一种改进的基于广义内积的空时二维自适应处理方法
【专利摘要】本发明属于空时二维自适应处理【技术领域】，特别涉及一种改进的基于广义内积的空时二维自适应处理方法。其实现步骤是：步骤1，在待检测距离单元的左右两端共选取L个距离单元的回波数据作为训练样本；步骤2，根据杂波空域角频率和时域角频率之间的关系离线构造杂波子空间，从而计算杂波噪声协方差矩阵的逆矩阵步骤3，根据每个训练样本及杂波噪声协方差矩阵的逆矩阵计算出每个训练样本的广义内积值；步骤4，根据每个训练样本的广义内积值及设定的检测门限η，判断第i个训练样本是否满足设定剔除条件，如果满足，将其剔除；如果不满足，将其保留；步骤5，根据步骤4保留的所有训练样本及采样协方差矩阵求逆方法进行空时二维自适应处理。
【专利说明】一种改进的基于广义内积的空时二维自适应处理方法
【技术领域】
[0001] 本发明属于空时二维自适应处理【技术领域】，特别涉及一种改进的基于广义内积的 空时二维自适应处理方法。当雷达收集的回波数据中由于含有干扰信号所造成的样本数据 不均匀时，本发明能够解决基于最大似然的样本协方差矩阵估计不准确造成的目标检测性 能降低的问题。本发明可用来检测并剔除干扰样本，通过离线构造杂波加噪声协方差矩阵 的逆矩阵，用广义内积作为鉴别统计量来检验并剔除非均匀样本，提高样本的均匀性，使得 基于最大似然的样本协方差矩阵估计更准确，从而提高空时二维自适应处理的目标检测性 能。
【背景技术】
[0002] 机载雷达的地物杂波呈现出空时二维耦合的特性，因此需要采用空时二维自适应 信号处理（Space-Time Adaptive Processing，STAP)技术同时在空域和时域内对信号进行 处理。为了能够有效的利用STAP技术进行杂波抑制和运动目标检测，需要精确的估计杂波 背景的协方差矩阵。杂波背景的协方差矩阵估计的精确性将对STAP的性能产生很大的影 响。传统的STAP方法中的协方差矩阵是基于最大似然估计得到的，估计所用的训练样本则 来自待测单元两侧的距离单元。但是为了获得良好的性能，必须选取大量的均匀样本，即每 个距离单元的样本服从独立同分布，这一要求在实际环境中并不能得到有效的满足。
[0003] 我们把选取的样本称为训练样本，在实际的环境中，训练样本中除了静止的地物 杂波之外，往往还含有运动的目标。由训练样本中的动目标形成的干扰目标会导致目标信 号的对消，使STAP对目标的检测能力下降。针对干扰目标引起的训练样本非均匀问题，美 国科学家 William L. Melvin 等人提出了非均勻检测器（Non-Homogeneity Detector，NHD) 的思想，即由训练样本估计待检测区域的杂波协方差矩阵之前，先对训练样本进行检测以 剔除被干扰污染的样本，从而可以更有效地估计出杂波协方差矩阵。
[0004] 针对上述问题，目前主要采用的是基于广义内积（Generalized Inner Products, GIP)的非均匀检测器，我们称之为传统的广义内积方法。其基本原理是利用广义内积值作 为鉴别统计量，首先选取多个训练样本，并利用这些样本去估计杂波协方差矩阵，然后再计 算每个训练样本的广义内积值，最后设置一个广义内积值的检测门限，剔除超过检测门限 的训练样本，再利用剩余的训练样本进行协方差矩阵估计。但是，该方法易受到训练样本的 影响，计算量大，干扰目标数量较多时对干扰目标的检测并不敏感，在保证检测出所有干扰 的同时，检测门限设置太低，容易剔除大量的均匀样本，使得STAP的目标检测性能下降。
【发明内容】
[0005] 本发明的目的在于提出一种改进的基于广义内积的空时二维自适应处理方法，提 出一种简易稳健的广义内积非均匀检测器，以提高对干扰目标的检测性能，降低了运算复 杂度。
[0006] 为实现上述技术目的，本发明采用如下技术方案予以实现。
[0007] -种改进的基于广义内积的空时二维自适应处理方法包括以下步骤：
[0008] 步骤1，利用机载雷达发射信号，并接收对应的回波数据；所述机载雷达的天线为 均匀线阵；在机载雷达接收的回波数据中，在待检测距离单元的左右两端分别选取多个距 离单元，在待检测距离单元的左右两端选取的距离单元共有L个；将选取的L个距离单元的 回波数据作为对应的L个训练样本，将第i个训练样本表示为i取1至L ;
[0009] 步骤2,将每个训练样本按照方位向均匀划分为N。个样本块，N。为大于1的自然 数，根据每个训练样本每个样本块的杂波空域角频率和杂波时域角频率之间的关系，离线 构造出对应的杂波子空间并进行列归一化，；根据构造出的归一化后杂波子空间，得出杂波 噪声协方差矩阵的逆矩阵々1 ;
[0010] 步骤3,根据每个训练样本、以及杂波噪声协方差矩阵的逆矩阵及-1，计算出每个 训练样本的的广义内积值；
[0011] 步骤4,根据每个训练样本的广义内积值、以及设定的检测门限II，判断第i个训 练样本是否满足设定剔除条件，如果满足，将第i个训练样本剔除；如果不满足，保留第i个 训练样本；
[0012] 步骤5,根据步骤4保留的每个训练样本，得出最优权矢量W。#，然后利用所述最优 权矢量W。#、以及采样协方差矩阵求逆的方法对步骤1中的每个训练样本进行空时二维自 适应处理，得出对应训练样本的空时二维自适应处理结果。
[0013] 本发明的特点和进一步改进在于：
[0014] 在步骤2中，对于第i个训练样本，第a个样本块对应的杂波空域角频率、&和 杂波时域角频率《^ 3为：
【权利要求】
1. 一种改进的基于广义内积的空时二维自适应处理方法，其特征在于，包括以下步 骤： 步骤1，利用机载雷达发射信号，并接收对应的回波数据；所述机载雷达的天线为均匀 线阵；在机载雷达接收的回波数据中，在待检测距离单元的左右两端分别选取多个距离单 元，在待检测距离单元的左右两端选取的距离单元共有L个；将选取的L个距离单元的回波 数据作为对应的L个训练样本，将第i个训练样本表示为Xp i取1至L ; 步骤2,将每个训练样本按照方位向均匀划分为N。个样本块，N。为大于1的自然数，根 据每个训练样本每个样本块的杂波空域角频率和杂波时域角频率之间的关系，离线构造出 对应的杂波子空间并进行列归一化；根据构造出的归一化后杂波子空间，得出杂波噪声协 方差矩阵的逆矩阵及一卜 步骤3,根据每个训练样本、以及杂波噪声协方差矩阵的逆矩阵及1，计算出每个训练 样本的的广义内积值； 步骤4,根据每个训练样本的广义内积值、以及设定的检测门限η，判断第i个训练样 本是否满足设定的剔除条件，如果满足，将第i个训练样本剔除；如果不满足，保留第i个训 练样本； 步骤5,根据步骤4保留的每个训练样本，得出最优权矢量W。#，然后利用所述最优权矢 量W。#、以及采样协方差矩阵求逆的方法对步骤1中的每个训练样本进行空时二维自适应 处理，得出对应训练样本的空时二维自适应处理结果。
2. 如权利要求1所述的一种改进的基于广义内积的空时二维自适应处理方法，其特征 在于，在步骤2中，对于第i个训练样本，第a个样本块对应的杂波空域角频率ω s&和杂 波时域角频率《^3为：
其中，a取1至Ν。，λ为机载雷达发射信号的波长，d为机载雷达天线的阵元间距，V为 载机速度，f；为机载雷达发射信号的脉冲重复频率；Θ &为第i个训练样本第a个样本块 相对于载机的方位角，奶，《为第i个训练样本第a个样本块相对于载机的俯仰角，为第 2V i个训练样本第a个样本块相对于载机的空间锥角，; dfr 将第i个训练样本第a个样本块对应的杂波空时导向矢量表示为如下矩阵形式：
其中，j为虚数单位，_/ = ，上标T表示矩阵或向量的转置，N为机载雷达天线 的阵元数，K为机载雷达在一个相干处理间隔内接收的脉冲数；k取1至K;矩阵F为 ΝΚΧ[Ν+β(Κ-1)]维矩阵，其第i'行第j'列元素表示为F(i'，j'），i'取1至NK，j'取1 至 N+MK-1) ;F(i'，j'）为：
k取1至K，n取1至N; 对矩阵F进行列归一化得到矩阵U，矩阵U为第i个训练样本第a个样本块的归一化后 杂波子空间，矩阵U中第i'行第j'列元素表示为U(i'，j'），
其中，I |F(:，j'）| |表示对矩阵F的第j'列元素组成的列向量取2-范数； 然后计算出杂波噪声协方差矩阵的逆矩阵及一1:
其中，I为NK维的单位矩阵，上标Η表示矩阵的共轭转置。
3. 如权利要求1所述的一种改进的基于广义内积的空时二维自适应处理方法，其特征 在于，在步骤3中，第i个训练样本的广义内积值GIPi为 ：
其中，i取1至L，Η表示矩阵的共轭转置，\为第i个训练样本。
4. 如权利要求1所述的一种改进的基于广义内积的空时二维自适应处理方法，其特征 在于，在步骤4中，判断每个训练样本是否满足设定剔除条件，所述设定剔除条件为：
其中，Π 为设定的检测门限，I · I表示取绝对值，GIPi为第i个训练样本的广义内积 值；N为机载雷达天线的阵元数，K为机载雷达在一个相干处理间隔内接收的脉冲数；如果
则将第i个训练样本剔除；否则，保留第i个训练样本；将剔除的训练样 本的个数表示为T，将保留的训练样本中第h个训练样本表示为，h取1至L-T。
5. 如权利要求1所述的一种改进的基于广义内积的空时二维自适应处理方法，其特征 在于，步骤5的具体子步骤为： (5. 1)估计出修正后杂波噪声协方差矩阵左：
其中，h取1至L-T，T为步骤4中剔除的训练样本的个数，之为步骤4保留的训练样 本中第h个训练样本，Η表示矩阵的共轭转置； (5. 2)根据修正后杂波噪声协方差矩阵片，得出最优权矢量W_ :
其中，上标-1表示矩阵的逆，S为目标的空时导向矢量； (5. 3)得出每个训练样本的空时二维自适应处理结果，第i个训练样本的空时二维自 适应处理结果yi为： y,《x, 其中，i取1至L，\为第i个训练样本，Η表示矩阵的共轭转置。
【文档编号】G01S7/41GK104111449SQ201410306605
【公开日】2014年10月22日 申请日期:2014年6月30日 优先权日:2014年6月30日
【发明者】周宇, 陈展野, 张林让, 刘宏伟, 赵珊珊 申请人:西安电子科技大学