一种稳健数据域空时降维处理方法技术

本申请提供了一种稳健数据域空时降维处理方法，包括：建立雷达阵列回波信号模型，以获取雷达回波数据；将雷达回波数据变换到距离

【技术实现步骤摘要】
一种稳健数据域空时降维处理方法


[0001]本专利技术涉及雷达信号处理领域，尤其涉及一种稳健数据域空时降维处理方法。

技术介绍

[0002]空间时间自适应处理(Space
‑
Time Adaptive Processing,STAP)自提出以来就因其能够提高杂波抑制和目标检测的性能而受到广泛的关注。根据RMB(Reed
‑
Mallet
‑
Brennan)准则，基于样本平均的协方差空时处理方法要求至少空时处理自由度两倍的独立、同分布(IID)样本，以达到期望的信噪比(Signal to Interference
‑
plus
‑
Noise Ratio，SINR)损耗在3dB范围内。在大多数空时信号处理场景，满足该条件是不切实际的，特别是对于中大规模的阵列。此外，矩阵求逆所需的计算复杂度也较高，并且需要存储空间来计算过滤器。
[0003]为了解决空时处理面临的主要难点，即少样本问题和低计算复杂度需求，许多STAP算法在过去几十年被提出。
[0004]全维STAP使用所有的时域采样和空域阵元，但对于大规模阵列来说，其接收数据维数往往很大，有时可能会达到成千上万，导致协方矩阵求逆运算量巨大，难以实现实际工程中的实时处理。另外，STAP在进行处理时采用的是与待检测单元临近并且统计特性与待检测单元满足(Independent and Identical Distributed,IID)条件的训练样本进行协方差矩阵的估计，根据RMB准则，为了使因估计不准确带来的性能损失控制在3dB之内，要求满足IID条件的样本数至少为协方差矩阵阶数的两倍。此外，雷达接收到的杂波在近距离处表现出严重的非平稳性，导致训练样本与待检测单元样本的统计特性不同，造成IID样本获得困难，这将严重影响STAP的性能。全维STAP在实际工程应用中面临高计算复杂度和训练样本数严重不足的问题。
[0005]降维STAP算法，包含系数算法或扩展系数算法，多重多普勒信道联合处理方案，联合域局部化算法和时空多波束算法等方法。降维空时处理核心在于通过采用线性映射来降低空时信号的维数，从而来降低计算复杂度和所需的样本。因此，降维算法的稳定性依赖于降维矩阵的设计。另一方面，基于降秩的STAP算法，例如，主成分分析，跨谱度量和多级维纳滤波器等方法可以通过使用两倍杂波秩的样本来提供较稳定的性能。降维(秩)STAP虽然降低了训练样本的需求，但无法用于非独立同分布的条件。
[0006]综上所述，在少量、非独立同分布的样本训练数据的条件下进行快速、稳健的空时信号处理是当前亟待解决的工程应用问题。

技术实现思路

[0007]基于此，有必要针对上述技术问题，提供一种稳健数据域空时降维处理方法，以实现少量、非独立同分布的样本训练数据的条件下进行快速、稳健的空时信号处理。
[0008]本申请是这样实现的，提供了一种稳健的数据域空时降维处理方法，包括：
[0009]建立雷达阵列回波信号模型，根据所述雷达阵列回波信号模型，获取雷达回波数
据；
[0010]将所述雷达回波数据变换到距离
‑
多普勒域，以生成距离
‑
多普勒域回波数据；
[0011]建立第一优化模型，在第一预设约束条件下通过所述第一优化模型生成不同多普勒通道对应的稳健降维矩阵系数；
[0012]根据所述稳健降维矩阵系数，对所述不同多普勒通道构建降维矩阵；
[0013]根据所述降维矩阵对所述距离
‑
多普勒域回波数据进行降维处理，并计算降维后的数据在不同距离单元之间的相关性系数，对于每个多普勒通道和距离单元数据，选取出与之对应的所述相关性系数大于预设阈值的数据作为非同分布样本；
[0014]建立第二优化模型，针对每个多普勒通道和距离单元数据，将选取的非同分布样本带入至所述第二优化模型中，以求解对应的空时处理权系数；
[0015]通过所述空时处理权系数将所述多普勒通道和距离单元数据线性合成为单通道输出信号。
[0016]在一实施例中，根据建立的所述雷达阵列回波信号模型，对应的雷达回波数据表示为：
[0017][0018]其中，y
l，c
表示接收到的杂波信号，n
l
表示噪声，L为距离单元数，表示目标反射的调制参数，a0表示目标对应的导向矢量，N表示N个阵元，M表示M个脉冲，l表示第l个距离单元的回波信号。
[0019]在一实施例中，所述将所述雷达回波数据变换到距离
‑
多普勒域，以生成距离
‑
多普勒域回波数据，表示为：
[0020][0021]其中，I
N
表示为维度为N的单位矩阵，表示Kronecker积，F表示DFT矩阵。
[0022]在一实施例中，根据所述雷达阵列回波信号模型，所述表示为：
[0023][0024]其中，
[0025]在一实施例中，所述第一优化模型表示为：
[0026]min
W
||W|| s.t.|W
H～
a0‑
1|+δ||W||≤C0；
[0027]其中，H表示共轭转置，δ表示预先设定的稳健系数，C0表示为损失控制参数。
[0028]在一实施例中，所述降维矩阵，对应的第k个多普勒通道的降维数据矩阵表示为：
[0029][0030]其中，为稳健降维矩阵系数，I表示单位矩阵，T表示[...]中的矩阵，0表示0矩阵，m表示自然数。
[0031]在一实施例中，所述相关性系数通过如下公式计算获取：
[0032][0033]其中，表示降维矩阵中第t列降维数据，α表示优化变量。
[0034]在一实施例中，所述第二优化模型表示为：
[0035][0036]其中，表示对平均波束形成输出进行惩罚，σ表示对噪声的惩罚，δ表示稳健系数，L表示选取的距离单元下标集合，为选取的第l距离单位对应的降维数据，C0表示为损失控制参数，表示为所有在集合L中的标号l。
[0037]在一实施例中，所述将所述单通道输出信号，表示为：
[0038][0039]其中，表示空时处理权系数，所述H为共轭转置，表示选取出的第t个距离单元的降维数据。
[0040]在本申请实施例中，提供了一种稳健数据域空时降维处理方法，包括：建立雷达阵列回波信号模型，根据所述雷达阵列回波信号模型，获取雷达回波数据；将所述雷达回波数据变换到距离
‑
多普勒域，以生成距离
‑
多普勒域回波数据；建立第一优化模型，在第一预设约束条件下通过所述第一优化模型生成不同多普勒通道对应的稳健降维矩阵系数；根据所述稳健降维矩阵系数，对所述不同多普勒通道构建降维矩阵；根据所述降维矩阵对所述距离
‑
多普勒域回波数据进行降维处理，并计算降维后的数据在不同距离单元之间的相关性系本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种稳健的数据域空时降维处理方法，其特征在于，所述方法建立雷达阵列回波信号模型，根据所述雷达阵列回波信号模型，获取雷达回波数据；将所述雷达回波数据变换到距离
‑
多普勒域，以生成距离
‑
多普勒域回波数据；建立第一优化模型，在第一预设约束条件下通过所述第一优化模型生成不同多普勒通道对应的稳健降维矩阵系数；根据所述稳健降维矩阵系数，对所述不同多普勒通道构建降维矩阵；根据所述降维矩阵对所述距离
‑
多普勒域回波数据进行降维处理，并计算降维后的数据在不同距离单元之间的相关性系数，对于每个多普勒通道和距离单元数据，选取出与之对应的所述相关性系数大于预设阈值的数据作为非同分布样本；建立第二优化模型，针对每个多普勒通道和距离单元数据，将选取的非同分布样本带入至所述第二优化模型中，以求解对应的空时处理权系数；通过所述空时处理权系数将所述多普勒通道和距离单元数据线性合成为单通道输出信号。2.如权利要求1所述的稳健的数据域空时降维处理方法，其特征在于，根据建立的所述雷达阵列回波信号模型，对应的雷达回波数据表示为：其中，y
0,c
表示接收到的杂波信号，n
l
表示噪声，L为距离单元数，表示目标反射的调制参数，a0表示目标对应的导向矢量，N表示N个阵元，M表示M个脉冲，l表示第l个距离单元的回波信号。3.如权利要求2所述的稳健的数据域空时降维处理方法，其特征在于，所述将所述雷达回波数据变换到距离
...

【专利技术属性】
技术研发人员：蒲文强，周睿，赵立成，孟祥东，崔啸，
申请(专利权)人：深圳市大数据研究院，
类型：发明
国别省市：