CN109375178A

CN109375178A - 一种基于稀疏重构的机会阵机载雷达非均匀杂波检测方法

Info

Publication number: CN109375178A
Application number: CN201811273451.7A
Authority: CN
Inventors: 龙伟军; 王建明
Original assignee: CETC 14 Research Institute
Current assignee: CETC 14 Research Institute
Priority date: 2018-10-29
Filing date: 2018-10-29
Publication date: 2019-02-22

Abstract

本发明公开了一种基于稀疏重构的机会阵机载雷达非均匀杂波检测方法，包括如下步骤：训练样本数据选取：选取机会阵机载雷达待检测距离段数据作为训练样本数据；训练样本稀疏重构：采用稀疏重构方法对训练样本进行估计，得到其协方差矩阵；距离门数据广义内积：基于协方差矩阵，对各距离门数据分别进行广义内积计算，得到各自输出数值；干扰剔除：将待检测距离段检测统计量的期望值作为门限，并将各距离门输出数值与其比较，剔除超出门限的距离门数据，剩余距离门数据可作为均匀训练样本进行杂波协方差矩阵估计。本发明样本需求小、在小样本数据的非均匀杂波环境下，易实现对干扰目标和孤立干扰剔除。

Description

一种基于稀疏重构的机会阵机载雷达非均匀杂波检测方法

技术领域

本发明涉及雷达信号处理技术领域，特别是一种基于稀疏重构的机会阵机载雷达非均匀杂波检测方法。

背景技术

分布式机会阵雷达是一种新体制雷达系统，如中国发明专利“分布式机会阵雷达”，其包括：信息综合处理器，用于控制机会子阵发射波束，接收机会子阵的回波信息，并对回波信息进行综合处理；多个机会子阵，用于根据信息综合处理器发送的控制信息形成发射波束，将接收到的回波信息反馈给信息综合处理器；所述多个机会子阵通过通信网络与信息综合处理器相连，所述信息综合处理器用于与雷达显示设备相连，各机会子阵之间通过通信网络相连；所述多个机会子阵在三维空间分散布置。每个机会子阵包括定时单元、定位单元、自组织网络接口、子阵处理单元、多个收/发单元和多个天线单元。

机会阵体制机载雷达的阵元分布没有任何规律，既可以密布于载机平台任意开放空间，也可密布于载机平台表面；可共形，也可非共形；可稀疏，也可均匀分布，因此具备更灵活的布阵方式。无论是哪种方式，由于载机平台的三维立体特性，机身所布机会阵列必然广泛存在共形结构情况，如机头和机翼等载机部位，在这种情况下杂波多普勒频率随距离变化而变化，也就是存在严重的杂波非平稳问题，且在近距尤为严重。于此同时，由于机载雷达普遍工作于中/高脉冲重复频率(PRF)模式，存在较为严重的距离模糊问题，使得近程严重非平稳杂波和中/远程回波(含目标与杂波)混叠在一起，大大增大了杂波抑制的难度。此时，采用空时自适应处理(STAP)技术进行杂波抑制时，用于估计待检测距离单元杂波协方差矩阵的独立同分布样本数严重短缺，杂波协方差矩阵的估计精度存在较大偏差，最终导致强非平稳杂波无法有效抑制。

空时自适应处理(STAP)技术是目前国内外解决机载雷达杂波抑制问题的核心有效手段，是各国军事领域特别是雷达领域的重点研究技术。在STAP技术中，要求其训练样本和待检测距离门数据杂波统计特性独立同分布。在实际应用中，由于在训练样本中往往包含有动目标，这些动目标的存在使得雷达在检测其他距离门数据时发生目标相消问题。其中，包含在训练样本中的动目标，称之为干扰目标，而出现在待检测样本，但不在主瓣方向或不在检测多普勒单元上的动目标，称之为孤立干扰。对于真实目标信号，干扰目标和孤立干扰均被视为干扰。当前最有效的孤立干扰和干扰目标剔除方法往往采用基于似然估计协方差矩阵的广义内积法。然而，对于机会阵机载雷达而言，由于其空域阵元较多，因此对样本需求量巨大，在实际应用中往往无足够样本数进行协方差矩阵的有效似然估计，导致后续广义内积输出出现较大偏差，无法有效剔除样本中干扰目标和孤立干扰。

因此，现有技术存在的问题是：机会阵体制机载雷达在小样本数据的非均匀杂波环境下，对干扰目标和孤立干扰剔除实现困难。

发明内容

针对现有技术中存在的问题，本发明提供了一种样本需求小、在小样本数据的非均匀杂波环境下，易实现对干扰目标和孤立干扰剔除的基于稀疏重构的机会阵机载雷达非均匀杂波检测方法。

本发明的目的通过以下技术方案实现。

一种基于稀疏重构的机会阵机载雷达非均匀杂波检测方法，包括如下步骤：

训练样本数据选取：选取机会阵机载雷达待检测距离段数据作为训练样本数据；

训练样本稀疏重构：采用稀疏重构方法对训练样本进行估计，得到其协方差矩阵；

距离门数据广义内积：基于协方差矩阵，对各距离门数据分别进行广义内积计算，得到各自输出数值；

干扰剔除：将待检测距离段检测统计量的期望值作为门限，并将各距离门输出数值与其比较，剔除超出门限的距离门数据，剩余距离门数据可作为均匀训练样本进行杂波协方差矩阵估计。

所述距离门数据广义内积步骤具体为：

基于所得待检测距离段协方差矩阵，按下式对该段内各距离门数据进行广义内积计算，即

式中，x_l表示待机会阵机载雷达第l个距离门接收数据，R表示采用稀疏重构所得该数据段协方差矩阵，H表示共轭转置运算。

所述干扰剔除步骤中，所述门限为：

E|η|≈trace(R^-1R)＝N×K

式中，N为机会阵机载雷达空域阵元数，K为一个相干脉冲重复间隔内接收到脉冲个数。

所述训练样本稀疏重构步骤中，所述稀疏重构方法为稀疏贝叶斯学习方法。

相比于现有技术，本发明的优点在于：本发明采用稀疏重构方法对训练样本进行估计，从而可在较小样本量的情况下剔除严重非均匀和非平稳杂波环境中的干扰目标和孤立干扰。

附图说明

图1为本发明基于稀疏重构的机会阵机载雷达非均匀杂波检测方法的流程图。

具体实施方式

下面结合说明书附图和具体的实施例，对本发明作详细描述。

如图1所示，本发明基于稀疏重构的机会阵机载雷达非均匀杂波检测方法，包括如下步骤：

机会阵机载雷达待检测距离段数据来源于对接收到的雷达回波信号进行下变频处理和模数转换后的数字回波数据。

所述系数贝叶斯学习方法步骤具体为：求解如下似然函数中的稀疏系数，即

式中，X表示L个距离单元数据矩阵，σ²为噪声功率，ψ为由空时导向矢量构成的超完备字典，A＝a⁽¹⁾，a⁽²⁾，…，a^(L)]为稀疏系数矩阵，通过期望最大化算法可求得该式中稀疏系数。

所述距离门数据广义内积步骤具体为：

作为均匀训练样本进行杂波协方差矩阵估计剩余距离门数据

所述干扰剔除步骤中，所述门限为：

E[η]≈trace(R^-1R)＝N×K (2)

式中，N为接收阵元数，K为相干脉冲数。

本发明的工作过程如下：

机会阵机载雷达通过天线发射信号，经目标和地面二次辐射后到达雷达天线处经匹配滤波后接收空时回波数据；其次进行模数转换，实现回波数据的数字化；然后将整个距离门数据均匀划分为若干段，然后在待检测距离段内采用内点法、正交匹配追踪法或稀疏贝叶斯学习法估计相应协方差矩阵；再基于该矩阵对段内各距离门数据进行广义内积计算；最后基于各距离门输出结果与门限进行比较，将超过门限所对应距离门数据进行剔除。

由于采用稀疏重构方法对训练样本进行估计，得到其协方差矩阵，并基于协方差矩阵，对各距离门数据分别进行广义内积计算，得到各自输出数值，从而可在较小样本量的情况下有效剔除严重非均匀和非平稳杂波环境中的干扰目标和孤立干扰，从而减小其对目标的对消损失。可广泛应用于机会阵体制机载雷达和其他相控阵机载PD雷达。

Claims

1.一种基于稀疏重构的机会阵机载雷达非均匀杂波检测方法，其特征在于包括如下步骤：

2.根据权利要求1所述的一种基于稀疏重构的机会阵机载雷达非均匀杂波检测方法，其特征在于所述距离门数据广义内积步骤具体为：

3.根据权利要求1所述的一种基于稀疏重构的机会阵机载雷达非均匀杂波检测方法，其特征在于所述干扰剔除步骤中，所述门限为：

E|η|≈trace(R^-1R)＝N×K

4.根据权利要求1所述的一种基于稀疏重构的机会阵机载雷达非均匀杂波检测方法，其特征在于所述训练样本稀疏重构步骤中，所述稀疏重构方法为稀疏贝叶斯学习方法。

5.根据权利要求1所述的一种基于稀疏重构的机会阵机载雷达非均匀杂波检测方法，其特征在于所述稀疏贝叶斯学习方法步骤具体为：求解如下似然函数中的稀疏系数，即

式中，X表示上个距离单元数据矩阵，σ²为噪声功率，ψ为由空时导向矢量构成的超完备字典，A＝[a⁽¹⁾，a⁽²⁾，…，a^(L)]为稀疏系数矩阵，通过期望最大化算法可求得该式中稀疏系数。