基于盲源分离的机载三维异构阵杂波与干扰抑制方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113376604A(43)申请公布日2021.09.10(21)申请号202110536796.2(22)申请日2021.05.17(71)申请人西安电子科技大学地址710071陕西省西安市太白南路2号(72)发明人梁毅何家正吴建新殷志文(74)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(51)Int.Cl.G01S7/41(2006.01)G01S7/36(2006.01)权利要求书2页说明书6页附图4页(54)发明名称基于盲源分离的机载三维异构阵杂波与干扰抑制方法(57)摘要本发明属于信号处理技术领域，公开一种基于盲源分离的机载三维异构阵杂波与干扰抑制方法，包括以下步骤：设空间中存在目标回波s(t)、杂波c(t)与干扰j(t)，且同时进入到机载三维异构阵的阵元当中，设目标信号为远场窄带信号，则接收信号为X；根据接收信号X求取相关矩阵R，对相关矩阵R进行特征值分解R＝UΛUH；根据特征分解得到的矩阵U求得白化矩阵W；采用白化矩阵W对接收信号X做白化预处理，得到白化预处理后观测数据z；求四阶累积量矩阵Q(T)和估计矩阵V；根据估计矩阵V得到盲源分离结果，并使用相似系数表述算法的效果。通过分析杂波、干扰与目标的不同幅度分布特性，并结合阵列的多通道性，提出了基于盲源分离的机载三维异构阵的杂波与干扰抑制方法，可以对杂波和干扰进行有效抑制。CN113376604ACN113376604A权利要求书1/2页1.基于盲源分离的机载三维异构阵杂波与干扰抑制方法，其特征在于，包括以下步骤：步骤1，设空间中存在目标回波s(t)、杂波c(t)与干扰j(t)，并且同时进入到机载三维异构阵的阵元当中，设目标信号为远场窄带信号，则接收信号为X；步骤2，根据所述接收信号X求取相关矩阵R，对所述相关矩阵R进行特征值分解R＝UΛUH；其中，U为特征分解得到的矩阵，Λ为相关矩阵R特征分解得到的特征值组成的对角阵，上标H表示共轭转置；步骤3，根据所述特征分解得到的矩阵U求得白化矩阵W；采用所述白化矩阵W对所述接收信号X做白化预处理，得到白化预处理后观测数据z；步骤4，求所述白化预处理后观测数据z的四阶累积量矩阵Q(T)和所述特征分解得到的矩阵U的估计矩阵V；步骤5，根据所述估计矩阵V得到盲源分离结果，并使用相似系数表述算法的效果。2.根据权利要求1所述的基于盲源分离的机载三维异构阵杂波与干扰抑制方法，其特征在于，步骤1中，所述接收信号X为：X＝AS+NT其中，X＝[x1,x2,…,xM]为M维的信号矢量，A为M×N维的随机混合矩阵，S＝[s1,s2,…,TTTsM]为信号源矢量，N＝[n1,n2,…,nN]为M×1维的噪声矢量，上标表示转置。3.根据权利要求1所述的基于盲源分离的机载三维异构阵杂波与干扰抑制方法，其特征在于，步骤2中，所述相关矩阵R为：其中，E(i)表示求均值，Nc表示快拍数；对所述相关矩阵R进行特征值分解：4.根据权利要求1所述的基于盲源分离的机载三维异构阵杂波与干扰抑制方法，其特征在于，步骤3中，所述白化矩阵W为：其中，δ为噪声方差的估计值，I表示单位矩阵，得到的白化矩阵W满足：WA＝U,A为M×N维的随机混合矩阵；白化预处理后的观测数据z＝WX。5.根据权利要求1所述的基于盲源分离的机载三维异构阵杂波与干扰抑制方法，其特征在于，步骤4具体包含以下子步骤：子步骤4.1，给定一个非零矩阵T＝[qml]M×M，则所述四阶累积量矩阵Q(T)为：其中，cum(·,·,·,·)为四阶累积量运算，z为白化预处理后的观测数据，zi、zj、zl、zm分别为z的第i、j、l、m个元素；上标*表示共轭；qml表示非零矩阵T的第m行第l列元素，当T＝2CN113376604A权利要求书2/2页Temel，em和el分别表示单位矩阵的第m行和第l列，则：根据高阶累积量性质有：其中，U(k,m)、U(l,m)、U(i,m)、U(j,m)分别表示矩阵U的第k、l、i、j行第m列元素，为源信号的四阶累积量，Si、Sj、Sl、Sm为源信号的第i、j、l、m个元素，Γkl为对角阵；子步骤4.2，对所述四阶累积量矩阵Q(T)进行特征值分解，得到矩阵U的估计矩阵V：Q(T)＝VΣ′VH其中，Σ′为矩阵Q(T)特征分解得到的特征值组成的对角阵。6.根据权利要求3所述的基于盲源分离的机载三维异构阵杂波与干扰抑制方法，其特征在于，步骤5中，所述盲源分离结果为：Y＝VHWX相似系数的表述式为：其中，sj表示源信号；yi为盲源分离得到的sj的估计值；当ξij为1时，说明sj与yi只是幅度上的差异，当ξij为0时，说明信号之间的相关性很弱，近似为独立；因此ξij越接近1，盲源分离