基于先验道路信息的杂波抑制方法
【专利摘要】本发明属于雷达杂波抑制【技术领域】，特别涉及基于先验道路信息的杂波抑制方法，其具体步骤为：根据先验道路信息得到雷达主波束内公路所在的以及计算对应车辆所在距离多普勒单元的集合RDroad和RDvehicle，对于某待处理单元，剔除若干保护单元后从待处理单元附近挑选原始训练样本，从原始训练样本集合中根据样本数据与集合RDroad和RDvehicle分别对应的空域导向矢量的匹配程度判断样本是否被车辆污染，剔除被车辆目标污染的训练样本，用剩余的训练样本估计待处理单元的杂波协方差矩阵，并对待处理单元进行STAP。
【专利说明】基于先验道路信息的杂波抑制方法
【技术领域】
[0001] 本发明属于雷达杂波抑制【技术领域】，特别涉及基于先验道路信息的杂波抑制方 法，涉及非均匀杂波环境背景下的杂波抑制，具体是一种基于先验道路信息的杂波抑制方 法，用于解决在道路密集环境中车辆信号对空时自适应处理的影响，改善杂波抑制性能。
【背景技术】
[0002] 在空时自适应处理（Space time adaptive processing，STAP)计算自适应权值 时需要杂波的协方差矩阵，该杂波的协方差矩阵通常是未知的，需要通过训练样本估计得 至IJ。为了估计杂波的协方差矩阵，通常选择待处理单元附近的距离采样数据作为训练样本。 例如，如果需要U个训练样本（U为大于1的偶数），那么在检测单元前后（为了防止目标 自相消和目标信号在距离维的扩展，需要剔除待处理单元及其附近的若干保护单元）各选 择U/2个训练样本来估计杂波的协方差矩阵。此时，我们假设这种使用滑窗方法挑选出的 训练样本能够代表待处理单元的杂波。然而，在非均匀杂波环境中，这种假设是不成立的。 在服从高斯分布的杂波环境中，为了保证所估计的杂波协方差矩阵的性能，训练样本的数 量要大于系统自由度的2倍。根据雷达系统参数和距离分辨率可以得知，采样数据所跨越 的地面长度可长达数百米甚至数千米。雷达实际工作环境中存在的离散杂波点、功率非均 匀性以及海陆交界等地形差异使得不同距离门的杂波具有不同的统计特性，用如上方法选 出的训练样本与待处理单元的杂波统计特性并不一定相同，由此估计的杂波协方差矩阵与 待处理单元的实际的杂波协方差矩阵存在偏差，此时空时自适应处理抑制杂波的性能会下 降；当训练样本中含有目标信号时，所估计的杂波协方差矩阵中包含目标信号（称为奇异 样本），由此得到自适应权值进行STAP时会造成目标相消，引起漏警。
[0003] 为了改善非均匀杂波环境中STAP的性能，在估计杂波协方差矩阵的时候，必须剔 除被目标信号污染的训练样本。由于含有目标信号的样本的统计特性与仅含有杂波加噪声 的样本的统计特性是不一样的，我们一般用非均匀检测器剔除奇异样本。一些学者提出了 基于广义内积（GIP)的样本挑选方法。在杂波协方差矩阵精确已知的情况下广义内积法可 以检测出奇异样本并剔除。然而，当训练样本中包含很强的奇异样本时，GIP方法的性能会 严重下降，此外，当训练样本中的奇异样本很多的时候，GIP方法检测并剔除奇异样本的性 能也会严重下降。为此有人提出了一种改进的GIP算法，该算法首先通过雷达系统参数等 先验信息计算理论的杂波协方差矩阵，然后用该理论协方差矩阵替换GIP中估计的杂波协 方差矩阵，可以在一定程度上增加 GIP的稳健性。然而，在杂波模型或者惯导数据不准的情 况下，该方法所估计的理论协方差矩阵与实际协方差矩阵存在偏差，这会在一定程度上降 低GIP挑选训练样本的性能。还有一些学者提出了基于先验知识的STAP方法，并证明了先 验知识在STAP中的价值。基于知识的空时自适应处理用已有的雷达数据、地图数据、跟踪 反馈和道路信息等来辅助空时自适应信号处理，可以改善STAP的性能。对于道路信息来 说，道路上存在车辆，车辆的运动会引起多普勒的变化，主波束照射区域内道路上的车辆有 可能与目标具有相同的多普勒频率，如果用含有这种车辆回波的训练样本来估计杂波协方 差矩阵，就相当于在协方差矩阵中加入了目标信号分量，STAP时会造成目标相消，降低实际 目标的功率，因此，在挑选训练样本估计杂波协方差矩阵时需要剔除这种被主波束内车辆 污染的训练样本。有人提出将所有包含道路的距离单元剔除，可以在一定程度上改进STAP 性能，然而这种方法在道路密集的环境中会剔除大量训练样本，从而导致STAP的训练样本 不够而使其性能下降。
【发明内容】
[0004] 本发明的目的在于提出基于先验道路信息的杂波抑制方法，本发明可以剔除被主 波束内车辆污染的训练样本解决在道路密集环境中车辆信号对空时自适应处理的影响，同 时避免大量剔除训练样本，改善杂波抑制性能。
[0005] 为实现发明目的，本发明采用的技术方案是：针对含有多个阵元的等间距线阵雷 达为例进行分析，首先根据雷达构型、惯导信息及道路网信息计算雷达主波束内道路所在 的距离-多普勒单元；然后根据道路相对于雷达的角度和车辆的速度范围计算出道路上 车辆相对于雷达的径向速度范围，从而得到可能存在车辆的距离-多普勒单元；接着，对于 某待处理单元，在其相同多普勒通道中挑选与其临近的距离单元（剔除保护单元）作为原 始训练样本，根据原始训练样本数据矢量与杂波导向矢量及道路导向矢量的匹配程度判断 其是否为车辆，从而剔除被车辆目标信号污染的原始训练样本；最后，用挑选出的训练样 本计算自适应权值进行基于知识辅助的空时自适应处理（knowledge-aided Space time adaptive processing, KASTAP)〇
[0006] 本发明的步骤为：
[0007] 步骤1，利用机载雷达向道路发送脉冲信号，利用机载雷达上正侧视的均匀线阵接 收Μ个脉冲的回波数据，所述均匀线阵的阵元数为Ν，阵元间距为d ;将机载雷达在第1个距 离门所接收到的Μ个脉冲回波数据表示为矩阵1取1至L，L表示机载雷达的距离门个 数；
[0008] 步骤2,对矩阵&作傅立叶变换，得到得出阵元多普勒域数据矩阵文，得出第m个 多普勒通道的回波数据矢量
【权利要求】
1. 基于先验道路信息的杂波抑制方法，其特征在于，包括以下步骤： 步骤1，利用机载雷达向道路发送脉冲信号，利用机载雷达上正侧视的均匀线阵接收Μ 个脉冲的回波数据，所述均匀线阵的阵元数为Ν，阵元间距为d ;将机载雷达在第1个距离门 所接收到的Μ个脉冲回波数据表示为矩阵&，1取1至L，L表示机载雷达的距离门个数； 步骤2,对矩阵&作傅立叶变换，得到得出阵元多普勒域数据矩阵：
，得出第m个多普 勒通道的回波数据矢量--Α",爾=1，2,…表示由元多普勒域数据矩阵
第m行 的所有元素组成的NX 1维的矢量；得出机载雷达3dB波束宽度内的道路的回波信号进行多 普勒偏移后的距离-多普勒二维坐标的集合RDvehiele，将集合RDvehiele中每个元素对应的多 普勒通道序号的集合记为集合A，将集合A中每个元素对应的多普勒通道的回波数据矢量 作为对应的一个训练样本，将所有的训练样本组合成训练样本集合；得出机载雷达的每个 多普勒通道中地面静止散射点的空域导向矢量、以及机载雷达的每个多普勒通道的车辆所 在道路的回波信号对应的空域导向矢量； 步骤3,设m' e A，兰
吋，将机载雷达第m'个多普勒通道 的回波数据矢量从步骤2得出的训练样本集合中剔除，asc;(m'）表示机载雷达的第m'个 多普勒通道中地面静止散射点的空域导向矢量，表示第m'个多普勒通道的车辆所 在道路的回波信号对应的空域导向矢量；（·）Η表示厄米共轭符号，Y为设定的大于0的调 解系数，I · I表示取模值；当
吋，在步骤2得出的训练样本集 合中保留机载雷达第m'个多普勒通道的回波数据矢量 步骤4,根据步骤3得出的训练样本集合中的训练样本，求得对应的自适应权矢量w_， 然后，根据自适应权矢量对机载雷达接收的回波信号进行空时自适应处理。
2. 如权利要求1所述的基于先验道路信息的杂波抑制方法，其特征在于，在步骤1中， 矩阵&为：&= PiS+Q+队，其中，Pl表示第1个距离门的目标幅度，S表示目标信号的空 时导向矢量，Q表示第1个距离门的杂波信号，队表示第1个距离门的噪声信号； 得出目标信号的空时导向矢量S的表达式，
，其中，?表示 Kronecker积，（·）τ表示转置运算符，表示目标归一化多普勒频率，
表示目标信 号的时域导向矢量，υ表示目标归一化空间频率，a(u)表示目标信号的时域导向矢量；第 1个距离门的杂波信号Q为：其中队为距离模糊次数，N。为每个
距离门划分的杂波散射点的个数，aikl表示第i次距离模糊在第1个距离门的第k个杂波块 对应的空域导向矢量，bikl表示第i次距离模糊在第1个距离门的第k个杂波块对应的时 域导向矢量，P ikl表示第i次距离模糊在第1个距离门的第k个杂波块对应的和回波复幅 度。
3. 如权利要求1所述的基于先验道路信息的杂波抑制方法，其特征在于，在步骤2中， 将矩阵&通过MX Μ维的傅立叶变换矩阵F转换到阵元多普勒域，得出阵元多普勒域数据 矩阵
.，即重/=
;然后，得出第m个多普勒通道的回波数据矢量^^ m= 1，2,…，M; %",=
:表示由元多普勒域数据矩阵
第m行的所有元素组成的NX 1维的矢 量。
4. 如权利要求1所述的基于先验道路信息的杂波抑制方法，其特征在于，在步骤2中， 得出训练样本集合的过程为：将机载雷达照射区域内的道路的回波信号转换到距离-多普 勒域，得出机载雷达3dB波束宽度内的道路的回波信号对应的距离-多普勒二维坐标的集 合，将机载雷达3dB波束宽度内的道路的回波信号对应的距离-多普勒二维坐标的集合记 为RD Mad，机载雷达3dB波束宽度内的每个地面散射点对应的距离-多普勒二维坐标包括： 对应散射点的距离门序号和对应散射点的归一化多普勒频率；得出机载雷达3dB波束宽度 内的道路的回波信号进行多普勒偏移后的距离-多普勒二维坐标的集合RD vehic;le ;将集合 RDTChi&中每个元素对应的多普勒通道序号的集合记为集合A，将集合A中每个元素对应的 多普勒通道的回波数据矢量作为对应的一个训练样本，将所有训练样本组合成训练样本集 合。
5. 如权利要求1所述的基于先验道路信息的杂波抑制方法，其特征在于，在步骤2中， 机载雷达的第m个多普勒通道中地面静止散射点的空域导向矢量a s。为：
其中，m = 1，2,…，M，Μ表示机载雷达接收回波数据的脉冲数；f；为机载雷达发射信号 的脉冲重复频率，v为载机速度，d为所述均匀线阵的阵元间距，N为所述均匀线阵的阵元 数； 在步骤2中，机载雷达第m个多普勒通道的车辆所在道路的回波信号对应的空域导向 矢量asr为：
6. 如权利要求1所述的基于先验道路信息的杂波抑制方法，其特征在于，所述步骤4的 具体子步骤为：根据步骤3得出的训练样本集合中的训练样本，求得目标信号所在距离门 的杂波协方差矩阵Rsub，然后计算出自适应权矢量
，其中，μ表示已 知的归一化系数，a〇)表示目标信号的时域导向矢量，上标-1表示求逆。
【文档编号】G01S7/36GK104297735SQ201410571382
【公开日】2015年1月21日 申请日期:2014年10月23日 优先权日:2014年10月23日
【发明者】王彤, 王志林, 吴建新, 吴亿峰, 李春海 申请人:西安电子科技大学