基于白化滤波器的地杂波抑制方法与流程

技术特征：

1.一种基于白化滤波器的地杂波抑制方法，其特征在于，包括以下步骤：

步骤1，将含有杂波和噪声的雷达回波数据进行脉冲压缩处理，并按照距离门重排数据；

步骤2，将脉冲压缩后的第K个距离门设为参考单元，并将慢时间维的雷达回波数据建立为自回归过程，通过基于三阶累积量的Burg算法估计参考单元自回归模型参数；K为与当前处理单元相隔两个距离门的距离门数；

步骤3，通过参考单元自回归模型参数构造白化滤波器；

步骤4，利用构造出的白化滤波器对当前检测单元的数据进行白化滤波处理；

步骤5，对滤波后的时域信号进行动目标检测处理，完成地杂波抑制。

2.根据权利要求1所述的基于白化滤波器的地杂波抑制方法，其特征在于，步骤2中通过基于三阶累积量的Burg算法估计参考距离单元自回归模型参数的具体过程为：

步骤2-1，初始化Burg算法所需的迭代参数：

$K_m\left(0\right)=e_{m-1}^b\left(0\right)=e_{m-1}^f\left(0\right)=0$

$e_0^f\left(n\right)=e_0^b\left(n\right)=y\left(n\right)$

其中K_m为反射系数，y(n)为当前时刻的回波信号，n表示当前时刻，为第m阶前向误差功率，为第m阶后向误差功率；

步骤2-2，计算每次Burg算法迭代过程对应的基于三阶累积量的代价函数：

$P_{cum}=E\{\underset{i=-p}{\overset{p}{\Σ}}y(n+i)\[|e_m^f\left(n\right){|}^2+|e_m^b\left(n\right){|}^2\]\}$

其中，p为白化滤波器的阶数；

步骤2-3，通过最速下降法进行递推，定义迭代过程中间参数：

$d_p\left(n\right)=(1-\mathrm{\α})d_p(n-1)+\left|S_y\left(n\right)\right|\[|e_m^f\left(n\right){|}^2+|e_m^b\left(n\right){|}^2\]$

$S_y\left(n\right)=\underset{i=-p}{\overset{p}{\Σ}}y(n+i)$

α为收敛因子，0＜α＜＜1，i的取值为[-p,p]；

步骤2-4，求解下一次迭代所需的最优反射系数：

$K_m(n+1)=K_m\left(n\right)+\frac{\mathrm{\μ}}{d_p\left(n\right)}*{\▿}_{K_m}{P}_{cum}$

其中μ为迭代步长，取值为[0,1]，为当前代价函数关于当前反射系数K_m的梯度；

步骤2-5，利用Burg算法计算下一次迭代前向误差功率、后向误差功率，利用格型滤波器结构进行递推：

$\left\{\begin{array}{c}{e}_m^f\left(n\right)=e_{m-1}^f\left(n\right)+K_m{e}_{m-1}^b(n-1)\\ e_m^b\left(n\right)=e_{m-1}^b(n-1)+K_m{e}_{m-1}^f\left(n\right)\end{array}\right.$

步骤2-6，重复以上步骤2-2到步骤2-5过程完成整个迭代过程。

3.根据权利要求1所述的基于白化滤波器的地杂波抑制方法，其特征在于，步骤3具体为：

步骤3-1，利用得到的反射系数K_m并经过Levinson递推准则得出基于三阶累积量自回归模型的白化滤波器系数a_p；

步骤3-2，利用得到的白化滤波器系数a_p，构造白化滤波器，白化滤波器的频率特性为：

$H\left(w\right)=1+\underset{p=1}{\overset{p}{\Σ}}\widehat{a_p^{*}}{e}^{-jwp}$

其中，为a_p的共轭转置，w为频率。