一种基于样本训练的机载雷达非平稳杂波抑制方法技术

本发明专利技术公开了一种基于样本训练的机载雷达非平稳杂波抑制方法，涉及机载雷达技术，包括步骤：(1)基于联合时间维样本训练策略的杂波协方差矩阵估计；(2)自适应权值应用和输出信号相干叠加。具体包括：原始回波数据输入；距离向脉冲压缩及加窗；慢时间维数据分段；快-慢时间维训练样本选择；杂波协方差矩阵估计；自适应权值计算；自适应权值应用；输出信号相干叠加。本发明专利技术方法针对机载雷达存在的杂波距离依赖性，在空时自适应处理(STAP)时域降维结构下，通过改变样本训练策略，有效提高了杂波协方差矩阵的估计精度，改善主瓣区杂波抑制性能。在工程应用中具有较强的稳健性，尤其适合于慢速运动目标的检测。

【技术实现步骤摘要】

本专利技术涉及实际应用中机载雷达普遍具有杂波距离依赖性情况下的降维自适应 非平稳杂波抑制方法，其主要内容是提出了一种新型的样本训练策略，属于机载雷达空时 自适应信号处理(STAP)

技术介绍
近年来，随着阵列天线技术、雷达信号处理技术的快速发展，空时自适应处理 (STAP)作为新一代先进雷达系统动目标检测的核心技术，结合了脉冲多普勒(PD)雷达和 相控阵天线的优点，采用空间与时间二维联合的自适应处理方式，能够有效抑制广泛分布 的大强度地杂波和干扰信号。其理论与技术的突破，将极大地提高系统的性能。同时，基于 STAP的地面运动目标检测技术也渗透到了国民经济生产生活的需求中，如应用于地面交通 监控、空中指挥、洋流监测等，弥补其他光学设备受观测条件限制的不足。常规STAP方法获得较高杂波抑制性能的前提是必须具有充足的与待检测距离 单元杂波分布特性相近的满足独立同分布(IID)的训练样本。Reed等人提出的RMB准则 (Reed I S, Mallett J D, Brennan L E. Rapid convergence rate in adapt ive arrays [J本文档来自技高网...

【技术保护点】
一种基于样本训练的机载雷达非平稳杂波抑制方法，其特征在于，包括步骤：步骤1：基于分段子CPI时域降维结构，联合快?慢时间维训练样本估计杂波协方差矩阵；步骤2：以步骤1中估计所得协方差矩阵计算自适应权值，应用到多通道回波数据，并将输出信号进行相干叠加。

【技术特征摘要】
1.一种基于样本训练的机载雷达非平稳杂波抑制方法，其特征在于，包括步骤 步骤1:基于分段子CPI时域降维结构，联合快-慢时间维训练样本估计杂波协方差矩阵； 步骤2 :以步骤I中估计所得协方差矩阵计算自适应权值，应用到多通道回波数据，并将输出信号进行相干叠加。2.如权利要求1所述的机载雷达非平稳杂波抑制方法，其特征在于，所述步骤步骤1，包括 (1)时域降维时，是将一个相干处理时间间隔内雷达回波数据的慢时间维数据均匀划分成多个子CPI，相互之间可重叠或不重叠； (2)样本训练时，同时采用雷达回波的快-慢时间维数据作为训练样本，用于估计杂波协方差矩阵，其中所需样本总数依据RMB准则，由系统对估计精度的要求确定； 步骤步骤2，包括 (3)权值应用时，将由步骤I中协方差矩阵计算得到的降维自适应权值，同时应用到所有的子CPI回波作滤波运算； (4)相干叠加时，根据各子CPI之间的固定相位关系，将所有的滤波输出作相干叠加，以减少分段带来的时域孔径损失。3.如权利要求2所述的机载雷达非平稳杂波抑制方法，其特征在于，所述(I)步中，采用如下时域分段过程确定好子CPI脉冲数以后，将一个CPI内的慢时间维回波数据均匀分段，不重叠分段时为顺序选取固定数量的脉冲，相邻子CPI之间没有相同数据，重叠分段时是以滑动窗形式依次滑动选取脉冲，相邻子CPI数据部分重叠，...

【专利技术属性】
技术研发人员：吕晓德，赵耀东，金威，
申请(专利权)人：中国科学院电子学研究所，
类型：发明
国别省市：