一种基于小样本子孔径平滑稀疏恢复的杂波抑制方法技术

本发明专利技术公开了一种基于小样本子孔径平滑稀疏恢复的杂波抑制方法，包括：在待检测距离单元两侧分别获取周围距离单元；对待检测距离单元和周围距离单元依次进行子孔径平滑，获得待检测距离单元子快拍数据和周围距离单元子快拍数据；对子快拍数据进行联合稀疏恢复，得到待检测距离单元稀疏系数矢量和周围距离单元稀疏系数矢量；获取每个周围距离单元稀疏系数矢量与待检测距离单元稀疏系数矢量的相似度系数，选定训练样本；利用训练样本构造空时滤波器进行杂波抑制。本发明专利技术通过同时对所有子快拍进行稀疏恢复，并以待检测距离单元与训练样本的堪培拉距离为指标进行样本挑选，使估计的杂波协方差矩阵更准确更稳定。的杂波协方差矩阵更准确更稳定。的杂波协方差矩阵更准确更稳定。

【技术实现步骤摘要】
一种基于小样本子孔径平滑稀疏恢复的杂波抑制方法


[0001]本专利技术属于杂波抑制
，具体涉及一种基于小样本子孔径平滑 稀疏恢复的杂波抑制方法。

技术介绍

[0002]机载雷达工作时会受到杂波影响，对那些散射较弱或距离较远目标的 检测性能明显下降。空时自适应处理(Space Time Adaptive Processing，STAP) 技术可以有效抑制杂波，提高目标的检测性能。由于机载雷达常常面临非均 匀、非平稳的杂波环境，很难获得足够多的独立同分布(Independent andIdentical Distributed,IID)训练样本，使STAP技术对杂波的抑制性能下降， 我们称之为小样本问题。稀疏STAP技术是近年来的研究热点，可以在训练 样本数很少甚至在单个快拍情况下取得较好的杂波抑制性能。
[0003]早期稀疏STAP技术侧重于单个快拍的情况，即利用待检测距离单元 数据得到空时功率谱并进行STAP处理。但仅利用单个快拍样本数据进行 杂波谱稀疏恢复易受到噪声的影响，且单个快拍样本数据信息有限，其稀疏 恢复的精度以及稳定性都较差。因此Yang Z等人在文献“Yang Z,Fa R,QinY,Li X,Wang H.Direct data domain sparsity
‑
based STAP utilizing sub aperturesmoothing techniques[J].International Journal of Antennas and Propagation. 2015,2015:1
–
10”中提出一种基于平滑的功率谱稀疏恢复STAP方法，即 SASM
‑
D3SR
‑
STAP(Direct data domain sparsity
‑
based STAP utilizing subaperture smoothing techniques)方法，该方法对待检测距离单元数据进行子 孔径平滑产生多个空时子快拍，接着利用FOCUSS算法稀疏恢复空时子快 拍的杂波空时谱，并对这些杂波空时谱进行平均，进而构造杂波协方差并进 行STAP处理。该算法实质是DDD(Direct Data Domain，直接数据域)算法 与稀疏恢复算法的结合，相比传统的平滑STAP算法，大大降低了训练样本 数，提高了稀疏恢复精度。但该算法依次对每个子快拍进行稀疏恢复，复杂 度较高，且不能完全保证所有的子快拍满足相同的稀疏恢复模式，导致待检 测距离单元的杂波协方差估计不准确，输出信干噪比下降。且单快拍数据毕 竟有限，易受噪声影响，导致该算法的稳健性较差。

技术实现思路

[0004]为了解决现有基于平滑的功率谱稀疏恢复方法复杂度较高、稳健性较 差的问题，本专利技术提供了一种复杂度较低、稳健性较好的一种基于小样本子 孔径平滑稀疏恢复的杂波抑制方法，该方法可以在训练样本数较少的情况 下，实现杂波的平稳抑制，有效提升杂波的抑制性能。本专利技术要解决的技术 问题通过以下技术方案实现：
[0005]本专利技术的一个方面提供了一种基于小样本子孔径平滑稀疏恢复的杂波 抑制方法，包括：
[0006]S1：在待检测距离单元两侧分别获取多个仅含杂波和噪声的周围距离 单元；
[0007]S2：对所述待检测距离单元和所述周围距离单元依次进行子孔径平滑， 每个距离
单元产生多个空时子快拍，获得待检测距离单元子快拍数据和周 围距离单元子快拍数据；
[0008]S3：对所述待检测距离单元子快拍数据和所述周围距离单元子快拍数 据分别进行联合稀疏恢复，得到待检测距离单元稀疏系数矢量和周围距离 单元稀疏系数矢量；
[0009]S4：获取每个周围距离单元稀疏系数矢量与所述待检测距离单元稀疏 系数矢量的相似度系数，并根据相似度系数的大小选定训练样本；
[0010]S5：利用所述训练样本估计待检测距离单元的杂波协方差矩阵，并构造 空时滤波器进行杂波抑制。
[0011]在本专利技术的一个实施例中，所述S3包括：
[0012]S3.1：利用周围距离单元子快拍数据Y
l
构建初代稀疏系数矩阵：
[0013][0014]其中，表示初代稀疏系数矩阵，L
sub
表示每个距离单元 产生的子快拍数，A
sub
表示平滑空时子快拍对应的字典矩阵；
[0015]S3.2：对所述初代稀疏系数矩阵进行多次加权迭代，获得迭代更新后的 稀疏系数矩阵；
[0016]S3.3：对迭代更新后的稀疏系数矩阵按列计算平均值，得到每一列的 平均值组成周围距离单元稀疏系数矢量
[0017]S3.4：利用待检测距离单元稀疏系数矢量构建另一初代稀疏系数矩阵， 获得待检测距离单元稀疏系数矢量
[0018]在本专利技术的一个实施例中，所述S3.2包括：
[0019]S3.21：对当前稀疏系数矩阵的每行数据计算二范数，并将每行的二 范数值组成的稀疏系数矢量S；
[0020]S3.22：获取所述稀疏系数矢量的加权值W：
[0021][0022]其中，p表示范数取值，0≤p≤1；
[0023]S3.23：利用所述加权值W更新当前稀疏系数矩阵，获得更新后的稀疏 系数矩阵：
[0024][0025]其中，Q
(t)
＝(W
(t)
)
H
A
subH
(A
sub
W
(t)
(W
(t)
)
H
A
subH
+κI)
‑1Y
l
，κ为正则化 因子，I为单位矩阵；
[0026]S3.24：判断更新后的稀疏系数矩阵是否满足若不满 足，返回至步骤S3.21继续进行迭代更新，若满足，则停止迭代并得到最终 的稀疏系数矩阵其中，ε表示迭代误差阈值。
[0027]在本专利技术的一个实施例中，所述S3.4包括：
[0028]利用待检测距离单元子快拍数据Y
cut
，构建另一初代稀疏矩阵 并经过多次迭代获得迭代更新后的稀疏系数矩阵随 后对所述稀疏系数矩阵按列计算平均，得到待检测距离单元稀疏系数矢 量
[0029]在本专利技术的一个实施例中，所述S4包括：
[0030]根据堪培拉距离计算待检测距离单元稀疏系数矢量与周围距离单 元稀疏系数矢量的相似度ξ
l
：
[0031][0032]其中，l＝1,2,3,
…
2L
choose
，K为稀疏系数矢量的长度；
[0033]根据所述相似度获得待检测距离单元与周围距离单元的相似性矩阵z：
[0034][0035]将相似度矩阵z中的元素从小到大排序，取前预定数量元素的值对应的 周围距离单元稀疏系数矢量作为训练样本。
[0036]在本专利技术的一个实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于小样本子孔径平滑稀疏恢复的杂波抑制方法，其特征在于，包括：S1：在待检测距离单元两侧分别获取多个仅含杂波和噪声的周围距离单元；S2：对所述待检测距离单元和所述周围距离单元依次进行子孔径平滑，每个距离单元产生多个空时子快拍，获得待检测距离单元子快拍数据和周围距离单元子快拍数据；S3：对所述待检测距离单元子快拍数据和所述周围距离单元子快拍数据分别进行联合稀疏恢复，得到待检测距离单元稀疏系数矢量和周围距离单元稀疏系数矢量；S4：获取每个周围距离单元稀疏系数矢量与所述待检测距离单元稀疏系数矢量的相似度系数，并根据相似度系数的大小选定训练样本；S5：利用所述训练样本估计待检测距离单元的杂波协方差矩阵，并构造空时滤波器进行杂波抑制。2.根据权利要求1所述的基于小样本子孔径平滑稀疏恢复的杂波抑制方法，其特征在于，所述S3包括：S3.1：利用周围距离单元子快拍数据Y
l
构建初代稀疏系数矩阵：其中，表示初代稀疏系数矩阵，L
sub
表示每个距离单元产生的子快拍数，A
sub
表示平滑空时子快拍对应的字典矩阵；S3.2：对所述初代稀疏系数矩阵进行多次加权迭代，获得迭代更新后的稀疏系数矩阵；S3.3：对迭代更新后的稀疏系数矩阵按列计算平均值，得到每一列的平均值组成周围距离单元稀疏系数矢量S3.4：利用待检测距离单元稀疏系数矢量构建另一初代稀疏系数矩阵，获得待检测距离单元稀疏系数矢量3.根据权利要求2所述的基于小样本子孔径平滑稀疏恢复的杂波抑制方法，其特征在于，所述S3.2包括：S3.21：对当前稀疏系数矩阵的每行数据计算二范数，并将每行的二范数值组成的稀疏系数矢量S；S3.22：获取所述稀疏系数矢量的加权值W：其中，p表示范数取值，0≤p≤1；S3.23：利用所述加权值W更新当前稀疏系数矩阵，获得更新后的稀疏系数矩阵：其中，Q
(t)
＝(W
(t)
)
H
A
subH
(A
sub
W
(t)
(W
(t)
)
H
A
subH
+κI)
‑1Y
l
，κ为正则化因子，I为单位矩阵；
S3.24：判断更新后的稀疏系数矩阵是否满足若不满足，返回至步骤S3.21继续进行迭代更新，若满足，则停止迭...

【专利技术属性】
技术研发人员：王彤，闫潇潇，刘慈媛，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：