空间微动群目标多通道盲源分离方法.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CN111366905A(43)申请公布日2020.07.03(21)申请号202010282510.8(22)申请日2020.04.12(71)申请人南京理工大学地址210094江苏省南京市孝陵卫200号(72)发明人陈如山丁大志樊振宏叶晓东何姿(74)专利代理机构南京理工大学专利中心32203代理人陈鹏(51)Int.Cl.G01S7/41(2006.01)权利要求书3页说明书5页附图5页(54)发明名称空间微动群目标多通道盲源分离方法(57)摘要本发明公开了一种空间微动群目标多通道盲源分离方法，该方法是求解微动弹头群目标的多通道盲源分离问题，要求雷达接收回波数目大于等于群目标中弹头的数目；首先雷达发射单频脉冲信号，得到n个弹头的复数微动回波；随机设置正定混合矩阵，可得到n维的混合信号，并进行预处理；根据处理后的混合信号建立四阶累积量矩阵，进行联合对角化，建立目标函数；建立Givens旋转矩阵，找到满足目标函数的酉矩阵，即为解混矩阵；进而重构出源信号。本发明利用微动弹头回波具有非高斯特性，基于多元高斯分布的信号三阶以上的累积量为零的特点，建立四阶累积量矩阵，进行联合对角化处理，最终分离出每一个微动弹头回波。CN111366905ACN111366905A权利要求书1/3页1.一种空间微动群目标多通道盲源分离方法，其特征在于，包括以下步骤：步骤1、对空间微动弹头目标发射单一频率脉冲，得到多个目标的微动复数回波；通过随机设置正定的混合矩阵，得到关于群目标微动弹头的复数混合回波，并对复数混合微动弹头回波进行预处理；步骤2、根据预处理后的群目标微动混合回波建立四阶累积量矩阵，并进行联合对角化处理，建立目标函数，使目标函数最小化；步骤3、建立复数Givens旋转矩阵，旋转混合信号中的每一行每一列，得到一个最优的酉矩阵，使目标函数最小化，从而得到解混矩阵，利用解混矩阵，重构出每一个复数微动弹头的回波。2.根据权利要求1所述的空间微动群目标多通道盲源分离方法，其特征在于，步骤1中对空间微动弹头目标发射的单一频率脉冲持续时间为3s。3.根据权利要求2所述的空间微动群目标多通道盲源分离方法，其特征在于，步骤1具体方法如下：步骤1.1、弹头作微动时的回波可以转换为弹头不动，雷达视线角的变化问题，找到椎体目标对雷达波的姿态角计算公式：β(t)＝cos-1[cosγcosα-sinγsinαsin(2πt/T)](1)式中，β(t)为t时刻的姿态角，α为雷达视线角，γ为运动角，T为运动周期；假设雷达发射3s的单频脉冲信号得到n个弹头微动回波为si(t),i＝1,...,n；步骤1.2、随机设置n×n大小的混合矩阵，右乘n维的源信号，得到n维的混合信号X(t)，对混合信号进行白化预处理，白化指对混合信号X(t)左乘白化矩阵V，使得处理后信号的相关矩阵为单位矩阵，即：其中，Z为预处理后的白化混合信号，W为估计的解混矩阵，Rz表示白化混合信号的相关矩阵；混波信号的协方差矩阵为：其中，m表示白化混合信号的数目，即雷达接收混合回波的数目；根据上式可知，Rx是Hermite矩阵，可分解为：T1/21/2TRx＝QDQ＝QDDQ(4)其中，Q是Rx的特征矢量矩阵，且是正交矩阵，D＝diag{λ1,λ2,...,λn}是相应特征值的对T角矩阵，Z的相关矩阵RZ＝VRxV，最终白化矩阵为：V＝D-1/2QT(5)。4.根据权利要求1所述的空间微动群目标多通道盲源分离方法，其特征在于，步骤2所述的根据预处理后的群目标微动混合回波建立四阶累积量矩阵，并进行联合对角化处理，建立目标函数，使得目标函数最小化，具体如下：步骤2.1、对于多维复数信号，其四阶累积量为：2CN111366905A权利要求书2/3页其中，cum(·)代表四阶累积量的计算，zi,zj,zk,zl表示某一个白化后的混合信号；定义一个n阶的矩阵M，那么通过白化后的混合信号Z(t)可得到四阶累积量矩阵，其中第i,j个元素为：其中，i,j,k,l＝1,...,n,mkl是矩阵M的第k,l个元素；因此可以建立四阶累积量矩阵；首先选择两个向量i,j，得到关于第i,j个元素的四阶累积量，然后将四阶累积量与矩阵M的系数相乘，再求和，一直循环遍历所有的i,j；四阶累积量公式如下：进而得到：其中，kp表示第p个源信号的峰度，wip是解混矩阵W的第i行第p列，mkl是矩阵M的第k行第l个元素，wp是解混矩阵W的第p列，并且W＝[w1,…,wp,…,wn]，则：步骤2.2、对上式四阶累积量矩阵进行奇异值分解：HCZ(M)＝WΔ(M)W(11)其中，Δ(M)是对角矩阵：对于两个n×n阶的矩阵M1和M2，可得到：则令：-1其中，Δ＝Δ(M1)Δ(M2)是