平码五不中公式规律
  • / 19
  • 下载费用:30 金币  

基于先验知识的雷达杂波空时自适应处理方法.pdf

关 键 ?#21097;?/dt>
基于 先验 知识 雷达 杂波空时 自适应 处理 方法
  专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
摘要
申请专利号:

CN201611055441.7

申请日:

2016.11.25

公开号:

CN106483516A

公开日:

2017.03.08

当前法律状态:

实审

有效性:

审中

法?#19978;?#24773;: 实质审查的生效IPC(主分类):G01S 7/41申请日:20161125|||公开
IPC分类号: G01S7/41 主分类号: G01S7/41
申请人: 西安电子科?#21363;?#23398;
发明人: 王彤; 蔡启程; 林雪芳
地址: 710071 陕西省西安市太白南路2号
优先权:
专利代理机构: 西安睿通知识产权代理事务所(特殊普通合伙) 61218 代理人: 惠文轩
PDF完整版下载: PDF下载
法律状态
申请(专利)号:

CN201611055441.7

授权公告号:

|||

法律状态公告日:

2017.04.05|||2017.03.08

法律状态类型:

实质审查的生效|||公开

摘要

本发明公开了一种基于先验知识的雷达杂波空时自适应处理方法,其主要思路为:确定机载雷达,所述机载雷达包含N个阵元,每个阵元包含L个距离单元,每个距离单元包含K个相参脉冲,并计算机载雷达N个阵元在第l个距离单元处的多普勒域数据矢量,依次计算第n个阵元中第l个距离单元、第k个多普勒单元的加权系数αnlk和第n个阵元中第l个距离单元在第k?1个、第k个和第k+1个多普勒通道处的多普勒域数据矢量znlk,以及加权后第n个阵元中第l个距离单元、第k个多普勒通道处的协方差矩阵Rnlk;然后计算第n个阵元中第l个距离单元、第k个多普勒通道的空时滤波器系数wnlk和计算杂波?#31181;?#21518;第n个阵元中第l个距离单元、第k个多普勒通道的输出数据ynlk,进而计算杂波?#31181;?#21518;机载雷达的最终多普勒?#36164;?#20986;数据。

权利要求书

1.一种基于先验知识的雷达杂波空时自适应处理方法,其特征在于,包括以下步骤:
步骤1,确定机载雷达,所述机载雷达包含N个阵元,每个阵元包含L个距离单元,每个距
离单元包含K个相参脉冲,并计算机载雷达N个阵元在第l个距离单元处的多普勒域数据矢

初始化:令k表示第k个相参脉冲,令l表示第l个距离单元,令n表示第n个阵元,k∈{1,
2,…,K},n∈{1,2,…,N},l∈{1,2,…,L},每个阵元包含L个距离单元,K表示每个距离单元
包含的脉冲个数,k的初始值为1,n的初始值为1,l的初始值为1;每个相参脉冲?#26434;?#19968;个多
普勒通道,因此每个距离单元也包含K个多普勒通道;
步骤2,依次计算第n个阵元中第l个距离单元、第k个多普勒单元的Nc个杂波块的先验协
方差矩阵和第n个阵元中第l个距离单元、第k个多普勒单元?#26434;′个训?#36153;?#26412;的先验协
方差矩阵进而计算得到第n个阵元中第l个距离单元、第k个多普勒单元的加权系数
αnlk;其中,L′表示训?#36153;?#26412;个数,且L′取机载雷达?#26434;?#24230;的两倍以上,该L′个训?#36153;?#26412;分别
与第n个阵元、第l个距离单元在第k个多普勒通道处的输出数据独立同分布;Nc表示第n
个阵元中第l个距离单元、第k个多普勒单元?#26434;?#30340;距离环划分的杂波块个数;
步骤3,根据机载雷达N个阵元在第l个距离单元的多普勒域数据矢量计算得到第n个
阵元中第l个距离单元在第k-1个、第k个和第k+1个多普勒通道处的多普勒域数据矢量znlk,
并根据第n个阵元中第l个距离单元、第k个多普勒单元的加权系数αnlk,计算加权后第n个阵
元中第l个距离单元、第k个多普勒通道处的协方差矩阵Rnlk;
其中,k=1时根据机载雷达N个阵元在第l个距离单元的多普勒域数据矢量计算得到
第n个阵元中第l个距离单元在第K个、第k个和第k+1个多普勒通道处的多普勒域数据矢量
znlk;k=K时根据机载雷达N个阵元在第l个距离单元的多普勒域数据矢量计算得到第n个
阵元中第l个距离单元在第k-1个、第k个和第1个多普勒通道处的多普勒域数据矢量znlk;
步骤4,根据加权后第n个阵元中第l个距离单元、第k个多普勒通道处的协方差矩阵
Rnlk,计算得到第n个阵元中第l个距离单元、第k个多普勒通道的空时滤波器系数wnlk,进而
计算得到杂波?#31181;?#21518;第n个阵元中第l个距离单元、第k个多普勒通道的输出数据ynlk;
步骤5,令k加1,依次重复步骤2至步骤4,直到得到杂波?#31181;?#21518;第n个阵元中第l个距离
单元、第K个多普勒通道的输出数据ynlK,此时得到杂波?#31181;?#21518;第n个阵元中第l个距离单元、
第1个多普勒通道的输出数据ynl1至第n个阵元中杂波?#31181;?#21518;第l个距离单元、第K个多普勒
通道的输出数据ynlK,记为杂波?#31181;?#21518;第n个阵元中第l个距离单元的最终多普勒?#36164;?#20986;数
据ynl,ynl=[ynl1,ynl2,…,ynlK]T,其中,[·]T表示转置;
步骤6,令l加1,依次重复步骤2至步骤5,直到得到杂波?#31181;?#21518;第n个阵元中第L个距离
单元的最终多普勒?#36164;?#20986;数据ynL,并将此时得到的杂波?#31181;?#21518;第n个阵元中第1个距离单元
的最终多普勒?#36164;?#20986;数据yn1至杂波?#31181;?#21518;第n个阵元中第L个距离单元的最终多普勒?#36164;?br />出数据ynL,记为杂波?#31181;?#21518;第n个阵元的最终多普勒?#36164;?#20986;数据yn,yn=[yn1,yn2,…,ynL]T;
步骤7,令n加1,依次重复步骤2至步骤6,直到得到杂波?#31181;?#21518;第N个阵元的最终多普勒
?#36164;?#20986;数据yN,并将此时得到的杂波?#31181;?#21518;第1个阵元的最终多普勒?#36164;?#20986;数据y1至杂波抑
制后第N个阵元的最终多普勒?#36164;?#20986;数据yN,作为杂波?#31181;?#21518;机载雷达的最终多普勒?#36164;?br />出数据。
2.如权利要求1所述的一种基于先验知识的雷达杂波空时自适应处理方法,其特征在
于,在步骤1中,所述计算机载雷达N个阵元在第l个距离单元处的多普勒域数据矢量其子
步骤为:
(1.1)确定机载雷达,所述机载雷达包含N个阵元,每个阵元包含L个距离单元,每个距
离单元包含K个相参脉冲;
(1.2)初始化:令k表示第k个相参脉冲,令n表示第n个阵元,令l表示第l个距离单元,n
∈{1,2,…,N},l∈{1,2,…,L},k∈{1,2,…,K},每个阵元包含L个距离单元,K表示每个距
离单元包含的脉冲个数,k的初始值为1,n的初始值为1;每个相参脉冲?#26434;?#19968;个多普勒通
道,因此每个距离单元也包含K个多普勒通道;
然后计算每个距离单元的K×K维加权快速?#36947;?#21494;变换矩阵T',其表达式为:
<mrow> <msup> <mi>T</mi> <mo>&prime;</mo> </msup> <mo>=</mo> <mfenced open = "[" close = "]"> <mtable> <mtr> <mtd> <msub> <mi>a</mi> <mn>0</mn> </msub> </mtd> <mtd> <msub> <mi>a</mi> <mn>0</mn> </msub> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <msub> <mi>a</mi> <mn>0</mn> </msub> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <msub> <mi>a</mi> <mn>0</mn> </msub> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>a</mi> <mn>1</mn> </msub> <msup> <mi>e</mi> <mrow> <mi>j</mi> <mi>&pi;</mi> <mrow> <mo>(</mo> <mrow> <mn>1</mn> <mo>-</mo> <mi>K</mi> <mo>/</mo> <mn>2</mn> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> <mo>/</mo> <mrow> <mo>(</mo> <mrow> <mi>K</mi> <mo>/</mo> <mn>2</mn> </mrow> <mo>)</mo> </mrow> </mrow> </msup> </mrow> </mtd> <mtd> <mrow> <msub> <mi>a</mi> <mn>1</mn> </msub> <msup> <mi>e</mi> <mrow> <mi>j</mi> <mi>&pi;</mi> <mrow> <mo>(</mo> <mrow> <mn>2</mn> <mo>-</mo> <mi>K</mi> <mo>/</mo> <mn>2</mn> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> <mo>/</mo> <mrow> <mo>(</mo> <mrow> <mi>K</mi> <mo>/</mo> <mn>2</mn> </mrow> <mo>)</mo> </mrow> </mrow> </msup> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msub> <mi>a</mi> <mn>1</mn> </msub> <msup> <mi>e</mi> <mrow> <mi>j</mi> <mi>&pi;</mi> <mrow> <mo>(</mo> <mrow> <mi>k</mi> <mo>-</mo> <mi>K</mi> <mo>/</mo> <mn>2</mn> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> <mo>/</mo> <mrow> <mo>(</mo> <mrow> <mi>K</mi> <mo>/</mo> <mn>2</mn> </mrow> <mo>)</mo> </mrow> </mrow> </msup> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msub> <mi>a</mi> <mn>1</mn> </msub> <msup> <mi>e</mi> <mrow> <mi>j</mi> <mi>&pi;</mi> <mrow> <mo>(</mo> <mrow> <mi>K</mi> <mo>-</mo> <mi>K</mi> <mo>/</mo> <mn>2</mn> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> <mo>/</mo> <mrow> <mo>(</mo> <mrow> <mi>K</mi> <mo>/</mo> <mn>2</mn> </mrow> <mo>)</mo> </mrow> </mrow> </msup> </mrow> </mtd> </mtr> <mtr> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>a</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <msup> <mi>e</mi> <mrow> <mi>j</mi> <mi>&pi;</mi> <mrow> <mo>(</mo> <mrow> <mn>1</mn> <mo>-</mo> <mi>K</mi> <mo>/</mo> <mn>2</mn> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> <mo>/</mo> <mrow> <mo>(</mo> <mrow> <mi>K</mi> <mo>/</mo> <mn>2</mn> </mrow> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> </mrow> </msup> </mrow> </mtd> <mtd> <mrow> <msub> <mi>a</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <msup> <mi>e</mi> <mrow> <mi>j</mi> <mi>&pi;</mi> <mrow> <mo>(</mo> <mrow> <mn>2</mn> <mo>-</mo> <mi>K</mi> <mo>/</mo> <mn>2</mn> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> <mo>/</mo> <mrow> <mo>(</mo> <mrow> <mi>K</mi> <mo>/</mo> <mn>2</mn> </mrow> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> </mrow> </msup> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msub> <mi>a</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <msup> <mi>e</mi> <mrow> <mi>j</mi> <mi>&pi;</mi> <mrow> <mo>(</mo> <mrow> <mi>k</mi> <mo>-</mo> <mi>K</mi> <mo>/</mo> <mn>2</mn> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> <mo>/</mo> <mrow> <mo>(</mo> <mrow> <mi>K</mi> <mo>/</mo> <mn>2</mn> </mrow> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> </mrow> </msup> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msub> <mi>a</mi> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <msup> <mi>e</mi> <mrow> <mi>j</mi> <mi>&pi;</mi> <mrow> <mo>(</mo> <mrow> <mi>K</mi> <mo>-</mo> <mi>K</mi> <mo>/</mo> <mn>2</mn> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> <mo>/</mo> <mrow> <mo>(</mo> <mrow> <mi>K</mi> <mo>/</mo> <mn>2</mn> </mrow> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <mrow> <mi>k</mi> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> </mrow> </msup> </mrow> </mtd> </mtr> <mtr> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mo>...</mo> </mtd> </mtr> <mtr> <mtd> <mrow> <msub> <mi>a</mi> <mrow> <mi>K</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <msup> <mi>e</mi> <mrow> <mi>j</mi> <mi>&pi;</mi> <mrow> <mo>(</mo> <mrow> <mn>1</mn> <mo>-</mo> <mi>K</mi> <mo>/</mo> <mn>2</mn> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> <mo>/</mo> <mrow> <mo>(</mo> <mrow> <mi>K</mi> <mo>/</mo> <mn>2</mn> </mrow> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <mrow> <mi>K</mi> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> </mrow> </msup> </mrow> </mtd> <mtd> <mrow> <msub> <mi>a</mi> <mrow> <mi>K</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <msup> <mi>e</mi> <mrow> <mi>j</mi> <mi>&pi;</mi> <mrow> <mo>(</mo> <mrow> <mn>2</mn> <mo>-</mo> <mi>K</mi> <mo>/</mo> <mn>2</mn> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> <mo>/</mo> <mrow> <mo>(</mo> <mrow> <mi>K</mi> <mo>/</mo> <mn>2</mn> </mrow> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <mrow> <mi>K</mi> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> </mrow> </msup> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msub> <mi>a</mi> <mrow> <mi>K</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <msup> <mi>e</mi> <mrow> <mi>j</mi> <mi>&pi;</mi> <mrow> <mo>(</mo> <mrow> <mi>k</mi> <mo>-</mo> <mi>K</mi> <mo>/</mo> <mn>2</mn> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> <mo>/</mo> <mrow> <mo>(</mo> <mrow> <mi>K</mi> <mo>/</mo> <mn>2</mn> </mrow> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <mrow> <mi>K</mi> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> </mrow> </msup> </mrow> </mtd> <mtd> <mo>...</mo> </mtd> <mtd> <mrow> <msub> <mi>a</mi> <mrow> <mi>K</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <msup> <mi>e</mi> <mrow> <mi>j</mi> <mi>&pi;</mi> <mrow> <mo>(</mo> <mrow> <mi>K</mi> <mo>-</mo> <mi>K</mi> <mo>/</mo> <mn>2</mn> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> <mo>/</mo> <mrow> <mo>(</mo> <mrow> <mi>K</mi> <mo>/</mo> <mn>2</mn> </mrow> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <mrow> <mi>K</mi> <mo>-</mo> <mn>1</mn> </mrow> <mo>)</mo> </mrow> </mrow> </msup> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
其中,r∈{0,1,....,K-1},ar表示序号为r的加窗系数,k∈{1,2,…,K},K表示每个距离
单元包含的脉冲个数;
(1.3)获取每个距离单元的K×K维加权快速?#36947;?#21494;变换矩阵Tl'的第k列T'k,其表达式
为:
T'k=[a0,a1ejπ(k-K/2-1)/(K/2),...,aK-1ejπ(k-K/2-1)/(K/2)(K-1)]T
其中,上标T表示转置;
(1.4)将第n个阵元、第l个距离单元的脉冲域数据排成矢量形式,得到第n个阵元、第l
个距离单元K个相参脉冲的数据矢量xnl,其表达式为:
xnl=[xnl,1 xnl,2 ...xnl,k... xnl,K]T。
其中,k∈{1,2,…,K},n∈{1,2,…,N},l∈{1,2,…,L},xnl,k表示第n个阵元、第l个距离
单元在第k个相参脉冲处的数据,上标T表示转置;
(1.5)根据每个距离单元的K×K维加权快速?#36947;?#21494;变换矩阵Tl'的第k列T'k和第n个阵
元、第l个距离单元K个相参脉冲的数据矢量xnl,计算第n个阵元、第l个距离单元在第k个多
普勒通道处的输出数据其表达式为:
<mrow> <msub> <mover> <mi>x</mi> <mo>^</mo> </mover> <mrow> <mi>n</mi> <mi>l</mi> <mo>,</mo> <mi>k</mi> </mrow> </msub> <mo>=</mo> <msubsup> <mi>T</mi> <mi>k</mi> <mrow> <mo>&prime;</mo> <mi>H</mi> </mrow> </msubsup> <msub> <mi>x</mi> <mrow> <mi>n</mi> <mi>l</mi> </mrow> </msub> <mo>=</mo> <munderover> <mo>&Sigma;</mo> <mrow> <mi>r</mi> <mo>=</mo> <mn>0</mn> </mrow> <mrow> <mi>K</mi> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <msub> <mi>a</mi> <mi>r</mi> </msub> <msub> <mi>x</mi> <mrow> <mi>n</mi> <mi>l</mi> <mo>,</mo> <mi>r</mi> <mo>+</mo> <mn>1</mn> </mrow> </msub> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mi>j</mi> <mi>&pi;</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>-</mo> <mi>K</mi> <mo>/</mo> <mn>2</mn> <mo>-</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>/</mo> <mrow> <mo>(</mo> <mi>K</mi> <mo>/</mo> <mn>2</mn> <mo>)</mo> </mrow> <mi>r</mi> </mrow> </msup> <mo>;</mo> </mrow>
(1.6)令k加1,依次重复子步骤(1.3)~子步骤(1.5),直到得到第n个阵元、第l个距离
单元在第K个多普勒通道处的输出数据并将此时得到的第n个阵元、第l个距离单元在
第1个多普勒通道处的输出数据至第n个阵元、第l个距离单元在第K个多普勒通道处的输
出数据作为第n个阵元、第l个距离单元K个多普勒通道的输出数据
(1.7)令n加1,依次重复子步骤(1.3)~子步骤(1.6),直到得到第N个阵元、第l个距离
单元K个多普勒通道的输出数据此时完成了将机载雷达的所有阵元数据由脉冲域变换
到多普勒域,并将此时得到的第1个阵元、第l个距离单元K个多普勒通道的输出数据至第
N个阵元、第l个距离单元K个多普勒通道的输出数据作为机载雷达N个阵元在第l个距离
单元处的多普勒域数据矢量表示第n个阵元、第l个距离单元K个多
普勒通道的输出数据,上标T表示转置。
3.如权利要求1所述的一种基于先验知识的雷达杂波空时自适应处理方法,其特征在
于,在步骤2中,所述第n个阵元中第l个距离单元、第k个多普勒单元的Nc个杂波块的先验协
方差矩阵和第n个阵元中第l个距离单元、第k个多普勒单元?#26434;′个训?#36153;?#26412;的先验协
方差矩阵以及所述第n个阵元中第l个距离单元、第k个多普勒单元的加权系数αnlk,其
表达式分别为:


<mrow> <msub> <mi>&alpha;</mi> <mrow> <mi>n</mi> <mi>l</mi> <mi>k</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mi>t</mi> <mi>r</mi> <mrow> <mo>(</mo> <mrow> <msubsup> <mover> <mi>R</mi> <mo>^</mo> </mover> <mrow> <mi>n</mi> <mi>l</mi> <mi>k</mi> </mrow> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msubsup> <msub> <mover> <mi>R</mi> <mo>&OverBar;</mo> </mover> <mrow> <mi>n</mi> <mi>l</mi> <mi>k</mi> </mrow> </msub> </mrow> <mo>)</mo> </mrow> </mrow> </mfrac> </mrow>
其中,ξnll'kp表示第n个阵元中第l个距离单元、第k个多普勒单元处第l'个训?#36153;?#26412;、第
p个杂波块?#26434;?#30340;信杂比,表示第n个阵元中第l个距离单元、第k个多普勒单
元处第l'个训?#36153;?#26412;、第p个杂波块?#26434;?#30340;M个相参脉冲的空时导向矢量,σ2表示噪声功?#21097;?br />上标H表示?#26597;?#36716;置;L′表示训?#36153;?#26412;个数;p∈{1,2,…,Nc},Nc表
示第n个阵元中第l个距离单元、第k个多普勒单元?#26434;?#30340;距离环划分的杂波块个数;tr(·)
表示取迹操作。
4.如权利要求3所述的一种基于先验知识的雷达杂波空时自适应处理方法,其特征在
于,所述ξnll'kp表示第n个阵元中第l个距离单元、第k个多普勒单元处第l'个训?#36153;?#26412;、第p
个杂波块?#26434;?#30340;信杂比,其表达式为:
<mrow> <msub> <mi>&xi;</mi> <mrow> <msup> <mi>nll</mi> <mo>&prime;</mo> </msup> <mi>k</mi> <mi>p</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <msub> <mi>P</mi> <mi>t</mi> </msub> <msub> <mi>TG</mi> <mi>t</mi> </msub> <mrow> <mo>(</mo> <msub> <mi>&phi;</mi> <mrow> <msup> <mi>nll</mi> <mo>&prime;</mo> </msup> <mi>k</mi> <mi>p</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>&theta;</mi> <mrow> <msup> <mi>nll</mi> <mo>&prime;</mo> </msup> <mi>k</mi> <mi>p</mi> </mrow> </msub> <mo>)</mo> </mrow> <mi>g</mi> <mrow> <mo>(</mo> <msub> <mi>&phi;</mi> <mrow> <msup> <mi>nll</mi> <mo>&prime;</mo> </msup> <mi>k</mi> <mi>p</mi> </mrow> </msub> <mo>,</mo> <msub> <mi>&theta;</mi> <mrow> <msup> <mi>nll</mi> <mo>&prime;</mo> </msup> <mi>k</mi> <mi>p</mi> </mrow> </msub> <mo>)</mo> </mrow> <msup> <mi>&lambda;</mi> <mn>2</mn> </msup> <msub> <mi>&sigma;</mi> <mrow> <msup> <mi>nll</mi> <mo>&prime;</mo> </msup> <mi>k</mi> <mi>p</mi> </mrow> </msub> </mrow> <mrow> <msup> <mrow> <mo>(</mo> <mn>4</mn> <mi>&pi;</mi> <mo>)</mo> </mrow> <mn>3</mn> </msup> <msub> <mi>N</mi> <mn>0</mn> </msub> <msub> <mi>L</mi> <mi>s</mi> </msub> <msubsup> <mi>r</mi> <mrow> <msup> <mi>nll</mi> <mo>&prime;</mo> </msup> <mi>k</mi> <mi>p</mi> </mrow> <mn>4</mn> </msubsup> </mrow> </mfrac> </mrow>
其中,Pt表示机载雷达的发射功?#21097;琓表示机载雷达的发射脉宽,
Gt(φnll'kp,θnll'kp)表示第n个阵元中第l个距离单元、第k个多普勒单元处第l'个训?#36153;?br />本、第p个杂波块?#26434;?#30340;机载雷达发射增益,g(φnll'kp,θnll'kp)表示第n个阵元中第l个距离
单元、第k个多普勒单元处第l'个训?#36153;?#26412;、第p个杂波块?#26434;?#30340;机载雷达阵列方向图,N0表
示接收噪声谱密度,Ls表示机载雷达的系统损耗,rnll'kp表示第n个阵元中第l个距离单元、
第k个多普勒单元处第l'个训?#36153;?#26412;、第p个杂波块?#26434;?#30340;?#26412;啵滬襫ll'kp表示采用等伽马模型
时第n个阵元中第l个距离单元、第k个多普勒单元处第l'个训?#36153;?#26412;、第p个杂波块?#26434;?#30340;
雷达散射面积,其表达式为为:
σnll'kp=γsinψcrnll'kp△φ△Rsecψc
其中,γ表示机载雷达所在场景的地形参数,ψc表示擦地角,△φ=2π/Nc,rnll'kp表示第
n个阵元中第l个距离单元、第k个多普勒单元处第l'个训?#36153;?#26412;、第p个杂波块?#26434;?#30340;?#26412;啵?br />△R表示距离分辨?#21097;瑂in表示正弦函数,sec表示正割函数。
5.如权利要求1所述的一种基于先验知识的雷达杂波空时自适应处理方法,其特征在
于,步骤3的子步骤为:
(3.1)取出第n个阵元中第l个距离单元的K×K维加权快速?#36947;?#21494;变换矩阵Tnl'中第k-1
列、第k列和第k+1列,其中,k=1时取出第n个阵元中第l个距离单元的K×K维加权快速?#36947;?br />叶变换矩阵Tnl'中第K列、第k列和第k+1列,k=K时取出第n个阵元中第l个距离单元的K×K
维加权快速?#36947;?#21494;变换矩阵Tnl'中第k-1列、第k列和第1列;并根据机载雷达N个阵元在第l
个距离单元的多普勒域数据矢量计算得到第n个阵元中第l个距离单元在第k-1个、第k个
和第k+1个多普勒通道处的多普勒域数据矢量znlk,其表达式为:
<mrow> <msub> <mi>z</mi> <mrow> <mi>n</mi> <mi>l</mi> <mi>k</mi> </mrow> </msub> <mo>=</mo> <msup> <mrow> <mo>(</mo> <msub> <mi>I</mi> <mi>N</mi> </msub> <mo>&CircleTimes;</mo> <msub> <mi>B</mi> <mrow> <mi>n</mi> <mi>k</mi> <mi>l</mi> </mrow> </msub> <mo>)</mo> </mrow> <mi>H</mi> </msup> <msub> <mover> <mi>x</mi> <mo>^</mo> </mover> <mi>l</mi> </msub> </mrow>
其中,Bnlk表示第n个阵元中第l个距离单元、第k个多普勒通道的k×3维变换矩阵,Bnlk
=[T'nl(k-1) T'nlk T'nl(k+1)],T'nl(k-1)表示第n个阵元中第l个距离单元的K×K维加权快速傅
里叶变换矩阵Tnl'的第k-1列列向量,
T'nlk表示第n个阵元中第l个距离单元的K×K维加权快速?#36947;?#21494;变换矩阵Tnl'的第k列
列向量,T'nl(k+1)表示第n个阵元中第l个距离单元的K×K维加权快速?#36947;?#21494;变换矩阵Tnl'的
第k+1列列向量;IN表示N×N维单位矩阵,表示Kronecker积,上标H表示?#26597;?#36716;置;
(3.2)根据第n个阵元中第l个距离单元、第k个多普勒单元的加权系数αnlk,计算加权后
第n个阵元中第l个距离单元、第k个多普勒通道处的协方差矩阵Rnlk,
<mrow> <msub> <mi>R</mi> <mrow> <mi>n</mi> <mi>l</mi> <mi>k</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <msup> <mi>L</mi> <mo>&prime;</mo> </msup> </mfrac> <munderover> <mo>&Sigma;</mo> <mrow> <msup> <mi>l</mi> <mo>&prime;</mo> </msup> <mo>=</mo> <mi>l</mi> <mo>-</mo> <mfrac> <msup> <mi>L</mi> <mo>&prime;</mo> </msup> <mn>2</mn> </mfrac> </mrow> <mrow> <mi>l</mi> <mo>+</mo> <mfrac> <msup> <mi>L</mi> <mo>&prime;</mo> </msup> <mn>2</mn> </mfrac> </mrow> </munderover> <msub> <mi>&alpha;</mi> <mrow> <msup> <mi>nll</mi> <mo>&prime;</mo> </msup> <mi>k</mi> </mrow> </msub> <mo>&times;</mo> <msub> <mi>z</mi> <mrow> <msup> <mi>nll</mi> <mo>&prime;</mo> </msup> <mi>k</mi> </mrow> </msub> <msubsup> <mi>z</mi> <mrow> <msup> <mi>nll</mi> <mo>&prime;</mo> </msup> <mi>k</mi> </mrow> <mi>H</mi> </msubsup> <mo>,</mo> </mrow>
znll'k表示第n个阵元中第l个距离单元在第k-1个、第k个和第k+1个多普勒通道处第l′
个训?#36153;?#26412;的多普勒域数据矢量,αnll'k表示第n个阵元中第l个距离单元、第k个多普勒单元
处第l′个训?#36153;?#26412;的加权系数,[·]H表示?#26597;?#36716;置,L′表示训练
样本个数,且L′取机载雷达?#26434;?#24230;的两倍以上。
6.如权利要求5所述的一种基于先验知识的雷达杂波空时自适应处理方法,其特征在
于,步骤4的子步骤为:
(4.1)根据加权后第n个阵元中第l个距离单元、第k个多普勒通道处的协方差矩阵Rnlk,
计算得到第n个阵元中第l个距离单元、第k个多普勒通道的空时滤波器系数wnlk,其表达式
为:
<mrow> <msub> <mi>w</mi> <mrow> <mi>n</mi> <mi>l</mi> <mi>k</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <msubsup> <mi>R</mi> <mrow> <mi>n</mi> <mi>l</mi> <mi>k</mi> </mrow> <mrow> <mo>-</mo> <mn>1</mn> </mrow> </msubsup> <msub> <mi>s</mi> <mrow> <mi>n</mi> <mi>l</mi> <mi>k</mi> </mrow> </msub> </mrow> <mrow> <msubsup> <mi>s</mi> <mrow> <mi>n</mi> <mi>l</mi> <mi>k</mi> </mrow> <mi>H</mi> </msubsup> <msub> <mi>R</mi> <mrow> <mi>n</mi> <mi>l</mi> <mi>k</mi> </mrow> </msub> <msub> <mi>s</mi> <mrow> <mi>n</mi> <mi>l</mi> <mi>k</mi> </mrow> </msub> </mrow> </mfrac> </mrow>
其中,snlk表示第n个阵元中第l个距离单元、第k个多普勒通道的空时导向矢量,
ss表示N×1维单位矢量,Bnlk表示第n个阵元
中第l个距离单元、第k个多普勒通道的k×3维变换矩阵,[·]H表示?#26597;?#36716;置;
(4.2)利用第n个阵元中第l个距离单元、第k个多普勒通道的空时滤波器系数wnlk对第n
个阵元中第l个距离单元在第k-1个、第k个和第k+1个多普勒通道处的多普勒域数据矢量
znlk中的杂波进行?#31181;疲?#24471;到杂波?#31181;?#21518;第n个阵元中第l个距离单元、第k个多普勒通道的
输出数据ynlk,其表达式为:
其中,[·]H表示?#26597;?#36716;置。

说明书

基于先验知识的雷达杂波空时自适应处理方法

技术领域

本发明属于雷达通信技术领域,特别涉及一种基于先验知识的雷达杂波空时自适
应处理方法,即基于先验知识的雷达杂波空时自适应处理(Knowledge-Aided Space Time
Adaptive Processing,KASTAP)方法,适用于解决非均匀杂波环境中机载雷达采样协方差
矩阵估计不准确的问题,并能够根据先验知识对不同的训?#36153;?#26412;赋予不同的权值,进而改
善自适应信号处理的杂波?#31181;?#24615;能。

背景技术

机载预警雷达的主要任务是在复杂杂波环境中探测目标并对其进行定位跟踪,而
对杂波进行有效?#31181;?#26159;提高预警雷达工作性能的核心手段;空时自适应处理技术(Space
Time Adaptive Processing,STAP)能够有效地?#31181;?#26426;载雷达地面杂波,提高机载雷达在强
杂波和干扰背景下的检测性能;然而,用于计算自适应权值的杂波协方差矩阵通常是未知
的。在高斯杂波背景下,根据最大似然法利用多个训?#36153;?#26412;估计出待检测单元的杂波协方
差矩阵,即采样协方差矩阵(Sample Covariance Matrix,SCM);其中要求训?#36153;?#26412;与待检
测单元的杂波分布一致?#20063;?#21547;有目标信息,即训?#36153;?#26412;是独立同分布的(Independent and
Identically Distributed,IID);同时,为了保证所估计的杂波协方差矩阵的性能,要求训
?#36153;?#26412;的数量大于机载雷达的系统?#26434;?#24230;的2-5倍。

当机载雷达的杂波比较均匀,且独立同分布IID的训?#36153;?#26412;充足时,采样协方差矩
阵SCM是杂波协方差矩阵的最优估计;实际应用中,通常假设待检测单元附近的距离单元与
待检测单元具有相同的杂波特性,选取这些距离单元作为训?#36153;?#26412;来估计杂波协方差矩
阵,但是,多数情况下,机载雷达的杂波是非均匀的,该假设并不成立。根据机载雷达的系统
参数和距离分辨率可知,若机载雷达的系统?#26434;?#24230;DoF过大时,训?#36153;?#26412;在距离上的跨度可
达数百米甚至数千米,如此之大的?#27573;?#20869;往往存在离散杂波点、功率非均匀性以及水陆交
界等地形变化带来的杂波统计特性的变化。此时,采样协方差矩阵SCM与真实的杂波协方差
矩阵差异较大,导致空时自适应处理STAP方法的杂波?#31181;?#33021;力严重下降;采样协方差矩阵
SCM给予所有训?#36153;?#26412;相同的权值,实际上是不稳健的做法。稳健的协方差矩阵估计器应该
能够对于不同的训?#36153;?#26412;给予不同的权值,对于与待检测单元统计特性的?#29615;?#30340;样本,应
给予较小甚至是0的权值。

为了提高非均?#28982;?#22659;下空时自适应处理STAP算法的性能,使用广义内积(GIP)算
法能够从初始训?#36153;?#26412;中剔除非均匀的训?#36153;?#26412;,但是GIP算法并未将待检测单元的杂波
特性考虑在内;另外,一些学者提出了基于先验知识的空时自适应处理(Knowledge-Aided
Space Time Adaptive Processing,KASTAP),利?#27599;?#33719;得的雷达惯导数据、地图数据和道
路信息等作为先验知识来辅助空时自适应处理,并取得了不错的效果,证明了先验信息在
空时自适应处理STAP中的应用价值;然而,由于机载雷达的反射率随擦地角变化,使得相同
地表类型也可能产生不同的反射?#21097;?#27492;时单纯选择与待检测单元地形相近的单元作为训练
样本显然是不合适的。

发明内容

针对上述现有技术存在的不足,本发明的目的在于提出一种基于先验知识的雷达
杂波空时自适应处理方法,该种基于先验知识的雷达杂波空时自适应处理方法通过计算训
?#36153;?#26412;先验协方差矩阵与待检测单元的先验协方差矩阵之间的相似度,将待检测单元的特
性考虑在内,并依据相似度,对不同训?#36153;?#26412;赋予不同的权值,能够提高雷达杂波协方差矩
阵估计的准确性,改善杂波?#31181;?#24615;能,并能够提高动目标的检测概?#30465;?br />

为达到上述技术目的,本发明采用如下技术方案予以实现。

一种基于先验知识的雷达杂波空时自适应处理方法,包括以下步骤:

步骤1,确定机载雷达,所述机载雷达包含N个阵元,每个阵元包含L个距离单元,每
个距离单元包含K个相参脉冲,并计算机载雷达N个阵元在第l个距离单元处的多普勒域数
据矢量

初始化:令k表示第k个相参脉冲,令l表示第l个距离单元,令n表示第n个阵元,k∈
{1,2,…,K},n∈{1,2,…,N},l∈{1,2,…,L},每个阵元包含L个距离单元,K表示每个距离
单元包含的脉冲个数,k的初始值为1,n的初始值为1,l的初始值为1;每个相参脉冲?#26434;?#19968;
个多普勒通道,因此每个距离单元也包含K个多普勒通道;

步骤2,依次计算第n个阵元中第l个距离单元、第k个多普勒单元的Nc个杂波块的
先验协方差矩阵和第n个阵元中第l个距离单元、第k个多普勒单元?#26434;′个训?#36153;?#26412;的
先验协方差矩阵进而计算得到第n个阵元中第l个距离单元、第k个多普勒单元的加权
系数αnlk;其中,L′表示训?#36153;?#26412;个数,且L′取机载雷达?#26434;?#24230;的两倍以上,该L′个训?#36153;?#26412;
分别与第n个阵元、第l个距离单元在第k个多普勒通道处的输出数据独立同分布;Nc表示
第n个阵元中第l个距离单元、第k个多普勒单元?#26434;?#30340;距离环划分的杂波块个数;

步骤3,根据机载雷达N个阵元在第l个距离单元的多普勒域数据矢量计算得到
第n个阵元中第l个距离单元在第k-1个、第k个和第k+1个多普勒通道处的多普勒域数据矢
量znlk,并根据第n个阵元中第l个距离单元、第k个多普勒单元的加权系数αnlk,计算加权后
第n个阵元中第l个距离单元、第k个多普勒通道处的协方差矩阵Rnlk;

其中,k=1时根据机载雷达N个阵元在第l个距离单元的多普勒域数据矢量计算
得到第n个阵元中第l个距离单元在第K个、第k个和第k+1个多普勒通道处的多普勒域数据
矢量znlk;k=K时根据机载雷达N个阵元在第l个距离单元的多普勒域数据矢量计算得到
第n个阵元中第l个距离单元在第k-1个、第k个和第1个多普勒通道处的多普勒域数据矢量
znlk;

步骤4,根据加权后第n个阵元中第l个距离单元、第k个多普勒通道处的协方差矩
阵Rnlk,计算得到第n个阵元中第l个距离单元、第k个多普勒通道的空时滤波器系数wnlk,进
而计算得到杂波?#31181;?#21518;第n个阵元中第l个距离单元、第k个多普勒通道的输出数据ynlk;

步骤5,令k加1,依次重复步骤2至步骤4,直到得到杂波?#31181;?#21518;第n个阵元中第l个
距离单元、第K个多普勒通道的输出数据ynlK,此时得到杂波?#31181;?#21518;第n个阵元中第l个距离
单元、第1个多普勒通道的输出数据ynl1至第n个阵元中杂波?#31181;?#21518;第l个距离单元、第K个多
普勒通道的输出数据ynlK,记为杂波?#31181;?#21518;第n个阵元中第l个距离单元的最终多普勒?#36164;?br />出数据ynl,ynl=[ynl1,ynl2,…,ynlK]T,其中,[·]T表示转置;

步骤6,令l加1,依次重复步骤2至步骤5,直到得到杂波?#31181;?#21518;第n个阵元中第L个
距离单元的最终多普勒?#36164;?#20986;数据ynL,并将此时得到的杂波?#31181;?#21518;第n个阵元中第1个距离
单元的最终多普勒?#36164;?#20986;数据yn1至杂波?#31181;?#21518;第n个阵元中第L个距离单元的最终多普勒
?#36164;?#20986;数据ynL,记为杂波?#31181;?#21518;第n个阵元的最终多普勒?#36164;?#20986;数据yn,yn=[yn1,yn2,…,
ynL]T;

步骤7,令n加1,依次重复步骤2至步骤6,直到得到杂波?#31181;?#21518;第N个阵元的最终多
普勒?#36164;?#20986;数据yN,并将此时得到的杂波?#31181;?#21518;第1个阵元的最终多普勒?#36164;?#20986;数据y1至杂
波?#31181;?#21518;第N个阵元的最终多普勒?#36164;?#20986;数据yN,作为杂波?#31181;?#21518;机载雷达的最终多普勒
?#36164;?#20986;数据。

本发明的有益效果:传统利用训?#36153;?#26412;估计待检测单元的杂波协方差矩阵的方法
(SCM),其给予所有训?#36153;?#26412;相同的权值,这实际上是不稳健的做法,因为使得在非均?#30830;?br />平稳杂波环境时,空时自适应处理STAP方法的杂波?#31181;?#33021;力较?#30591;?#26412;发明的一种基于先验
知识的雷达杂波空时自适应处理方法通过计算训?#36153;?#26412;先验协方差矩阵与待检测单元的
先验协方差矩阵之间的相似度,将待检测单元的特性考虑在内,并依据相似度,对不同训练
样本赋予不同权值,这样更能准确的表示真实的杂波协方差矩阵,提高了方法的稳健性,也
提高了杂波?#31181;?#30340;效果。

附图说明

下面结合附图和具体实施方式对本发明作进一步详细说明。

图1为本发明的一种基于先验知识的雷达杂波空时自适应处理方法流程图;

图2为机载雷达的几?#25991;?#22411;示意图;

图3为本发明仿真实验中的机载雷达照射区域内的地表覆盖示意图;

图4(a)为使用传统STAP方法进行杂波?#31181;?#21518;得到的距离多普勒图;

图4(b)为使用本发明方法进行杂波?#31181;?#21518;得到的距离多普勒图;

图5为分别使用传统空时自适应处理STAP方法和本发明方法进行杂波?#31181;?#21518;得到
的杂波剩余比较图。

具体实施方式

参考图1,为本发明的一种基于先验知识的雷达杂波空时自适应处理方法流程图;
所述基于先验知识的雷达杂波空时自适应处理方法,包括以下步骤:

步骤1,确定机载雷达,所述机载雷达包含N个阵元,每个阵元包含L个距离单元,每
个距离单元包含K个相参脉冲,并计算机载雷达N个阵元在第l个距离单元处的多普勒域数
据矢量

初始化:令k表示第k个相参脉冲,令l表示第l个距离单元,令n表示第n个阵元,k∈
{1,2,…,K},n∈{1,2,…,N},l∈{1,2,…,L},每个阵元包含L个距离单元,K表示每个距离
单元包含的脉冲个数,k的初始值为1,n的初始值为1,l的初始值为1;每个相参脉冲?#26434;?#19968;
个多普勒通道,因此每个距离单元也包含K个多普勒通道。

步骤1的子步骤为:

(1.1)确定机载雷达,所述机载雷达包含N个阵元,每个阵元包含L个距离单元,每
个距离单元包含K个相参脉冲。

(1.2)初始化:令k表示第k个相参脉冲,令n表示第n个阵元,令l表示第l个距离单
元,n∈{1,2,…,N},l∈{1,2,…,L},k∈{1,2,…,K},每个阵元包含L个距离单元,K表示每
个距离单元包含的脉冲个数,k的初始值为1,n的初始值为1;每个相参脉冲?#26434;?#19968;个多普勒
通道,因此每个距离单元也包含K个多普勒通道。

然后根据离散?#36947;?#21494;变换技术,计算每个距离单元的K×K维加权快速?#36947;?#21494;变换
矩阵T',其表达式为:



其中,r∈{0,1,....,K-1},ar表示序号为r的加窗系数,k∈{1,2,…,K},K表示每
个距离单元包含的脉冲个数。

(1.3)获取每个距离单元的K×K维加权快速?#36947;?#21494;变换矩阵Tl'的第k列T'k,其表
达式为:

T'k=[a0,a1ejπ(k-K/2-1)/(K/2),...,aK-1ejπ(k-K/2-1)/(K/2)(K-1)]T

其中,上标T表示转置。

(1.4)将第n个阵元、第l个距离单元的脉冲域数据排成矢量形式,得到第n个阵元、
第l个距离单元K个相参脉冲的数据矢量xnl,其表达式为:

xnl=[xnl,1 xnl,2 ...xnl,k... xnl,K]T。

其中,k∈{1,2,…,K},n∈{1,2,…,N},l∈{1,2,…,L},xnl,k表示第n个阵元、第l
个距离单元在第k个相参脉冲处的数据,上标T表示转置。

(1.5)利用离散?#36947;?#21494;变换技术,并根据每个距离单元的K×K维加权快速?#36947;?#21494;
变换矩阵Tl'的第k列T'k和第n个阵元、第l个距离单元K个相参脉冲的数据矢量xnl,计算第n
个阵元、第l个距离单元在第k个多普勒通道处的输出数据其表达式为:


(1.6)令k加1,依次重复子步骤(1.3)~子步骤(1.5),直到得到第n个阵元、第l个
距离单元在第K个多普勒通道处的输出数据并将此时得到的第n个阵元、第l个距离单
元在第1个多普勒通道处的输出数据至第n个阵元、第l个距离单元在第K个多普勒通道处
的输出数据作为第n个阵元、第l个距离单元K个多普勒通道的输出数据

(1.7)令n加1,依次重复子步骤(1.3)~子步骤(1.6),直到得到第N个阵元、第l个
距离单元K个多普勒通道的输出数据此时完成了将机载雷达的所有阵元数据由脉冲域
变换到多普勒域,并将此时得到的第1个阵元、第l个距离单元K个多普勒通道的输出数据
至第N个阵元、第l个距离单元K个多普勒通道的输出数据作为机载雷达N个阵元在第l个
距离单元处的多普勒域数据矢量表示第n个阵元、第l个距离单
元K个多普勒通道的输出数据,上标T表示转置。

步骤2,根据美国的国家土地覆盖数据库(NLCD)和林肯实验室J.Ward提出的杂波
模型,依次计算第n个阵元中第l个距离单元、第k个多普勒单元的Nc个杂波块的先验协方差
矩阵和第n个阵元中第l个距离单元、第k个多普勒单元?#26434;′个训?#36153;?#26412;的先验协方差
矩阵进而计算得到第n个阵元中第l个距离单元、第k个多普勒单元的加权系数αnlk;其
中,L′表示训?#36153;?#26412;个数,且L′取机载雷达?#26434;?#24230;的两倍以上,该L′个训?#36153;?#26412;分别与第n
个阵元、第l个距离单元在第k个多普勒通道处的输出数据独立同分布;Nc表示第n个阵元
中第l个距离单元、第k个多普勒单元?#26434;?#30340;距离环划分的杂波块个数。

步骤2的子步骤为:

(2.1)根据林肯实验室J.Ward提出的杂波模型,分别计算第n个阵元中第l个距离
单元、第k个多普勒单元的Nc个杂波块的先验协方差矩阵和第n个阵元中第l个距离单元、
第k个多普勒单元?#26434;′个训?#36153;?#26412;的先验协方差矩阵

具体地,根据林肯实验室J.Ward提出的杂波模型确定机载雷达的几?#25991;?#22411;示意
图,如图2所示;在所述机载雷达的几?#25991;?#22411;示意图中,机载雷达在xyz空间中,机载雷达的
载机以速度va沿x轴方向运动,rnlk表示第n个阵元中第l个距离单元、第k个多普勒单元?#26434;?br />的?#26412;啵課lk表示第n个阵元中第l个距离单元、第k个多普勒单元?#26434;?#30340;方位角,θnlk表示第
n个阵元中第l个距离单元、第k个多普勒单元?#26434;?#30340;俯仰角。

机载雷达的阵面为阵元间距为d的N元等距线阵,机载雷达在一个CPI内发射M个的
相参脉冲,脉冲重复频率为fr,接收到的快时间采样个数为K;将第n个阵元中第l个距离单
元、第k个多普勒单元?#26434;?#30340;距离环划分为Nc个杂波块。不考虑距离模糊时,分别将第n个阵
元中第l个距离单元、第k个多普勒单元的第p个杂波块?#26434;?#30340;归一化多普勒频?#22987;?#20026;
将第n个阵元中第l个距离单元、第k个多普勒单元的第p个杂波块?#26434;?#30340;归一化空间频?#22987;?br />为其表达式分别为:



其中,va表示机载雷达的载机速度,fr表示脉冲重复频?#21097;萵lkp表示第n个阵元中第
l个距离单元、第k个多普勒单元的第p个杂波块?#26434;?#30340;方位角,φnlkp表示第n个阵元中第l
个距离单元、第k个多普勒单元的第p个杂波块?#26434;?#30340;俯仰角,λ表示机载雷达发射相参脉冲
的波长,d表示机载雷达的阵面的阵元间距。

然后计算对于第n个阵元中第l个距离单元、第k个多普勒单元的第p个杂波块在M
个相参脉冲处的空时导向矢量为表



其中,表示直积运算,表示第n个阵元中第l个距离单元、第k个多普勒单元的
第p个杂波块?#26434;?#30340;归一化多普勒频?#21097;?#34920;示第n个阵元中第l个距离单元、第k个多普勒
单元的第p个杂波块?#26434;?#30340;归一化空间频?#21097;?#36827;而分别计算第n个阵元中第l个距离单元、第
k个多普勒单元的Nc个杂波块的先验协方差矩阵和第n个阵元中第l个距离单元、第k个多
普勒单元?#26434;′个训?#36153;?#26412;的先验协方差矩阵其表达式分别为:



其中,ξnll'kp表示第n个阵元中第l个距离单元、第k个多普勒单元处第l'个训?#36153;?br />本、第p个杂波块?#26434;?#30340;信杂比,表示第n个阵元中第l个距离单元、第k个多
普勒单元处第l'个训?#36153;?#26412;、第p个杂波块?#26434;?#30340;M个相参脉冲的空时导向矢量,σ2表示噪
声功?#21097;?#19978;标H表示?#26597;?#36716;置;L′表示训?#36153;?#26412;个数,且L′取机载
雷达?#26434;?#24230;的两倍以上,该L′个训?#36153;?#26412;分别与第n个阵元、第l个距离单元在第k个多普勒
通道处的输出数据独立同分布;p∈{1,2,…,Nc},Nc表示第n个阵元中第l个距离单元、第
k个多普勒单元?#26434;?#30340;距离环划分的杂波块个数;所述ξnll'kp表示第n个阵元中第l个距离单
元、第k个多普勒单元处第l'个训?#36153;?#26412;、第p个杂波块?#26434;?#30340;信杂比,其表达式为:


其中,Pt表示机载雷达的发射功?#21097;琓表示机载雷达的发射脉宽,

Gt(φnll'kp,θnll'kp)表示第n个阵元中第l个距离单元、第k个多普勒单元处第l'个
训?#36153;?#26412;、第p个杂波块?#26434;?#30340;机载雷达发射增益,g(φnll'kp,θnll'kp)表示第n个阵元中第l
个距离单元、第k个多普勒单元处第l'个训?#36153;?#26412;、第p个杂波块?#26434;?#30340;机载雷达阵列方向
图,N0表示接收噪声谱密度,Ls表示机载雷达的系统损耗,rnll'kp表示第n个阵元中第l个距离
单元、第k个多普勒单元处第l'个训?#36153;?#26412;、第p个杂波块?#26434;?#30340;?#26412;啵滬襫ll'kp表示采用等伽
马模型时第n个阵元中第l个距离单元、第k个多普勒单元处第l'个训?#36153;?#26412;、第p个杂波块
?#26434;?#30340;雷达散射面积RCS,其表达式为为:

σnll'kp=γsinψcrnll'kp△φ△Rsecψc

其中,γ表示机载雷达所在场景的地形参数,ψc表示擦地角,△φ=2π/Nc,rnll'kp表
示第n个阵元中第l个距离单元、第k个多普勒单元处第l'个训?#36153;?#26412;、第p个杂波块?#26434;?#30340;
?#26412;啵鱎表示距离分辨?#21097;瑂in表示正弦函数,sec表示正割函数;利用美国绘制的国家土地
覆盖数据(NLCD)计算采用等伽马模型时第n个阵元中第l个距离单元、第k个多普勒单元处
第l'个训?#36153;?#26412;、第p个杂波块?#26434;?#30340;雷达散射面积(RCS)σnll'kp,在NLCD数据中,将机载雷
达所在场景的地形分为?#35760;?#33618;地和水等9大类,又?#19978;?#20998;为21个小类;机载雷达所在场景
的不同类型地表具有不同的地形参数值,如森林?#26434;?#30340;地形参数值为-16dB,城市?#26434;?#30340;地
形参数值为-11dB。

(2.2)根据第n个阵元中第l个距离单元、第k个多普勒单元的Nc个杂波块的先验协
方差矩阵和第n个阵元中第l个距离单元、第k个多普勒单元?#26434;′个训?#36153;?#26412;的先验协
方差矩阵计算第n个阵元中第l个距离单元、第k个多普勒单元的加权系数αnlk,其表达
式为:


其中,tr(·)表示取迹操作,为待处理多普勒单元与训?#36153;?#26412;之间的相似性。

步骤3,根据机载雷达N个阵元在第l个距离单元的多普勒域数据矢量计算得到
第n个阵元中第l个距离单元在第k-1、第k个和第k+1个多普勒通道处的多普勒域数据矢量
znlk,并根据第n个阵元中第l个距离单元、第k个多普勒单元的加权系数αnlk,计算加权后第n
个阵元中第l个距离单元、第k个多普勒通道处的协方差矩阵Rnlk。

其中,k=1时根据机载雷达N个阵元在第l个距离单元的多普勒域数据矢量计算
得到第n个阵元中第l个距离单元在第K个、第k个和第k+1个多普勒通道处的多普勒域数据
矢量znlk;k=K时根据机载雷达N个阵元在第l个距离单元的多普勒域数据矢量计算得到
第n个阵元中第l个距离单元在第k-1个、第k个和第1个多普勒通道处的多普勒域数据矢量
znlk。

(3.1)取出第n个阵元中第l个距离单元的K×K维加权快速?#36947;?#21494;变换矩阵Tnl'中
第k-1列、第k列和第k+1列,其中,k=1时取出第n个阵元中第l个距离单元的K×K维加权快
速?#36947;?#21494;变换矩阵Tnl'中第K列、第k列和第k+1列,k=K时取出第n个阵元中第l个距离单元
的K×K维加权快速?#36947;?#21494;变换矩阵Tnl'中第k-1列、第k列和第1列;并根据机载雷达N个阵元
在第l个距离单元的多普勒域数据矢量计算得到第n个阵元中第l个距离单元在第k-1
个、第k个和第k+1个多普勒通道处的多普勒域数据矢量znlk,其表达式为:


其中,Bnlk表示第n个阵元中第l个距离单元、第k个多普勒通道的k×3维变换3DT矩
阵,Bnlk=[T'nl(k-1) T'nlk T'nl(k+1)],T'nl(k-1)表示第n个阵元中第l个距离单元的K×K维加权
快速?#36947;?#21494;变换矩阵Tnl'的第k-1列列向量,T'nlk表示第n个阵元中第l个距离单元的K×K维
加权快速?#36947;?#21494;变换矩阵Tnl'的第k列列向量,T'nl(k+1)表示第n个阵元中第l个距离单元的K
×K维加权快速?#36947;?#21494;变换矩阵Tnl'的第k+1列列向量;IN表示N×N维单位矩阵,表示
Kronecker积,上标H表示?#26597;?#36716;置。

其中,k=1时根据机载雷达N个阵元在第l个距离单元的多普勒域数据矢量计算
得到第n个阵元中第l个距离单元在第K个、第k个和第k+1个多普勒通道处的多普勒域数据
矢量znlk;k=K时根据机载雷达N个阵元在第l个距离单元的多普勒域数据矢量计算得到
第n个阵元中第l个距离单元在第k-1个、第k个和第1个多普勒通道处的多普勒域数据矢量
znlk。

(3.2)根据第n个阵元中第l个距离单元、第k个多普勒单元的加权系数αnlk,并利用
最大似然法计算加权后第n个阵元中第l个距离单元、第k个多普勒通道处的协方差矩阵
Rnlk,znll'k表示第n个阵元中第l个距离单元在第k-1个、第k个
和第k+1个多普勒通道处第l′个训?#36153;?#26412;的多普勒域数据矢量,αnll'k表示第n个阵元中第l
个距离单元、第k个多普勒单元处第l′个训?#36153;?#26412;的加权系数,[·]H表示?#26597;?#36716;置,
L′表示训?#36153;?#26412;个数,且L′取机载雷达?#26434;?#24230;的两倍以上。

步骤4,根据加权后第n个阵元中第l个距离单元、第k个多普勒通道处的协方差矩
阵Rnlk,计算得到第n个阵元中第l个距离单元、第k个多普勒通道的空时滤波器系数wnlk,进
而计算得到杂波?#31181;?#21518;第n个阵元中第l个距离单元、第k个多普勒通道的输出数据。

(4.1)根据线性?#38469;?#26368;小方差准则,并根据加权后第n个阵元中第l个距离单元、第
k个多普勒通道处的协方差矩阵Rnlk,计算得到第n个阵元中第l个距离单元、第k个多普勒通
道的空时滤波器系数wnlk,其表达式为:


其中,snlk表示第n个阵元中第l个距离单元、第k个多普勒通道的空时导向矢量,
ss表示N×1维单位矢量,Bnlk表示第n个阵
元中第l个距离单元、第k个多普勒通道的k×3维变换3DT矩阵,[·]H表示?#26597;?#36716;置。

(4.2)利用第n个阵元中第l个距离单元、第k个多普勒通道的空时滤波器系数wnlk
对第n个阵元中第l个距离单元在第k-1个、第k个和第k+1个多普勒通道处的多普勒域数据
矢量znlk中的杂波进行?#31181;疲?#24471;到杂波?#31181;?#21518;第n个阵元中第l个距离单元、第k个多普勒通
道的输出数据ynlk,其表达式为:其中,[·]H表示?#26597;?#36716;置。

步骤5,令k加1,依次重复步骤2至步骤4,直到得到杂波?#31181;?#21518;第n个阵元中第l个
距离单元、第K个多普勒通道的输出数据ynlK,此时得到杂波?#31181;?#21518;第n个阵元中第l个距离
单元、第1个多普勒通道的输出数据ynl1至第n个阵元中杂波?#31181;?#21518;第l个距离单元、第K个多
普勒通道的输出数据ynlK,记为杂波?#31181;?#21518;第n个阵元中第l个距离单元的最终多普勒?#36164;?br />出数据ynl,ynl=[ynl1,ynl2,…,ynlK]T,其中,[·]T表示转置。

步骤6,令l加1,依次重复步骤2至步骤5,直到得到杂波?#31181;?#21518;第n个阵元中第L个
距离单元的最终多普勒?#36164;?#20986;数据ynL,并将此时得到的杂波?#31181;?#21518;第n个阵元中第1个距离
单元的最终多普勒?#36164;?#20986;数据yn1至杂波?#31181;?#21518;第n个阵元中第L个距离单元的最终多普勒
?#36164;?#20986;数据ynL,记为杂波?#31181;?#21518;第n个阵元的最终多普勒?#36164;?#20986;数据yn,yn=[yn1,yn2,…,
ynL]T。

步骤7,令n加1,依次重复步骤2至步骤6,直到得到杂波?#31181;?#21518;第N个阵元的最终多
普勒?#36164;?#20986;数据yN,并将此时得到的杂波?#31181;?#21518;第1个阵元的最终多普勒?#36164;?#20986;数据y1至杂
波?#31181;?#21518;第N个阵元的最终多普勒?#36164;?#20986;数据yN,作为杂波?#31181;?#21518;机载雷达的最终多普勒
?#36164;?#20986;数据。

通过以?#36335;?#30495;实验对本发明方法作进一步验证说明。

(一)仿真条件

1)机载雷达的天线阵面结构采用正侧阵,各个阵元均匀排列在机载雷达的天线阵
面上,天线阵面的方位向和俯仰向分别均匀排列11个阵元和2个阵元,阵元间距为d=λ/2,λ
为机载雷达发射相参脉冲的波长,详细的仿真参数如表1所示。

表1

机载雷达所在平台高度
3597.8m
机载雷达的载机速度
120m/s
机载雷达的天线阵面
2x11的矩形阵面
脉冲数
128
距离单元数
630
波长
0.2419m
脉冲重复频率
1984Hz
机载雷达的阵面与速度夹角

机载雷达带宽
0.8×106Hz
采样频率
1.25×106Hz

2)仿真实验的实验数据是美国MCARM计划录取的实测数据,试验中使用数据集
r151。由于NLCD数据的收集时间与MCARM实验的时间相近,因此选择NLCD作为先验信息应用
于各距离多普勒单元的先验协方差矩阵的计算,如图3所示,图3为本发明仿真实验中的机
载雷达照射区域内的地表覆盖示意图;在该区域内存在多种地形的情况下,机载雷达接收
到的杂波是非均匀的。

(二)仿真内容及结果分析

为了验证本方法的有效性,本仿真采用常规传统空时自适应处理STAP(即滑窗
EFA)方法与本方法进行对?#21462;?br />

常规STAP算法选择了滑窗EFA,窗长为150,同时为了防止受到目标信号的污染,本
仿真在待检测单元前后各设置了两个保护单元,并对150个初始训?#36153;?#26412;采用广义内积
(GIP)进行挑选,最终用于估计杂波协防矩阵的训?#36153;?#26412;数为100个,结果如图4和图4所示,
图4(a)为使用传统STAP方法进行杂波?#31181;?#21518;得到的距离多普勒图,图4(b)为使用本发明方
法进行杂波?#31181;?#21518;得到的距离多普勒图。

从图4(a)和图4(b)中可以看出本发明方法的杂波性能相对于传统STAP方法有所
提高;图5为分别使用传统空时自适应处理STAP方法和本发明方法进行杂波?#31181;?#21518;得到的
杂波剩余比较图。

由图5可知,相?#26434;?#24120;规传统空时自适应处理STAP方法,本文方法的杂波?#31181;?#24615;能
更高;这是由于本发明方法中?#26434;?#24453;检测单元更为相似的训?#36153;?#26412;赋予了更大的权重,对
于相似度较差的样本给予较小的权重,充分利用了训?#36153;?#26412;中的信息,所以更能准确的估
计杂波协方差矩阵,同时还能提高方法的稳健性。

显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精
神和?#27573;В?#36825;样,?#28909;?#26412;发明的这些修改和变型属于本发明权利要求及其等同技术的?#27573;?br />之内,则本发明也意图包含这些改动和变型在内。

关于本文
本文标题:基于先验知识的雷达杂波空时自适应处理方法.pdf
链接地址:http://www.pqiex.tw/p-5994769.html
关于我们 - 网站声明 - 网?#38236;?#22270; - 资源地图 - 友情链接 - 网站客服 - 联系我们

[email protected] 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备17046363号-1 
 


收起
展开
平码五不中公式规律 9.11股票推荐 股票交易系统 股票融资融券开户条件 历年上证指数走势图 股票指数期货种类 000001上证指数腾讯上海 模拟炒股软件下载 新浪股票指数 股票融资网 成都股票配资