一种机载雷达稀疏恢复类STAP算法中的字典校正方法.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CN113820681A(43)申请公布日2021.12.21(21)申请号202110932454.2(22)申请日2021.08.13(71)申请人西安电子科技大学地址710000陕西省西安市雁塔区太白南路2号(72)发明人王彤刘坤陈金铭(74)专利代理机构西安嘉思特知识产权代理事务所(普通合伙)61230代理人刘长春(51)Int.Cl.G01S7/41(2006.01)G01S7/36(2006.01)G01S13/933(2020.01)G06F17/16(2006.01)权利要求书3页说明书14页附图7页(54)发明名称一种机载雷达稀疏恢复类STAP算法中的字典校正方法(57)摘要本发明提供的一种机载雷达稀疏恢复类STAP算法中的字典校正方法，通过在运动过程中，使用波束扫描接收测量模式下多个距离门的地杂波回波信号的空时二维数据矩阵；根据空时耦合关系，对多个距离门下的时域脉冲采样数据进行多普勒滤波，获得多个角度下的真实空域导向矢量构成的空域阵列流形；将空域阵列流形构成校正后的空时字典矩阵；利用空时字典矩阵，对在工作模式下多个距离门接收的空时二维数据矩阵进行稀疏恢复类空时自适应处理。本发明能够在任意阵列误差的情况下，解决机载雷达稀疏恢复类空时自适应算法中的使用字典校正效果不佳的问题，并且在较少的训练样本下重构出准确的杂波协方差矩阵，从而获得好的杂波抑制效果。CN113820681ACN113820681A权利要求书1/3页1.一种机载雷达稀疏恢复类STAP算法中的字典校正方法，应用于机载雷达，所述机载雷达包括多个均匀间隔的全向阵元，其特征在于，包括：步骤1，在运动过程中，使用波束扫描接收测量模式下多个距离门的地杂波回波信号的空时二维数据矩阵；其中，所述二维数据矩阵包括第一维的空域采样数据以及第二维的第一相干积累时间的时域脉冲采样数据，所述空域采样数据以及时域脉冲采样数据存在空时耦合关系，所述空时耦合关系表示回波信号的空域频率与多普勒频率之间在同一角度下的对应关系；步骤2：根据空时耦合关系，对多个距离门下的时域脉冲采样数据进行多普勒滤波，获得多个角度下的真实空域导向矢量构成的空域阵列流形；其中，所述多普勒滤波存在多个对应的滤波角度，所述真实空域导向矢量根据多个距离门的滤波数据得到；步骤3：将空域阵列流形构成校正后的空时字典矩阵；步骤4包括：利用所述空时字典矩阵，对在工作模式下多个距离门接收的空时二维数据矩阵进行稀疏恢复类空时自适应处理；其中，所述工作模式下接收的空时二维数据与在测量模式下接收的空时二维数据的相干积累时间不同。2.根据权利要求1所述的字典校正方法，其特征在于，所述空时二维数据矩阵的表达式表示为：其中，yNKl表示第n个阵元第k个脉冲第l个距离门的杂波回波，N表示阵元数，d表示阵元间距，Nc表示均匀分布的独立杂波块，ζc,i是第i个杂波块的回波复幅度，为第i个杂波块真实的空时导向矢量，是第i个杂波块真实的空域导向矢量，Gc,i是第i个杂波块的阵列误差矩阵，分别为第i个杂波块的归一化空域频率和归一化多普勒频率，是第i个杂波块的时域导向矢量，vp是平台的运动速度，φi是第i个杂波块的空域锥角，λ是波T长，fPRF是脉冲重复频率，nl是均值为零协方差矩阵为Rn的复高斯白噪声向量，(·)代表转置操作，代表kronecker积。3.根据权利要求2所述的字典校正方法，其特征在于，所述时域采样数据为多个连续的普勒频率下的采样数据的叠加，所述步骤2包括：步骤21：对多个距离门下连续的普勒频率下的采样数据，使用频率均匀间隔的多个多普勒滤波器进行滤波，获得多个角度下滤波后的全距离门数据；步骤22：根据每个角度下滤波后的全距离门数据，计算每个角度下的协方差矩阵；步骤23：对协方差矩阵进行特征值分解，获得多个特征矢量；步骤24：将最大特征值对应的特征矢量确定为真实空域导向矢量；2CN113820681A权利要求书2/3页步骤25：将多个角度下的真实空域导向矢量构建成空域阵列流形。4.根据权利要求3所述的字典校正方法，其特征在于，所述步骤22包括：步骤221：计算每个角度下的全距离门数据的内积统计量ε；步骤222：在全距离门数据筛选出内积统计量前Lp个第一数据；步骤223：计算每个目标数据的相关系数；步骤224：在目标数据筛选出相关系数前Lq个第二数据；步骤225：根据前Lq个第二数据，计算每个角度下的协方差矩阵。5.根据权利要求4所述的字典校正方法，其特征在于，滤波后的全距离门数据表示为：所述协方差矩阵表示为：T其中，为变换矩阵，uk＝[1,exp(j2πk/K),…,exp(j2πk(K‑1/K))]为第k个多普勒滤波器的系数向量，为加性高斯白噪声，第k个多