一种用于相控阵列系统的噪声抑制系统和方法

专利名称：一种用于相控阵列系统的噪声抑制系统和方法
技术领域：
本发明涉及相控阵列系统中的降噪，尤其是，涉及一种在相控阵列系统中，通过使用自适应阵列处理来降噪的系统和方法。
背景技术：
高频表面波雷达(HFSWR)可有效地用于从基于海岸的位置来持续检测和跟踪船舶、航空器、冰山和其它水面上的目标。因此，HFSWR被用于加强搜索和营救活动，以及监控海上情况、非法移民、毒品非法交易、非法捕鱼、走私和盗版。
HFSWR系统沿着海岸线安装，并且包括指向海洋的定向发射天线和全向接收天线阵列，以及操作系统所需的硬件和软件。该发射天线产生一系列可辐射到一个所希望的监视区域的电磁(EM)脉冲。该接收天线阵列优选应当具有遍及整个监视区域的高并且相等的增益。然后，在监视区域中的物体朝收集雷达数据的接收天线阵列反射EM脉冲。其中的一些物体是必须被检测的单元(来自这些单元的雷达信号称之为“目标”)，而其余的物体则是不必检测的单元(来自这些单元的雷达信号称之为“杂波”，其是雷达系统中的一种噪声)。更加复杂的脉冲编码或者频率编码EM脉冲可以被用于防止距离-覆盖(range-wrap)，在随后的EM脉冲发射之后，接收天线阵列接收到反射的EM脉冲(响应先前已发射的EM脉冲)时出现这种距离-覆盖。
一般来说，通过使数据穿过一个带通滤波器以过滤雷达数据中的外部不需要的信号，然后，使数据通过一个将其从RF频带解调为IF频带并在IF频带进行模数转换的外差接收机来预处理来自接收天线阵列中的各个天线单元或者探测器的已收集的雷达数据。然后，雷达数据被解调到基带，在基带进行低通滤波和向下采样。通过接收天线阵列收集的雷达数据是合成的(即，具有实数和虚数部分)。因此，该向下采样的雷达数据也是合成的，而且每个需要执行上述操作的信号处理部件都用于处理合成数据。
然后，通过一个匹配滤波器来处理向下采样的雷达数据，该匹配滤波器具有变换功能或者与已发射EM脉冲相关联的脉冲响应。然后，该匹配滤波雷达数据被分割为片段以用于分析。在本领域中，各个片段被认为是相干的积分时间(CIT)或者无运动时间。通过记录各个数据点相对于在先EM脉冲被发射的时间而被抽样的时间，来对各个CIT中匹配的滤波雷达数据进行距离定位。然后，该距离定位的数据经过用于降噪的低通滤波和用于更加有效的信号处理的向下抽样的组合。这种处理的输出是多个距离数据的时间序列，其中的每个时间序列被收集用于一个给定的距离值。根据在发射EM脉冲中使用的脉冲重复间隔(即，EM脉冲的发射频率)来收集多个时间序列的最大距离值。
根据预处理记录的雷达信息中产生的距离、多普勒以及方位角信息来检测一个目标。该距离信息用于提供目标距接收天线阵列的距离的一个估计值。该方位角信息用于提供目标相对于接收天线阵列中心的位置的角度的一个估计值，以及该多普勒信息用于提供通过测量该目标的多普勒频移而得到的目标径向速度的一个估计值。该目标的多普勒频移与由目标反射的EM脉冲的频谱相对于该EM脉冲的原始频谱的变化相关联。
正如前面所提到的，通过记录数据相对于在先EM脉冲被发射的时间而被抽样的时间来产生距离数据。多普勒处理对应于在脉冲重复周期(即，在相干的脉冲序列中连续发射的脉冲间的时间)内频率△f的正弦信号的检测。因此，通过对所获得的用于距离值的时间序列进行滤波器组处理或者FFT处理，来产生用于一个给定距离值的多普勒信息。通常通过数字波形来获得方位角数据。具体而言，对于接收天线阵列的各个天线单元，在给定距离元和给定多普勒元的雷达数据被加权一个复指数，然后，对所有的天线单元来求和。该复指数的相位与方位角相关，天线单元的间隔和已发射EM脉冲的波长对于本领域的普通技术人员来说是熟知的。波形给出一种外部特性，即天线阵列转向由在复指数加权中的方位角定义的监视区域的一个给定区域。照这样，许多波束可以被形成以便同时覆盖整个监视区域。
为了确定一个目标的距离、方位角和速度，检测器处理已产生的距离、方位角和用于一个给定CIT的多普勒信息。一般来说，该检测器寻找在称为距离-多普勒坐标图的二维坐标图中的给定单元(即，一个数据值或者像素)处的峰值。目标检测通常包括比较在给定单元处的振幅和相邻单元处的平均振幅。然后，被检测的目标被传送到坐标图提取器，该提取器过滤已检测的目标以滤去所有与期望为真实目标的角度、多普勒和方位角特性不一致的检测。然后，这些已过滤的目标被传送到一个跟踪器，该跟踪器关联一个给定目标的连续的检测以形成对目标的跟踪。照这样，可以在整个监视区域内跟踪被检测目标的运动。
该检测过程被噪声的增加所阻碍，该噪声包括上面提到的杂波，在每个单元中，其都可以导致错误的目标检测或者将噪声作为目标的虚假检测。该噪声是难以解决的，因为在不同的元(cell)中，以及在不同的CIT中，不同的海洋条件下，以及一天和一个季节的不同时段期间，以及在不同的地点收集的雷达数据存在变化的噪声电平。雷达噪声的主要来源包括诸如海洋的杂波、电离层的杂波和宇宙尘的杂波这样的自干扰，以及诸如同信道干扰，大气干扰和脉冲噪声这样的外部干扰。自干扰是由雷达操作产生的，而外部干扰则不依赖于雷达的操作。
电离层的杂波是干扰最重要的原因之一而且很难抑制，这是由于其类似于目标的特性和具有高的信号振幅的原因。电离层的杂波包括从地球的电离层反射并且直接返回到雷达的EM脉冲(即，接近垂直的入射杂波)，以及跳出电离层，从海洋反射并且沿着相反的路径返回到雷达的EM脉冲(即，距离-覆盖杂波)。一般来说，电离层的杂波在一个环形带跨度的若干距离元中，所有的方位小区和大多数船舶多普勒频带中累积。这些距离元与相对于HFSWR安装站点的电离层的高度或者成倍的高度相对应。接近垂直的入射电离层杂波的特征同样是非常强的，在距离上相隔离以及在许多千分之一赫兹的多普勒维度中被消冲。在夜间，电离层的杂波是在其最高的电平上，这是因为电离D层的消失和电离F1和F2层的归并。
为了消除距离-覆盖杂波，可以使用本领域的普通技术人员熟知的Frank补码。另一种熟知的解决方案是以不支持空中电波传播的较高的频率来操作雷达系统。通过将已发射EM脉冲的载频增加到层临界频率之上，该已发射EM脉冲将透过电离层。然而，这种方法可能降低大范围的检测船舶中的雷达系统的性能，这是由于在较高的发射频率处导致较多的传播损耗的原因。
海洋杂波是由海洋波反射的EM脉冲产生的，该海洋波是雷达波长的谐波。控制海洋杂波的两个大的峰值被称为布拉格(Bragg)线，该布拉格线具有在由雷达操作频率确定的多普勒频率上，沿着所有的距离元的距离-多普勒坐标图中的两列峰值。该布拉格线能够在它们相应的多普勒频率上减低雷达的检测性能。然而，也存在较高的与海洋的状态相关联的规则散射，这就带来了附加的峰值和在布拉格线之间的一个连续的海洋杂波。这种连续的海洋杂波包括与海洋状态(即，表面风速和持续时间)相关的能量，这些状态通常限制了诸如船舶这样的小的低速目标的检测。
宇宙尘杂波是由小的流星微粒的宇宙尘产生的，这些流星微粒穿透地球的大气层并且产生电离的轨迹，这些轨迹产生了短暂的雷达反射波。短暂的宇宙尘雷达反射波通常在一个特定的距离上作为一个大的峰值而出现。宇宙尘杂波导致了在距离-多普勒坐标图中的背景噪声电平的增加。
同信道干扰是由诸如电视广播装置这样的HFSWR频带的本地和远端用户产生的。这种干扰非常具有方向性，因为其源于空间相关的点源。然而，由于在不均匀的电离层中的多重反射，同信道干扰到达的方向是很宽的，正如在图1中示出的真实的雷达数据的例子中所看到的。同信道干扰也是距离独立的，而且以特定的多普勒频率出现，正如从图11a中所示出的真实的雷达数据的另一个实例中看到的。通过选择可替换的用于发射EM脉冲的载频可以避免同信道干扰。然而，因为这种干扰在时间和频率上是很随机的，所以来自远距离源的同信道干扰提出了一个更加严重的问题。此外，典型地，因为在晚上D层吸收的缺少，所以晚上的同信道干扰比白天更多。
大气干扰是具有随频率、白天的时间、季节和地理位置而变化的电平的空间白噪声。例如，夜间与白天相比较，在HF频带的低端的大气干扰产生的噪声电平增加了大约20dB。
脉冲噪声归因于雷电，而且其本身是一个时间上随机分布的快速脉冲的序列，并且具有一个大的动态范围的振幅。这能够在图2中看到，图2示出了一个相对于给定距离的已发射的EM脉冲数(或者脉冲索引)的雷达EM脉冲回波的坐标图。脉冲噪声不是空间上的白噪声，而且是起因于本地和远端的扰动。通常，脉冲噪声在HFSWR系统的整个日常操作中出现。脉冲噪声具有一个持续时间相对短的多普勒扩展，而且类似于一个机动目标。脉冲噪声导致在背景噪声电平的增加。脉冲噪声的频率特性随本地暴风雨活动的强度而变化。
通过使用由本发明的发明人开发的改进的信号处理方法，以及在同时提交的并且具有序列号——，以及标题为“在雷达中产生频谱的系统和方法”(“System and Method For Spectral Generation inRadar”)的共同未决专利申请中所描述的改进的信号处理方法，可以成功地减少自产生的杂波。然而，在应用这些信号处理方法之后，距离-多普勒-方位角数据仍然包括外部的干扰，这些外部的干扰主要被包括在同信道干扰和脉冲干扰中。
在现有技术中，外部的干扰消除技术已经利用了外部干扰信号的方向特性。这些技术使用了一个主天线或者主天线阵列来获得雷达数据，这些雷达数据包括可能的目标和外部干扰，以及一个辅助天线或者辅助天线阵列来仅仅估计外部干扰。然而，这些方法需要辅助天线或者辅助天线阵列的额外硬件。这个问题的一种现有的解决方案包括使用一个接收天线阵列，其中，某些阵列单元被用作主天线阵列，而另一些阵列单元被用作辅助阵列。然而，这将导致主天线阵列具有一个降低方位角分辨率的较小的孔径(即，较少数量的天线单元)。因此，需要一种降噪系统，该系统不需要辅助天线阵列的额外硬件，并且也不会降低主天线阵列的方位角分辨率。

发明内容
本发明的发明人已经开发出一种噪声抑制系统，该系统使用自适应阵列处理和匹配/失配滤波的组合。在该噪声抑制系统中，来自主探测器阵列的预处理数据被传递到匹配和失配滤波器模块。该匹配滤波器模块提供匹配的雷达数据，该匹配的雷达数据包括来自可能的目标、自干扰和外部干扰的雷达回波，同时，失配滤波器模块提供失配的雷达数据，该失配的雷达数据仅包括外部的干扰。因此，该失配的雷达数据被用于提供匹配的雷达数据中的外部干扰的一个估计。
通过应用波束生成，将该匹配的雷达数据调整到一个所希望的方位角，正如在现有技术中所公知的，实际上产生了一个沿着所希望的方位角的主波束。该失配的雷达数据允许利用从主探测器阵列中选择的探测器构造一个虚拟辅助探测器阵列，以自适应地形成一个辅助波束。调整该辅助波束，以便辅助波束中的外部干扰提供一个主波束中的外部干扰的估计。这种自适应的波束生成包括优选地根据维纳理论来产生一个自适应加权矢量，以调整该辅助波束。选择该自适应加权矢量，以便由辅助波束提供的外部干扰的估计和主波束中的外部干扰之间的误差在均方误差检测中被最小化。
该虚拟辅助探测器阵列可以包括主探测器阵列中的所有的探测器，或者来自主探测器阵列的探测器的一个子集。在上面两种情况中，没有一种是来自主探测器阵列的探测器被仅仅用于产生外部干扰的一个估计，因此，避免了方位角的损失。此外，也避免了物理上分离的辅助阵列的额外硬件。
因此，一方面，本发明提供了一种用于抑制已经被预处理的雷达数据中的外部干扰的噪声抑制系统，该雷达数据由来自多个主探测器阵列的探测器提供。该噪声抑制系统具有第一处理模块和第二处理模块。第一处理模块接收雷达数据并且产生匹配的雷达数据，同时第二处理模块接收雷达数据并且产生失配的雷达数据。该系统进一步具有一个与第一处理模块通信的波束生成器，以及一个与第二处理模块和该波束生成器通信的自适应波束生成器。该波束生成器接收匹配的雷达数据并且产生经波束生成的匹配的雷达数据。该自适应波束生成器接收经波束生成的匹配的雷达数据的一部分和失配的雷达数据的一部分，并且产生经波束生成的匹配的雷达数据的该部分中外部干扰的外部干扰估计。该系统进一步具有一个能够与波束生成器和自适应波束生成器进行通信的抑制器。该抑制器根据经波束生成的匹配的雷达数据和外部干扰估计，产生噪声抑制的经波束生成的匹配的雷达数据。
第二个方面，本发明提供一种用于抑制已经被预处理的雷达数据中的外部干扰的噪声抑制方法，该雷达数据由来自多个主探测器阵列中的探测器提供。该方法包括处理雷达数据以产生匹配的雷达数据；处理雷达数据以产生失配的雷达数据；对匹配的雷达数据执行波束生成以产生经波束生成的匹配的雷达数据；选择经波束生成的匹配的雷达数据的一部分和失配的雷达数据的一部分，并且执行自适应的波束生成，以产生经波束生成的匹配的雷达数据中的外部干扰的一个外部干扰估计；以及，通过抑制外部干扰估计，从经波束生成的匹配的雷达数据的该部分产生噪声抑制的经波束生成的匹配的雷达数据的一部分。
另一方面，本发明提供一种用于抑制已经被预处理的雷达数据中的外部干扰的噪声抑制系统，该雷达数据由来自多个主探测器阵列中的探测器提供。该噪声抑制系统具有第一处理模块和第二处理模块。第一处理模块接收雷达数据并且产生匹配的雷达数据，同时第二处理模块接收雷达数据并且产生失配的雷达数据。该系统进一步包括一个与第一处理模块通信的波束生成器，以及一个与该波束生成器通信的有序统计滤波器模块。该波束生成器接收匹配的雷达数据并且产生经波束生成的匹配的雷达数据。该有序统计滤波器模块接收该经波束生成的匹配的雷达数据，并且产生有序统计滤波的经波束生成的匹配的雷达数据。该系统还包括一个与第二处理模块和有序统计滤波器模块进行通信的自适应波束生成器。该自适应波束生成器接收有序统计滤波的经波束生成的匹配的雷达数据的一部分，和失配的雷达数据的一部分，并且产生经波束生成的匹配的雷达数据的该部分中的外部干扰的一个外部干扰估计。该系统也具有一个与波束生成器和自适应波束生成器进行通信的抑制器。该抑制器根据经波束生成的匹配的雷达数据和外部干扰估计，来产生噪声抑制的经波束生成的匹配的雷达数据的一部分。
又一个方面，本发明提供一种用于抑制已经被预处理的雷达数据中的外部干扰的噪声抑制方法，该雷达数据由来自多个主探测器阵列中的探测器提供。该方法包括处理雷达数据以产生匹配的雷达数据；处理雷达数据以产生失配的雷达数据；对匹配的雷达数据执行波束生成以产生经波束生成的匹配的雷达数据；对经波束生成的匹配的雷达数据执行有序统计滤波，以产生有序统计滤波的经波束生成的匹配的雷达数据；选择有序统计滤波的经波束生成的匹配的雷达数据的一部分和失配的雷达数据的一部分，并且执行自适应的波束生成，以提供经波束生成的匹配的雷达数据中的外部干扰的一个外部干扰估计；以及，通过抑制外部干扰估计，从经波束生成的匹配的雷达数据的一部分中产生噪声抑制的经波束生成的匹配的雷达数据的一部分。


为了更好地理解本发明，以及更加清楚地示出如何实现本发明，现在将借助于实例，结合附图来示出本发明的优选实施例，其中图1是在存在外部干扰的情况下，用于雷达接收阵列的波束模式的振幅对方位角的坐标图；图2是振幅对脉冲索引的坐标图，其示出了在给定范围内脉冲噪声对雷达数据的影响；图3是根据本发明的噪声抑制系统的框图；图4a是由主探测器阵列产生的一个主波束的示意图；图4b是由虚拟辅助探测器阵列产生的一个辅助波束的示意图；图4c是在图4a的主波束上覆盖的图4b的辅助波束的示意图；图5是一种距离-多普勒坐标图，该坐标图示出了一种区域的形状，在该区域上优选对外部干扰估计进行基于相关性的计算；图6是根据本发明的噪声抑制系统的一个更加详细的实施例；图7a到7h示出了图6的噪声抑制系统中的不同节点处的雷达数据；图8是根据图6的噪声抑制系统的一种噪声抑制方法的流程图；图9是根据本发明的噪声抑制系统的一个可选择的实施例；图10是根据图9的噪声抑制系统的一个可选择的噪声抑制方法的流程图；图11a是雷达数据的一个实例的距离-多普勒坐标图，该雷达数据包括同信道干扰和模拟目标，其中没有使用本发明的噪声抑制方法；图11b是图11a的雷达数据的距离-多普勒坐标图，其中使用了本发明的噪声抑制方法；图11c是一种坐标图，其示出了在242Km距离内，沿着图11a的距离-多普勒坐标图的多普勒维度的一个削波；图11d是一种坐标图，其示出了在242Km距离内，沿着图11b的距离-多普勒坐标图的多普勒维度的一个削波；图12a是雷达数据的另一个实例的距离-多普勒坐标图，该雷达数据包括脉冲噪声和模拟目标，其中没有使用本发明的噪声抑制方法；图12b是图12a的雷达数据的距离-多普勒坐标图，其中使用了本发明的噪声抑制方法；图12c是一种坐标图，其示出了在242Km距离内，沿着图12a的距离-多普勒坐标图的多普勒维度的一个削波；图12d是一种坐标图，其示出了在242Km距离内，沿着图12b的距离-多普勒坐标图的多普勒维度的一个削波；图13a是雷达数据的另一个实例的距离-多普勒坐标图，该雷达数据包括微弱的外部干扰和一个真实的目标，其中没有使用本发明的噪声抑制方法；
图13b是图13a的雷达数据的距离-多普勒坐标图，其中使用了本发明的噪声抑制方法；图13c示出了在目标距离内，沿着多普勒维度的图13a和13b的雷达数据的两个坐标图；图13d示出了以目标的多普勒和距离索引示出了图13a和13b的数据的两个方位角坐标图；图14a是雷达数据的另一个实例的距离-多普勒坐标图，该雷达数据包括较强的外部干扰和一个真实的目标，其中没有使用本发明的噪声抑制方法；图14b是图14a的雷达数据的距离-多普勒坐标图，其中使用了本发明的噪声抑制方法；图14c示出了在目标距离内，沿着多普勒维度的图14a和14b的数据的两个坐标图；以及，图14d以目标的多普勒和距离索引示出了图14a和14b的数据的两个方位角坐标图。
具体实施例方式
这里示出的所有实验数据均来自位于加拿大纽芬兰的Cape Race的SWR-503TMHFSWR系统。SWR-503TMHFSWR系统是由Raytheon加拿大有限公司开发的。SWR-503TMHFSWR系统包括一个具有16个天线元件(即，具有16个探测器的主探测器阵列)的接收天线阵列。
这里所使用的各个术语“距离数据”，“多普勒数据”，“方位角数据”，“探测器数据”或者“脉冲数据”表示在给定域中的数据点的一维序列。此外，术语“距离-多普勒数据”表示用于一个给定的方位角或者用于一个给定的探测器的二维数据，以及术语“距离-探测器数据”表示用于给定多普勒值或者给定的脉冲索引的二维数据。此外，术语“距离-脉冲-探测器”，“距离-多普勒-探测器”以及“距离-多普勒-方位角数据”表示三维数据。此外，术语数据的“一部分”意思是数据的该部分具有小于从中得到该部分数据的数据的维度。因此，当一部分数据是从三维数据组中得到时，该部分数据可以是一维的或者是二维的。
正如前面所提到的，自产生的干扰响应于发射的EM脉冲出现。因此，当接收天线阵列所记录的雷达数据通过一个与发射的EM脉冲匹配的匹配滤波器时，该自产生的干扰以及来自可能目标的雷达回波将在该匹配滤波器的输出端出现。如果由接收天线阵列记录的数据通过具有一个与发射的EM脉冲正交的脉冲响应的第二滤波器时，则该自产生的干扰和来自可能目标的雷达回波不会在第二滤波器的输出端出现。然而，外部干扰是独立于雷达操作的，而且将会在匹配滤波器和第二滤波器二者的输出端出现。
第二滤波器是一个失配滤波器。匹配滤波器具有一个传递函数，该函数包括与该匹配滤波器所匹配的信号相同的频率分量。作为选择，失配滤波器具有一个传递函数，该函数与匹配滤波器的函数相反。因此，失配滤波器的传递函数不包括任何上面提到的信号中的频率分量。匹配和失配滤波器被定义为具有零互相关。这意味着失配滤波器的输出与匹配滤波器的输出不相关，该匹配滤波器与发射的EM脉冲相匹配。因此，失配滤波器将提供一个输出，该输出可以用作出现在匹配滤波器的输出端的外部干扰的观察值。因此，在没有现有技术中降噪方案的缺陷的情况下(即，需要额外的接收天线元件，或者使用仅用于外部干扰估计的接收天线阵列的某些元件，从而牺牲了方位角的分辨率)，使用单个的接收阵列天线来提供用于检测来自可能目标的雷达回波的雷达数据，以及用于估计外部干扰的雷达数据是可能的。
现在参考图3，这里示出了根据本发明的噪声抑制系统10的框图。现在将讨论该噪声抑制系统10的部件的功能。下面将进一步讨论具体的实现问题。该噪声抑制系统10与具有多个探测器S1，S2，…，Sk的主探测器阵列12进行通信，以提供距离-脉冲-探测器数据，该数据将在下面详细地解释。每个探测器可以是任何本领域的普通技术人员所熟知的且适合于接收雷达信号的接收天线元件。此外，本领域的普通技术人员应当理解由主探测器阵列12所收集的雷达数据要经过常规的信号处理操作以便预处理这些雷达数据。常规的信号处理操作包括带通滤波，外差作用，A/D转换，解调和向下采样。实现这些信号处理操作的部件在现有技术中是熟知的，因此没有在这里的图中示出。此外，应当理解本发明所有的元件都考虑了复数(即，具有实部和虚部)的处理。噪声处理系统10的其余元件将对预处理的雷达数据进行操作。
噪声抑制系统10包括第一处理模块14，其具有一个与主探测器阵列12进行通信的匹配滤波器模块16，以及一个与该匹配滤波器模块16进行通信的第一多普勒处理模块18。匹配滤波器模块16接收从主探测器阵列12记录的雷达数据获得的预处理雷达数据，并且对数据执行匹配滤波以产生匹配的雷达数据。而第一多普勒处理模块18接收已匹配的雷达数据，并且对数据执行多普勒处理以产生匹配的距离-多普勒数据。
噪声抑制系统10进一步包括一个波束生成器20，其与第一处理模块14进行通信以接收匹配的距离-多普勒数据。该波束生成器20产生匹配的用于若干希望的方位角数值的距离-多普勒-方位角数据。因此，对于一个给定的方位角θ来说，该波束生成器20产生一个主波束MB，匹配的距离-多普勒数据被调整到该主波束(参见图4a)。方位角数值的数目可以由噪声抑制系统10的用户预先选择。然后，正如下面进一步描述的，一部分经波束生成的匹配距离-多普勒-方位角数据B被选择用于该噪声抑制系统10的进一步处理。
噪声抑制系统10也包括第二处理模块22，其具有一个与主探测器阵列12进行通信的失配滤波器模块24、一个与该失配的滤波器模块24进行通信的第二多普勒处理模块26以及一个与第二多普勒处理模块26进行通信的辅助阵列选择器28。该失配滤波器模块24接收从主探测器阵列12记录的雷达数据获得的预处理雷达数据，并且执行失配的滤波以产生失配的雷达数据。而第二多普勒处理模块26接收失配的雷达数据，并且执行多普勒处理以产生失配的距离-多普勒数据。然后，辅助阵列选择器28接收失配的距离-多普勒数据，并且构造一个虚拟的具有探测器A1，A2，…，Ak(未示出)的辅助探测器阵列，这些探测器是从主探测器阵列12中选择的，其中的失配的距离-多普勒-探测器数据Y的一部分被用于产生一个干扰估计，正如下面所进一步描述的。
虚拟辅助探测器阵列可以包括用于提供雷达数据以产生主波束MB的主探测器阵列12的所有探测器S1，S2，…，Sk，或者其中的一个子集。因此，某些来自主探测器阵列12的探测器被用于产生主波束MB，而辅助波束AB是由正如下面所进一步描述的虚拟辅助探测器阵列产生的。因此，对于由噪声抑制系统10产生的距离-多普勒-方位角数据来说，没有损失方位角的分辨率。因此，对于具有高的大气干扰和其它空间白噪声的雷达数据来说，由噪声抑制系统10产生的雷达数据的检测性能应当被保持。此外，利用该噪声抑制系统10，没有必要物理地分离辅助探测器阵列，因为匹配和失配滤波器提供了不相关的雷达数据。下面将更加详细地解释虚拟辅助探测器阵列的构造。
噪声抑制系统10进一步包括一个自适应波束生成器30，其与波束生成器20和第二处理模块22进行通信。该自适应波束生成器30接收匹配的经波束生成的距离-多普勒-方位角数据B的一部分，以及失配的距离-多普勒-探测器数据Y的一部分。从这些输入中，自适应波束生成器30产生一个自适应的加权矢量W＝[W1W2…WL]，该加权矢量被应用于失配的距离-多普勒-探测器数据Y的一部分，以产生匹配的距离-多普勒-方位角数据B的一部分的一个估计I。计算该估计I以用于从中得到匹配的经波束生成的距离-多普勒-方位角数据B的一部分的相同距离、多普勒和方位角元。因此，自适应波束生成器30产生一个辅助波束AB，失配的距离-多普勒-探测器数据被调整到该辅助波束AB(参见图4b，其中示出了具有3个探测器的虚拟辅助探测器阵列的一个例子)。
产生自适应加权矢量W以最小化经波束生成的匹配的距离-多普勒-方位角数据B的一部分与估计I之间的差值。由于经波束生成的匹配的距离-多普勒-方位角数据B的一部分包括了可能的雷达目标回波，以及自产生的干扰和外部干扰，同时估计I仅仅包括外部干扰，所以当选择自适应加权矢量W以使估计I中的外部干扰近似于雷达数据B的该部分中的外部干扰时，雷达数据B的该部分和估计I之间的差值将被最小化。因此，估计I被认为是在经波束生成的匹配距离-多普勒-方位角数据B的该部分中的外部干扰的一个估计。因此，对于一个给定的方位角θ来说，自适应波束生成器30将变换辅助波束AB，以便辅助波束AB中的外部干扰近似于主波束MB中的外部干扰(参见图4c)。如果辅助波束AB指向目标并且包括目标能量，则该目标本身可能被抑制。然而，正如先前所描述的，通过失配滤波辅助探测器数据能够避免这种情况。
噪声抑制系统10进一步包括一个抑制器32，该抑制器32与波束生成器20和自适应波束生成器30进行通信以接收雷达数据B的该部分和外部干扰估计I。抑制器32从经波束生成的匹配的距离-多普勒-方位角数据B的一部分中消除外部干扰估计I，以产生噪声抑制的经波束生成的匹配的距离-多普勒-方位角数据Br的一部分。雷达数据Br的噪声抑制部分被用于构造噪声抑制雷达数据，然后，该噪声抑制雷达数据可以被诸如检测模块和跟踪器这样的常规雷达系统的后序部件来处理。
噪声抑制系统10可以进一步包括一个与抑制器32进行通信的存储装置33。该存储装置33接收雷达数据的噪声抑制BR部分，并且以合适的方式存储这些数据以便噪声抑制雷达数据可以被恢复，以产生噪声减少的用于一个给定方位角的距离-多普勒坐标图。该存储装置33可以是任何合适的存储设备，诸如数据库，硬盘驱动器，CD-Rom等等。
基于维纳理论的技术优选被用于选择自适应加权矢量W，以便外部干扰估计I近似于波束形成的匹配的距离-多普勒-方位角数据B的一部分中的外部干扰。因此，为虚拟辅助探测器阵列计算辅助波束AB，以便外部干扰估计I和雷达数据B的一部分之间的差值在均方差(MSE)检测中被最小化。
下面是基于维纳理论的自适应加权矢量W的公式。在抽点n(即一种及时的观测)的失配的距离-多普勒-探测器数据的一部分是由Y(n)表示的，而在抽点n的经波束生成的匹配的距离-多普勒-方位角数据的一部分是由B(n)来表示的。公式1给出了在抽点n的自适应波束生成器30的输出 其中， 表示雷达数据Y(n)的抽点给出的外部干扰估计I(n)，而H表示矩阵的复数共轭变换的厄密共轭算子。正如前面所提到的，希望使干扰估计 近似于B(n)。因此，公式2给出了估计 的误差。
e(n)＝B(n)-WHY(n) (2)因此，公式3给出了均方误差J(W)
对于一个给定的抽点n来说，假定经波束生成的匹配的距离-多普勒-方位角数据B(n)部分和失配的距离-多普勒-探测器数据Y(n)部分都是固定的，则公式3可以被简化为公式4Jn(W)=σd2(n)-p(n)HW-WHp(n)+WHR(n)W---(4)]]>其中，σd2(n)是假定具有零平均值的B(n)的方差，而P(n)是期望的E[Y(n)H·B(n)]，E[Y(n)H·B(n)]是由失配距离-多普勒-探测器数据Y(n)部分和经波束生成的匹配的距离-多普勒-方位角数据B(n)部分的互相关产生的一个矢量。符号R(n)表示期望的E[Y(n)H·Y(n)]，E[Y(n)H·Y(n)]是失配距离-多普勒-探测器数据Y(n)部分的自相关矩阵。互相关P(n)是指经波束生成的匹配的距离-多普勒-方位角数据B(n)部分和失配的距离-多普勒-探测器数据Y(n)部分之间的相似度，而自相关R(n)是指虚拟辅助探测器阵列数据之间的相似度。
假定失配的距离-多普勒-探测器数据Y(n)部分和经波束生成的匹配的距离-多普勒-方位角数据B(n)部分都是固定的，则均方误差函数Jn(W)是自适应加权矢量W的二阶函数。目的是通过选择最优的自适应加权矢量W0来最小化均方误差函数Jn(W)。因此，正如本领域的普通技术人员所熟知的，均方误差Jn(W)对自适应加权矢量W求微分，而导数被设置为零，如等式5所示dJn(W)dW=-2p(n)+2R(n)W----(5)]]>等式5的解会产生自适应加权W0，n的最优的集合，其通过等式6给出R(n)W0，n＝p(n)W0，n＝R(n)-1p(n)(6)为了实现噪声抑制系统10，需要自相关矩阵R(n)和互相关矢量P(n)的估计。用在R(n)和P(n)计算中的期望的数值算子E[]可以由取平均值的算子来代替，这对于本领域的普通技术人员来说是公知的。然而，应当对存在最大量的外部干扰的数据部分求平均值。此外，R(n)和P(n)必须以雷达数据中可能目标的能量不起太大作用的方式进行估计。这一点是必须的，因为主探测器阵列12和虚拟辅助探测器阵列共享同样的探测器。
参考图11a，同信道干扰存在于特定的多普勒频率的整个距离空间，正如通过-2Hz和-4Hz之间的多普勒频率处出现的隆起线所能够看到的。相反，参考图12a，脉冲噪声分布在整个距离-多普勒空间。包括同信道干扰和脉冲噪声的外部干扰的一个良好估计可以通过在具有与同信道干扰和脉冲噪声的有效重叠的区域内，对距离-多普勒数据求平均值来获得。换句话说，优选选择执行求平均运算的区域的形状，以包括最多的干扰。这实际上是沿着给定的多普勒频率的距离的维度，来求距离-多普勒数据的平均值，正如图5中示出的条状34。作为选择，条状34可以是另外一种形状(这是由干扰的形状来表示的)。因此，在抽点n处的互相关矢量P(n)能够沿着根据等式7的一个给定的多普勒频率Di的距离维度进行估计，等式7如下 其中，r表示距离索引，而N是在求平均过程中距离元的数量。同样地，在抽点n处的自相关矩阵R(n)能够沿着根据等式8的一个给定的多普勒频率Di的距离维度进行估计，等式8如下 为了使说明书的其余部分简单起见，将省略对抽点索引(n)的描述。
现在参考图6，其中示出了本发明的噪声抑制系统10的一种更加详细的实现方式。也将参考图7，图7示出了噪声抑制系统10中的不同节点处的雷达数据，以便于解释根据本发明的系统10的操作。主探测器阵列12提供能够被看作距离-脉冲-探测器数据(由图6中的粗框线来表示)的三维矩阵的雷达数据。由主探测器阵列12记录的雷达数据优选为已经被校正，以便纠正各个探测器中的已知的相位和振幅误差。优选为通过使一个发射机移动到监视区域中各种已知的位置，并发射被主探测器阵列12记录的EM脉冲来进行校正。然后，从所记录的雷达数据中导出发射机的位置，并且比较已知的发射机的位置来提供一个用于校准由主探测器阵列记录的数据的加权矢量。对不同的发射频率来说都可以产生加权矢量。这些加权矢量不应与自适应加权矢量W混淆。
图7a中以三维的数据立方体40示出了距离-脉冲-探测器数据的组织，其中根据图7a所示的x-y-z坐标系统，距离维度沿着z轴延伸，脉冲维度沿着y轴延伸，而探测器维度沿着x轴延伸。优选为，根据CIT将雷达数据分割为时间段。给定不同的雷达操作模式，诸如轮船目标被监视的轮船模式，或者飞机被监视的飞机模式下，CIT是不同的。正如前面所提到的，雷达数据40已经经过了用于预处理的信号处理操作，这一点对本领域的普通技术人员来说是公知的。因此，在图6的方框图中没有示出执行这些信号处理操作的模块。
现在参考距离矢量42，其是一系列具有距离索引值R1，R2，…，RN的距离元，这些距离元包括响应于脉冲索引P1表示的第一发射EM脉冲，由探测器S1记录的EM值。由给定的距离元表示的距离通过记录时间来计算，该时间是距离元的EM值相对于发射相应的EM脉冲的时间而被抽样的时间，该时间乘以光速并且除以2。参考脉冲矢量44，其是一系列具有脉冲索引值P1，P2，…，PM的脉冲元，这些脉冲元包括由探测器S1在距离索引值R1的距离值处、对各个在CIT中发射的脉冲记录的EM值。因此，脉冲索引P1表示被发射的第一个脉冲，而脉冲索引P2表示被发射的第二个脉冲，等等。在脉冲矢量44范围内已被抽样的EM值，在各个EM脉冲被发射之后的同一个时间被抽样(因此，它们对应于由距离索引R1表示的距离值)。现在参考探测器矢量46，其是一系列由各个探测器S1，S2，…，Sk在发射了由脉冲索引PM表示的EM脉冲之后的距离索引值R1的距离值处检测的EM值。因此，包括在探测器矢量46中的各个EM值在同一个脉冲之后(所以是相同的脉冲索引PM)的同一个时间(所以是相同的距离索引R1)被抽样。图7a也示出了用于给定探测器的距离-脉冲二维数据部分，以便示出雷达数据40是如何组织的。正如从图7a中显然可以得到，存在多个组成距离-脉冲-探测器雷达数据40的距离矢量42，脉冲矢量44和探测器矢量46。
距离-脉冲-探测器数据40被提供给匹配滤波器模块16，该模块16对数据40进行匹配滤波以提供匹配的距离-脉冲-探测器数据48。匹配滤波器模块16优选是一个具有与发射的EM脉冲匹配的传递函数的数字滤波器。该匹配滤波器模块16可以包括单个数字滤波器和给定的探测器Si，该滤波器沿着给定的脉冲索引Pi的距离维度进行操作(即，匹配滤波器对来自距离-脉冲-探测器数据40的距离矢量42进行操作)。对各个脉冲索引Pi和各个探测器Si执行该匹配滤波操作。这种匹配滤波可以以连续的方式来进行，以便根据正被处理的脉冲回波来改变该匹配滤波器的传递函数(即，与引起当前脉冲回波的EM脉冲匹配)。作为选择，该匹配滤波器模块16可以包括一组数字滤波器，其中每一个都具有与发射的EM脉冲中的一个匹配的传递函数。然后，该系统将输入脉冲回波传递到相应的匹配滤波器。
发射的EM脉冲优选为利用Frank码来防止距离-覆盖(Frank R.L.，IEEE Trans.On IT，第9卷，第43-45页，1963年)。因此，Frank码也被用于产生匹配滤波器模块16的滤波器系数。Frank码对本领域的普通技术人员来说是熟知的。Frank码被用于相位调制每个已产生的EM脉冲。因此，根据Frank码，一个给定的EM脉冲被分为多个子脉冲，其中每个子脉冲具有一个相位。已产生的EM脉冲彼此都是正交的，因为Frank码矩阵的行是正交的。Frank码由Frank码矩阵产生。P4 Frank矩阵的一个例子是P4＝[1111；1j-1j；1-11-1；1-j-1j]，其中，该矩阵的行被分号分开。因此，例如基于Frank P4矩阵第4行的EM脉冲分别具有0°，270°，180°和90°相位的四个正弦子脉冲。此外，与该EM脉冲相匹配的匹配滤波器的系数具有与已产生的EM脉冲相同的样值，该已产生的EM脉冲依次共轭并且倒置。该过程可能要重复用于Frank P4矩阵的每行，以便将有4个不同的EM脉冲和4个不同的匹配滤波器。因此，这4个不同的EM脉冲将以例如EM1、EM2、EM3和EM4(其中，编号是在P4矩阵中的行)的连续方式被重复地发射。然后，通过相应的匹配滤波器来处理雷达回波。
也可以使用基于P8、P16或者P32矩阵的其它Frank码。然而，在使用P32矩阵的情况下，相位调制所需的相位必须被精确地产生，因为它们靠得更近，而且需要更加昂贵的硬件。其它的如Barker码可以被用于已产生的EM脉冲的给定的不同带宽需求。
然后，匹配的距离-脉冲-探测器数据48被提供给第一多普勒处理模块18，该模块18处理数据，以便提供匹配的距离-多普勒-探测器数据50。第一多普勒处理模块18沿着匹配的距离-脉冲-探测器数据的脉冲维度(即脉冲域)执行多普勒处理，以提供匹配的距离-多普勒-探测器数据50。多普勒处理优选利用一个适当的窗函数对各脉冲矢量44执行FFT，以便将各距离索引值Ri的时间序列数据转换成一个频率序列。图7b示出了匹配的距离-脉冲-探测器40到匹配的距离-多普勒-探测器数据50的转换。作为选择，如果不使用FFT执行多普勒处理，则可以使用一排梳状滤波器，这对本领域的普通技术人员来说是公知的。
然后，匹配的距离-多普勒-探测器数据50被提供给波束生成器20，该波束生成器可以产生经波束生成的匹配的距离-多普勒-方位角数据52。参考图7c，波束生成器20沿着探测器维度执行一系列FFT操作，以便将来自空间域的探测器数据转换为角度或者方位角域。因此，对各探测器矢量46执行FFT，以产生匹配的距离-多普勒-方位角数据52。波束生成器20也提供经波束生成的匹配的距离-多普勒-方位角数据52的一部分B用于进一步的处理，下面将详细地描述。
距离-脉冲-探测器数据40也被提供给失配滤波器模块24，该失配滤波器模块“失配”滤波雷达数据40以提供失配的距离-脉冲-探测器数据54。该失配滤波器模块24优选为具有与发射的EM脉冲失配的传递函数的数字滤波器。该失配滤波器模块24以与匹配滤波器模块16相同的方式实现并对距离-脉冲-探测器数据40进行操作，以产生失配的距离-脉冲-探测器雷达数据54。然而，在这种情况下，该失配滤波器使用一个排斥(reject)该发射的EM脉冲的传递函数。因此，使用上面给出的匹配滤波器模块16的例子，如果发射的EM脉冲是基于Frank P4矩阵的第4行产生，则正弦子脉冲的相位将从FrankP4矩阵的任意一行而不是第4行中获得并且反转，以便获得该失配滤波器模块24的系数。因此，由于P4矩阵的行顺序地被用于重复地提供一系列的EM脉冲，则在失配滤波器模块24中将需要一系列的失配滤波器以处理这些EM脉冲中的每一个的回波，从而使得该失配滤波器的输出与匹配滤波器模块16产生的匹配滤波器的输出是不相关的。
然后，失配的距离-脉冲-探测器数据54被提供给第二多普勒处理模块26，该第二多普勒处理模块26处理数据以产生失配的距离-多普勒-探测器数据56。该第二多普勒处理模块26以与第一多普勒处理模块18相似的方式来实现，下面将不进行进一步的讨论。
第二处理模块22进一步包括辅助阵列选择器28，该辅助阵列选择器向虚拟辅助探测器阵列提供失配的距离-多普勒数据。参考图7d，其对应于获取失配的距离-多普勒-探测器数据56，将数据56分为二维削波58，60，…，62(其中每个削波对应于主探测器阵列12的探测器S1，S2，…，Sk的距离-多普勒数据)，并且选择这些削波的一个子集，这些削波然后被连接以形成失配的距离-多普勒-探测器数据64。对数据64有贡献的探测器阵列被称为虚拟辅助探测器阵列，该虚拟辅助探测器阵列具有探测器A1，A2，…，AL(未示出)。该辅助阵列选择器28进一步提供失配的距离-多普勒-探测器数据64的一部分Y以用于进一步处理，正如下面将详细描述的。
如上所述，该虚拟辅助探测器阵列可以包括来自用于提供构造主波束MB的雷达数据的主探测器阵列12的探测器子集，或者包括来自用于提供构造主波束MB的雷达数据的主探测器阵列12的每个探测器(该雷达数据已经被预处理并且被较准)。如果该虚拟辅助探测器阵列包括主探测器阵列12的一个子集，那么优选为应满足两个条件。第一个条件是虚拟辅助探测器阵列的孔径尺寸应当与主探测器阵列12的孔径尺寸相同。这就意味着空间上定位于提供主波束MB的雷达数据的主探测器阵列12中的最左边和最右边的探测器，也应当是空间定位于虚拟辅助探测器阵列中的最左边和最右边的探测器。第二个条件是虚拟辅助探测器阵列的零相位中心优选为应当远离主探测器阵列12的零相位中心。如果辅助波束AB指向一个到达目标的方向，则就要尝试最小化主波束MB和辅助波束AB的重叠，以便于减少错失目标的概率。若给定探测器阵列中探测器的空间分布，则探测器阵列的零相位中心对应于探测器阵列的矩心。
主探测器阵列12的零相位中心在主探测器阵列12的中间位置出现(即，(1+2+3+4+5+6+7+8)/8)＝4.5，其中，各探测器是由其在主探测器阵列12中的顺序表示的)，如果所有的探测器都是可操作的，则该主探测器阵列12是一个线性阵列。然而，由于虚拟辅助探测器阵列中的探测器可能不是均匀地空间分布的，所以虚拟辅助探测器阵列的零相位中心就向具有较大密度的探测器的虚拟辅助探测器阵列的一端偏移。为了满足第二个标准，辅助阵列选择器28可以计算具有预定数量探测器(根据上面所示出的例子)的所有虚拟辅助阵列的矩心。然后，由辅助阵列选择器28选择满足第一和第二两个标准的虚拟辅助阵列中的探测器。如果给定一个固定的主探测器阵列12，则上面提到的操作可以利用可变数量的虚拟辅助探测器阵列的探测器来执行，以便虚拟辅助探测器阵列可以在噪声抑制系统10的操作之前被预先确定。因此，在噪声抑制系统10操作期间，虚拟辅助探测器阵列中的探测器可以由虚拟辅助探测器阵列中的给定希望数量的探测器的查询表来提供。该查询表指示主探测器阵列12中的每个辅助阵列探测器Ai的位置。
尽管图6的框图示出了辅助阵列选择器28被连接在第二多普勒模块26和自适应波束生成器30之间，但是为了更有效的信号处理，该辅助阵列选择器28的位置可以改变。例如，辅助阵列选择器28可以被放置在失配滤波器模块24和第二多普勒处理模块26之间。作为选择，辅助阵列选择器28可以被放置在失配滤波器模块24之前。
噪声抑制系统10进一步包括与第二处理模块22和波束生成器20进行通信的自适应波束生成器30。该自适应波束生成器30包括如图6所示连接的一个自相关矩阵计算器66、矩阵逆变器68、互相关器70、加权计算器72和辅助波束生成器74。
自相关矩阵计算器66从虚拟辅助探测器阵列接收失配距离-多普勒-探测器数据Y部分，并且根据等式8(即，RY＝YH·Y)产生自相关矩阵RY。参考图7e，雷达数据Y部分对应于用于给定多普勒索引Di的距离-探测器数据的二维削波。因此，雷达数据Y部分是具有N*L空间(即，N个距离元和L个探测器)的一个矩阵。因此，自相关矩阵计算器66通过执行矩阵Y和矩阵YH之间的矩阵乘法产生自相关矩阵RY。该自相关矩阵RY的维度是L*L(即，L行和L列)。
矩阵逆变器68接收自相关矩阵RY并使用本领域的普通技术人员公知的任何逆变装置执行矩阵的逆变，以获得逆自相关矩阵P=RY-1.]]>在这种情况下，雷达数据Y部分没有包括更多的噪声，该自相关矩阵RY可以是秩缺(rank deficient)。这可以通过计算自相关矩阵RY的条件数量来确定。在这种情况下，伪倒置算子被用于获得逆自相关矩阵P。逆自相关矩阵P的维度是L*L。获得条件数量的和RY的伪倒置的等式对本领域的普通技术人员来说是熟知的。
互相关器70从虚拟辅助探测器阵列接收失配的距离-多普勒-探测器数据Y，以及来自主探测器阵列12的经波束生成的匹配的距离-多普勒-方位角数据B部分，并且计算由等式7(即，P＝YH·B)给出的互相关矢量Q。再次参考图7e，雷达数据B部分是对应于数据Y部分给定方位角索引Ai和相同的多普勒索引Di的一个距离矢量。数据B部分具有维度N*1。互相关器70执行矩阵乘法以产生具有维度L*1的互相关矢量Q(即，L*N*N*1＝L*1)。
加权计算器72接收互相关矢量Q和逆自相关矩阵P，并且根据等式6通过执行矩阵相乘来产生自适应加权矢量W。因此，自适应加权矢量W是一个具有L*1维度的行矢量。辅助波束生成器74接收自适应加权矢量W和雷达数据Y部分，以根据等式9产生雷达数据B部分中的干扰I的一个估计。
I＝WH·Y (9)因此，干扰估计I是具有N*1维度的一个矢量。
噪声抑制系统10进一步包括抑制器32，该抑制器包括一个减法器76和与减法器76通信的最小化器78。减法器76接收雷达数据B部分和外部干扰估计I，并且根据等式10提供一个矢量或者减信号T(即，对矢量B和I逐个进行减法运算)。
T＝B-I (10)最小化器78接收矢量T和雷达数据B部分，并且根据等式11产生噪声抑制的经波束生成的匹配的距离-多普勒-方位角数据BR部分
BR＝min(B，T)(11)其中，算子min()是通过排列两个矢量B和T的处理来定义的，从矢量B的一个元中取一个值，从矢量T的同一个元中取一个值，并且在矢量B的相同元中放置这两个值中的最小值，如图7f所示。对矢量B和T中的所有元重复该操作。
现在参考图7g，其中示出了有助于解释抑制器32功能的一系列矢量(其也可以被称为数据序列或者信号)。对于雷达数据B的一个给定部分和一个外部干扰估计I，矢量T是由逐单元方式的矢量减法产生的。然而，在外部干扰估计I中存在出现外部噪声80的可能性。源自失配滤波器模块24操作的外部噪声80也被包括在矢量T中。因此，矢量T不能被直接用作噪声抑制的经波束生成的匹配的距离-多普勒-方位角数据BR部分。相反，矢量T和雷达数据B部分通过最小化器78来处理，该最小化器78排列两个矢量B和T，并且在构造矢量BR时选择这两个矢量中的最小值，正如前面所讨论的。因此，如果在外部干扰估计I中存在外部噪声80，则最小化器78会将其删除。
现在参考图7h，矢量BR被用于构造噪声抑制的经波束生成的匹配的距离-多普勒-方位角数据82。在噪声抑制的雷达数据82中的矢量BR部分与图7e示出的雷达数据52中的矢量B的位置相同。因此，噪声抑制雷达数据82被建立了一个距离矢量，并且相应地被存储在存储装置33中。在这种情况下，对于一个给定的多普勒索引，可以获得用于给定的方位角索引的数据B部分，并且可以计算用于相同的方位角索引和多普勒索引的外部干扰估计I，以提供噪声抑制的数据B部分，正如上面所讨论的。然后，沿着选择的多普勒索引的方位角维度(即，各个方位角索引)重复这种操作直到所有的方位角索引都被处理为止。然后，通过一个位置来来对多普勒索引进行移位，并且沿着方位角维度再一次重复这种操作。然后，沿着多普勒维度重复这种操作直到噪声抑制的雷达数据82可以通过选择一个方位角索引来构造为止，然后沿着多普勒的维度移动。一旦对所有的多普勒索引都执行了这种操作，则通过一个位置来对方位角索引进行移位，并且沿着多普勒维度再一次执行这种操作。然后，将沿着方位角维度重复这种操作直到构造了噪声抑制的雷达数据82为止。
图6中示出的噪声抑制系统10的元件可以通过现有技术中熟知的任何装置来实施，尽管使用诸如数字信号处理器这样的专用硬件是优选的。作为选择，也可以使用诸如滤波器，比较器，乘法器，移位寄存器，存储器等这样的分立元件。此外，噪声抑制系统10的某些元件也可以由相同的结构来实现。例如，第一多普勒处理模块18和第二多普勒处理模块26可以由相同的硬件结构来实现。
作为选择，本发明的元件优选可以由计算机程序以及实现噪声抑制系统10所必须的相关硬件和软件来实现，其中这些计算机程序可以Matlab，C，C++，LabviewTM或者任何其它合适的编程语言程序来编写，这些编程语言被嵌入到具有一个操作系统的计算平台上的计算机可读媒介中。计算机程序可以包括适合于执行根据噪声抑制系统10的噪声抑制方法(下面将进一步描述)的步骤的计算机指令。计算机程序可以包括如在面向对象的编程中所知道的模块或者类，根据噪声抑制系统10的结构来实现并构造这些模块和类。因此，独立的软件模块可以被设计用于噪声抑制系统10的各个部件。作为选择，这些部件的功能可以被组合到更少量的合适的软件模块中。
现在参考图8，其中示出了一种根据本发明的用于抑制雷达数据中的噪声的噪声抑制方法100。正如上面所提到的，对于根据CIT的时间长度，雷达数据优选已经被主探测器阵列12抽样，而且已经被预处理和较准。噪声抑制方法100在步骤102开始，来自主探测器阵列12的已经预处理的距离-脉冲-探测器数据被如上所述地进行匹配滤波。接下来的步骤104是对已匹配滤波的距离-脉冲-探测器数据执行多普勒处理，以提供匹配的距离-多普勒-探测器数据。正如上面所提到的，多普勒处理可以包括利用一个合适的窗函数或者利用滤波器组处理执行FFT，这对于本领域的普通技术人员来说是公知的。下一个步骤106包括对匹配的距离-多普勒-探测器数据执行波束生成以提供经波束生成的匹配的距离-多普勒-方位角数据。
在步骤108，对来自主探测器阵列12的距离-脉冲-探测器数据执行失配滤波。下一个步骤110是对失配滤波的距离-脉冲-探测器数据执行多普勒处理以提供失配的距离-多普勒-探测器数据。下一个步骤112是从用于产生主波束MB的主探测器阵列12中给定的探测器选择一个虚拟辅助探测器阵列。因此，步骤108到112可以被概括为给定从主探测器阵列获得的给定距离-脉冲-探测器数据时，向虚拟辅助探测器阵列提供失配的距离-多普勒-探测器数据。正如前面所提到的，为了更加有效的进行信号处理，虚拟辅助阵列的选择可以在多普勒处理步骤110或者失配滤波步骤108之前。
在步骤114，选择雷达数据部分B和Y。该雷达数据B是从经波束生成的匹配的距离-多普勒-方位角数据中选择的，而且是给定多普勒索引和给定方位角索引的一个距离矢量。雷达数据Y是从虚拟辅助探测器阵列的失配的距离-多普勒-探测器数据中选择的，并且是雷达数据B的同一个多普勒索引的距离-探测器数据的二维削波。
噪声抑制方法100的接下来的步骤116到124是对失配的距离-多普勒-探测器数据Y执行自适应波束生成，以便提供波束生成的匹配的距离-多普勒-方位角数据B的外部干扰的一个估计I。该自适应波束生成在步骤116开始，其中，计算雷达数据Y的自相关矩阵RY(RY＝YH·Y)。在步骤118，计算逆自相关矩阵P(P=RY-1).]]>然后，噪声抑制方法100进入到步骤120，其中计算互相关矢量Q(Q＝YH·B)。然后，在步骤122根据该逆自相关矩阵P和互相关矢量Q(W＝P·Q)来计算自适应加权矢量W。然后，在步骤124计算经波束生成的匹配的距离-多普勒数据部分B中的外部干扰I(I＝WH·Y)的估计。
然后，噪声抑制方法100进入到步骤126到128，其中，外部干扰估计I和经波束生成的匹配的距离-多普勒-方位角数据部分B被用于获得噪声抑制的经波束生成的匹配的距离-多普勒-方位角数据部分BR。在步骤126，从经波束生成的匹配的距离-多普勒-方位角数据部分B中减去外部干扰估计I以形成矢量或者减信号T。接下来，在步骤128，比较经波束生成的匹配的距离-多普勒-方位角数据部分B中给定的分量和矢量T中相同位置的分量，并且这两个分量的最小值被存储在噪声抑制的经波束生成的匹配的距离-多普勒-方位角数据部分BR中相同的位置。对于雷达数据B中的每个分量重复这种操作。然后，在步骤129存储噪声抑制的经波束生成的匹配的距离-多普勒-方位角数据部分BR部分。
在噪声抑制方法100的下一个步骤130确定是否有更多的雷达数据要处理。如果没有更多的雷达数据要处理，则结束该噪声抑制方法100。否则，下面的步骤132将更新经波束生成的匹配的距离-多普勒-方位角数据部分B，以及来自辅助探测器阵列的失配的距离-多普勒-探测器数据部分Y。像前面解释的那样来执行这种更新。然后重复步骤116到130。
在某种条件下，强的电离层噪声可能以水平条纹的形式在给定方位角值的距已产生的距离-多普勒数据中出现。这将类似于在给定的距离索引处，在多个距离-多普勒元中出现的干扰。在这种情况下，优选在自相关矩阵RY和互相关矩阵Q的计算中，从雷达数据中清除这些距离-多普勒元，因为这些被污染的距离-多普勒元可能损害自适应波束生成器30的性能。从计算中删除被污染的数据的一种方法是利用一个用于计算距离矢量B的中间值(M)并且根据等式12产生一个域值(λ)的中间滤波器
λ＝v·M (12)其中，v表示一个常数。在距离矢量B′中的数据可以根据等式13进行中间滤波。
OB(i)＝B′(i) 如果B′(i)＜λOB(i)＝0 如果B′(i)＞λ (13)因此，在上述域值λ以上的所有B′值在数据部分OB中都被设置为零。
现在参考图9，其中示出了一个噪声抑制系统140，其并入了耦合到波束生成器20和自适应波束生成器30的之间中间滤波器模块142。噪声抑制系统的其余部分类似于噪声抑制系统10，这里将不再描述。中间滤波器模块142对经波束生成的匹配的距离-多普勒-方位角数据58执行中间滤波，正如刚刚所讨论的。中间滤波器模块142优选使常数v为1.75。该值是根据经验来确定的，而且如果结果不满意的话可以改变。例如，可能存在一种情况，即电离层的杂波是非常严重的，在这种情况下，常数v的值必须减小以便消除更多的电离层杂波。该中间滤波器模块142可以对组成由波束生成器20产生的经波束生成的匹配的距离-多普勒-方位角数据58的各个距离矢量进行逐列操作。正如前面所讨论的，矢量OB是中间滤波的经波束生成的匹配的距离-多普勒-方位角数据的一部分，其被提供给自适应波束生成器30，以便可以产生外部干扰估计并且从匹配的雷达数据的一部分中减去该外部干扰估计。
作为一种选择，其它的有序统计滤波方法可以被使用来代替中间滤波。这样的一种例子包括选择一个恒定的整数g(即，诸如15)，对矢量B′中的值进行排序，删除g的最大和最小值，对剩余的值求平均，以获得一个平均值，然后，通过将该平均值乘以一个常数而产生一个域值。一般来说，通过查找干扰统计、带宽和其它的特性，滤波器能够被设计为阻止不想要的信号。因此，中间滤波器模块142一般来说可以通过一个有序统计滤波器模块来表示。
现在参考图10，其中示出了一种可选择的噪声抑制方法144，其中并入了一个中间滤波步骤146，以便对匹配的距离-多普勒-方位角数据执行中间滤波，正如上面所描述的。噪声抑制方法144的其余部分与噪声抑制方法100完全相同，这里将不进行描述。如上所述，另一种有序统计滤波方法可以被使用来代替中间滤波。
现在参考图11a，其中示出了具有两个模拟目标的真实雷达数据的距离-多普勒坐标图的一个例子。该距离-多普勒坐标图是从用于一个给定的方位角数值的波束生成器20获得的。各个目标是在245km的距离处，其中一个目标具有2Hz的多普勒频率，而另一个目标具有-2Hz的多普勒频率。这两个目标相对于主探测器阵列的中心来说，具有60度的方位角或方位。在大约-2到-4Hz的多普勒频率范围处，在距离维度上出现了外部干扰。该外部干扰覆盖并隐藏了具有-2Hz多普勒频率的目标。因此，由于外部干扰的原因，这种目标的检测是非常困难的。
现在参考图11b，其中示出了在应用噪声抑制方法100之后，图11a中示出的雷达数据的一个距离-多普勒坐标图。正如所能看到的，外部干扰已经被抑制，并且该具有-2Hz的多普勒频率的目标(其先前在外部干扰中被隐藏了)现在能够看到而没有明显的振幅损耗。
现在参考附图11c和11d，其示出了沿着图11a和11b中的距离-多普勒坐标图的多普勒维度的245km距离一个削波。图11c中的雷达数据没有经过噪声抑制方法100，而图11d中的雷达数据已经经过了噪声抑制方法100。结果表明噪声抑制方法100已经抑制了外部干扰30dB的因子而没有降低目标的振幅。
对于抑制脉冲噪声和同信道干扰这两种情况，也评估了噪声抑制方法100的性能。现在参考图12a，其中示出了由波束生成器20产生雷达数据的一个距离-多普勒坐标图，该雷达数据被脉冲噪声和外部干扰所破坏。图11a到11d的雷达数据的模拟目标已经被加到该雷达数据中。图12b中示出了在应用该噪声抑制方法100之后的结果。结果表明脉冲噪声和外部干扰都已经被抑制，同时在大约245km处的2Hz及-2Hz的多普勒频率的目标也已经成功地从外部干扰中被抽取出来。
现在参考附图12c和12d，其中示出了沿着图12a和12b的距离-多普勒坐标图的多普勒维度的在目标距离处一个削波。图12c中的数据没有经过噪声抑制方法100，而图12d中的雷达数据已经经过了噪声抑制方法100。结果表明噪声抑制方法100已经抑制了外部干扰20-30dB的因子而没有降低目标的振幅。从雷达数据中可清楚地知道，脉冲噪声导致了噪声层的增加(即，图12c中的噪声层大约是10dB，而图12d中的噪声层大约是-15dB)。
在存在微弱的外部干扰的情况下，本发明的噪声抑制方法100必须保持目标到达的方向(DOA)(即，方位角或方位)。参考图13a，其中示出了用于具有真实目标150的真实雷达数据的一个例子的距离-多普勒坐标图。这些数据没有经过本发明的噪声抑制方法100。目标150被放置在大约167的距离索引处和大约80的多普勒索引处。参考图13b，其中示出了在使距离-多普勒数据经过噪声抑制方法100之后，图13a的真实的雷达数据的距离-多普勒坐标图。图13a和13b的距离-多普勒坐标图在外形上十分地相似。
现在参考图13c，其中示出了沿着图10a和10b的距离-多普勒坐标图的多普勒维度在目标距离处的一个削波。结果表明在存在微弱外部干扰的情况下，噪声抑制方法100保持了多普勒维度中目标的振幅。
现在参考图13d，其中示出了目标的距离索引和多普勒索引的图13a和13b的雷达数据的方位角坐标图。结果表明该噪声抑制方法100保持了微弱的外部干扰中的目标的DOA。
现在参考图14a，其中示出了用于具有真实目标152的真实雷达数据的另一个例子的距离-多普勒坐标图。该雷达数据没有经过噪声抑制方法100。目标152被放置在大约36的距离索引处和大约52的多普勒索引处。外部干扰非常强而且不能看到目标152。现在参考图14b，其中示出了在使雷达数据经过噪声抑制方法100之后，图14a中的真实的雷达数据的距离-多普勒坐标图。外部干扰的噪声电平已经被减少了20dB的因子，而且目标152现在是可见的。
现在参考图14c和14d，图14c示出了沿着图14a和14b的距离-多普勒坐标图的多普勒维度在目标距离处的一个削波，而图14d示出了目标152的距离和多普勒频率处的方位角坐标图。图14c和14d示出了在噪声抑制系统100应用之前或之后的雷达数据。在这两种情况下，很清楚地看到环绕目标152的噪声已经被抑制了，而且目标的振幅和DOA已经通过噪声抑制方法100被保持。
应当理解在不脱离本发明的情况下，可以对这里所描述和例示的优选实施例做出各种修改。本发明的范围在所附的权利要求中被定义。例如，在将距离-多普勒-探测器数据变换为距离-多普勒-方位角数据中不使用FFT算子时，可以使用诸如MUSIC频谱估计器这样的高分辨率的频谱估计装置。此外，本发明的方法也可以被应用于前面讨论的现有技术中的情形，其中，独立的物理辅助天线阵列被用于提供主波束中干扰的估计。在这种情况下，辅助天线的输出应当通过失配滤波来处理，而主天线阵列的输出则通过匹配滤波来处理。该方法也可以被扩展到这种情况，即来自主探测器阵列的某些探测器仅被用于干扰估计。在这种情况下，来自这些探测器的数据将通过失配滤波来处理，而来自用于构建主波束的探测器的数据将通过匹配滤波来处理。另外，本发明也可以被应用于任何基于应用的相位阵列，这些阵列为源识别发送脉冲或者波形，诸如超声成像系统，速度检测雷达，侧声纳，主动声纳，水下鱼类探测器和地震应用。
权利要求
1.一种用于抑制雷达数据中的外部干扰的噪声抑制系统，该雷达数据是由来自主探测器阵列的多个探测器提供的，所述雷达数据被预处理，所述系统包括(a)第一处理模块，用于接收所述雷达数据并且产生匹配的雷达数据；(b)第二处理模块，用于接收所述雷达数据并且产生失配的雷达数据；(c)与所述第一处理模块通信的波束生成器，该波束生成器用于接收所述匹配的雷达数据并且产生经波束生成的匹配的雷达数据；(d)与所述第二处理模块和所述波束生成器通信的自适应波束生成器，该自适应波束生成器用于接收所述经波束生成的匹配的雷达数据的一部分和所述失配的雷达数据的一部分，并且产生经波束生成的匹配的雷达数据的所述部分中外部干扰的外部干扰估计；以及，(e)与所述波束生成器和所述自适应波束生成器通信的抑制器，该抑制器根据经波束生成的匹配的雷达数据的所述部分和所述外部干扰估计，产生噪声抑制的经波束生成的匹配的雷达数据的一部分。
2.根据权利要求1所述的系统，其中所述第一处理模块包括(a)匹配滤波器模块，用于接收所述雷达数据并且产生匹配的距离-脉冲-探测器数据；以及，(b)与所述匹配滤波器模块通信的第一多普勒处理模块，该第一多普勒处理模块用于接收所述匹配的距离-脉冲-探测器数据，并且产生匹配的距离-多普勒-方位角数据。
3.根据权利要求1所述的系统，其中所述第二处理模块包括(a)失配滤波器模块，用于接收所述雷达数据，并且产生失配的距离-脉冲-探测器数据；(b)与所述失配滤波器模块通信的第二多普勒处理模块，该第二多普勒处理模块用于接收所述失配的距离-脉冲-探测器数据，并且产生失配的距离-多普勒-探测器数据；以及(c)与所述第二多普勒处理模块通信的辅助阵列选择器，该辅助阵列选择器用于选择至少所述的多个探测器的一部分，以便构造一个虚拟辅助探测器阵列，并且向所述虚拟辅助探测器阵列提供失配的距离-多普勒-探测器数据。
4.根据权利要求1所述的系统，其中所述第二处理模块包括(a)失配滤波器模块，用于接收所述雷达数据，并且产生失配的距离-脉冲-探测器数据；(b)与所述失配滤波器模块通信的辅助阵列选择器，该辅助阵列选择器用于选择至少所述的多个探测器的一部分，以便构造一个虚拟辅助探测器阵列，并且对所述虚拟辅助探测器阵列提供失配的距离-脉冲-探测器数据；以及，(c)与所述辅助阵列选择器通信的第二多普勒处理模块，该第二多普勒处理模块用于从所述虚拟辅助探测器阵列接收所述失配的距离-脉冲-探测器数据，并且为所述虚拟辅助探测器阵列产生失配的距离-多普勒-探测器数据。
5.根据权利要求1所述的系统，其中所述第二处理模块包括(a)辅助阵列选择器，用于选择至少所述的多个探测器的一部分，以便构造一个虚拟辅助探测器阵列，并且提供来自所述虚拟辅助探测器阵列的雷达数据；(b)与所述辅助阵列选择器通信的失配滤波器模块，该失配滤波器模块用于接收来自所述虚拟辅助探测器阵列的所述雷达数据，并且为所述辅助探测器阵列产生失配的距离-脉冲-探测器数据；以及(c)与所述失配滤波器模块通信的第二多普勒处理模块，该第二多普勒处理模块用于接收所述失配的距离-脉冲-探测器数据，并且为所述辅助探测器阵列产生失配的距离-多普勒-探测器数据。
6.根据权利要求1所述的系统，其中所述第二处理模块包括一个辅助阵列选择器，该辅助阵列选择器用所述多个探测器中的每个构造一个虚拟辅助探测器阵列。
7.根据权利要求1所述的系统，其中所述第二处理模块包括一个用于选择所述的多个探测器的一部分的辅助阵列选择器，所述多个探测器的所述部分具有一个零相位中心，该零相位中心远离所述主探测器阵列的零相位中心。
8.根据权利要求1所述的系统，其中所述第二处理模块包括一个用于选择所述的多个探测器的一部分的一个辅助阵列选择器，所述的多个探测器的所述部分的孔径等于所述主探测器阵列的孔径。
9.根据权利要求1所述的系统，其中所述自适应波束生成器包括(a)与所述第二处理模块通信的自相关矩阵计算器，该自相关矩阵计算器用于计算失配雷达数据的所述部分的自相关矩阵；(b)与所述自相关矩阵计算器通信的矩阵逆变器，该矩阵逆变器用于提供一个逆自相关矩阵；(c)与所述波束生成器和所述第二处理模块通信的互相关器，该互相关器用于提供失配的雷达数据的所述部分与经波束生成的匹配的雷达数据的所述部分的互相关；(d)与所述矩阵逆变器和所述互相关器通信的加权计算器，该加权计算器用于根据所述逆自相关矩阵和所述的互相关来计算自适应加权矢量；以及，(e)与所述第二处理模块和所述加权计算器通信的辅助波束生成器，该辅助波束生成器用于根据所述自适应加权矢量和失配的雷达数据的所述部分来提供所述外部干扰估计。
10.根据权利要求1所述的系统，其中所述抑制器包括(a)与所述波束生成器和所述自适应波束生成器通信的减法器，该减法器用于从经波束生成的匹配的雷达数据的所述部分中减去所述外部干扰估计，以提供一个减信号；以及，(b)与所述抑制器和所述波束生成器通信的最小化器，该最小化器用于根据所述减信号和经波束生成的匹配的雷达数据的所述部分产生所述噪声抑制的经波束生成的匹配的雷达数据。
11.根据权利要求1所述的系统，其中所述系统进一步包括一个与所述波束生成器和所述自适应波束生成器通信的有序统计滤波器模块，该有序统计滤波器模块用于提供有序统计滤波的经波束生成的匹配的雷达数据给所述自适应波束生成器。
12.根据权利要求11所述的系统，其中所述的有序统计滤波器模块是一个中间滤波器模块。
13.根据权利要求11所述的系统，其中所述自适应波束生成器包括(a)与所述第二处理模块通信的自相关矩阵计算器，该自相关矩阵计算器用于计算失配的雷达数据的所述部分的自相关矩阵；(b)与所述自相关矩阵计算器通信的矩阵逆变器，该矩阵逆变器用于产生一个逆自相关矩阵；(c)与所述有序统计滤波器模块和所述第二处理模块通信的互相关器，该互相关器用于产生失配的雷达数据的所述部分与所述有序统计滤波的经波束生成的匹配的雷达数据的一部分的互相关；(d)与所述矩阵逆变器和所述互相关器通信的加权计算器，该加权计算器用于根据所述逆自相关矩阵和所述互相关来计算自适应加权矢量；以及，(e)与所述第二处理模块和所述加权计算器通信的辅助波束生成器，该辅助波束生成器用于根据所述自适应加权矢量和失配的雷达数据的所述部分来提供所述外部干扰估计。
14.根据权利要求1所述的系统，其中所述系统进一步包括一个存储装置，该存储装置用于存储噪声抑制的经波束生成的匹配的雷达数据的所述部分。
15.一种用于抑制雷达数据中的外部干扰的噪声抑制方法，该雷达数据是由来自主探测器阵列的多个探测器提供的，所述雷达数据被预处理，所述方法包括(a)处理所述雷达数据以产生匹配的雷达数据；(b)处理所述雷达数据以产生失配的雷达数据；(c)对所述匹配的雷达数据进行波束生成以产生经波束生成的匹配的雷达数据；(d)选择所述经波束生成的匹配的雷达数据的一部分和所述失配的雷达数据的一部分，并且执行自适应波束生成，以产生所述经波束生成的匹配的雷达数据中的外部干扰的外部干扰估计；以及，(e)通过抑制所述外部干扰估计，从经波束生成的匹配的雷达数据的所述部分产生所述噪声抑制的经波束生成的匹配的雷达数据的一部分。
16.根据权利要求15所述的方法，其中步骤(a)包括(i)匹配滤波所述雷达数据以产生匹配的距离-脉冲-探测器数据；以及(ii)多普勒处理所述匹配的距离-脉冲-探测器数据以产生匹配的距离-多普勒-方位角数据。
17.根据权利要求15所述的方法，其中步骤(b)包括(i)失配滤波所述雷达数据以产生失配的距离-脉冲-探测器数据；(ii)多普勒处理所述失配的距离-脉冲-探测器数据以产生失配的距离-脉冲-多普勒数据；以及(iii)用至少所述的多个探测器的一部分构造一个虚拟辅助阵列，从而为所述虚拟辅助探测器阵列提供失配的距离-多普勒-探测器数据。
18.根据权利要求15所述的方法，其中步骤(b)包括(i)失配滤波所述雷达数据以产生失配的距离-脉冲-探测器数据；(ii)用至少所述的多个探测器的一部分构造一个虚拟辅助阵列，从而为所述虚拟辅助探测器阵列提供失配的距离-脉冲-探测器数据；以及(iii)多普勒处理来自所述虚拟辅助探测器阵列的所述失配的距离-脉冲-探测器数据，从而为所述虚拟辅助探测器阵列产生失配的距离-脉冲-多普勒数据。
19.根据权利要求15所述的方法，其中步骤(b)包括(i)用至少所述的多个探测器的一部分构造一个虚拟辅助阵列，从而为所述虚拟辅助探测器阵列提供雷达数据；(ii)失配滤波来自所述虚拟辅助探测器阵列的所述雷达数据，从而为所述虚拟辅助探测器阵列产生失配的距离-脉冲-探测器数据；以及(iii)多普勒处理所述失配的距离-脉冲-探测器数据，从而为所述虚拟辅助探测器阵列产生失配的距离-脉冲-多普勒数据。
20.根据权利要求15所述的方法，其中步骤(b)包括通过从所述多个探测器中选择每个探测器来构造一个虚拟辅助探测器阵列。
21.根据权利要求15所述的方法，其中步骤(b)包括用所述多个探测器的一部分构造一个虚拟辅助探测器阵列，所述多个探测器部分具有一个零相位中心，该零相位中心远离所述主探测器阵列的零相位中心。
22.根据权利要求15所述的方法，其中步骤(b)包括所述多个探测器的一部分，其孔径等于所述主探测器阵列的孔径。
23.根据权利要求15所述的方法，其中步骤(d)包括(i)自相关失配的雷达数据的所述部分以产生一个自相关矩阵；(ii)逆变换所述的自相关矩阵以产生一个逆自相关矩阵；(iii)互相关失配的雷达数据的所述部分与经波束生成的匹配的雷达数据的所述部分，以产生一个互相关矢量；(iv)计算一个自适应加权矢量；以及，(v)生成一个干扰波束以产生一个外部干扰估计。
24.根据权利要求15所述的方法，其中步骤(e)包括(i)从经波束生成的匹配的雷达数据的所述部分中减去所述外部干扰估计，以产生一个减信号；以及，(ii)根据所述减信号和经波束生成的匹配的雷达数据的所述部分，产生噪声抑制的经波束生成的匹配的雷达数据的所述部分。
25.根据权利要求15所述的方法，其中所述方法进一步包括，对所述经波束生成的匹配的雷达数据执行有序统计滤波，以产生有序统计滤波的经波束生成的匹配的雷达数据。
26.根据权利要求25所述的方法，其中所述有序统计滤波包括中间滤波。
27.根据权利要求25所述的方法，其中步骤(c)包括(i)自相关失配的雷达数据的所述部分以产生一个自相关矩阵；(ii)逆变换所述自相关矩阵以产生一个逆自相关矩阵；(iii)互相关失配的雷达数据的所述部分与所述有序统计滤波的经波束生成的匹配的雷达数据的一部分，以产生一个互相关矢量；(iv)计算自适应加权矢量；以及，(v)生成一个干扰波束以产生外部干扰估计。
28.根据权利要求15所述的方法，其中所述方法进一步包括(f)存储噪声抑制的经波束生成的匹配的雷达数据的所述部分。
29.一种用于抑制雷达数据中的外部干扰的噪声抑制系统，该雷达数据由来自主探测器阵列的多个探测器提供，所述的雷达数据被预处理，所述系统包括(a)第一处理模块，用于接收所述雷达数据并且产生匹配的雷达数据；(b)第二处理模块，用于接收所述雷达数据并且产生失配的雷达数据；(c)与所述第一处理模块通信的波束生成器，该波束生成器用于接收所述匹配的雷达数据并且产生经波束生成的匹配的雷达数据；(d)与所述波束生成器通信的有序统计滤波器模块，该有序统计滤波器模块用于从所述波束生成器接收所述经波束生成的匹配的雷达数据，并且产生有序统计滤波的经波束生成的匹配的雷达数据；(e)与所述第二处理模块和所述有序统计滤波器模块通信的自适应波束生成器，该自适应波束生成器用于接收所述有序统计滤波的经波束生成的匹配的雷达数据的一部分以及所述失配的雷达数据的一部分，并产生所述经波束生成的匹配的雷达数据的一部分中的外部干扰的外部干扰估计；以及，(f)与所述波束生成器和所述自适应波束生成器通信的抑制器，该抑制器根据经波束生成的匹配的雷达数据的所述部分和所述外部干扰估计，来产生噪声抑制的经波束生成的匹配的雷达数据的一部分。
30.一种用于抑制雷达数据中的外部干扰的噪声抑制方法，该雷达数据由来自主探测器阵列的多个探测器提供，所述雷达数据被预处理，所述方法包括(a)处理所述雷达数据以产生匹配的雷达数据；(b)处理所述雷达数据以产生失配的雷达数据；(c)对所述匹配的雷达数据进行波束生成以产生经波束生成的匹配的雷达数据；(d)对所述经波束生成的匹配的雷达数据执行有序统计滤波，以产生有序统计滤波的经波束生成的匹配的雷达数据；(e)选择所述有序统计滤波的经波束生成的匹配的雷达数据的一部分和所述失配的雷达数据的一部分，并且执行自适应波束生成，以提供所述经波束生成的匹配的雷达数据中的外部干扰的外部干扰估计；以及，f)通过抑制所述外部干扰估计，从经波束生成的匹配的雷达数据的所述部分产生所述噪声抑制的经波束生成的匹配的雷达数据的一部分。
全文摘要
本发明涉及一种用于抑制雷达数据中的外部干扰的系统和方法，该雷达数据由来自主探测器阵列的多个探测器提供，该数据被预处理。该噪声抑制系统包括第一处理模块和第二处理模块。第一处理模块接收雷达数据并且产生匹配的雷达数据，同时第二处理模块接收雷达数据并且产生失配的雷达数据。该系统进一步包括一个与第一处理模块通信的波束生成器，以及一个与第二处理模块和波束生成器通信的自适应波束生成器。该波束生成器接收匹配的雷达数据并且产生经波束生成的匹配的雷达数据。
文档编号G01S7/292GK1653353SQ03810758
公开日2005年8月10日 申请日期2003年3月7日 优先权日2002年3月13日
发明者礼萨·迪扎基, 托尼·庞斯福德, 里克·麦克拉切尔 申请人:雷神加拿大有限公司