机载分布式雷达小样本空时自适应处理方法.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CN113376607A(43)申请公布日2021.09.10(21)申请号202110583099.2(22)申请日2021.05.27(71)申请人西安理工大学地址710048陕西省西安市碑林区金花南路5号(72)发明人尚婷何文健王德根(74)专利代理机构西安弘理专利事务所61214代理人曾庆喜(51)Int.Cl.G01S7/41(2006.01)G01S7/36(2006.01)权利要求书3页说明书8页附图5页(54)发明名称机载分布式雷达小样本空时自适应处理方法(57)摘要本发明公开了机载分布式雷达小样本空时自适应处理方法，包括：利用雷达发射CPI脉冲的间歇期接收机接收干扰数据，让滤波器适应干扰环境，即估计全阵的干扰空域协方差矩阵或者在距离多普勒图上，从距离域或者多普勒域上的无杂波区域，选择包含多个干扰的同一个距离单元，来估计全阵的干扰空域协方差矩阵；对干扰数据进行时域降维处理得到空时协方差矩阵然后进行多普勒滤波处理，构造全阵降维后的杂波协方差矩阵构造全阵降维后的杂波、干扰加噪声的协方差矩Rk；最后根据最小方差准则得自适应滤波的权矢量；利用杂波协方差矩阵和干扰协方差矩阵，分别估计块对角延拓方法来构造杂波和干扰的协方差矩阵，然后构造整个协方差矩阵。CN113376607ACN113376607A权利要求书1/3页1.机载分布式雷达小样本空时自适应处理方法，其特征在于，具体操作步骤如下：步骤1，建立具有M个子雷达，各子雷达均为N个阵元，并接收P个干扰信号的机载分布式雷达信号模型；获取包含P个干扰信号的距离样本xj；步骤2，多普勒滤波处理，按照下式，利用扩展因子化算法EFA中的降维转换矩阵，将干扰数据，从阵元‑脉冲域转化到阵元‑多普勒域，得到第k个多普勒通道干扰时域降维后的数据xk,j：其中，TEFA表示扩展因子化算法EFA中的降维转换矩阵，上标H表示共轭转置操作，xj表示全阵的干扰空时二维回波数据；步骤3，使用降维后第k个多普勒通道输出的干扰样本xk,j估计降维后干扰协方差矩阵步骤4，对杂波数据进行多普勒滤波处理，取出一个子雷达待检测单元周围的训练样本zm,c,k或者各子雷达相应待检测单元周围的训练样本，估计杂波协方差矩阵然后分块构造全阵的杂波协方差矩阵步骤5，利用步骤3中构造的干扰协方差矩阵和步骤4中构造的杂波协方差矩阵，构造全阵杂波加干扰的协方差矩阵步骤6，按照自适应权矢量求解公式，计算用于处理待检测单元数据xk的权wk，进而得到空时自适应处理结果，所述空时自适应处理结果为小样本条件下机载分布式雷达协方差矩阵构造的STAP结果。2.根据权利要求1所述的机载分布式雷达小样本空时自适应处理方法，其特征在于，步骤1具体如下：在距离多普勒图上，从距离域或者多普勒域上的无杂波区域，选择包含多个干扰的同一个距离单元，来估计全阵的干扰空域协方差矩阵Φj，其表达式为：其中，Sj为NM×P维的矩阵，表示全阵的干扰空域导向矢量，P表示干扰数量；Ξj为P×P维的矩阵，表示P个干扰的功率，其表达式为：其中，ηp表示第p个干扰信号的干燥比，表示接收机的噪声功率，令Rj表示降维前的干扰空时协方差矩阵，其表达式为：其中，Rj表示全阵干扰空时协方差矩阵，表示Kronecker积运算符号，IK表示K×K维单位阵，Φj表示全阵干扰空域协方差矩阵。2CN113376607A权利要求书2/3页3.根据权利要求1所述的机载分布式雷达小样本空时自适应处理方法，其特征在于，步骤2所述扩展因子化算法EFA中的降维转换矩阵TEFA，其表达式如下：其中，INM表示NM×NM维单位阵，Fk＝[fk‑1,fk,fk+1]，fk表示FFT矩阵的第k列矢量，其表达式为：j2π(k‑K/2‑1)/Kj2π(k‑1)(k‑K/2‑1)/KTfk＝[1e…e]其中，K表示一个相干处理间隔内发射的脉冲数，上标T表示矩阵转置运算。4.根据权利要求2所述的机载分布式雷达小样本空时自适应处理方法，其特征在于，步骤3降维后干扰的协方差矩阵其表达式如下：其中，上标H表示共轭转置操作，INM表示NM×NM维单位阵，Fk＝[fk‑1,fk,fk+1]，fk表示FFT矩阵的第k列矢量。5.根据权利要求4所述的机载分布式雷达小样本空时自适应处理方法，其特征在于，步骤4具体如下：用来估计杂波协方差矩阵的训练样本zm,c,k，其表达式为：其中，IN表示N维单位阵，Fk＝[fk‑1,fk,fk+1]，fk表示FFT矩阵的第k列矢量，上标H表示共轭转置操作；xm,c表示第m个子雷达原始的空时二维杂波数据，zm,c,k表示第m个子雷达第k个多普勒通道的滤波输出；令表示第m个子雷达降维后的杂波协方差矩阵，其表达式为：其中，IN表示N维单位阵