基於數據擬合的擴展因子化空時二維自適應處理方法
2023-06-29 04:37:46
基於數據擬合的擴展因子化空時二維自適應處理方法
【專利摘要】本發明公開了一種基於數據擬合的擴展因子化空時二維自適應處理方法,涉及雷達技術。其具體步驟為:步驟1,得到降維回波數據和空時導向矢量。步驟2,構造待檢測距離單元的數據基矩陣;步驟3,獲取目標阻塞以後的數據基矩陣。步驟4,獲取輔助回波數據的擬合係數。步驟5,獲取待檢測距離單元的數據的最小擬合誤差。步驟6,對待檢測距離單元的數據的最小擬合誤差進行單元平均恆虛警檢測。用以解決傳統STAP方法運算量巨大及樣本需求苛刻的問題,在實測數據處理及對STAP的性能改善中具有很好的應用前景。
【專利說明】基於數據擬合的擴展因子化空時二維自適應處理方法
【技術領域】
[0001] 本發明屬於通信【技術領域】,涉及雷達技術,特別涉及一種基於數據擬合的擴展因 子化空時二維自適應處理方法,用於機載預警雷達信號處理。
【背景技術】
[0002] 機載預警雷達的主要任務是在複雜雜波背景中探測目標,並對其進行定位跟 蹤,而對雜波進行有效抑制是提高機載預警雷達工作性能的核心手段。空時自適應處理 (space-time adaptive processing, STAP)技術充分利用空域和時域信息,在對目標信號 進行相干積累的同時,通過空時自適應處理濾除地面雜波,實現機載預警雷達對目標的有 效檢測,如美國的E2-D機載預警雷達就採用此技術。
[0003] 在實際應用中,STAP技術主要存在以下兩方面問題:一方面,在非均勻的雜波環 境中,要獲得足夠多的用於估計協方差矩陣的獨立同分布(independent and identically distributed,IID)訓練樣本非常困難;另一方面,即使訓練樣本的需求得到滿足,全空時 處理計算量過大的問題會導致實時性難以保證。
[0004] 為解決上述問題,推動STAP技術更加實用化,人們提出了許多改進措施或方 法。清華大學申請的發明專利"非均勻雜波環境下空時自適應處理方法"(專利申請號 201010129723. 3,公布號CN101819269A)公開了一種在非均勻雜波環境中超分辨估計雜波 空時二維譜的超完備稀疏表示方法。該方法實現了在獨立同分布樣本數不足的情況下,利 用單幀訓練樣本估計雜波協方差矩陣,從而避免強非均勻雜波環境對自適應處理效果的影 響。但是,該方法仍然存在以下主要不足是:一是運算量大的問題,對雜波譜進行稀疏表示 的超完備基數目未定,但遠大於系統自由度,而實際中系統自由度通常成千上萬,這樣在每 一距離單元樣本的協方差矩陣重構過程中所需要的運算量非常大,不利於實時處理,從而 影響到在實際工程應用中的效果。二是基失配問題,該方法中使用的基實際上是一組插值 離散傅立葉DFT矢量,而實際的回波數據因為存在誤差等非理想因素,不能用所給的基矢 量稀疏表示;另外,該方法需要對空時平面進行離散化表示,這樣會使得不位於離散網格點 中心的信號向所有網格點洩露,從而破壞了回波數據的稀疏性。
【發明內容】
[0005] 針對上述在非均勻雜波環境中超分辨估計雜波空時二維譜的超完備稀疏表 示方法的不足,本發明提出了一種基於數據擬合的擴展因子化空時二維自適應處理 (ExtendedFactored Approach STAP, EFA-STAP)方法,能夠實現對目標信號的檢測,並解決 現有技術中運算量巨大和基失配的問題,同時相對於傳統擴展因子化EFA-STAP方法,能夠 提高動目標的檢測概率,降低了檢測的虛警率。
[0006] 為達到上述目的,本發明採用以下技術方案預以實現。
[0007] -種基於數據擬合的擴展因子化空時二維自適應處理方法,其特徵在於,包括以 下步驟:
[0008] 步驟1,利用機載預警雷達天線接收機載預警雷達的空時二維回波數據X,對空時 二維回波數據X進行擴展因子化EFA降維,得到降維回波數據z和空時導向矢量s z_EFA ;
[0009] 步驟2,構造待檢測距離單元的數據基矩陣Φ,;
[0010] 步驟3,利用空時導向矢量sz_EFA導出阻塞矩陣B ;利用阻塞矩陣B和待檢測距離單 元的數據zk,獲取目標阻塞以後的輔助回波數據;該待檢測距離單元的數據Zk依次取自 步驟1中的降維回波數據Z ;利用阻塞矩陣B和待檢測距離單元的數據基矩陣。,獲取目標 阻塞以後的數據基矩陣ip
[0011] 步驟4,利用目標阻塞以後的數據基矩陣對輔助回波數據1進行數據擬合,獲 取輔助回波數據^的擬合係數
[0012] 步驟5,利用待檢測距離單元的數據基矩陣Ok和輔助回波數據^的擬合係數? 對待檢測距離單元的數據Z k進行數據擬合,獲取待檢測距離單元的數據Zk的最小擬合誤差 yk;該待檢測距離單元的數據Zk依次取自步驟1中的降維回波數據z ;
[0013] 步驟6,對待檢測距離單元的數據的最小擬合誤差yk進行單元平均恆虛警檢測,並 輸出存在目標或不存在目標。
[0014] 上述技術方案的特點和進一步改進在於:
[0015] (1)步驟1具體包括以下子步驟:
[0016] la)利用機載預警雷達天線,在相干積累時間內接收地面反射的空時二維回波數 據X ;空時二維回波數據X為MN維,其中M表示脈衝數,N表示機載預警雷達天線的陣元數;
[0017] Ib)根據下式得到擴展因子化EFA降維的降維轉換矩陣Pefa :
【權利要求】
1. 一種基於數據擬合的擴展因子化空時二維自適應處理方法,其特徵在於,包括以下 步驟: 步驟1,利用機載預警雷達天線接收機載預警雷達的空時二維回波數據X,對空時二維 回波數據X進行擴展因子化EFA降維,得到降維回波數據z和空時導向矢量sz_EFA; 步驟2,構造待檢測距離單元的數據基矩陣Ok ; 步驟3,利用空時導向矢量sz_EFA導出阻塞矩陣B;利用阻塞矩陣B和待檢測距離單元的 數據zk,獲取目標阻塞以後的輔助回波數據I;該待檢測距離單元的數據Zk依次取自步驟 1中的降維回波數據z;利用阻塞矩陣B和待檢測距離單元的數據基矩陣Ok獲取目標阻塞 以後的數據基矩陣^ ; 步驟4,利用目標阻塞以後的數據基矩陣.對輔助回波數據%進行數據擬合,獲取輔 助回波數據^的擬合係數%; 步驟5,利用待檢測距離單元的數據基矩陣Ok和輔助回波數據的擬合係數%對待 檢測距離單元的數據Zk進行數據擬合,獲取待檢測距離單元的數據Zk的最小擬合誤差yk ; 該待檢測距離單元的數據zk依次取自步驟1中的降維回波數據z; 步驟6,對待檢測距離單元的數據的最小擬合誤差yk進行單元平均恆虛警檢測,並輸出 存在目標或不存在目標。
2. 根據權利要求1所述的基於數據擬合的擴展因子化空時二維自適應處理方法,其特 徵在於,步驟1具體包括以下子步驟: la) 利用機載預警雷達天線,在相干積累時間內接收地面反射的空時二維回波數據X; 空時二維回波數據X為MN維,其中M表示脈衝數,N表示機載預警雷達天線的陣元數; lb) 根據下式得到擴展因子化EFA降維的降維轉換矩陣Pefa:
其中,Pt (f^,fi,fi+1)表示由三個臨近的都卜勒濾波器組成的時域轉換矩陣,fi表示目 標的歸一化都卜勒頻率,f^,fi+1表示與目標相鄰的兩個歸一化都卜勒頻率,i為小於等於 M並且大於等於1的自然數,M表示脈衝數,In表示NXN的單位矩陣,?表示克羅內克積,N 表示機載預警雷達天線的陣元數,降維轉換矩陣Pefa的維數為MNX3N維; lc) 根據降維轉換矩陣Pefa得到擴展因子化EFA降維後的降維回波數據z,表示為下 式: 其中,(·)Η表示共軛轉置操作,根據降維轉換矩陣Pefa的維數為ΜΝΧ3Ν維以及空時二 維回波數據X為MN維可得降維回波數據ζ的維數為3Ν維; 擴展因子化EFA降維後的空時導向矢量sz_EFA,表示為下式: s;0,,=|0I〇i?SJ/;) Ss (fs) =[Iexp(j2 3ifs)exp(j2 3ifs2) ···exp(j2πfs(N-I))]T 其中,(·)T表示轉置操作,ss(fs)表示目標的空域導向矢量,fs表示目標的歸一化空 間頻率,N表示機載預警雷達天線的陣元數。
3. 根據權利要求1所述的基於數據擬合的擴展因子化空時二維自適應處理方法,其特 徵在於,步驟2具體包括: 數據基矩陣Ok表示為下式: Ok = [Z1Z2 …zL]eCdxl 其中,Ok表示第k個待檢測距離單元的數據基矩陣,k表示待檢測距離單元的數據的 序號,為不超過所有待檢測距離單元總數的自然數;D表示降維回波數據z的維數,L表示臨 近距離單元的數據的個數,Cdxi表示DXL維的復矩陣空間,Zl(l= 1,2,···,L)表示臨近距 離單元的數據,臨近距離單元表示待檢測距離單元附近的距離單元,不包含兩個用於保護 目標的距離單元。
4. 根據權利要求1所述的基於數據擬合的擴展因子化空時二維自適應處理方法,其特 徵在於,步驟3具體包括以下子步驟: 3a)對空時導向矢量sz_EFA的轉置形式進行奇異值分解,得到左奇異矩陣U、右奇異矩陣V和奇異值矩陣Λ;分解公式如下式:
其中,U表左奇異矩陣,V表右奇異矩陣,Λ表不奇異值矩陣,(?"表不轉置操作, (·)Η表示共軛轉置操作; 3b)阻塞矩陣B由右奇異矩陣V的第2到N列順序排列構成,通過右奇異矩陣V和下式 導出阻塞矩陣B; B= [V(:, 2:N)]T 其中,V(:,2:N)表示右奇異矩陣V的所有行、第2到N列矩陣元素;(·)τ表示轉置操 作; 3c)根據下式獲取輔助回波數據%和目標阻塞以後的數據基矩陣黽;
其中,Zk表示第k個待檢測距離單元的數據,該待檢測距離單元的數據依次取自步驟 1中的降維回波數據z,k表示待檢測距離單元的數據的序號,為不超過所有待檢測距離單 元總數的自然數;!*表示目標阻塞以後的輔助回波數據,%表示目標阻塞以後的數據基矩 陣,B為阻塞矩陣。
5. 根據權利要求1所述的基於數據擬合的擴展因子化空時二維自適應處理方法,其特 徵在於,步驟4具體包括以下子步驟: 4a)用目標阻塞以後的數據基矩陣·t,對目標阻塞以後的輔助回波數據%進行最小二 乘擬合表示,表示為下式:
其中,Il·M2表示求解矢量的2範數,Si表示輔助回波數據Λ的擬合係數; 4b)根據步驟4a)中的最小二乘擬合表示,求解輔助回波數據?*的擬合係數的最小 二乘解€,表示為下式:
其中,(·Γ表示矩陣求逆操作,(·)Η表示共軛轉置操作^表示目標阻塞以後的數據 基矩陣,表示目標阻塞以後的輔助回波數據。
6.根據權利要求1所述的基於數據擬合的擴展因子化空時二維自適應處理方法,其特 徵在於,步驟5具體包括以下子步驟: 5a)用待檢測距離單元的數據基矩陣〇k,對待檢測距離單元的數據Zk進行最小二乘擬 合;用解輔助回波數據1?的擬合係數&的最小二乘解ζ計算得到優化約束邊界ηk,具體 通過下式實現:
其中,ak表示待檢測距離單元的數據的擬合係數,yk表示最小的擬合誤差矢量的2範 數,rIk表示優化約束邊界,fZt 5b)通過求解上式得到待檢測距離單元的數據的最優擬合係數; 根據待檢測距離單元的數據的最優擬合係數4k得到待檢測距離單元的數據的最小擬 合誤差yk,通過下式獲取:
其中,Zk表示第k個待檢測距離單元的數據,該待檢測距離單元的數據依次取自步驟1 中的降維回波數據z,k表示待檢測距離單元的數據的序號,為不超過所有待檢測距離單元 總數的自然數表示待檢測距離單元的數據基矩陣;<表示待檢測距離單元的數據的 最優擬合係數;II·I12表示求解矢量的2範數。
【文檔編號】G01S7/41GK104459657SQ201410276078
【公開日】2015年3月25日 申請日期:2014年6月19日 優先權日:2014年6月19日
【發明者】王彤, 王馳, 同亞龍, 吳建新 申請人:西安電子科技大學