基于字典和杂波功率谱双校正的STAP方法及相关设备技术

技术编号:41395644 阅读:13 留言:0更新日期:2024-05-20 19:19
本申请公开了一种基于字典和杂波功率谱双校正的STAP方法及相关设备,该方法首先在存在未知偏航角的非平稳杂波环境下对杂波脊参数进行非线性回归,通过对杂波脊参数的更新替换对每个样本校正对应的字典,同时在传统字典的基础上更新迭代所有样本估计的杂波脊参数值,形成新字典,减小了因离网问题引起的误差,并运用贝叶斯思想,精准估计了稀疏恢复向量,解决了因参数盲性而导致算法性能显著下降的问题,从而改善了杂波抑制性能与目标检测性能,可以有效消除离散干扰并用较少的训练数据抑制杂波分量。

【技术实现步骤摘要】

本申请涉及空时自适应的杂波抑制,特别涉及一种基于字典和杂波功率谱双校正的stap方法及相关设备。


技术介绍

1、机载雷达由于平台运动且处于下视工作模式,探测动目标时面临强地/海杂波干扰,极易导致探测失败。空时自适应处理(space-time adaptive processing,stap)技术可以利用空间和时间二维联合信息,实现对空时耦合杂波有效滤除和目标相参积累,提高输出信噪比,因此是当前各类运动平台雷达杂波抑制和运动目标检测的关键技术之一。

2、基于稀疏恢复的stap算法由于性能方面的优势,得到了越来越多的关注。稀疏恢复技术的空时自适应处理(sparse recovery space-time adaptive processing,sr-stap)方法在压缩感知(compressive sensing,cs)理论的基础上产生。该技术突破了传统stap方法对iid训练样本需求的限制,仅利用少量的训练样本就可恢复出高分辨杂波功率谱。sr-stap的核心是如何快速求解带有稀疏正则项的欠定线性问题从而获得高精度的ccm估计,对克服非均匀、非平稳本文档来自技高网...

【技术保护点】

1.一种基于字典和杂波功率谱双校正的STAP方法,其特征在于,包括:

2.如权利要求1所述的方法,其特征在于,根据贝叶斯后验概率最大准则,利用所述校正后的字典和所述新字典迭代更新杂波加噪声协方差矩阵,包括:

3.如权利要求2所述的方法,其特征在于,

4.如权利要求1所述的方法,其特征在于,

5.如权利要求1所述的方法,其特征在于,在基于所述目标杂波快拍数据中各所述样本的偏航角估计值,更新所述传统字典中各所述样本的时间导向矢量,并生成与各所述样本一一对应的校正后的字典之前,还包括:

6.如权利要求1所述的方法,其特征在于,

...

【技术特征摘要】

1.一种基于字典和杂波功率谱双校正的stap方法,其特征在于,包括:

2.如权利要求1所述的方法,其特征在于,根据贝叶斯后验概率最大准则,利用所述校正后的字典和所述新字典迭代更新杂波加噪声协方差矩阵,包括:

3.如权利要求2所述的方法,其特征在于,

4.如权利要求1所述的方法,其特征在于,

5.如权利要求1所述的方法,其特征在于,在基于所述目标杂波快拍数据中各所述样本的偏航角估计值,更新所述传统字典中各所述样本的时间导向矢量,并生成与各所述样本一一对应的校正后的字典之前,还包括:

6.如权利要求1...

【专利技术属性】
技术研发人员:高志奇邓薇黄平平徐伟谭维贤
申请(专利权)人:内蒙古工业大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1