一种波束‑多普勒通道自适应选择STAP方法与流程

本发明涉及雷达信号处理领域，尤其涉及一种波束-多普勒通道自适应选择STAP方法。

背景技术：

空时自适应处理(space-time adaptive processing，STAP)是提高机载雷达检测运动目标性能的关键技术，但该技术却面临着滤波器训练样本受限的挑战，而且该挑战在非均匀杂波环境下更为严峻。近十年来，该技术已取得了一定发展，如已提出的降维(reduced dimension)STAP方法，降秩(reduced rank)STAP方法，模型参数化(model-based)STAP方法，基于知识的(knowledge-aided)STAP方法，基于稀疏恢复的STAP方法等等。

就降维STAP方法而言，如辅助通道法(auxiliary channel receiver，ACR)，局域联合处理方法(joint domain localized，JDL)和空时多波束(space-time multiple-beam，STMB)方法，但这些方法在设计空时滤波器时所选取的波束-多普勒通道都是固定的，而不是最优的。同时，在阵列误差存在时，由于杂波谱扩展导致杂波子空间增大，而波束-多普勒通道固定，从而引起性能下降。

技术实现要素：

有鉴于此，本发明的目的在于提供一种波束-多普勒通道自适应选择STAP方法，旨在解决现有波束-多普勒STAP技术中存在的波束-多普勒通道固定，由阵列误差等实际因素引起的杂波抑制与目标检测性能下降的问题。

本发明提出一种波束-多普勒通道自适应选择STAP方法，主要包括：

数据变换步骤：将阵列-脉冲维采样数据变换为波束-多普勒域数据；

滤波器设计步骤：通过引入稀疏约束，将空时滤波器权矢量设计问题转化为稀疏表示问题，并通过求解该稀疏表示问题而得到滤波器权矢量；

目标检测步骤：利用所述滤波器权矢量构造自适应匹配滤波检测器，实现杂波抑制与目标有效检测。

优选的，所述数据变换步骤具体包括：

构造NM×NM维的转换矩阵T＝[sT_aux]，将阵列-脉冲维的空时快拍x转换到波束-多普勒域中，从而得到波束-多普勒域的NM×1维矢量数据其中，f_s,t、f_d,t分别为目标空域波束频率与时域波束频率，且其对应的目标空时导向矢量为其中v_d(f_d,i)与v_s(f_s,j)分别为时域导向矢量与空域导向矢量，即v_d(f_d,i)＝[1,exp(j2πf_d,i),…,exp(j2π(N-1)f_d,i)]^T，v_s(f_s,i)＝[1,exp(j2πf_s,j),…,exp(j2π(N-1)f_s,j)]^T。

优选的，所述滤波器设计步骤具体包括：

通过引入稀疏约束至空时滤波器权矢量，将空时滤波器权矢量设计问题转化为稀疏表示问题其中，d＝[d₁,d₂,…,d_L]^T，为不含目标的训练样本集中的第l个空时快拍数据，d_l＝s^Hx_l表示为假设的目标所在的波束-多普勒通信号，L为总的快拍数，||·||_p为l_p范数。

优选的，所述目标检测步骤具体包括：

利用所述滤波器权矢量构造自适应匹配滤波检测器，并利用所述滤波检测器实现杂波抑制与目标的有效检测。

本发明提供的技术方案，利用(1)波束-多普勒域采样数据能够实现杂波子空间的分离和(2)在波束-多普勒域中，单个波束-多普勒通道的杂波子空间的维度远小于系统自由度这两种思想，将阵列-脉冲维采样转化为波束-多普勒域数据，通过引入稀疏约束将空时滤波器权矢量设计问题转化为稀疏表示问题，并通过求解该稀疏表示问题而得到滤波器权矢量，再通过求解该稀疏表示问题而得到滤波器权矢量并设计目标检测器，最后进行杂波抑制与目标检测。能够在滤波器训练样本受限时有效抑制杂波，相比传统波束-多普勒通道固定的STAP方法，能够实现波束-多普勒通道的自适应选择，进而克服由阵列误差等实际因素引起的性能下降问题，提高杂波抑制与目标检测性能。

附图说明

图1为本发明一实施方式中波束-多普勒通道自适应选择STAP方法流程图；

图2为本发明一实施方式中SCNR损失与训练样本数关系图；

图3为本发明一实施方式中SCNR损失与不同目标多普勒频率的关系图；

图4为本发明一实施方式中检测概率与SCNR的关系图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明使用于雷达信号处理领域，提供了一种基于稀疏约束的波束-多普勒通道自适应选择STAP(space-time adaptive processing，空时自适应处理)方法，将阵列-脉冲维采样转化为波束-多普勒域数据，通过引入稀疏约束将空时滤波器权矢量设计问题转化为稀疏表示的问题，再通过求解该稀疏表示问题而得到滤波器权矢量并设计目标检测器。最后进行杂波抑制与目标检测。能够在滤波器训练样本受限时有效抑制杂波，相比传统波束-多普勒通道固定的STAP方法，能够实现波束-多普勒通道的自适应选择，进而克服由阵列误差等实际因素引起的性能下降问题，提高杂波抑制与目标检测性能。

以下将对本发明所提供的一种波束-多普勒通道自适应选择STAP方法进行详细说明。

请参阅图1，为本发明一实施方式中波束-多普勒通道自适应选择STAP方法流程图。

在步骤S1中，数据变换步骤：将阵列-脉冲维采样数据变换为波束-多普勒域数据。

在本实施方式中，利用波束-多普勒域采样数据能够实现杂波子空间的分离。

在本实施方式中，假设一脉冲多普勒正侧视机载雷达天线为均匀线阵，包含M个接收阵元，该雷达在一个相干处理单元内发射N个脉冲，其中，所述数据变换步骤S1具体包括：

构造NM×NM维的转换矩阵T＝[sT_aux]，将阵列-脉冲维的空时快拍x转换到波束-多普勒域中，从而得到波束-多普勒域的NM×1维矢量数据其中，f_s,t、f_d,t分别为目标空域波束频率与时域波束频率，且其对应的目标空时导向矢量为其中v_d(f_d,i)与v_s(f_s,j)分别为时域导向矢量与空域导向矢量，即v_d(f_d,i)＝[1,exp(j2πf_d,i),…,exp(j2π(N-1)f_d,i)]^T，v_s(f_s,i)＝[1,exp(j2πf_s,j),…,exp(j2π(N-1)f_s,j)]^T。

在步骤S2中，滤波器设计步骤：通过引入稀疏约束，将空时滤波器权矢量设计问题转化为稀疏表示问题，并通过求解该稀疏表示问题而得到滤波器权矢量。

在本实施方式中，利用在波束-多普勒域中，单个波束-多普勒通道的杂波子空间的维度远小于系统自由度的思想。

在本实施方式中，所述滤波器设计步骤S2具体包括：

通过引入稀疏约束至空时滤波器权矢量，将空时滤波器权矢量设计问题转化为稀疏表示问题其中，d＝[d₁,d₂,…,d_L]^T，为不含目标的训练样本集中的第l个空时快拍数据，d_l＝s^Hx_l表示为假设的目标所在的波束-多普勒通信号，L为总的快拍数，||·||_p为l_p范数。

在本实施方式中，采用稀疏恢复算法求解所述滤波器设计步骤中的稀疏表示问题，从而得到滤波器权矢量并通过所述滤波器权矢量。

采用稀疏恢复算法(如FOCUSS算法)求解所述问题转化步骤S2中的稀疏表示问题，由FOCUSS算法可知，求解可分为两步：

Step1:

Step2:

其中，(A)⁺＝A^H(AA^H)^-1为矩阵A的伪逆，q≥0为迭代次数，滤波器权矢量中的所有元素都可以用非零值来初使化，当滤波器满足某个中止条件时，迭代中止。例如，当迭代次数达到预设值q_max时，或权矢量前后的相对变化量足够小时，迭代中止。最后得到滤波器权矢量

在步骤S3中，目标检测步骤：利用所述滤波器权矢量构造自适应匹配滤波检测器，实现杂波抑制与目标有效检测。

在本实施方式中，所述目标检测步骤S3具体包括：

利用所述滤波器权矢量构造自适应匹配滤波检测器，并利用所述滤波检测器实现杂波抑制与目标的有效检测。

在本实施方式中，采用参考自适应匹配滤波(Adaptive matched filter，AMF)方法，设计检测器为其中η为检测门限，δ为正的常量因子，H₀表示没有目标，H₁表示目标出现。

本发明提供的一种波束-多普勒通道自适应选择STAP方法，将阵列-脉冲维采样变换化为波束-多普勒域数据，通过引入稀疏约束将空时滤波器权矢量设计问题转化为稀疏表示的问题，再通过求解该稀疏表示问题而得到滤波器权矢量并设计目标检测器。最后进行杂波抑制与目标检测。能够在滤波器训练样本受限时有效抑制杂波，相比传统波束-多普勒通道固定的STAP方法，能够实现波束-多普勒通道的自适应选择，进而克服由阵列误差等实际因素引起的性能下降问题，提高杂波抑制与目标检测性能。

以下通过将本发明(SCBDS-STAP)与JDL、STMB、稀疏滤波器(Sparsity-aware beamformer)方法进行对比来说明本发明的有益效果。

本发明(SCBDS-STAP)与JDL、STMB、稀疏滤波器(Sparsity-aware beamformer)方法相比，具有更快的收敛性，而且接近最优输出性能，如图2所示。

在分别考虑有无误差的情况下，对于较小的目标多普勒频率而言，本发明(SCBDS-STAP)比其它算法(如JDL、STMB、稀疏滤波器等等)的输出性能更优，即本发明(SCBDS-STAP)更适合检测低速运动目标，如图3所示。

在分别考虑有无误差的情况下，本发明(SCBDS-STAP)对目标的检测概率(PD)要高于其它三种方法(如JDL、STMB、稀疏滤波器方法)，如图4所示。

本发明将阵列-脉冲维采样转化为波束-多普勒域数据，通过引入稀疏约束，将空时滤波器权矢量设计问题转化为稀疏表示问题，并通过求解该稀疏表示问题而得到滤波器权矢量，再通过求解该稀疏表示问题而得到滤波器权矢量并设计目标检测器，然后进行杂波抑制与目标检测。本发明可以应用于运动平台雷达杂波抑制与运动目标检测领域，以提高雷达系统杂波抑制水平与目标检测能力。

值得注意的是，上述实施例中，所包括的各个单元只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

另外，本领域普通技术人员可以理解实现上述各实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，相应的程序可以存储于一计算机可读取存储介质中，所述的存储介质，如ROM/RAM、磁盘或光盘等。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。