CN103926570A - 基于多通道rls的外辐射源雷达海杂波干扰抑制方法 - Google Patents

Abstract

本发明涉及一种基于多通道RLS的外辐射源雷达海杂波干扰抑制方法，属于雷达信号处理技术领域。本发明方法利用RLS算法跟踪性能较好的特点，首先通过将直达波天线接收到的参考信号调频到海杂波的多普勒频率上，构成与海杂波多普勒频率分量相对应的多个参考通道，再在每个通道做RLS滤波处理，进而得到一种多通道RLS自适应滤波器，对消不同频率的海杂波干扰，能很好的抑制不同频率且起伏变化较大的海杂波干扰，提高对消增益和目标信噪比。

Description

基于多通道RLS的外辐射源雷达海杂波干扰抑制方法

技术领域

本发明涉及一种基于多通道RLS的外辐射源雷达海杂波干扰抑制方法，属于雷达信号处理技术领域。

背景技术

外辐射源雷达是一种利用调频广播、电视等非合作辐射源作为照射源的双/多基地雷达系统。它在不改变其硬件设备和不影响其正常工作的前提下，通过添加的被动接收和处理设备，实现对目标的监测。由于这些民用辐射源分布广泛，外辐射源雷达成为国土防空的一种重要补充手段。外辐射源雷达通常具有两个接收天线，一个是指向非合作辐射源的直达波天线；另一个是指向搜索区域并接收目标反射回波的回波天线。当外辐射源雷达探测海面目标时，其配置如附图1所示，辐射源发射的信号除了被目标反射外，还有经海面反射进入回波天线主瓣的海杂波干扰、直接从回波天线副瓣进入的直达波干扰等。因此，回波天线接收到的信号中有较强的直达波和海杂波干扰，而目标反射的回波信号与之相比十分微弱，如果不对这些干扰进行有效的抑制，就无法检测目标。

外辐射源雷达干扰抑制主要采用自适应对消方法。由于海面复杂的运动导致回波天线接收到的海杂波干扰是动态变化的，其在多普勒谱上是展宽的，虽然跟踪性能较好的递推最小二乘（RLS）自适应滤波器在非平稳杂波抑制方面具有一定的优势，但是用于对消杂波谱展宽的海杂波干扰，无法达到预期的效果。

下面介绍RLS算法的具体内容。

最小二乘（LS）滤波器的准则是使各时刻期望信号与滤波器输出之差的平方和（即代价函数ξ(n)）最小：

$\mathrm{\ξ}\left(n\right)=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\mathrm{\λ}}^{n-i}{\left|e\left(i\right)\right|}^2---\left(1\right)$

设滤波器阶数为M，定义直达波信号数据矩阵为：

$U_M\left(n\right)=\left[\begin{array}{cccc}u\left(1\right)& 0& ...& 0\\ u\left(2\right)& u\left(1\right)& ...& 0\\ ...& & & \\ u\left(n\right)& u(n-1)& ...& u(n-M+1)\end{array}\right]---\left(2\right)$

LS滤波器表述为：

Λ(n)＝Diag(λ^n-1,...,λ,1)        （3）

$R\left(n\right)=U_M^H\left(n\right)\mathrm{\Λ}\left(n\right)U_M\left(n\right)---\left(4\right)$

$r\left(n\right)=U_M^H\left(n\right)\mathrm{\Λ}\left(n\right)D\left(n\right)---\left(5\right)$

$\hat{w}\left(n\right)=R^{-1}\left(n\right)r\left(n\right)---\left(6\right)$

$e\left(n\right)=d\left(n\right)-{\hat{w}}^H\left(n\right)u\left(n\right)---\left(7\right)$

式（1）至式（7）中，λ为LS滤波器的遗忘因子，Λ(n)为对角矩阵，R(n)为直达波信号的自相关矩阵（M×M），r(n)为直达波信号与回波信号的互相关向量（M×1），D(n)＝[d(n) d(n-1) … d(1)]^T为回波向量（n×1）， $\hat{w}\left(n\right)={\left[\begin{array}{cccc}{\hat{w}}_0\left(n\right)& {\hat{w}}_1\left(n\right)& ...& {\hat{w}}_{M-1}\left(n\right)\end{array}\right]}^T$ 为n时刻滤波器的权系数向量（M×1）， $u\left(n\right)={\left[\begin{array}{cccc}u\left(n\right)& u(n-1)& ...& u(n-M+1)\end{array}\right]}^T$ 为直达波向量（M×1），e(n)为对消滤波器的输出（对消结果）。

当λ＝1时，LS滤波器等价于维纳滤波器。当λ＜1时，对时间较近的数据给予较大的权值，时间较远的数据权值按指数减小，这样可使算法更能反映当前情况，从而加强对非平稳信号的适应性。

递归最小二乘（RLS）滤波器是在收到输入信号的新采样值时，采用递归形式求解最小二乘问题得到的，其算法描述如下：

1）参数初始化，设滤波器阶数为M

$\hat{w}\left(0\right)=0;P\left(0\right)=\mathrm{\δ}\×I---\left(8\right)$

其中，P(n)为RLS滤波器的正则化矩阵（M×M），I为M×M维单位阵，δ的取值与信噪比有关，高信噪比（SNR）时δ取小的正常数（约为1），低SNR时δ取大的正常数（约为10）。

2）计算对消结果e(n)，并更新滤波器权系数向量

$k\left(n\right)=\frac{P\left(n\right)u\left(n\right)}{\mathrm{\λ}+u^H\left(n\right)P\left(n\right)u\left(n\right)}---\left(9\right)$

$e\left(n\right)=d\left(n\right)-{\hat{w}}^H\left(n\right)u\left(n\right)---\left(10\right)$

$\hat{w}(n+1)=\hat{w}\left(n\right)+k\left(n\right)e^{*}\left(n\right)---\left(11\right)$

$P(n+1)=\frac{1}{\mathrm{\λ}}[P\left(n\right)-k\left(n\right)u^H\left(n\right)P\left(n\right)]---\left(12\right)$

其中，u(n)＝[u(n) u(n-1) … u(n-M+1)]^T为n时刻的直达波向量（M×1维），P(n)为n时刻的RLS滤波器的正则化矩阵（M×M维），u^H(n)为u(n)的共轭转置，λ为遗忘因子，k(n)为n时刻RLS滤波器的时变增益向量（M×1维），d(n)为n时刻回波信号值，e(n)为n时刻的估计误差（对消结果），为n时刻RLS滤波器的权系数向量（M×1维），为n+1时刻RLS滤波器的权系数向量，P(n+1)为n+1时刻RLS滤波器的正则化矩阵。

传统RLS滤波器是单通道的滤波器，适合对消单个频率杂波干扰，如果用于对消具有多个频率的海杂波干扰,RLS滤波器将无法达到预期效果（较高的对消增益和目标信噪比），附图2为实际采集数据采用传统RLS算法对消后的互模糊函数图，从图中可以看出，RLS对消后残余海杂波较多，会造成比较大的虚警概率。影响目标检测性能。

发明内容

本发明的目的是针对外辐射源雷达在探测海面目标时，传统单通道RLS算法不能有效抑制展宽的海杂波干扰问题，提出一种基于多通道RLS的外辐射源雷达海杂波干扰抑制方法。

本发明的方法是首先通过将直达波天线接收到的参考信号调频到海杂波的多普勒频率上，构成与海杂波多普勒频率分量相对应的多个参考通道，再在每个通道做RLS滤波处理，进而得到一种多通道RLS自适应滤波器，用其抑制海杂波干扰。

本发明的目的是通过下述技术方案实现的。

步骤一，建立多通道RLS滤波器的数学描述：

$W\left(n\right)=\left[\begin{array}{c}{w}_1\left(n\right)\\ w_2\left(n\right)\\ ...\\ w_K\left(n\right)\end{array}\right]=\left[\begin{array}{c}{w}_1\left(n\right),w_1(n-1),...,w_1(n-M+1)\\ w_2\left(n\right),w_2(n-1),...,w_2(n-M+1)\\ ...\\ w_K\left(n\right),w_K(n-1),...,w_K(n-M+1)\end{array}\right]---\left(13\right)$

$U\left(n\right)=\left[\begin{array}{c}{u}_1\left(n\right)\\ u_2\left(n\right)\\ ...\\ u_K\left(n\right)\end{array}\right]=\left[\begin{array}{c}{u}_1\left(n\right)e^{{j2\mathrm{\πnf}}_1/f_s}\\ u_1\left(n\right)e^{{j2\mathrm{\πnf}}_2/f_s}\\ ...\\ u_1\left(n\right)e^{{j2\mathrm{\πnf}}_K/f_s}\end{array}\right]---\left(14\right)$

P(n)＝[P₁(n)；P₂(n)；...;P_K(n)]^T          （15）

$k_i\left(n\right)=\frac{{\mathrm{KP}}_i\left(n\right)u_i\left(n\right)}{{\mathrm{\λ}}_i+{{\mathrm{Ku}}_i}^H\left(n\right)P_i\left(n\right)u_i\left(n\right)}---\left(16\right)$

$e\left(n\right)=d\left(n\right)-\underset{i=1}{\overset{K}{\mathrm{\Σ}}}{w_i}^H\left(n\right)u_i\left(n\right)---\left(17\right)$

$w_i(n+1)=w_i\left(n\right)+\frac{k_i\left(n\right)e^{*}\left(n\right)}{K}---\left(18\right)$

P_i(n+1)＝λ_i ^-1P_i(n)-λ_i ^-1k_i(n)u_i ^H(n)P_i(n)      （19）

式中W(n)为多通道RLS滤波器系数矩阵，M为滤波器阶数，K为通道个数，w_i(n)为n时刻多通道RLS滤波器第i(i＝1,2,...,K)个通道的抽头权向量（M×1维）。U(n)为多通道RLS滤波器输入矩阵，f_s为采样频率,f_i为海杂波多普勒频率,也即参考信号的调频率，多通道RLS滤波器n时刻第i个通道的抽头输入向量

$u_i\left(n\right)=u_1\left(n\right)e^{j2\mathrm{\π}{\mathrm{nf}}_i/f_s}=[u_1\left(n\right)e^{j2\mathrm{\πn}{f}_i/f_s},u_1(n-1)e^{j2\mathrm{\π}(n-1)f_i/f_s},...,u_1(n-M+1)e^{j2\mathrm{\π}(n-M+1)f_i/f_s}].$

d(n)为n时刻回波值；e(n)为n时刻多通道RLS滤波器的输出值也即对消结果；P(n)为M×M×K的多维矩阵，P_i(n)（M×M维）为多通道RLS滤波器第i个通道的正则化矩阵；λ_i为多通道RLS滤波器第i个通道的遗忘因子；k_i(n)（M×1维）为多通道RLS滤波器第i个通道的时变增益向量；

步骤二，参数初始化

根据杂波分布的距离范围确定对消滤波器阶数M、根据杂波多普勒频率扩散的范围确定参考通道个数K以及每个通道的调频率f_i（海杂波主导分量的多普勒频率），然后用调频率f_i对原始参考信号进行调频，得到K个通道的参考信号，其中定义第一个通道为原始参考信号，其余通道信号为原始参考信号的调频，定义U(0)＝[u₁(0)；u₂(0)；...;u_K(0)]＝0为多通道RLS滤波器初始输入矩阵，多通道RLS滤波器初始权系数矩阵W(0)＝[w₁(0);w₂(0);...;w_K(0)]＝0；多通道RLS滤波器初始多维正则化矩阵P(0)＝[P₁(0)；P₂(0)；...;P_K(0)]，其中P_i(0)＝δ_iI为对应第i个通道的的正则化矩阵,I为M×M单位矩阵，δ_i的取值与信噪比有关，高信噪比（30dB以上）时取小的正常数（0.9～1.0），低信噪比（30dB以下）时取大的正常数（9～10）。第i(i＝1,2,...,K)个通道RLS滤波器遗忘因子λ_i是一个略小于1的正常数，在杂波平稳环境下取值接近于1，当杂波起伏较快时取值小于1。

步骤三，更新输入矩阵u(n)

将n时刻K个通道新的输入值即K个参考通道在n时刻的输入值(i＝1,2,...K)加入到输入向量u_i(n)中，构成新的输入矩阵

$u\left(n\right)=\left[\begin{array}{c}{u}_1\left(n\right)\\ u_2\left(n\right)\\ ...\\ u_K\left(n\right)\end{array}\right]=\left[\begin{array}{c}{u}_1\left(n\right)e^{{j2\mathrm{\πnf}}_1/f_s}\\ u_1\left(n\right)e^{{j2\mathrm{\πnf}}_2/f_s}\\ ...\\ u_1\left(n\right)e^{{j2\mathrm{\πnf}}_K/f_s}\end{array}\right]---\left(20\right)$

式中 $u_i\left(n\right)=u_1\left(n\right)e^{j2\mathrm{\πn}{f}_i/f_s}=[u_1\left(n\right)e^{j2\mathrm{\πn}{f}_i/f_s},u_1(n-1)e^{j2\mathrm{\π}(n-1)f_i/f_s},...,u_1(n-M+1)e^{j2\mathrm{\π}(n-M+1)f_i/f_s}]$ 为n时刻多通道RLS滤波器第i个通道的抽头输入向量。

步骤四，计算n时刻多通道RLS滤波器输出即对消结果e(n)为

$e\left(n\right)=d\left(n\right)-\underset{i=1}{\overset{K}{\mathrm{\Σ}}}{w}_i^H\left(n\right)u_i\left(n\right)---\left(21\right)$

其中，d(n)为多通道RLS滤波器在n时刻的期望值也即回波信号在n时刻的值，为多通道RLS滤波器第i个通道权向量w_i(n)的共轭转置，为n时刻K个通道估计值之和，e(n)为估计误差也即对消结果。

步骤五，更新滤波器权系数矩阵W(n+1)，具体方法为：

$k_i\left(n\right)=\frac{{\mathrm{KP}}_i\left(n\right)u_i\left(n\right)}{{\mathrm{\λ}}_i+{{\mathrm{Ku}}_i}^H\left(n\right)P_i\left(n\right)u_i\left(n\right)}---\left(22\right)$

$w_i(n+1)=w_i\left(n\right)+\frac{k_i\left(n\right)e^{*}\left(n\right)}{K}---\left(23\right)$

P_i(n+1)＝λ_i ^-1P_i(n)-λ_i ^-1k_i(n)u_i ^H(n)P_i(n)      （24）

W(n+1)＝[w₁(n+1);w₂(n+1);...;w_K(n+1)]      （25）

式中u_i(n)为n时刻多通道RLS滤波器第i个通道的输入向量，w_i(n)为n时刻多通道RLS滤波器第i个通道的权系数向量；P_i(n)为第i个通道正则化矩阵，λ_i为第i个通道滤波器的遗忘因子；k_i(n)为第i个通道滤波器的时变增益向量（M×1维）；通过循环操作，求出K个通道的权系数向量，进而得到更新的权系数矩阵W(n+1)＝[w₁(n+1);w₂(n+1);...;w_K(n+1)]。

步骤六，n=n+1，循环执行步骤三至步骤五，当n等于需要滤波的数据长度时，循环结束。完成外辐射源雷达海杂波干扰抑制。

有益效果

本发明方法利用RLS算法跟踪性能较好的特点，通过将参考信号调频到对应的海杂波主导分量的多普勒频率上，构成多个参考信号对消不同频率的海杂波干扰，能很好的抑制不同频率且起伏变化较大的海杂波干扰，提高对消增益和目标信噪比。

附图说明

图1是背景技术中外辐射源雷达海面目标探测系统配置示意图；

图2是背景技术中实际数据采用RLS算法抑制海杂波后的互模糊函数多普勒维侧视图；

图3是本发明的多通道RLS方法结构图；

图4是具体实施方式中实际数据采用多通道RLS算法抑制海杂波后的互模糊函数多普勒维侧视图；

标号说明：1-直达波干扰，2-直达波，3-参考天线，4-回波天线，5-海杂波，6-目标回波，7-发射塔，8-目标，9-海洋。

具体实施方式

下面结合实施例对本发明做进一步说明。

实施例

实际采集数据：实际采集数据验证：使用的数据为青岛海边采集数据，取其中一组数据验证算法的有效性。取实际采集数据中直达波和回波各5000000点，基带采样频率为10MHz，通过分析确定海杂波主导分量的多普勒频率主要集中在±2Hz和±4Hz上，然后调频原始参考信号，构成与海杂波主导分量多普勒频率对应的4个参考通道，加上原始参考通道，构成5个参考通道。

本发明的多通道RLS自适应滤波器算法结构图如附图3所示，用于本实施例中，包括以下步骤：

1）滤波器参数初始化，取M＝100，K＝5，

δ₁＝δ₂＝...＝δ₅＝1，λ₁＝λ₂＝...＝λ₅＝0.999995

$W\left(0\right)=\left[\begin{array}{c}{w}_1\left(0\right)\\ w_2\left(0\right)\\ ...\\ w_5\left(0\right)\end{array}\right]=0,U\left(0\right)=\left[\begin{array}{c}{u}_1\left(0\right)\\ u_2\left(0\right)\\ ...\\ u_5\left(0\right)\end{array}\right]=0---\left(26\right)$

$P\left(0\right)=\left[\begin{array}{c}{p}_1\left(0\right)\\ p_2\left(0\right)\\ ...\\ p_5\left(0\right)\end{array}\right]=\left[\begin{array}{c}{I}_1\\ I_2\\ ...\\ I_5\end{array}\right]---\left(27\right)$

其中，I_i(i＝1,2,...,5)为100×100的单位矩阵。

2）更新抽头输入矩阵U(n)，将n时刻5个参考通道输入值加入到抽头输入向量 $u_i\left(n\right)=u_i\left(n\right)e^{j2\mathrm{\πn}{f}_i/f_s}=[u_1\left(n\right)e^{j2\mathrm{\πn}{f}_i/f_s},u_1(n-1)e^{j2\mathrm{\π}(n-1)f_i/f_s},...,u_1(n-M+1)e^{j2\mathrm{\π}(n-M+1)f_i/f_s}]$ 中，

式中f₁＝0Hz,f₂＝2Hz,f₃＝-2Hz,f₄＝4Hz,f₅＝-4Hz，构成n时刻新的抽头输入矩阵：

$U\left(n\right)=\left[\begin{array}{c}{u}_1\left(n\right)\\ u_2\left(n\right)\\ ...\\ u_K\left(n\right)\end{array}\right]=\left[\begin{array}{c}{u}_1\left(n\right)e^{{j2\mathrm{\πnf}}_1/f_s}\\ u_1\left(n\right)e^{{j2\mathrm{\πnf}}_2/f_s}\\ ...\\ u_1\left(n\right)e^{{j2\mathrm{\πnf}}_K/f_s}\end{array}\right]---\left(28\right)$

3）计算n时刻多通道滤波器输出值e(n)

$e\left(n\right)=d\left(n\right)-\underset{i=1}{\overset{5}{\mathrm{\Σ}}}{w}_i^H\left(n\right)u_i\left(n\right)---\left(29\right)$

其中，d(n)为n时刻回波通道的值，为n时刻多通道RLS滤波器估计值；

4）更新滤波器的抽头权系数矩阵

$k_i\left(n\right)=\frac{{5P}_i\left(n\right)u_i\left(n\right)}{{\mathrm{\λ}}_i+{{5u}_i}^H\left(n\right)P_i\left(n\right)u_i\left(n\right)}---\left(30\right)$

$w_i(n+1)=w_i\left(n\right)+\frac{k_i\left(n\right)e^{*}\left(n\right)}{5}---\left(31\right)$

P_i(n+1)＝λ_i ^-1P_i(n)-λ_i ^-1k_i(n)u_i ^H(n)P_i(n)        （32）

得到新的权系数矩阵W(n+1)＝[w₁(n+1),w₂(n+1),...,w₅(n+1)]。

5）取n＝n+1，循环执行步骤2）～步骤4），经5000000次迭代后可得到全部数据的对消结果。

图2和图4分别为实际采集数据采用RLS算法和采用本发明提出的多通道RLS算法对消后的互模糊函数多普勒维侧视图。其中采用RLS算法的对消增益为22.18dB,目标信噪比为14.96dB,图中残余海杂波较多。采用本发明提出的多通道RLS算法的对消增益为24.56dB,目标信噪比为15.15dB,从图中可以看出，展宽的海杂波得到有效的抑制。因此，采用本发明提出的多通道RLS算法可以有效抑制展宽的海杂波干扰，提高对消增益和目标信噪比。

以上所述的具体描述，对发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施实例而已，并不用于限定本发明的保护范围，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，均应包含在本发明的保护范围之内。

Claims (2)

1.基于多通道RLS的外辐射源雷达海杂波干扰抑制方法，其特征在于：包括如下步骤：

步骤一，建立多通道RLS滤波器的数学描述：

$W\left(n\right)=\left[\begin{array}{c}{w}_1\left(n\right)\\ w_2\left(n\right)\\ ...\\ w_K\left(n\right)\end{array}\right]=\left[\begin{array}{c}{w}_1\left(n\right),w_1(n-1),...,w_1(n-M+1)\\ w_2\left(n\right),w_2(n-1),...,w_2(n-M+1)\\ ...\\ w_K\left(n\right),w_K(n-1),...,w_K(n-M+1)\end{array}\right]$

$U\left(n\right)=\left[\begin{array}{c}{u}_1\left(n\right)\\ u_2\left(n\right)\\ ...\\ u_K\left(n\right)\end{array}\right]=\left[\begin{array}{c}{u}_1\left(n\right)e^{{j2\mathrm{\πnf}}_1/f_s}\\ u_1\left(n\right)e^{{j2\mathrm{\πnf}}_2/f_s}\\ ...\\ u_1\left(n\right)e^{{j2\mathrm{\πnf}}_K/f_s}\end{array}\right]$

P(n)=[P₁(n)；P₂(n)；...；P_K(n)]T

$k_i\left(n\right)=\frac{{\mathrm{KP}}_i\left(n\right)u_i\left(n\right)}{{\mathrm{\λ}}_i+{{\mathrm{Ku}}_i}^H\left(n\right)P_i\left(n\right)u_i\left(n\right)}$

$e\left(n\right)=d\left(n\right)-\underset{i=1}{\overset{K}{\mathrm{\Σ}}}{w_i}^H\left(n\right)u_i\left(n\right)$

$w_i(n+1)=w_i\left(n\right)+\frac{k_i\left(n\right)e^{*}\left(n\right)}{K}$

P_i(n+1)=λ_i ^-1P_i(n)-λ_i ^-1k_i(n)u_i ^H(n)P_i(n)

式中W(n)为多通道RLS滤波器系数矩阵，M为滤波器阶数，K为通道个数，w_i(n)为n时刻多通道RLS滤波器第i个通道的抽头权向量,i＝1,2,...,K,w_i(n)为M×1维；U(n)为多通道RLS滤波器输入矩阵，f_s为采样频率,f_i为海杂波多普勒频率，多通道RLS滤波器n时刻第i个通道的抽头输入向量

$u_i\left(n\right)=u_1\left(n\right)e^{j2\mathrm{\πn}{f}_i/f_s}=[u_1\left(n\right)e^{j2\mathrm{\πn}{f}_i/f_s},u_1(n-1)e^{j2\mathrm{\π}(n-1)f_i/f_s},...,u_1(n-M+1)e^{j2\mathrm{\π}(n-M+1)f_i/f_s}];$

d(n)为n时刻回波值；e(n)为n时刻多通道RLS滤波器的输出值也即对消结果；P(n)为M×M×K的多维矩阵，P_i(n)为M×M维，是多通道RLS滤波器第i个通道的正则化矩阵；λ_i为多通道RLS滤波器第i个通道的遗忘因子；k_i(n)为M×1维，是多通道RLS滤波器第i个通道的时变增益向量；

步骤二，参数初始化

根据杂波分布的距离范围确定对消滤波器阶数M、根据杂波多普勒频率扩散的范围确定参考通道个数K以及每个通道的调频率f_i，然后用调频率fi对原始参考信号进行调频，得到K个通道的参考信号，其中定义第一个通道为原始参考信号，其余通道信号为原始参考信号的调频，定义U(0)＝[u₁(0)；u₂(0)；...;u_K(0)]＝0为多通道RLS滤波器初始输入矩阵，多通道RLS滤波器初始权系数矩阵W(0)＝[w₁(0);w₂(0);...;w_K(0)]＝0；多通道RLS滤波器初始多维正则化矩阵P(0)＝[P₁(0)；P₂(0)；...;P_K(0)]，其中P_i(0)＝δ_iI为对应第i个通道的的正则化矩阵,I为M×M单位矩阵，δ_i的取值与信噪比有关；第i个通道RLS滤波器遗忘因子λ_i是一个小于1的正常数，在杂波平稳环境下取值接近于1，当杂波起伏较快时取值小于1；

步骤三，更新输入矩阵u(n)

将n时刻K个通道新的输入值即K个参考通道在n时刻的输入值加入到输入向量u_i(n)中，构成新的输入矩阵

$u\left(n\right)=\left[\begin{array}{c}{u}_1\left(n\right)\\ u_2\left(n\right)\\ ...\\ u_K\left(n\right)\end{array}\right]=\left[\begin{array}{c}{u}_1\left(n\right)e^{{j2\mathrm{\πnf}}_1/f_s}\\ u_1\left(n\right)e^{{j2\mathrm{\πnf}}_2/f_s}\\ ...\\ u_1\left(n\right)e^{{j2\mathrm{\πnf}}_K/f_s}\end{array}\right]$

式中 $u_i\left(n\right)=u_1\left(n\right)e^{j2\mathrm{\πn}{f}_i/f_s}=[u_1\left(n\right)e^{j2\mathrm{\πn}{f}_i/f_s},u_1(n-1)e^{j2\mathrm{\π}(n-1)f_i/f_s},...,u_1(n-M+1)e^{j2\mathrm{\π}(n-M+1)f_i/f_s}]$ 为n时刻多通道RLS滤波器第i个通道的抽头输入向量；

步骤四，计算n时刻多通道RLS滤波器输出即对消结果e(n)为

$e\left(n\right)=d\left(n\right)-\underset{i=1}{\overset{K}{\mathrm{\Σ}}}{w}_i^H\left(n\right)u_i\left(n\right)$

其中，d(n)为多通道RLS滤波器在n时刻的期望值也即回波信号在n时刻的值，为多通道RLS滤波器第i个通道权向量w_i(n)的共轭转置，为n时刻K个通道估计值之和，e(n)为估计误差也即对消结果；

步骤五，更新滤波器权系数矩阵W(n+1)，具体方法为：

$k_i\left(n\right)=\frac{{\mathrm{KP}}_i\left(n\right)u_i\left(n\right)}{{\mathrm{\λ}}_i+{{\mathrm{Ku}}_i}^H\left(n\right)P_i\left(n\right)u_i\left(n\right)}$

$w_i(n+1)=w_i\left(n\right)+\frac{k_i\left(n\right)e^{*}\left(n\right)}{K}$

P_i(n+1)＝λ_i ^-1P_i(n)-λ_i ^-1k_i(n)u_i ^H(n)P_i(n)

W(n+1)＝[w₁(n+1);w₂(n+1);...;w_K(n+1)]

式中u_i(n)为n时刻多通道RLS滤波器第i个通道的输入向量，w_i(n)为n时刻多通道RLS滤波器第i个通道的权系数向量；P_i(n)为第i个通道正则化矩阵，λ_i为第i个通道滤波器的遗忘因子；k_i(n)为第i个通道滤波器的时变增益向量，M×1维；通过循环操作，求出K个通道的权系数向量，进而得到更新的权系数矩阵W(n+1)＝[w₁(n+1);w₂(n+1);...;w_K(n+1)]；

步骤六，n=n+1，循环执行步骤三至步骤五，当n等于需要滤波的数据长度时，循环结束；完成外辐射源雷达海杂波干扰抑制。

2.根据权利要求1所述的基于多通道RLS的外辐射源雷达海杂波干扰抑制方法，其特征在于：信噪比30dB以上时δ_i取正常数，取值范围为0.9～1.0，信噪比30dB以下时δ_i取正常数，取值范围为9～10。