基于改进STAP的机载旋转天线雷达杂波抑制和目标能量聚焦方法、装置和存储介质

基于改进stap的机载旋转天线雷达杂波抑制和目标能量聚焦方法、装置和存储介质
技术领域
1.本发明涉及雷达技术领域，尤其是一种基于改进stap的机载旋转天线雷达杂波抑制和目标能量聚焦方法、计算机装置及存储介质。


背景技术：

2.机载雷达是现代战场上最重要的传感器之一，它可以实现目标探测、远程预警、战场感知、指挥作战等功能。机载雷达在搜索、探测和跟踪目标时，需要不断改变雷达的主波束照射方向，以实现空域的全方位覆盖搜索。改变雷达主波束照射方向的主要方法有机械扫描和电子扫描，它们有各自优势和弊端。机械扫描相控阵是雷达中的一种重要天线配置形式，它能很好地兼具了机械扫描和电子扫描的优点，因此在现实中也被广泛应用。但凡雷达工作模式涉及机械扫描，就存在天线旋转，因此将它们统称为机载旋转天线雷达。
3.机载雷达工作时进行波束扫描照射，难免会因为波束照射到地面而接收到强地面杂波回波，对雷达的目标探测性能产生不良影响。由于地面散射体对雷达平台的不同方向的速度不同，会使杂波谱变宽，杂波表现出很强的时空耦合。机载旋转天线雷达会由于雷达平台相对于散射点的运动而引起回波多普勒频率展宽，天线的旋转也会带来多普勒效应，使得多普勒展宽现象加剧。天线的旋转还会带来很多问题，如杂波特性变化、角度测量不准确等，这些会给雷达系统的杂波抑制和有效的目标检测带来困难和挑战。如何有效抑制杂波是机载雷达正常工作时信号处理的重中之重。
4.术语解释：
5.空时自适应处理(space-time adaptive processing，stap)；
6.跨多普勒通道数(the number of across-doppler channels，n
adcs
)；
7.信噪比(signal-to-noise ratio，snr)；
8.信杂噪比(signal-to-clutter-plus-noise ratio，scnr)；


技术实现要素：

9.针对目前的机载雷达技术中，在雷达本身面临的杂波影响等问题的基础上，由于天线的旋转而进一步带来的杂波特性变化、角度测量不准确等问题给雷达系统的杂波抑制和目标检测带来的困难和挑战，本发明的目的在于提供一种基于改进stap的机载旋转天线雷达杂波抑制和目标能量聚焦方法、计算机装置及存储介质。
10.一方面，本发明实施例包括一种基于改进stap的机载旋转天线雷达杂波抑制和目标能量聚焦方法，包括：
11.获取机载旋转天线雷达的工作参数；所述工作参数包括天线转速、阵列元间距、脉冲重复周期、散射点与阵列表面方位角、散射点与阵列表面俯仰角以及信号波长；
12.根据所述工作参数获取旋转扰动矩阵、空间导向向量和时域导向向量；
13.根据所述旋转扰动矩阵、所述空间导向向量和所述时域导向向量，获取时空导向
向量；
14.获取回波数据矩阵；
15.对所述时空导向向量和所述回波数据矩阵进行stap处理，获得处理结果。
16.进一步地，所述根据所述工作参数获取旋转扰动矩阵、空间导向向量和时域导向向量，包括：
17.根据公式
[0018][0019]
建立所述旋转扰动矩阵；
[0020]
其中，m为所述旋转扰动矩阵，β为旋转相位因子，w为天线转速，d为阵列元间距、t为脉冲重复周期、θ为散射点与阵列表面方位角、为散射点与阵列表面俯仰角，λ为信号波长，n和k为所述旋转扰动矩阵的维度。
[0021]
进一步地，所述根据所述工作参数获取旋转扰动矩阵、空间导向向量和时域导向向量，包括：
[0022]
根据公式建立所述空间导向向量；
[0023]
其中，ss为所述空间导向向量，fs为归一化空间频率。
[0024]
进一步地，所述根据所述工作参数获取旋转扰动矩阵、空间导向向量和时域导向向量，包括：
[0025]
根据公式建立所述时域导向向量；
[0026]
其中，s
t
为所述时域导向向量，fd为归一化多普勒频率。
[0027]
进一步地，所述根据所述旋转扰动矩阵、所述空间导向向量和所述时域导向向量，获取时空导向向量，包括：
[0028]
根据公式获取所述时空导向向量；
[0029]
其中，sr为所述时空导向向量，ss为所述空间导向向量，s
t
为所述时域导向向量，m为所述旋转扰动矩阵。
[0030]
进一步地，所述获取回波数据矩阵，包括：
[0031]
获取目标回波矩阵x
t
、杂波矩阵c和噪声矩阵n；
[0032]
根据公式x＝x
t
+c+n确定所述回波数据矩阵x。
[0033]
进一步地，所述对所述时空导向向量和所述回波数据矩阵进行stap处理，获得处理结果，包括：
[0034]
获取时空二维最优处理器的权向量；
[0035]
根据公式y＝w
optrh
x对所述时空导向向量和所述回波数据矩阵进行处理，获得所述处理结果；其中，y为所述处理结果，w
optr
为所述权向量，x为所述回波数据矩阵，上标的h表示hermitian转置运算。
[0036]
进一步地，所述获取时空二维最优处理器的权向量，包括：
[0037]
根据公式w
optr
＝μr-1
sr确定所述权向量；
[0038]
其中，w
optr
为所述权向量，sr为所述时空导向向量，r为所述所述回波数据矩阵的协方差矩阵，μ为一个常量。
[0039]
另一方面，本发明实施例还包括一种计算机装置，包括存储器和处理器，所述存储器用于存储至少一个程序，所述处理器用于加载所述至少一个程序以执行实施例中的高可扩展性无状态的告警方法。
[0040]
另一方面，本发明实施例还包括一种存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于执行实施例中的高可扩展性无状态的告警方法。
[0041]
本发明的有益效果是：实施例中的基于改进stap的机载旋转天线雷达杂波抑制和目标能量聚焦方法，通过获取与雷达天线转速相对应的旋转扰动矩阵，将旋转扰动矩阵加到时空导向矢量上，对时空导向矢量和回波数据矩阵进行stap处理，所得到的处理结果中的杂波被抑制，能够获得与传统stap基本一致的杂波抑制效果，另一方面，可以实现对杂波和目标回波特点的精准匹配，能够在进行杂波抑制的同时补偿掉天线旋转所带来的多普勒谱展宽影响，实现杂波抑制和能量聚焦，与传统stap相比，在能量聚焦方面具有显著优势，可以在杂波抑制后使得输出信噪比不受天线旋转的影响，保持信噪比稳定不降，达到改善传统stap的目的，具有普遍适用性和很好的实际应用价值。
附图说明
[0042]
图1为实施例中对传统stap进行改进的原理示意图；
[0043]
图2为实施例中机载旋转阵列天线雷达工作场景建模示意图；
[0044]
图3为实施例中取天线任意一排阵元进行分析的示意图；
[0045]
图4为实施例中天线旋转引起的跨多普勒通道数随天线转速和天线阵元数的变化图；
[0046]
图5(a)为实施例中第一个阵元接收回波的距离多普勒图，图5(b)为第32个阵元接收回波的距离多普勒图，图5(c)为第64个阵元接收回波的距离多普勒图，图5(d)为天线各阵元接收回波的主杂波中心所处的多普勒通道示意图；
[0047]
图6(a)为实施例中na＝0rpm时各天线单元对应的主杂波中心分布示意图，图6(b)为实施例中na＝160rpm时各天线单元对应的主杂波中心分布示意图；
[0048]
图7(a)为使用传统stap得到的杂波抑制效果和局部放大图，图7(b)为使用实施例中改进的stap得到的杂波抑制效果和局部放大图；
[0049]
图8(a)、图8(b)、图8(c)和图8(d)分别为天线转速为na＝0rpm、na＝40rpm、na＝90rpm和na＝160rpm时，传统stap和实施例中改进的stap的能量聚焦能力对比示意图；
[0050]
图9为实施例中基于改进stap的机载旋转天线雷达杂波抑制和目标能量聚焦方法的流程图。
具体实施方式
[0051]
实践表明，stap可以充分利用机载雷达在目标检测过程中接收到的发射回波杂波的空间和多普勒信息。根据频率的耦合特性，设计了一种最优杂波抑制方法，自适应地形成与杂波和干扰信号相匹配的零陷波，可以显著提高机载雷达的杂波抑制和目标检测性能。
[0052]
stap方法主要可以分为以下两种：全维空时自适应处理方法、降维空时自适应处理方法。全维空时自适应信号处理使用更多的自由度来抑制杂波，可以达到最优的处理效果，但过多的处理维数也会导致计算量大大增加，不能满足实际的时间处理要求，给工程实现带来困难。大多数情况下杂波子空间的维数明显小于整个空间的维数，用于杂波抑制的全维stap存在降维的可能，降维stap(如辅助通道接收法(acr)、联合域定位法(jdl)、多维通道联合自适应处理法(m-cap)等)可以大大减少计算量，但会导致处理效果不能达到最优，只能达到准最优处理，性能接近最优的全维stap。
[0053]
本实施例中所使用的stap是经过改进的，与目前的全维stap或者降维stap有所不同，可以将目前的全维stap或者降维stap等技术统称为传统stap。为了更好地观察改进前后stap的处理效果，可以将本实施例中所使用的stap看做是在全维stap基础上进行改进的，在进行方法有效性论证时也是与传统全维stap进行对比。
[0054]
传统stap可以很好地解决机载固定天线雷达的杂波抑制问题，但它没有考虑天线旋转的情况，因此无法解决天线旋转引起的多普勒展宽和扩散问题。而多普勒展宽和扩散会给机载旋转天线系统的杂波抑制和目标能量聚焦带来不利影响，进而导致杂波抑制后的信噪比低，低信噪比就会导致雷达的目标探测性能下降。
[0055]
针对传统stap存在的缺点，本实施例中对传统stap的改进思路如图1所示，包括：首先对机载旋转天线雷达工作场景进行建模，分析雷达回波信号特征，通过与常规固定天线雷达的信号特点进行对比，得出旋转条件下会多出一个与旋转速度直接相关的旋转扰动矩阵，将与转速相对应的扰动矩阵加到用于进行stap的空时导向矢量上，实现对传统stap的改进，使其可以抵消天线旋转的影响，更好地实现杂波抑制和目标能力聚焦。
[0056]
经过图1所示的思路改进后的stap，可以很好地抵消天线旋转的影响，能够实现对目标信息的准确匹配，避免因天线旋转所带来的跨多普勒效应的影响，使得目标不至于被分散为多个目标，进而导致目标的信噪比减低和雷达的目标的探测性能降低。
[0057]
以下对图1所示的改进思路进行说明。图1所示的改进思路是通过改进stap实现机载旋转天线雷达的杂波抑制和目标能量聚焦，包括以下步骤：
[0058]
步骤1，对机载旋转天线雷达系统工作场景进行建模；
[0059]
步骤2，通过雷达回波信号特性分析对比，提取旋转扰动矩阵；
[0060]
步骤3，分析影响跨多普勒通道数的因素及跨多普勒通道情况下会带来的不良影响；
[0061]
步骤4，根据stap原理，加入旋转扰动矩阵，实现对传统stap的改进；
[0062]
步骤5，利用改进stap进行杂波抑制和目标能力聚焦，对比说明步骤1-4的有效性。
[0063]
以下对步骤1-5分别进行说明。
[0064]
步骤1
[0065]
参照图1，步骤1具体为：对机载旋转天线雷达系统工作场景进行建模，求出雷达接收回波信号模型。
[0066]
步骤1中，机载旋转阵列天线雷达工作场景建模如图2所示。假设雷达天线为m行n列的平面阵列，单元间距为d，天线阵列以角速度w旋转，雷达平台以速度v直线飞行，平台高度h，在初始时刻，平台飞行方向与天线平面方向夹角θy。与雷达平台等距离的地面散射单元分布在一个距离环中，将环划分为p个散射单元。取其中一个散射单元进行信号建模分
析，记为散射点p。从p到雷达的初始范围为r
p
(相对于第1行第1列的阵列单元)，方位角为θ
p
，俯仰角为所以机载旋转阵列天线雷达的辐射圆锥角ψ
p
的余弦值是的余弦值是
[0067]
由于天线的尺寸比雷达到p的距离小得多，可以近似地认为天线平面的各阵元到p的方位角和俯仰角在同一时刻相同。因此，从p到天线第m行第n列阵元的距离为
[0068][0069]
其中，m＝1,2,
…
,m；n＝1,2,
···
,n。假设天线绕第n0列阵元旋转，上式可改写为其中是第m行第n0列阵元到p的距离,即由于雷达平台的运动和天线的旋转，在t时刻，雷达第m行n列阵元到p的距离为
[0070][0071]
其中v
pr
为雷达平台向散射点p的径向速度，当时间t较短时，天线旋转角δθ
p
＝wt非常小，可视为θ
p
的无穷小量。因此，(2)式的一阶泰勒展开可表示为
[0072][0073]
在(3)式中，定义为天线旋转时第n列阵元朝向p的径向速度。
[0074]
假设雷达发射的信号为其中u(t)为调制信号的复包络，w0为角频率，其中为初始相位。则天线第m行第n列阵元接收到从散射单元p反射的回波信号为其中a
p
为从p反射的回波信号的复振幅，τ为回波的延迟时间。信号从雷达到p的时延为其中r
p
为瞬时倾斜距离，c为光速。信号从p返回到雷达所需要的时间是所以总延迟为
[0075]
因此，在时间t处发送信号后，接收到回波信号的时间为
[0076][0077]
将(4)式代入回波信号表达式中，得到
[0078][0079]
其中为脉冲比例因子。由于所以所以
[0080]
(5)式可近似化简为:
[0081][0082]
其中，为不考虑天线旋转时，从雷达天线第m行第n列阵元到p的双向传输延迟时间，w
dpn
为回波信号的多普勒频率，
[0083][0084]
由(7)式可知，w
dpn
由两部分组成，其中表示雷达平台向p方向移动引起的多普勒频移，f
dpnr
表示天线旋转引起的多普勒频移，表示雷达工作波长。的值很小，可以忽略不计。所以回波信号下变频后的结果为:其中a
p0
＝a
pejφ
。将时间t分为快时间t和慢时间tk，即t为脉冲重复周期，k＝1,2,
…
,k为脉冲个数。快时间相位项很小，可以忽略不计。所以
[0085]
对回波进行波形匹配滤波，然后得到
[0086][0087]
其中x(τ
l-τ0)为回波信号的距离模糊函数，只考虑散点p所在的那个距离环回波，即x(τ
l-τ0)＝1，因此(8)式可改写为:
[0088][0089]
由(9)式可知，天线水平旋转角速度不影响各接收通道回波信号在俯仰方向上的相位关系，所以只考虑水平线阵的情况。因此，此时上式就可以改写为
[0090][0091]
其中为幅度，为天线旋转引起的附加相位，记为旋转相位因子。其中n＝1,2,
…
,n；k＝1,2,
…
,k。
[0092]
步骤2
[0093]
参照图1，步骤2具体为：通过雷达回波信号特性分析，与传统固定天线雷达场景下的回波进行对比，从中可以提取出回波中多了的一个与天线旋转速度直接相关的扰动矩阵。
[0094]
将步骤1中建模所得回波信号模型(10)式可以用矩阵形式表示如下：
[0095][0096][0097][0098][0099]
其中，s
p
表示散射点p的回波数据矩阵，s
tp
和s
sp
分别为机载雷达天线不旋转时的时域导向向量和空域导向向量，可以用来表示机载固定天线的回波信号特性。上标(t)
表示矩阵转置运算。由(11)式可知，由于天线旋转的存在，会产生一个扰动矩阵m
p
。由(14)式可知，m
p
与天线的转速、脉冲重复周期、阵列元间距、散射点与阵列表面的角度以及信号的波长有关。它具体表现为在空间和时间域的线性相位调制。当天线不旋转时，m
p
是一个n
×
k维的全一矩阵，此时就有即m
p
不会带来影响，这也印证了本方法将信号模型进行矩阵分解的合理性。
[0100]
步骤3
[0101]
参照图1，步骤3具体为：对机载旋转天线雷达的跨多普勒情况进行分析，分析影响跨多普勒通道数的因素，以及跨多普勒通道情况下会带来的不良影响。
[0102]
假设机载平面阵列天线绕第nc列阵元旋转。天线的转速为na(每分钟转数，rpm)。因此天线的角速度为取天线任意一排阵元进行分析，如图3所示。天线旋转时阵列两端的多普勒差最大。设天线在t0时刻发射信号，在t1时刻接收回波，天线旋转角度为a＝w(t
1-t0)＝wδt。由于δt非常小，且天线尺寸远小于雷达与散射点之间的距离，因此在时间δt中方位角θ
p
和俯仰角分别近似恒定。两个端点阵元的走动距离分别为δl1＝(n
c-1)da＝(n
c-1)dwδt和δln＝(n
c-n)da＝(n
c-n)dwδt。由此产生的相位差分别为和
[0103]
因此回波信号的多普勒频移分别为:和和所以两端数组元素之间的频率差是
[0104]
传统的脉冲多普勒处理(pd)和扩展因子法(efa)都需要对脉冲数据进行傅里叶变换，得到多普勒通道带宽为其中fr为脉冲重复频率，k为慢时间fft中的点数。因此，天线旋转引起的跨多普勒通道数(n
adcs
)为
[0105][0106]
其中round()表示四舍五入到最近整数的操作。由式(37)可知，n
adcs
与天线阵元数、天线转速、慢时间fft点数、阵元单元间距、雷达到散射点的方位角和俯仰角、信号波长以及脉冲重复频率有关。
[0107]
当主波束方向是阵列天线的法线方向，即θ
p
＝90
°
和得到此时(15)可以写成
[0108]
设置雷达工作参数如表1所示，通过仿真观察n
adcs
随天线转速和天线阵元数的变化规律。
[0109]
表1雷达系统工作参数
[0110]
参数值天线阵列列数(n)64一个cpi内的脉冲数(k)32波长(λ)0.1m脉冲重复频率(fr)6000hz雷达平台速度(v)120m/s雷达平台高度(h)1000m天线转速(na)0,90,160rpm输入杂噪比(cnri)90db输入信噪比(snri)20db
[0111]
图4为n
adcs
随天线转速和天线阵元数的变化图。从图4可以看出，n
adcs
随着天线转速和天线阵元数的增加而增加。当天线阵元数为64时，如果天线转速na《20rpm，跨多普勒通道数为0，如果na》130rpm，n
adcs
＝3，如果继续增加天线转速或天线阵列单元数，n
adcs
将继续扩大。不难理解，当天线不旋转时，各天线阵元向同一散射点的运动是相同的，因此在各阵元处接收回波的距离多普勒频谱大致相同，主杂波中心的多普勒通道也相同。下面通过仿真结果观察天线旋转时距离多普勒谱的变化。由系统所设参数可知，当天线不旋转时，即na＝0rpm时，目标位于第24个多普勒通道，主杂波中心位于第30个多普勒通道。
[0112]
为了更好地解释多普勒频移和扩散现象，取天线转速为90rpm，此时n
adcs
等于2。图5为na＝90rpm时，一些阵元接收回波的距离多普勒图。具体地，图5(a)为第一个阵元接收回波的距离多普勒图，图5(b)为第32个阵元接收回波的距离多普勒图，图5(c)为第64个阵元接收回波的距离多普勒图，图5(d)为天线各阵元接收回波的主杂波中心所处的多普勒通道。
[0113]
从图5可以看出，当天线转速na＝90rpm时，不同阵元接收到的回波距离多普勒谱不同，主杂波中心的多普勒通道发生偏移，变得不再统一。最靠近旋转轴的天线单元旋转线速度最小，其主杂波中心保持在第30个多普勒通道内不发生移动，如图5(b)所示。随着天线单元逐渐靠近天线的两端，阵元线速度逐渐增加，主杂波中心分别转移到第29通道和第31通道，如图5(a)和5(c)所示，这是由于天线两端阵元的运动方向相反所造成的。同样，改变天线转速，可以得到不同转速情况下各天线单元对应的主杂波中心多普勒通道信息如图6所示。
[0114]
具体地，当天线不旋转时，即na＝0rpm时，各天线单元对应的主杂波中心分布如图6(a)所示，所有主杂波中心都在多普勒信道30内，这同样适用于n
adcs
＝0的其他速度情况。此时，多普勒谱上没有偏移和扩散，此时就可以不用考虑天线旋转的影响，采用传统stap和改进stap的处理效果相当。相反，如果将天线转速提高到160rpm，天线转速对跨多普勒通道情况的影响会更严重，如图6(b)所示，此时n
adcs
＝3。
[0115]
步骤4
[0116]
参照图1，步骤4具体为：根据stap原理，在保持目标功率不变的条件下，使输出信
号功率最小，即杂波的功率最小，实现对在保护目标完整性的同时完成杂波抑制。将雷达工作时天线旋转速度作为先验知识，得到相应的扰动矩阵，加到空时导向矢量上，实现对传统stap的改进。
[0117]
stap是一维空域自适应滤波和一维时域自适应滤波的联合处理。它基于线性约束最小方差和最大输出信噪比准则，可输出最优线性组合，可自适应解决机载雷达杂波抑制问题。用n k
×
1维的w表示处理器的权向量，则w＝[w
11
,
…
,w
1k
,w
21
,
…
,w
2k
,
…
,w
n1
,
…
,w
nk
]
t
，其中w
nk
为第n个阵元在第k个脉冲回波时的自适应权值。stap处理器可以描述为一个数学优化问题：
[0118][0119]
其中r＝e[xxh]为n k
×
n k维的回波数据的协方差矩阵。回波数据矩阵x的表达式为x＝x
t
+c+n。其中，x
t
为目标回波矩阵，c为杂波矩阵，n为噪声矩阵。e[
·
]表示统计期望。s是时空二维导向矢量。。其中ss为空间导向向量，s
t
为时域导向向量，为kronecker积。对于传统旋转天线雷达,有kronecker积。对于传统旋转天线雷达,有其中为归一化空间频率，为归一化多普勒频率，各参数的含义如图2所示。
[0120]
如果考虑天线旋转的情况，空时导向矢量就会因此发生改变。结合步骤2中的结论，知道空时导向矢量的变化可以反映在扰动矩阵中。步骤2中的结论是对散射点p回波的分析，这里将其推广到一般情况，即对所有散射点都适用的情况。针对特定散射点p得到的结论，在推广后也可以适用于任意散射点，例如特定散射点p对应的某个量去除下标p后，表示适用于任意散射点的同一性质的量。例如，β
p
表示特定散射点p对应的旋转相位因子，β表示任意散射点对应的旋转相位因子；m
p
表示特定散射点p对应的旋转扰动矩阵，m表示任意散射点对应的旋转扰动矩阵。
[0121]
将对散射点p回波的分析推广到一般情况后，可以得到：
[0122][0123][0124]
其中sr为机载旋转天线雷达的时空导向矢量，为旋转相位因子，表示天线旋转引起的附加相位。如果天线是固定的，即β＝0，此时m是n
×
k维的全一矩阵，有sr＝s，将sr重塑为n k
×
1维的矩阵。即sr＝[sr(1,1),
…
,sr(n,1),sr(1,2),
…
,sr(n,k)]
t
。
[0125]
所以时空二维最优处理器的权向量为：
[0126]woptr
＝μr-1
sr#(19)
[0127]
其中，μ是一个常量。最终stap处理后的输出可以表示为：
[0128][0129]
其中x＝x
ijt
，ij＝1,
…
,nk，上标(h)表示hermitian转置，上标(*)表示复共轭。
[0130]
步骤5
[0131]
参照图1，步骤5具体为：利用改进stap进行杂波抑制和目标能力聚焦。通过与传统stap进行性能对比，突出改进stap方法的有效性。
[0132]
天线的旋转导致接收回波在多普勒域上的偏移和扩散，这也导致目标能量在距离多普勒谱上的扩散。进行实验仿真验证时将目标点在天线不旋转时设置在第600个距离门第24个多普勒通道中。当天线转速为na＝90rpm时，n
adcs
＝2，传统stap无法补偿天线旋转引起的多普勒频移和扩散，杂波抑制效果如图7(a)所示。放大靠近目标区域的部分来观察到目标和主杂波中心的功率分布。同样，对相同的回波数据，使用步骤1-4的改进stap方法处理，得到杂波抑制效果和局部放大图，如图7(b)所示。从图7中可以看出，除了主杂波中心外，两种方法对杂波的抑制效果都很好，杂波抑制性能相当。
[0133]
从距离多普勒谱中可以得到了目标所在的第24个多普勒通道第600距离单元的功率值。对比图7(a)和图7(b)的目标功率值，可以很容易发现，由于天线旋转引起的多普勒扩展导致能量分散，图7(a)的主杂波中心功率和目标功率都比图6(b)中的低将近10db。因为传统stap方法无法补偿天线旋转的不利影响，而步骤1-4中的改进stap方法可以。因此，步骤1-4中的改进stap后的输出信噪比值与所设定的输入信噪比值接近，因为目标的能量得到了有效聚焦。传统stap后的输出信噪比值则与n
adcs
有关，n
adcs
值越大，目标能量越分散，输出信噪比越低，输出信噪比的降低会影响雷达的目标探测性能。为了分析两种方法在不同天线转速下的能量聚焦能力，分别从两种方法处理的距离多普勒谱中提取目标所在的第600距离门功率曲线，如图8所示。其中，图8(a)对应的天线转速为na＝0rpm，图8(b)对应的天线转速为na＝40rpm，图8(c)对应的天线转速为na＝90rpm，图8(d)对应的天线转速为na＝160rpm。
[0134]
用数据游标标记目标所在的第24个多普勒通道的功率值。从图8(a)可以看出，当天线不旋转时，多普勒频谱在此时不发生偏移和扩散，目标能量也不分散，所以两种方法的处理效果相同，对于相同的回波数据，目标能量值相等。从图8(b)、图8(c)、图8(d)可以看出，随着na的增加，改进stap后的目标功率值能保持在20db左右，而传统stap后的目标功率值逐渐减小。当目标功率值降低到一定程度时，更容易受到噪声的影响，容易将目标淹没在噪声中。目标能量的降低导致输出信噪比的降低，进而对目标检测产生不利影响。
[0135]
综上，经过传统stap和改进stap后的性能对比，不难发现，两种方法的杂波抑制性能基本一致，但是改进stap在能量聚焦方面具有显著优势，可以在杂波抑制后使得输出信噪比不受天线旋转的影响，保持信噪比稳定不降，这对stap后的雷达目标探测具有重要意义。
[0136]
本实施例中，基于步骤1-5的原理，提供一种基于改进stap的机载旋转天线雷达杂波抑制和目标能量聚焦方法。参照图9，基于改进stap的机载旋转天线雷达杂波抑制和目标能量聚焦方法包括以下步骤：
[0137]
s1.获取机载旋转天线雷达的工作参数；
[0138]
s2.根据工作参数获取旋转扰动矩阵、空间导向向量和时域导向向量；
[0139]
s3.根据旋转扰动矩阵、空间导向向量和时域导向向量，获取时空导向向量；
[0140]
s4.获取回波数据矩阵；
[0141]
s5.对时空导向向量和回波数据矩阵进行stap处理，获得处理结果。
[0142]
步骤s1-s5是基于步骤1-5尤其是式(17)-(20)的原理设计的。
[0143]
步骤s1中，所获取的工作参数包括天线转速w、阵列元间距d、脉冲重复周期t、散射点与阵列表面方位角θ、散射点与阵列表面俯仰角以及信号波长λ。
[0144]
步骤s2中，基于式(18)，计算得到旋转扰动矩阵m。
[0145]
步骤s2中，基于计算得到空间导向向量ss。
[0146]
步骤s2中，基于计算得到时域导向向量s
t
。
[0147]
步骤s3中，通过计算得到时空导向向量s。其中，为kronecker积运算。
[0148]
步骤s4中，通过获取目标回波矩阵x
t
、杂波矩阵c和噪声矩阵n，根据公式x＝x
t
+c+n计算得到回波数据矩阵x。
[0149]
步骤s5中，先通过公式r＝e[xxh]计算得到回波数据矩阵x的协方差矩阵r，设置一个常量μ，根据式(19)即w
optr
＝μr-1
sr，计算得到时空二维最优处理器的权向量w
optr
，根据式(20)即
[0150][0151]
，计算得到处理结果y。
[0152]
根据步骤1-5的原理可知，通过执行步骤s1-s5对回波数据矩阵x进行处理，所得到的处理结果y中的杂波被抑制，且能够获得与传统stap基本一致的杂波抑制效果，步骤s1-s5在此基础上在能量聚焦方面具有显著优势，可以在杂波抑制后使得输出信噪比不受天线旋转的影响，保持信噪比稳定不降，这对stap后的雷达目标探测具有重要意义。
[0153]
可以通过编写执行本实施例中的高可扩展性无状态的告警方法的计算机程序，将该计算机程序写入至计算机装置或者存储介质中，当计算机程序被读取出来运行时，执行本实施例中的高可扩展性无状态的告警方法，从而实现与实施例中的高可扩展性无状态的告警方法相同的技术效果。
[0154]
需要说明的是，如无特殊说明，当某一特征被称为“固定”、“连接”在另一个特征，它可以直接固定、连接在另一个特征上，也可以间接地固定、连接在另一个特征上。此外，本公开中所使用的上、下、左、右等描述仅仅是相对于附图中本公开各组成部分的相互位置关系来说的。在本公开中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。此外，除非另有定义，本实施例所使用的所有的技术和科学术语与本技术领域的技术人员通常理解的含义相同。本实施例说明书中所使用的术语只是为了描述具体的实施例，而不是为了限制本发明。本实施例所使用的术语“和/或”包括一个或多个相关的所列项目的任意的组合。
[0155]
应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种元件，但这些元件不应限于这些术语。这些术语仅用来将同一类型的元件彼此区分开。例如，在不脱离本公开范围的情况下，第一元件也可以被称为第二元件，类似地，第二元件也可以被称为第
一元件。本实施例所提供的任何以及所有实例或示例性语言(“例如”、“如”等)的使用仅意图更好地说明本发明的实施例，并且除非另外要求，否则不会对本发明的范围施加限制。
[0156]
应当认识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机系统通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。
[0157]
此外，可按任何合适的顺序来执行本实施例描述的过程的操作，除非本实施例另外指示或以其他方式明显地与上下文矛盾。本实施例描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机系统的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
[0158]
进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、ram、rom等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外，机器可读代码，或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时，本实施例所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时，本发明还包括计算机本身。
[0159]
计算机程序能够应用于输入数据以执行本实施例所述的功能，从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中，转换的数据表示物理和有形的对象，包括显示器上产生的物理和有形对象的特定视觉描绘。
[0160]
以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。