基于空域多级分解的机载MIMO雷达后多普勒自适应处理方法与流程

技术特征：

1.基于空域多级分解的机载MIMO雷达后多普勒自适应处理方法，其特征在于，包括以下步骤：

步骤1，机载MIMO雷达的发射阵元发射正交信号，正交信号经过杂波散射单元和动目标反射后形成回波，回波被机载MIMO雷达的接收阵元接收并处理后形成雷达回波信号；雷达回波信号包括杂波回波信号、动目标回波信号和噪声；

步骤2，对雷达回波信号在多个多普勒通道内分别进行滤波，得到多个多普勒通道滤波后的雷达回波信号；多普勒通道滤波后的雷达回波信号包括多普勒通道滤波后的杂波加噪声信号和多普勒通道滤波后的动目标回波信号；

步骤3，针对多普勒通道滤波后的杂波加噪声信号和该多普勒通道内的滤波后的动目标回波信号，构造该多普勒通道下的初始代价函数；针对初始代价函数中的权矢量进行分解，得到该多普勒通道下的优化后的代价函数；

步骤4，求解多普勒通道下的优化后的代价函数，得到该多普勒通道下的权系数；

步骤5，利用多普勒通道下的权系数对该多普勒通道下的滤波后的雷达回波信号进行处理，得到该多普勒通道下的抑制杂波后的雷达回波信号；求取所有多普勒通道下的抑制杂波后的雷达回波信号的模值，选取其中的最小值对应的抑制杂波后的雷达回波信号作为输出的抑制杂波后的雷达回波信号。

2.如权利要求1所述的基于空域多级分解的机载MIMO雷达后多普勒自适应处理方法，其特征在于，所述步骤1中的杂波散射单元位于第l个距离环上，所述雷达回波信号用如下公式表示：

y(l)＝z(l)+s+n＝x(l)+s

其中，z(l)表示杂波回波信号，s表示动目标回波信号，n表示高斯白噪声，x(l)＝z(l)+n表示杂波加噪声信号。

3.如权利要求1所述的基于空域多级分解的机载MIMO雷达后多普勒自适应处理方法，其特征在于，所述步骤2中的多普勒通道滤波后的雷达回波信号，以第k个多普勒通道为例，距离环为l时，经过第k个多普勒通道滤波后的多普勒通道滤波后的雷达回波信号

其中，表示经过第k个多普勒通道滤波后的杂波加噪声信号：

${\tilde{x}}_k\left(l\right)={(f_k\⊗I_{MN})}^{H}x\left(l\right)$

其中，f_k＝[1,(w_k)¹,(w_k)²,…,(w_k)^K-1]表示第k(k＝1,2,…,K)个多普勒通道的K×1维滤波器系数向量，其中I_MN为M×N维单位矩阵；(·)^H表示共轭转置；x(l)表示距离环为l时得到的杂波加噪声信号；

表示经过第k(k＝1,2,…,K)多普勒通道滤波后的动目标回波信号：

${\tilde{s}}_k={(f_k\⊗I_{MN})}^{H}s$

其中，s表示动目标回波信号。

4.如权利要求3所述的基于空域多级分解的机载MIMO雷达后多普勒自适应处理方法，其特征在于，所述步骤3中的优化后的代价函数，以第k个多普勒通道为例，采用如下公式表示：

$\left\{\begin{array}{c}\min E\[|{\left({\tilde{w}}_{FAk}\right)}^H{\tilde{x}}_k\left(l\right){|}^2\]=\min E\[|{(p\⊗q\⊗h\⊗f)}^H{\tilde{x}}_k\left(l\right){|}^2\]\\ s.t.{\left({\tilde{w}}_{FAk}\right)}^H{\tilde{s}}_k={(p\⊗q\⊗h\⊗f)}^H{\tilde{s}}_k=1\end{array}\right.$

其中，表示第k个多普勒通道下的权系数；E[·]表示求期望；p、q、h和f均表示短矢量；(·)^H表示共轭转置。

5.如权利要求4所述的基于空域多级分解的机载MIMO雷达后多普勒自适应处理方法，其特征在于，所述步骤4中的求解多普勒通道下的优化后的代价函数，得到该多普勒通道下的权系数，具体求解方法如下：

给定短矢量p、q和h的初始值，分别为p(0)、q(0)和h(0)，通过求条件极值的方法求解f(1)；以f(1)为f的初值，采用求条件极值的方法求解h(1)；再以h(1)为h的初值，采用求条件极值的方法求解f(2)；如此循环计算，直到满足||h(m)-h(m-1)||/||h(m)||＜ε₁为止，其中，符号||·||表示向量的2范数，ε₁为提前设定的容许误差，此时的h(m)和f(m)即为求取的期望解；

将得到的h(m)和f(m)分别作为h和f的初值，给定p的初始值p(0)，通过求条件极值的方法求解q(1)；以q(1)为q的初值，采用求条件极值的方法求解p(1)；再以p(1)为p的初值，采用求条件极值的方法求解q(2)；如此循环计算，直到满足||p(t)-p(t-1)||/||p(t)||＜ε₂为止，ε₂为设定的容许误差，此时的p(t)和q(t)即为求取的期望解；

所述权系数用以下公式表示：

${\tilde{w}}_{FAk}=p\left(t\right)\⊗q\left(t\right)\⊗h\left(m\right)\⊗f\left(m\right).$