CN108896967A - 基于杂波协方差矩阵估计的距离扩展目标检测方法及装置 - Google Patents

基于杂波协方差矩阵估计的距离扩展目标检测方法及装置 Download PDF

Info

Publication number
CN108896967A
CN108896967A CN201810449481.2A CN201810449481A CN108896967A CN 108896967 A CN108896967 A CN 108896967A CN 201810449481 A CN201810449481 A CN 201810449481A CN 108896967 A CN108896967 A CN 108896967A
Authority
CN
China
Prior art keywords
covariance matrix
clutter covariance
variable quantity
matrix
likelihood function
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201810449481.2A
Other languages
English (en)
Other versions
CN108896967B (zh
Inventor
刘民
刘一民
黄天耀
王希勤
肖乐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN201810449481.2A priority Critical patent/CN108896967B/zh
Publication of CN108896967A publication Critical patent/CN108896967A/zh
Application granted granted Critical
Publication of CN108896967B publication Critical patent/CN108896967B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28Details of pulse systems
    • G01S7/285Receivers
    • G01S7/292Extracting wanted echo-signals
    • G01S7/2923Extracting wanted echo-signals based on data belonging to a number of consecutive radar periods
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01SRADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/41Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供一种基于杂波协方差矩阵估计的距离扩展目标检测方法及装置,所述方法包括:将获取到的若干组雷达回波数据子矩阵输入至预设的似然函数乘法器模型,输出杂波协方差矩阵的似然函数;将所述若干组雷达回波数据子矩阵、所述似然函数、获取到的迭代步长以及获取到的权重调整因子,输入至预设的迭代算法模型,输出所述杂波协方差矩阵的估计值。本发明提供的基于杂波协方差矩阵估计的距离扩展目标检测方法及装置,无需辅助数据,在非完整观测下进行参数估计时联合考虑似然函数最大化和杂波协方差矩阵秩最小化,在迭代求解过程中动态调整权重,提高了杂波协方差矩阵的估计精度,进而提升了距离扩展目标检测性能,提高了检测精度和检测准确度。

Description

基于杂波协方差矩阵估计的距离扩展目标检测方法及装置
技术领域
本发明涉及雷达信号处理技术领域,尤其涉及一种基于杂波协方差矩阵估计的距离扩展目标检测方法及装置。
背景技术
雷达作为一种探测手段,为获取探测对象的更多细节信息,需要高分辨性能。但高分辨雷达大孔径、大带宽、较长探测时间的特点也给目标检测带来一些新的问题。
现有技术中,一方面,随着雷达距离分辨力不断提高,目标在距离维上的分布范围大于雷达距离分辨力,成为距离扩展目标。此时,传统点目标模型不再成立,需要建立基于扩展目标模型的检测方法。另一方面,由于雷达所处电磁环境日趋复杂,易受同类设备、其他辐射源干扰,导致接收数据缺失。例如,压缩采样会导致时域数据缺失,阵元失效导致空域数据缺失,频带干扰导致频域数据缺失。我们这种接收数据在时、空、频的某个或某几个域出现数据缺失的现象统称为非完整观测。非完整观测在实际应用场景中的广泛存在已经引起学者关注。如在信号频谱估计、多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达中的波达方向(Direction Of Arrival,DOA)估计、通信雷达频谱共享中的波形设计等。而在当前高斯杂波、白噪声背景下的距离扩展目标检测领域,广义似然比检验(Generalized Likelihood Ratio Test,GLRT)得到广泛应用。在GLRT方法中,杂波协方差矩阵是检测器重要的待估参数之一。现有的基于GLRT的距离扩展目标检测方法从最大化似然函数出发,均要求能够得到待检单元的大量完整观测数据,部分方法还需要借助足够多与待检单元具有相同统计特性且不含目标雷达回波的辅助数据,以完成对杂波协方差矩阵的估计。
但是,根据现有技术中的杂波协方差矩阵估计方法,当出现非完整观测时,由于数据缺失,当前扩展目标检测方法中杂波协方差矩阵估计精度均会出现不同程度的降低,进而导致目标检测性能下降,检测精度和检测准确度也较低。
发明内容
本发明的目的是提供一种基于杂波协方差矩阵估计的距离扩展目标检测方法及装置,解决了现有技术中的目标检测性能低,检测精度和检测准确度低的技术问题。
为了解决上述技术问题,一方面,本发明提供一种基于杂波协方差矩阵估计的距离扩展目标检测方法,包括:
将获取到的若干组雷达回波数据子矩阵输入至预设的似然函数乘法器模型,输出杂波协方差矩阵的似然函数;
将所述若干组雷达回波数据子矩阵、所述似然函数、获取到的迭代步长以及获取到的权重调整因子,输入至预设的迭代算法模型,输出所述杂波协方差矩阵的估计值,并基于所述杂波协方差矩阵的估计值,对距离扩展目标进行检测。
另一方面,本发明提供一种基于杂波协方差矩阵估计的距离扩展目标检测装置,包括:
似然函数表征模块,用于将获取到的若干组雷达回波数据子矩阵输入至预设的似然函数乘法器模型,输出杂波协方差矩阵的似然函数;
迭代算法模块,用于将所述若干组雷达回波数据子矩阵、所述似然函数、获取到的迭代步长以及获取到的权重调整因子,输入至预设的迭代算法模型,输出所述杂波协方差矩阵的估计值,并基于所述杂波协方差矩阵的估计值,对距离扩展目标进行检测。
再一方面,本发明提供一种用于基于杂波协方差矩阵估计的距离扩展目标检测的电子设备,包括:
存储器和处理器,所述处理器和所述存储器通过总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行上述的方法。
又一方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的方法。
本发明提供的基于杂波协方差矩阵估计的距离扩展目标检测方法及装置,通过若干组雷达回波数据子矩阵,获取杂波协方差矩阵的似然函数,并根据预设的迭代算法模型,输出杂波协方差矩阵的估计值,无需辅助数据,在非完整观测下进行参数估计时联合考虑似然函数最大化和杂波协方差矩阵秩最小化,在迭代求解过程中动态调整权重,提高了杂波协方差矩阵的估计精度,进而提升了距离扩展目标检测性能,提高了检测精度和检测准确度。
附图说明
图1为依照本发明实施例的基于杂波协方差矩阵估计的距离扩展目标检测方法示意图;
图2为依照本发明实施例的迭代算法逻辑流程图;
图3为依照本发明实施例的基于杂波协方差矩阵估计的距离扩展目标检测装置示意图;
图4为本发明实施例提供的用于基于杂波协方差矩阵估计的距离扩展目标检测的电子设备的结构示意图。
具体实施方式
为了使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为依照本发明实施例的基于杂波协方差矩阵估计的距离扩展目标检测方法示意图,如图1所示,本发明实施例提供一种基于杂波协方差矩阵估计的距离扩展目标检测方法,其执行主体为基于杂波协方差矩阵估计的距离扩展目标检测装置,该方法包括:
步骤S101、将获取到的若干组雷达回波数据子矩阵输入至预设的似然函数乘法器模型,输出杂波协方差矩阵的似然函数
步骤S102、将所述若干组雷达回波数据子矩阵、所述似然函数、获取到的迭代步长以及获取到的权重调整因子,输入至预设的迭代算法模型,输出所述杂波协方差矩阵的估计值,并基于所述杂波协方差矩阵的估计值,对距离扩展目标进行检测。
具体的,由于雷达的不同距离单元数据缺失位置可能相同,为减小后续算法运算时间,首先根据数据缺失位置类型将原始雷达回波数据矩阵Z分成G组雷达回波数据子矩阵。
第g(g=1,2,...,G)个分组中的接收数据矩阵Zg可表示如下:
其中, Ng、Kg分别表示第g个分组中所包含的有观测的接收通道、距离单元数目。矩阵为数据缺失位置决定的由0、1元素构成的矩阵。
再基于获取到的若干组雷达回波数据子矩阵,生成杂波协方差矩阵的似然函数。似然函数f(Z1,Z2,...,ZG|Mw)可表示为:
其中, Mw分别为nk、wk对应的协方差矩阵,nk为已知功率为的接收机热噪声,wk为接收到的杂波信号。
然后,获取迭代步长,以及权重调整因子。
最后,将若干组雷达回波数据子矩阵,似然函数,获取到的迭代步长,以及获取到的权重调整因子,输入至预设的迭代算法模型,输出杂波协方差矩阵的估计值。
并且,根据杂波协方差矩阵的估计值,对距离扩展目标进行检测。
本发明提供的基于杂波协方差矩阵估计的距离扩展目标检测方法,通过若干组雷达回波数据子矩阵,获取杂波协方差矩阵的似然函数,并根据预设的迭代算法模型,输出杂波协方差矩阵的估计值,无需辅助数据,在非完整观测下进行参数估计时联合考虑似然函数最大化和杂波协方差矩阵秩最小化,在迭代求解过程中动态调整权重,提高了杂波协方差矩阵的估计精度,进而提升了距离扩展目标检测性能,提高了检测精度和检测准确度。
在上述实施例的基础上,进一步地,所述将获取到的若干组雷达回波数据子矩阵输入至预设的似然函数乘法器模型之前,还包括:
获取原始雷达回波数据矩阵;
对所述原始雷达回波数据矩阵进行行列置换,并填补所述原始雷达回波数据矩阵中的缺失数据,获取所述若干组雷达回波数据子矩阵。
具体的,雷达有N个接收通道(接收通道可代表阵元、脉冲或二者联合,由具体应用场景而定),待检目标最多跨越K个距离分辨单元。对原始接收数据的数据缺失位置填充为0,并写为N×K维矩阵Z,其中Z的第k列代表第k个距离单元的接收数据。对第k个距离单元,当有目标存在时,接收数据可表示为:
zk=nk+wkkp,k=1,2,...,K
其中,zk、nk、p均为N×1维列矢量,zk为填0处理后的接收数据,nk为已知功率为的接收机热噪声,wk为接收到的杂波信号,αk为目标雷达回波复幅度,p为已知的目标导引矢量。将nk和wk合称为扰动项dk,即dk=nk+wk。假设不同距离单元的扰动项dk服从i.i.d的零均值复高斯分布,且均满足同一协方差矩阵其中(·)H表示矩阵共轭转置,Mw分别为nk、wk对应的协方差矩阵。则数据矩阵Z可写为Z=D+pαT,其中(·)T表示矩阵转置,
由于不同距离单元数据缺失位置可能相同,为减小后续算法运算时间,首先根据数据缺失位置类型将矩阵Z分成G组子矩阵。该数据重排分组过程可通过对数据矩阵Z进行行列置换完成。经过重排分组后,可有效减小后续算法的计算时间。
本发明提供的基于杂波协方差矩阵估计的距离扩展目标检测方法,通过若干组雷达回波数据子矩阵,获取杂波协方差矩阵的似然函数,并根据预设的迭代算法模型,输出杂波协方差矩阵的估计值,无需辅助数据,在非完整观测下进行参数估计时联合考虑似然函数最大化和杂波协方差矩阵秩最小化,在迭代求解过程中动态调整权重,提高了杂波协方差矩阵的估计精度,进而提升了距离扩展目标检测性能,提高了检测精度和检测准确度。
在以上各实施例的基础上,进一步地,将所述若干组雷达回波数据子矩阵、所述似然函数、获取到的迭代步长以及获取到的权重调整因子,输入至预设的迭代算法模型,输出所述杂波协方差矩阵的估计值,具体为:
基于所述若干组雷达回波数据子矩阵,获取到的迭代步长,以及获取到的权重调整因子,获取所述杂波协方差矩阵的梯度投影矩阵,作为第一梯度投影矩阵;
基于所述第一梯度投影矩阵,获取所述似然函数的对数值的变化量,作为第一变化量,并获取预设的目标函数的相对变化量,作为第二变化量;
若判断获知所述第一变化量大于第一预设阈值,且所述第二变化量小于等于第二预设阈值,则将所述第一梯度投影矩阵作为所述杂波协方差矩阵的估计值。
在以上各实施例的基础上,进一步地,所述若判断获知所述第一变化量大于第一预设阈值,且所述第二变化量小于等于第二预设阈值,则将所述第一梯度投影矩阵作为所述杂波协方差矩阵的估计值,具体为:
若判断获知所述第一变化量小于等于第一预设阈值,则获取调整后的权重调整因子;
基于所述若干组雷达回波数据子矩阵,所述迭代步长,以及所述调整后的权重调整因子,重新获取所述杂波协方差矩阵的梯度投影矩阵,作为第二梯度投影矩阵;
基于所述第二梯度投影矩阵,重新获取所述似然函数的对数值的变化量,作为第三变化量,并重新获取所述目标函数的相对变化量,作为第四变化量;
若判断获知所述第三变化量大于所述第一预设阈值,且所述第四变化量小于等于第二预设阈值,则将所述第二梯度投影矩阵作为所述杂波协方差矩阵的估计值。
在以上各实施例的基础上,进一步地,所述若判断获知所述第一变化量大于第一预设阈值,且所述第二变化量小于等于第二预设阈值,则将所述第一梯度投影矩阵作为所述杂波协方差矩阵的估计值,具体为:
若判断获知所述第一变化量大于所述第一预设阈值,且所述第二变化量大于所述第二预设阈值,则获取调整后的迭代步长;
基于所述若干组雷达回波数据子矩阵,所述调整后的迭代步长,以及所述权重调整因子,重新获取所述杂波协方差矩阵的梯度投影矩阵,作为第三梯度投影矩阵;
基于所述第三梯度投影矩阵,重新获取所述似然函数的对数值的变化量,作为第五变化量,并重新获取所述目标函数的相对变化量,作为第六变化量;
若判断获知所述第五变化量大于所述第一预设阈值,且所述第六变化量小于等于第二预设阈值,则将所述第三梯度投影矩阵作为所述杂波协方差矩阵的估计值。
具体的,图2为依照本发明实施例的迭代算法逻辑流程图,如图2所示,迭代算法的具体步骤如下:
a、输入若干组雷达回波数据子矩阵、接收机热噪声功率、权重调整因子,给定杂波协方差矩阵迭代初值、权重系数初值,初始化迭代次数序号,获取迭代步长初始值。
b、根据若干组雷达回波数据子矩阵和权重系数、权重调整因子,以及迭代步长,计算杂波协方差矩阵的梯度投影矩阵,更新杂波协方差矩阵估计值。
c、计算杂波协方差矩阵更新后的对数似然函数变化值,并判断是否大于给定门限。若是,则执行步骤d;否则,调整权重系数并执行步骤b。
d、计算杂波协方差矩阵更新后的目标函数相对变化值,并判断是否大于给定门限。若是,则执行步骤e;否则,执行步骤f。
e、将迭代次数加一,更新迭代步长,执行步骤b。
f、得到最终的杂波协方差阵估计值。
在步骤a中,输入似然函数f(Z1,Z2,...,ZG|Mw)、权重调整因子β,给定杂波协方差矩阵迭代初值权重系数初值γ(0),初始化迭代次数序号为i=1。
在步骤b中,更新杂波协方差矩阵如下:
其中,表示将矩阵负特征值置0操作,h(Mw)=-logf(Z1,Z2,...,ZG|M),Mw的梯度(tr(·)为矩阵迹),t(i-1)为迭代步长。
在步骤c中,计算杂波协方差矩阵更新后的对数似然函数变化值如下:
并判断是否大于设定门限。若是,则执行步骤d;否则,调整权重系数γ(i-1)为βγ(i-1)并执行步骤b。
在步骤d中,计算杂波协方差矩阵更新后的目标函数f(Mw)=h(Mw)+γ||Mw||*的相对变化值如下:
并判断是否大于设定门限。若是,则执行步骤e;否则,执行步骤f。
在步骤e中,更新迭代次数i为i+1,调整迭代步长,执行步骤b。
在步骤f中,得到杂波到方差阵Mw的最终计值
本发明提供的基于杂波协方差矩阵估计的距离扩展目标检测方法,通过若干组雷达回波数据子矩阵,获取杂波协方差矩阵的似然函数,并根据预设的迭代算法模型,输出杂波协方差矩阵的估计值,无需辅助数据,在非完整观测下进行参数估计时联合考虑似然函数最大化和杂波协方差矩阵秩最小化,在迭代求解过程中动态调整权重,提高了杂波协方差矩阵的估计精度,进而提升了距离扩展目标检测性能,提高了检测精度和检测准确度。
图3为依照本发明实施例的基于杂波协方差矩阵估计的距离扩展目标检测装置示意图,如图3所示,本发明实施例提供一种基于杂波协方差矩阵估计的距离扩展目标检测装置,用于完成上述实施例中所述的方法,具体包括似然函数表征模块301和迭代算法模块302,其中,
似然函数表征模块301用于将获取到的若干组雷达回波数据子矩阵输入至预设的似然函数乘法器模型,输出杂波协方差矩阵的似然函数;
迭代算法模块302用于将所述若干组雷达回波数据子矩阵、所述似然函数、获取到的迭代步长以及获取到的权重调整因子,输入至预设的迭代算法模型,输出所述杂波协方差矩阵的估计值,并基于所述杂波协方差矩阵的估计值,对距离扩展目标进行检测。
本发明实施例提供的基于杂波协方差矩阵估计的距离扩展目标检测装置,用于完成上述实施例中所述的方法,通过本实施例提供的装置完成上述实施例中所述的方法的具体步骤与上述实施例相同,此处不再赘述。
本发明提供的基于杂波协方差矩阵估计的距离扩展目标检测装置,通过若干组雷达回波数据子矩阵,获取杂波协方差矩阵的似然函数,并根据预设的迭代算法模型,输出杂波协方差矩阵的估计值,无需辅助数据,在非完整观测下进行参数估计时联合考虑似然函数最大化和杂波协方差矩阵秩最小化,在迭代求解过程中动态调整权重,提高了杂波协方差矩阵的估计精度,进而提升了距离扩展目标检测性能,提高了检测精度和检测准确度。
图4为本发明实施例提供的用于基于杂波协方差矩阵估计的距离扩展目标检测的电子设备的结构示意图,如图4所示,所述设备包括:处理器401、存储器402和总线403;
其中,处理器401和存储器402通过所述总线403完成相互间的通信;
处理器401用于调用存储器402中的程序指令,以执行上述各方法实施例所提供的方法,例如包括:
将获取到的若干组雷达回波数据子矩阵输入至预设的似然函数乘法器模型,输出杂波协方差矩阵的似然函数;
将所述若干组雷达回波数据子矩阵、所述似然函数、获取到的迭代步长以及获取到的权重调整因子,输入至预设的迭代算法模型,输出所述杂波协方差矩阵的估计值,并基于所述杂波协方差矩阵的估计值,对距离扩展目标进行检测。
本发明实施例公开一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如包括:
将获取到的若干组雷达回波数据子矩阵输入至预设的似然函数乘法器模型,输出杂波协方差矩阵的似然函数;
将所述若干组雷达回波数据子矩阵、所述似然函数、获取到的迭代步长以及获取到的权重调整因子,输入至预设的迭代算法模型,输出所述杂波协方差矩阵的估计值,并基于所述杂波协方差矩阵的估计值,对距离扩展目标进行检测。
本发明实施例提供一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行上述各方法实施例所提供的方法,例如包括:
将获取到的若干组雷达回波数据子矩阵输入至预设的似然函数乘法器模型,输出杂波协方差矩阵的似然函数;
将所述若干组雷达回波数据子矩阵、所述似然函数、获取到的迭代步长以及获取到的权重调整因子,输入至预设的迭代算法模型,输出所述杂波协方差矩阵的估计值,并基于所述杂波协方差矩阵的估计值,对距离扩展目标进行检测。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所描述的装置及设备等实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种基于杂波协方差矩阵估计的距离扩展目标检测方法,其特征在于,包括:
将获取到的若干组雷达回波数据子矩阵输入至预设的似然函数乘法器模型,输出杂波协方差矩阵的似然函数;
将所述若干组雷达回波数据子矩阵、所述似然函数、获取到的迭代步长以及获取到的权重调整因子,输入至预设的迭代算法模型,输出所述杂波协方差矩阵的估计值,并基于所述杂波协方差矩阵的估计值,对距离扩展目标进行检测。
2.根据权利要求1所述的方法,其特征在于,所述将获取到的若干组雷达回波数据子矩阵输入至预设的似然函数乘法器模型之前,还包括:
获取原始雷达回波数据矩阵;
对所述原始雷达回波数据矩阵进行行列置换,并填补所述原始雷达回波数据矩阵中的缺失数据,获取所述若干组雷达回波数据子矩阵。
3.根据权利要求1所述的方法,其特征在于,将所述若干组雷达回波数据子矩阵、所述似然函数、获取到的迭代步长以及获取到的权重调整因子,输入至预设的迭代算法模型,输出所述杂波协方差矩阵的估计值,具体为:
基于所述若干组雷达回波数据子矩阵,获取到的迭代步长,以及获取到的权重调整因子,获取所述杂波协方差矩阵的梯度投影矩阵,作为第一梯度投影矩阵;
基于所述第一梯度投影矩阵,获取所述似然函数的对数值的变化量,作为第一变化量,并获取预设的目标函数的相对变化量,作为第二变化量;
若判断获知所述第一变化量大于第一预设阈值,且所述第二变化量小于等于第二预设阈值,则将所述第一梯度投影矩阵作为所述杂波协方差矩阵的估计值。
4.根据权利要求3所述的方法,其特征在于,所述若判断获知所述第一变化量大于第一预设阈值,且所述第二变化量小于等于第二预设阈值,则将所述第一梯度投影矩阵作为所述杂波协方差矩阵的估计值,具体为:
若判断获知所述第一变化量小于等于第一预设阈值,则获取调整后的权重调整因子;
基于所述若干组雷达回波数据子矩阵,所述迭代步长,以及所述调整后的权重调整因子,重新获取所述杂波协方差矩阵的梯度投影矩阵,作为第二梯度投影矩阵;
基于所述第二梯度投影矩阵,重新获取所述似然函数的对数值的变化量,作为第三变化量,并重新获取所述目标函数的相对变化量,作为第四变化量;
若判断获知所述第三变化量大于所述第一预设阈值,且所述第四变化量小于等于第二预设阈值,则将所述第二梯度投影矩阵作为所述杂波协方差矩阵的估计值。
5.根据权利要求3所述的方法,其特征在于,所述若判断获知所述第一变化量大于第一预设阈值,且所述第二变化量小于等于第二预设阈值,则将所述第一梯度投影矩阵作为所述杂波协方差矩阵的估计值,具体为:
若判断获知所述第一变化量大于所述第一预设阈值,且所述第二变化量大于所述第二预设阈值,则获取调整后的迭代步长;
基于所述若干组雷达回波数据子矩阵,所述调整后的迭代步长,以及所述权重调整因子,重新获取所述杂波协方差矩阵的梯度投影矩阵,作为第三梯度投影矩阵;
基于所述第三梯度投影矩阵,重新获取所述似然函数的对数值的变化量,作为第五变化量,并重新获取所述目标函数的相对变化量,作为第六变化量;
若判断获知所述第五变化量大于所述第一预设阈值,且所述第六变化量小于等于第二预设阈值,则将所述第三梯度投影矩阵作为所述杂波协方差矩阵的估计值。
6.一种基于杂波协方差矩阵估计的距离扩展目标检测装置,其特征在于,包括:
似然函数表征模块,用于将获取到的若干组雷达回波数据子矩阵输入至预设的似然函数乘法器模型,输出杂波协方差矩阵的似然函数;
迭代算法模块,用于将所述若干组雷达回波数据子矩阵、所述似然函数、获取到的迭代步长以及获取到的权重调整因子,输入至预设的迭代算法模型,输出所述杂波协方差矩阵的估计值,并基于所述杂波协方差矩阵的估计值,对距离扩展目标进行检测。
7.一种用于基于杂波协方差矩阵估计的距离扩展目标检测的电子设备,其特征在于,包括:
存储器和处理器,所述处理器和所述存储器通过总线完成相互间的通信;所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1至5任一所述的方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一所述的方法。
CN201810449481.2A 2018-05-11 2018-05-11 基于杂波协方差矩阵估计的距离扩展目标检测方法及装置 Active CN108896967B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810449481.2A CN108896967B (zh) 2018-05-11 2018-05-11 基于杂波协方差矩阵估计的距离扩展目标检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810449481.2A CN108896967B (zh) 2018-05-11 2018-05-11 基于杂波协方差矩阵估计的距离扩展目标检测方法及装置

Publications (2)

Publication Number Publication Date
CN108896967A true CN108896967A (zh) 2018-11-27
CN108896967B CN108896967B (zh) 2020-11-17

Family

ID=64343939

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810449481.2A Active CN108896967B (zh) 2018-05-11 2018-05-11 基于杂波协方差矩阵估计的距离扩展目标检测方法及装置

Country Status (1)

Country Link
CN (1) CN108896967B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111007472A (zh) * 2019-11-18 2020-04-14 西安电子科技大学 一种高超声速平台复杂运动状态下杂波回波建模方法
CN113075625A (zh) * 2021-03-26 2021-07-06 电子科技大学 一种谱共存下的抗距离欺骗干扰波形设计方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010042757A1 (en) * 2008-10-09 2010-04-15 Colorado State University Research Foundation Gaussian model adaptive processing in the time domain
CN102866392A (zh) * 2012-09-13 2013-01-09 清华大学 一种波形捷变认知雷达系统及实现方法
CN103033815A (zh) * 2012-12-19 2013-04-10 中国科学院声学研究所 基于混响协方差矩阵的距离扩展目标的检测方法和装置
CN105807267A (zh) * 2016-03-11 2016-07-27 中国人民解放军国防科学技术大学 一种mimo雷达扩展目标的检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2010042757A1 (en) * 2008-10-09 2010-04-15 Colorado State University Research Foundation Gaussian model adaptive processing in the time domain
CN102866392A (zh) * 2012-09-13 2013-01-09 清华大学 一种波形捷变认知雷达系统及实现方法
CN103033815A (zh) * 2012-12-19 2013-04-10 中国科学院声学研究所 基于混响协方差矩阵的距离扩展目标的检测方法和装置
CN105807267A (zh) * 2016-03-11 2016-07-27 中国人民解放军国防科学技术大学 一种mimo雷达扩展目标的检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LE XIAO 等: "Distributed Target Detection With Partial Observation", 《IEEE TRANSACTIONS ON SIGNAL PROCESSING》 *
张波 等: "基于Toeplitz矩阵初值的协方差估计方法", 《电子科技大学学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111007472A (zh) * 2019-11-18 2020-04-14 西安电子科技大学 一种高超声速平台复杂运动状态下杂波回波建模方法
CN111007472B (zh) * 2019-11-18 2023-06-09 西安电子科技大学 一种高超声速平台复杂运动状态下杂波回波建模方法
CN113075625A (zh) * 2021-03-26 2021-07-06 电子科技大学 一种谱共存下的抗距离欺骗干扰波形设计方法

Also Published As

Publication number Publication date
CN108896967B (zh) 2020-11-17

Similar Documents

Publication Publication Date Title
CN105929371B (zh) 一种基于协方差矩阵估计的机载雷达杂波抑制方法
CN105785361B (zh) 一种阵元失效条件下的mimo雷达成像方法
CN108804736B (zh) 一种多自由度调频信号设计及优化的方法和装置
CN108802705A (zh) 一种基于稀疏的空时自适应处理方法及系统
CN108896967A (zh) 基于杂波协方差矩阵估计的距离扩展目标检测方法及装置
CN107124216A (zh) 一种针对阵列误差的Capon稳健自适应波束形成方法及系统
CN106019257B (zh) 基于高频地波雷达海流观测结果空时特征的插值方法
CN105974416B (zh) 积累互相关包络对齐的8核dsp片上并行实现方法
CN107490800A (zh) 一种卫星导航快速定位方法、装置和卫星导航接收机
US20100198897A1 (en) Deriving a function that represents data points
CN107124379A (zh) 一种基于改进狼群优化的正交小波常模盲均衡方法
CN101577536B (zh) 一种改进的lms算法实现器
CN108092701A (zh) Hbf系统波束选择方法、装置及存储介质
CN106973023A (zh) 一种信号合成方法及系统
CN111241470A (zh) 基于自适应零陷展宽算法的波束合成方法及装置
CN110516286A (zh) 基于稀疏重构算法的阵列幅相误差估计方法
CN112464602B (zh) 一种多谐振点电阻及电感的高频spice模型建立方法
CN107809253A (zh) 基于随机Kaczmarz迭代的压缩感知数据重构方法
CN114626302A (zh) 基于Koopman算子和机器学习的信道预测方法、系统、终端及介质
CN106291472A (zh) 一种外辐射源雷达的干扰抑制方法
CN102006105A (zh) 深空接收天线组阵相关加权方法及系统
CN106549652A (zh) 时域滤波中的滤波器系数更新
CN109446665A (zh) 一种非线性调频信号优化方法及装置、存储介质
Irfan et al. FPGA-based Low Latency Inverse QRD Architecture for Adaptive Beamforming in Phased Array Radars.
CN109683519A (zh) 一种自适应算法的fpga实现方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant