一種高效的協方差矩陣結構估計方法
2023-05-23 17:01:21 1
專利名稱：一種高效的協方差矩陣結構估計方法
技術領域：
本發明隸屬於雷達目標自適應檢測領域，具體涉及一種高效的協方差矩陣結構估計方法。
背景技術：
雷達目標的自適應恆虛警率(constant false alarm ratio,CFAR)檢測是雷達目標檢測的一項重要內容。對於單陣元雷達目標檢測，只需要通過估計被檢測單元雜波功率水平，即可實現目標的自適應CFAR檢測。然而，當雷達為多陣元雷達時，通過對各陣元回波信號的相參積累可以有效的提高目標檢測概率，但同時也需要估計更多的雜波參數。在高斯雜波背景下，採樣協方差矩陣SCM(sample covariance matrix)是協方差矩陣的最大似然估計(maximum likelihood estimate,MLE),直接利用SCM代替協方差矩陣的真實值即可得到雷達目標的自適應CFAR檢測器。然而，在高解析度或低入射角情況下，雷達雜波更多的表現為非高斯的形式，這時，高斯模型不再能精確的模擬雷達雜波。對於非高斯雜波，通常採用球不變隨機向量(spherically invariant randomvector, SIR V)進行建模，如經典的K分布雜波，威布爾分布雜波等都可以用SIRV建模。SIRV是由表示雜波功率水平的紋理分量與表示雜波散斑分量的高斯隨機向量乘積組成，通常認為，不同距離單元的紋理分量值不同，但具有相同的散斑分量協方差矩陣。散斑分量的協方差矩也被稱為雜波的協方差矩陣結構。在這種用SIRV建模的非高斯雜波背景下，ConteE等人假設雜波協方差矩陣已知,提出了歸一化匹配濾波器(normalized matched Filter,NMF)，並進一步指出，只需要利用協防差矩陣的合適估計值代替NMF中的協方差矩陣，即可得到相應的自適應檢測器ANMF (adaptive NMF)。由於ANMF檢測器本身對雜波功率水平具有不變性，因此，只需要對雜波協方差矩陣結構進行估計。由於在這種SIRV建模的非高斯雜波背景下，雜波協方差矩陣結構的最大似然估計很難獲得，因此，協方差矩陣結構的估計問題成為了解決該雜波背景下雷達目標自適應檢測的關鍵。一種方法是採用SCM做為協方差矩陣結構的估計值，其得到的自適應檢測器稱為SCM-ANMF0 SCM-ANMF對雜波協方差矩陣結構具有CFAR特性，但無法保證對雜波紋理分量的CFAR特性，因此，SCM-ANMF並不是完全CFAR檢測器。另一種方法時對每個距離單元雜波採用歸一化的方法消除紋理分量的影響，即採用歸一化SCM(normalized SCM，NSCM)做為協方差矩陣結構的估計，得到的自適應檢測器稱為NSCM-ANMF。NSCM-ANMF雖然保證了對雜波紋理分量的CFAR特性，卻又無法保證對雜波協方差矩陣結構的CFAR特性，因此，SCM-ANMF也不是完全CFAR檢測器。從自適應檢測器的CFAR特性角度考慮，SCM和NSCM都不是有效的估計方法。
Gini F提出了一種利用NSCM做為初始化矩陣的迭代估計方法，簡稱為NSCM-RE。NSCM-RE在有限次迭代下，相應的ANMF從理論上來講並不具有完全CFAR特性，但NSCM-RE經過多次迭代後，相應的ANMF具有近似的CFAR特性。目前NSCM-RE在非高斯雜波的自適應檢測中得到了廣泛的應用。但NSCM-RE需要經過多次迭代才能使對應的自適應檢測器具有近似的CFAR特性，這樣明顯增加了計算複雜度。
發明內容
1.要解決的技術問題本發明的目的是為非高斯雜波背景下多陣元雷達目標自適應CFAR檢測提供一種高效的雜波協方差矩陣結構估計方法，其中要解決的主要技術問題包括(I)協方差矩陣結構的初始化估計，使得估計矩陣代入到NMF檢測器後得到的自適應檢測器ANMF對雜波協方差矩陣結構和雜波紋理分量都具有CFAR特性；(2)高效的迭代估計，使得迭代以後具有更高的估計精度，且具有較低的計算複雜度。2.技術方案本發明所述高效的協方差矩陣結構估計方法包括以下技術措施首先，利用輔助數據的實部(I通道數據)除以虛部(Q通道數據)第一個元數進行數據預處理，再對預處理後的數據計算SCM，然後，利用輔助數據的虛部(Q通道數據)除以實部(I通道數據)第一個元數進行數據預處理，再對預處理後的數據計算SCM，再對得到的兩個SCM相加後除以輔助單元數得到協方差矩陣結構的初始化估計矩陣，最後，利用初始化估計矩陣進行迭代得到協方差矩陣結構的估計值。上述技術方案中，由於輔助數據實部和虛部包含相同的紋理分量值，利用輔助數據的實部除以虛部第一個元數，一方面可以有效的消除紋理紋理對協方差矩陣結構估計的影響；另一方面不會引入散斑分量之間的相關性，從而保證得到的初始估計矩陣對應的ANMF對雜波協方差矩陣結構和雜波紋理分量都具有CFAR特性。上述技術方案中，由於一次複數運算相當於四次實數運算，與NSCM-RE相比，本發明只需要進行實數運算，不僅可以減少一半的計算量，還有助於提高估計精度。3.有益效果本發明與NSCM-RE相比具有如下的優點(1)該方法對應的自適應檢測器ANMF對雜波協方差矩陣結構和雜波紋理分量都具有CFAR特性；(2)該方法在相同輔助數據和相同迭代次數下比NSCM-RE具有更高的估計精度；(3)該方法在相同輔助數據和相同迭代次數下計算複雜度比NSCM-RE低；
四
說明書輔圖中圖I為本發明對應的自適應檢測器ANMF方框圖，圖2為本發明協方差矩陣結構估計的流程圖。圖I中裝置I的功能由圖2實現，裝置2計算檢測統計量，裝置3是判決器。圖2中裝置I和裝置2是數據預處理器，裝置3和裝置4是採樣協方差矩陣計算器，裝置5是迭代器。
五具體實施例方式圖1為本發明對應的自適應檢測器ANMF方框圖。首先，利用輔助單元數據zt (t =1,2,...，K)通過裝置I估計雜波協方差矩陣結構估計值i"，再利用被檢測單元數據Ztl計算通過裝置2計算檢測統計量入，
權利要求
1.一種高效的協方差矩陣結構估計方法，其特徵在於包括以下步驟 步驟I:確定用於接收信號雷達陣元數，被檢測單元和輔助數據單元，記錄各距離單元的回波數據； 步驟2 :對I通道每個距離單元的數據進行預處理； 步驟3 :對Q通道每個距離單元的數據進行預處理； 步驟4 :對I通道預處理後的數據求採樣協方差矩陣； 步驟5 :對Q通道預處理後的數據求採樣協方差矩陣； 步驟6 :對步驟4和步驟5得到的採樣協方差矩陣求和後除以輔助距離單元數，得到協方差矩陣結構的初始化估計值； 步驟7 :利用得到的協方差矩陣結構的初始化估計值和輔助數據進行迭代； 步驟8:判斷迭代次數是否滿足應要求，若滿足，停止迭代，輸出協方差矩陣結構的估計值，若不滿足，利用步驟7得到的估計值返回到步驟7繼續迭代。
2.根據權利I所述的一種高效的協方差矩陣結構估計方法，其特徵在於，所述步驟I具體為先確定用於接收回波信號的雷達陣元數N，採用複數形式記錄雷達各陣元對應的各距離單元的回波複數據zt (zt = [zt(l), Zt (2)，...，zt(N)]T), t為距離單元編號，t = O表示被檢測單元，t = 1,2,. . . ,K表示輔助數據距離單元。Zt的實部表示I通道的數據,虛部表示Q通道的數據，Zt (η)，η = 1，2，... N表示第η個陣元的接受到的距離單元編號為t的回波信號。
3.根據權利I所述的一種高效的協方差矩陣結構估計方法，其特徵在於，所述步驟2具體為對於每個輔助距離單元t，對向量Zt的實部數據#都除以zjl)的虛部數據#⑴得到。
4.根據權利I所述的一種高效的協方差矩陣結構估計方法，其特徵在於，所述步驟3具體為對於每個輔助距離單元t，對向量Zt的虛部數據2屍都除以Zt(I)的實部數據4υ(1)得到。
5.根據權利I所述的一種高效的協方差矩陣結構估計方法，其特徵在於，所述步驟4具體為求h(1)的採樣協方差矩陣Σ (1)。
6.根據權利I所述的一種高效的協方差矩陣結構估計方法，其特徵在於，所述步驟5具體為求J,(2)的採樣協方差矩陣Σ (2)。
7.根據權利I所述的一種高效的協方差矩陣結構估計方法，其特徵在於，所述步驟6具體為求Σ ω與Σ⑵的和Σ，再將Σ除以輔助單元個數K得到初始化估計矩陣
8.根據權利I所述的一種高效的協方差矩陣結構估計方法，其特徵在於，所述步驟7具體為將i(m)作為初始化的估計矩陣，利用Zt的實部數據和虛部數據進行迭代，得到迭代估計值，m的初始化值為O，每迭代一次，m的值加I。
9.根據權利I所述的一種高效的協方差矩陣結構估計方法，其特徵在於，所述步驟8具體為對m的值進行判斷，若m = M，則迭代終止，輸出協方差矩陣結構的估計值，若m< M，則繼續第8步。
全文摘要
本發明公開了一種高效的協方差矩陣結構估計方法，屬於雷達信號處理領域，主要解決非高斯雜波波背景下雷達目標自適應檢測的協方差矩陣結構估計問題。針對傳統的採樣協方差矩陣和歸一化採樣協方差矩陣都無法使得對應的自適應檢測器具備完全CFAR特性問題，本發明採用實部和虛部數據相除的方法進行預處理後求採樣協方差矩陣，保證了得到的初始化矩陣對雜波具有完全CFAR特性，再充分利用輔助數據的實部和虛部進行迭代，不僅降低了迭代過程中的計算複雜度，還有助於提高估計精度，本發明在雷達目標自適應CFAR檢測器中具有推廣應用價值。
文檔編號G01S7/41GK102621535SQ20121007095
公開日2012年8月1日 申請日期2012年3月7日 優先權日2012年3月7日
發明者何友, 徐從安, 簡濤, 郝曉琳, 顧新鋒 申請人:中國人民解放軍海軍航空工程學院