超完备字典，重构杂波协方差矩阵；
[0013]S7：根据重建后的杂波协方差矩阵，利用LCMV准则计算目标的自适应权适量；
[0014]S8：利用目标的自适应权适量抑制补偿回波信号中的杂波。
[0015]可选的，步骤S3包括：
[0016]步骤31：根据先验知识，使用SDRC技术，构建主值距离补偿矢量；
[0017]步骤32：使用主值距离补偿矢量对发射空间频率进行补偿，得到补偿后的发射空间频率；
[0018]其，补偿后的发射空间频率与主值距离无关；
[0019]步骤33：使用补偿后的发射空间频率以及主值距离补偿矢量，对每个距离门的回
波信号进行补偿。
[0020]可选的，应用环境限定雷达系统的速度、高度、方位角、俯仰角、发射阵元个数、接收阵元个数、发射载波频率以及接收包含杂波和高斯噪声的回波形式。
[0021]其中，FDA
‑
MIMO雷达的距离模糊杂波模型表示为：
[0022][0023]其中，和分别为发射空间导向矢量、接收空间导向矢量和多普勒导向矢量；
[0024][0025][0026][0027]其中，N
p
和N
c
分别是散射片的数量、距离模糊的数量，ξ表示复数反射系数，为复振幅，R
l,p
＝R
l
+R
u
(p
‑
1)是斜距，R
l
表示参考斜距，R
u
表示最大无模糊距离，R
l
为距离、θ
q
为方位角，表示斜矩夹角，λ0＝c/f0表示波长，ν
p
表示目标速度，c表示波速，K为在一个相干处理区间CPI内传输脉冲的个数，M和N分别代表发射阵元的数量、接收阵元的数量。
[0028]其中，
[0029]第m个阵元的发射信号为：
[0030][0031]第l个距离门的回波信号表示为：
[0032]X
l
＝C
l
+n
l
[0033]杂波协方差矩阵表示为：
[0034][0035]其中，φ
m
是第m个阵元的发射波形，T
p
代表脉冲持续时间，n
l
表示高斯噪声，L表示距离门的总数。
[0036]其中，
[0037]主值距离补偿矢量表示为：
[0038][0039]补偿后的发射空间频率为
[0040][0041]补偿回波信号表示为：
[0042][0043]其中，p表示模糊数，I
N
,I
K
分别为N和K维全为1的列向量。
[0044]其中，求解表达式表示为：
[0045]X
comp
＝Θω+ε
[0046]其中，表示稀疏系数向量，ε表示噪声，N
L
是SBL算法中训练样本的数量，Θ表示代表超完整字典；表示N
L
个距离门的训练样本。
[0047]可选的，步骤S5包括：
[0048]S51：根据先验权重与超参数向量的表达式以及似然模型，得到稀疏系数向量的后验分布表达式；
[0049]其中，后验分布表达式包括后验分布的平均值以及方差；
[0050]S52：计算后验分布的平均值以及方差；
[0051]S53：使用期望最大化EM算法，通过重复计算后验分布的平均值以及方差更新超参数向量以及噪声方差方式直至EM算法收敛，得到稀疏向量；
[0052]S54：利用所求稀疏向量和超完备字典对杂波协方差矩阵进行重建。
[0053]其中，
[0054]似然模型为：
[0055][0056]先验权重表示为：
[0057][0058]稀疏向量的后验分布为：
[0059][0060][0061]其中，Γ＝diag(γ),是超参数向量，u和∑分别是平均值和方差，Σ
t
＝σ2I+ΘΓΘ
T
，I表示MNK维单位矩阵。
[0062]其中，
[0063]最终的超参数向量以及噪声方差表示为：
[0064][0065]重建的杂波协方差矩阵表示为：
[0066][0067]其中，δ和I代表对角加载和单位阵。
[0068]本专利技术提供了一种基于稀疏重构的FDA
‑
MIMO雷达杂波抑制方法，通过构建补偿矢量以解决杂波在发射维距离依赖的问题；此外，在发射
‑
接收
‑
多普勒域构建一个三维超完备字典，应用SB本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于稀疏重构的FDA
‑
MIMO雷达杂波抑制方法，其特征在于，包括：S1：根据雷达系统的应用环境，构建FDA
‑
MIMO雷达的距离模糊杂波模型；S2：根据距离模糊杂波模型以及高斯噪声，构建每个距离门的回波信号；S3：根据先验知识构建发射维的主值距离补偿矢量，依次对每个距离门的回波信号进行补偿；S4：利用FDA
‑
MIMO雷达杂波谱在发射
‑
接收
‑
多普勒域的稀疏特性，通过已构建的超完备字典与未知的稀疏向量，对补偿后的每个距离门的回波信号重新表示；S5：利用SBL算法，求解重新表示后回波信号中的稀疏向量；S6：利用所求稀疏向量和超完备字典，重构杂波协方差矩阵；S7：根据重建后的杂波协方差矩阵，利用LCMV准则计算目标的自适应权适量；S8：利用目标的自适应权适量抑制补偿回波信号中的杂波。2.根据权利要求1所述的基于稀疏重构的FDA
‑
MIMO雷达杂波抑制方法，其特征在于，步骤S3包括：步骤31：根据先验知识，使用SDRC技术，构建主值距离补偿矢量；步骤32：使用主值距离补偿矢量对发射空间频率进行补偿，得到补偿后的发射空间频率；其，补偿后的发射空间频率与主值距离无关；步骤33：使用补偿后的发射空间频率以及主值距离补偿矢量，对每个距离门的回波信号进行补偿。3.根据权利要求1所述的基于稀疏重构的FDA
‑
MIMO雷达杂波抑制方法，其特征在于，应用环境限定雷达系统的速度、高度、方位角、俯仰角、发射阵元个数、接收阵元个数、发射载波频率以及接收包含杂波和高斯噪声的回波形式。4.根据权利要求2所述的基于稀疏重构的FDA
‑
MIMO雷达杂波抑制方法，其特征在于，所述FDA
‑
MIMO雷达的距离模糊杂波模型表示为：其中，和分别为发射空间导向矢量、接收空间导向矢量和多普勒导向矢量；量和多普勒导向矢量；量和多普勒导向矢量；其中，N
p
和N
c
分别是散射片的数量、距离模糊的数量，ξ表示复数反射系数，为复振幅，R
l,p
＝R
l
+R
u
(p
‑
1)是斜距，R
l
表示参考斜距，R
u
表示最大无模糊距离，R
l
为距离、θ
q
为方位角，
表示斜矩夹角，λ0＝c/f0表示波长，ν
p
表示目...

【专利技术属性】
技术研发人员：朱圣棋，王行行，刘志鑫，李西敏，许京伟，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：