一种基于特征波束的自适应波束域FSA的杂波抑制降维方法.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CN110609255A(43)申请公布日2019.12.24(21)申请号201910704093.9(22)申请日2019.07.31(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)发明人杨志伟李婧雅田敏雷赫黄帅(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代理人张捷(51)Int.Cl.G01S7/36(2006.01)G01S7/41(2006.01)权利要求书2页说明书7页附图4页(54)发明名称一种基于特征波束的自适应波束域FSA的杂波抑制降维方法(57)摘要本发明公开了一种基于特征波束的自适应波束域FSA的杂波抑制降维方法，包括：获取FSA数据矢量；获取特征空间；根据所述特征空间对所述FSA数据矢量进行波束域自适应降维处理得到降维后的数据矢量；对所述降维后的数据矢量进行杂波抑制和自适应滤波处理得到杂波抑制后的距离-多普勒域数据。本发明提供的杂波抑制降维方法具有一定的自适应性，在实现杂波抑制的同时，降低了自适应处理维数，降低了挑选样本的标准，减少了处理所需的均匀杂波样本数和运算量，提高了算法的实用性。CN110609255ACN110609255A权利要求书1/2页1.一种基于特征波束的自适应波束域FSA的杂波抑制降维方法，其特征在于，包括：获取FSA数据矢量；获取特征空间；根据所述特征空间对所述FSA数据矢量进行波束域自适应降维处理得到降维后的数据矢量；对所述降维后的数据矢量进行杂波抑制和自适应滤波处理得到杂波抑制后的距离-多普勒域数据。2.根据权利要求1所述的杂波抑制降维方法，其特征在于，所述获取FSA数据矢量包括：对雷达的N个空间等效阵元进行A/D采样，获得一个CPI内的K+2个脉冲回波数据；其中，所述K+2个脉冲回波数据包含L个样本的回波信息；在每个空间等效阵元对所述K+2个脉冲数据进行三次时域滑窗处理，得到第1～K、2～K+1和3～K+2个脉冲组成的三组数据；分别对所述三组数据进行K点的DFT转到多普勒域，得到FSA数据矢量；其中，对同一多普勒通道，三组数据分别将N个空间等效阵元的L个样本数据排成N×L维的数据矢量。3.根据权利要求2所述的杂波抑制降维方法，其特征在于，所述FSA数据矢量的表达式为：TTTTx(k)＝[x0(k),x1(k),x2(k)]；其中，x(k)表示FSA数据矢量，x0(k)表示第k个多普勒通道中数据不滑窗对应的数据矢量，x1(k)表示第k个多普勒通道中数据滑动一个脉冲对应的数据矢量，x2(k)表示第k个多普勒通道中数据滑动两个脉冲对应的数据矢量，(·)T表示转置。4.根据权利要求1所述的杂波抑制降维方法，其特征在于，所述获取特征空间包括：分别计算所述第k个多普勒通道中不滑窗、滑动一个脉冲和滑动两个脉冲数据的协方差矩阵，得到三个协方差矩阵；对所述协方差矩阵进行特征分解并提取有限个特征波束构造特征空间。5.根据权利要求4所述的杂波抑制降维方法，其特征在于，所述协方差矩阵的计算公式为：其中，R0(k)表示不滑窗数据对应的协方差矩阵，R1(k)表示滑动一个脉冲数据对应的协H方差矩阵，R2(k)表示滑动两个脉冲数据对应的协方差矩阵，(·)表示共轭转置。6.根据权利要求4所述的杂波抑制降维方法，其特征在于，对所述协方差矩阵进行特征分解并提取有限个特征波束构造特征空间包括：分别对所述三个协方差矩阵进行特征值分解，得到特征值；对所述特征值由大到小排序，分别获得前M(1≤M≤N)个大特征值λi,j对应的特征向量vi,j；其中，λi,j(i＝0,1,2,j＝1,2,...,M)表示第i组数据协方差矩阵Ri(k)的第j个大特征2CN110609255A权利要求书2/2页值，vi,j表示特征值λi,j对应的特征波束；根据所述特征波束vi,j构造三组数据的特征空间。7.根据权利要求6所述的杂波抑制降维方法，其特征在于，所述特征空间的表达式为：C0(k)＝[v0,1,...,v0,M]；C1(k)＝[v1,1,...,v1,M]；C2(k)＝[v2,1,...,v2,M]；其中，C0(k)表示不滑窗数据对应的杂波特征空间，C1(k)表示滑动一个脉冲数据对应的杂波特征空间，C2(k)表示滑动两个脉冲数据对应的杂波特征空间。8.根据权利要求1所述的杂波抑制降维方法，其特征在于，根据所述特征空间对所述FSA数据矢量进行波束域自适应降维处理得到降维后的数据矢量包括：根据所述特征空间构造三组数据的波束域投影矩阵；根据所述波束域投影矩阵得到波束域降维矩阵；根据所述波束域降维矩阵对所述FSA数据矢量进行波束域降维处理得到降维后的数据矢量。9.根据权利要求8所述的杂波抑制降维方法，其特征在于，根据