基于FFDIAG算法的雷达目标盲源分离方法.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CN105869189A(43)申请公布日2016.08.17(21)申请号201610256893.5(22)申请日2016.04.22(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)发明人冯大政魏磊刘文娟(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.G06T7/40(2006.01)G06K9/00(2006.01)G06F17/16(2006.01)G06F17/15(2006.01)G01S7/292(2006.01)G01S7/28(2006.01)权利要求书3页说明书11页附图4页(54)发明名称基于FFDIAG算法的雷达目标盲源分离方法(57)摘要本发明公开了一种基于FFDIAG算法的雷达目标盲源分离方法，其主要思路为：依次计算基于F-范数的目标矩阵代价函数L(V)和第k个雷达目标矩阵经过第n次迭代后得到的N×N维解混迭矩阵V(n+1)，并将V(n+1)写成与W(n)有关的代价函数形式L(W(n))，进而计算第n次迭代后包含的代价函数的绝对值；若所述绝对值小于等于ε，依次计算第n次迭代后第k个雷达目标矩阵中主对角线元素被限制为零的N×N维矩阵W(n)、第k个雷达目标矩阵经过第n次迭代后得到的N×N维解混迭矩阵V(n+1)和第k个雷达目标矩阵经过第n次迭代后的雷达目标矩阵对角化结构并将作为第k个雷达目标矩阵的联合对角化结构，进而得到K个雷达目标矩阵各自对应的联合对角化结构并解决K个雷达目标矩阵CN105869189A中的盲源分离。CN105869189A权利要求书1/3页1.一种基于FFDIAG算法的雷达目标盲源分离方法，其特征在于，包括以下步骤：步骤1，分别设定雷达目标矩阵总个数K以及N×N维复矩阵集合CN×N，并计算得到基于F-范数的雷达目标矩阵代价函数L(V)；其中，V表示设定的解混迭矩阵，K和N分别为自然数；步骤2，初始化：令n为迭代次数，且初始值为1；k表示第k个雷达目标矩阵，且k的初始值为1，V(1)表示N×N维单位阵，W(0)表示N×N维零矩阵；步骤3，计算得到第k个雷达目标矩阵经过第n次迭代后得到的N×N维解混迭矩阵V(n+1)，并将V(n+1)写成与W(n)有关的代价函数形式L(W(n))；其中，W(n)表示第n次迭代后第k个雷达目标矩阵中主对角线元素被限制为零的N×N维矩阵，N为自然数；步骤4，根据与W(n)有关的代价函数形式L(W(n))，计算得到关于的代价函数其中，令表示wij的实部，表示wji的实部，表示wij的虚部，表示wji的虚部，wij表示W(n)的第i行、第j列元素，wji表示W(n)的第j行、第i列元素，W(n)表示第n次迭代后第k个雷达目标矩阵中主对角线元素被限制为零的N×N维矩阵，上标T表示转置；步骤5，将关于的代价函数对求导，并令导数等于零，得到的表达式然后令i的初值为1，j∈{i+1,…,N}，得到的N-1个对应值；再令i加1，j∈{i+1,…,N}，得到的N-2个对应值；直到i＝N-1，j∈{i+1,…,N}，得到的1个对应值；利用i∈{1,…,N-1}、j∈{i+1,…,N}时对应的所有值，计算得到第n次迭代后包含的代价函数的绝对值并设定收敛条件：其中，ε表示设定的趋于无穷小的极小数；将所述第n次迭代后包含的代价函数的绝对值与ε进行比较；若所述第n次迭代后包含的代价函数的绝对值大于ε，则令n加1，返回步骤3；若所述第n次迭代后包含的代价函数的绝对值小于等于ε，则依次计算得到第n次迭代后第k个雷达目标矩阵中主对角线元素被限制为零的N×N维矩阵W(n)、第k个雷达目标矩阵经过第n次迭代后得到的N×N维解混迭矩阵V(n+1)和第k个雷达目标矩阵经过第n次迭代后的雷达目标矩阵对角化结构并将所述第k个雷达目标矩阵经过第n次迭代后的雷达目标矩阵对角化结构作为第k个雷达目标矩阵的联合对角化结构；然后令k加1，同时初始化n为1，返回步骤3；直到k＝K，进而得到K个雷达目标矩阵各自对应的联合对角化结构，用于解决K个雷达目标矩阵中的盲源分离问题。2.如权利要求1所述的一种基于FFDIAG算法的雷达目标盲源分离方法，其特征在于，在步骤1中，所述基于F-范数的雷达目标矩阵代价函数L(V)，其表达式为：2CN105869189A权利要求书2/3页其中，min表示求取最小值操作，CN×N表示N×N维复矩阵集合，k∈{1,…,K}，K表示雷达目标矩阵总个数，V表示设定的解混迭矩阵，off(·)表示矩阵中所有非对角线元素的F-范数之和，Ck表示第k个雷达目标矩阵，上标H表示共轭转置，K和N分别为自然数。3.如权利要求1所述的一种基于FFD