CN110426677A - 基于相关系数加权的杂波协方差矩阵估计方法 - Google Patents
基于相关系数加权的杂波协方差矩阵估计方法 Download PDFInfo
- Publication number
- CN110426677A CN110426677A CN201910530690.4A CN201910530690A CN110426677A CN 110426677 A CN110426677 A CN 110426677A CN 201910530690 A CN201910530690 A CN 201910530690A CN 110426677 A CN110426677 A CN 110426677A
- Authority
- CN
- China
- Prior art keywords
- training sample
- clutter
- covariance matrix
- processed
- unit
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/023—Interference mitigation, e.g. reducing or avoiding non-intentional interference with other HF-transmitters, base station transmitters for mobile communication or other radar systems, e.g. using electro-magnetic interference [EMI] reduction techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO 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
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/36—Means for anti-jamming, e.g. ECCM, i.e. electronic counter-counter measures
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
基于相关系数加权的杂波协方差矩阵估计方法,所述步骤包括如下:S1:挑选原始训练样本;S2:估计每个原始训练样本与待处理单元的相关系数;S3:根据步骤S2所得的相关系数剔除部分训练样本;S4:对步骤S3中,剔除后的剩余训练样本加权,估计协方差矩阵。本发明利用训练样本与待处理单元的相关系数衡量训练样本与待处理单元间的相关程度,在估计杂波协方差矩阵时,根据该相关系数对训练样本进行加权,从而改善了非均匀杂波环境下的杂波协方差矩阵估计性能,相比于传统方法,所提方法提高了空时自适应处理在非均匀杂波环境下的杂波抑制性能,同时提高了杂波环境下的雷达探测性能。
Description
技术领域
本发明属于雷达技术领域,具体涉及一种基于相关系数加权的杂波协方差矩阵估计方法
背景技术
机载相控阵雷达在进行地面目标检测时工作于下视状态,会面临着很强的地杂波,严重影响雷达对地面运动目标的检测,此时需要采取杂波抑制技术对杂波进行抑制。
机载相控阵雷达通常会采取空时自适应处理技术进行杂波抑制。空时自适应处理技术利用空域和时域的自由度,在杂波位置形成凹口,达到杂波抑制的目的。空时自适应处理在进行杂波抑制时需要通过待处理单元的杂波协方差矩阵来求得自适应权值,通常该协方差矩阵由待处理单元附近的参考单元估计得到。然而在非均匀杂波环境中,参考单元不能很好地代表待处理单元的特性,导致空时自适应处理的性能下降。为解决非均匀杂波环境中空时自适应处理性能下降的问题,有关学者提出了广义内积法剔除奇异样本。
然而,广义内积法没有考虑待处理单元的杂波特性,当待处理单元本身的杂波奇异时,广义内积法的性能会严重下降。
发明目的
为了解决非均匀杂波环境中机载相控阵雷达空时自适应处理杂波抑制性能下降的问题,本发明提供了一种基于相关系数加权的杂波协方差矩阵估计方法,用于非均匀杂波环境下的机载相控阵雷达杂波抑制。
技术方案
为了达到上述目的,本发明提供了如下技术方案:
一种基于相关系数加权的杂波协方差矩阵估计方法,所述步骤包括如下:
S1:挑选原始训练样本;
S2:估计每个原始训练样本与待处理单元的相关系数;
S3:根据步骤S2所得的相关系数剔除部分训练样本;
S4:对步骤S3中,剔除后的剩余训练样本加权,估计协方差矩阵。优选的,所述步骤S1包括:
将雷达录取的第l个距离门的雷达回波数据矢量表示为xl,其维数记为M,其中包含噪声、杂波等信号;
对于待处理单元,将其距离门记为l0,该距离门对应的雷达回波数据矢量记为xl0,挑选与l0距离最近的N个样本作为原始训练样本,一般N≥4M。
优选的,所述步骤S2包括:估计待处理单元与原始训练样本的相关系数,
其中:ρl为第l个训练样本与待处理单元的相关系数。
优选的,所述步骤S3包括:对相关系数进行排序,剔除相关系数最小的M个原始训练样本,剩余的训练样本对应的距离门集合记为Ω。
优选的,所述步骤S4包括:根据步骤S3所挑选的训练样本及与步骤S2中所得的待处理单元的相关系数估计待处理单元的协方差矩阵
有益效果:
本发明利用训练样本与待处理单元的相关系数衡量训练样本与待处理单元间的相关程度,在估计杂波协方差矩阵时,根据该相关系数对训练样本进行加权,从而改善非均匀杂波环境下的杂波协方差矩阵估计性能。相比于传统方法,所提方法可提高空时自适应处理在非均匀杂波环境下的杂波抑制性能,提高杂波环境下的雷达探测性能。
本发明可以应用于非均匀杂波环境下机载相控阵雷达的杂波抑制,从而改善非均匀杂波环境下的目标检测性能。
附图说明:
图1:本发明的流程图;
图2:传统方法处理后杂波剩余结果;
图3:本发明所提供的方法处理后杂波剩余结果。
具体实施方式
下面结合附图对本发明的技术方案做进一步描述,
如图1所示为本发明的流程图,具体步骤如下:
步骤1,将雷达录取的第l个距离门的雷达回波数据矢量表示为xl,其维数记为M,其中包含噪声、杂波信号,有可能含有目标。
步骤2,对于待处理单元,将其距离门记为l0,该距离门对应的雷达回波数据矢量记为xl0,挑选与l0距离最近的N个样本作为原始训练样本,一般N≥4M。
步骤3,估计待处理单元与原始训练样本的相关系数,第l个训练样本与待处理单元的相关系数记为ρl,有如下表达式
步骤4,对相关系数进行排序,剔除相关系数最小的M个原始训练样本,剩余的训练样本对应的距离门集合记为Ω。
步骤5,根据所挑选的训练样本及与待处理单元的相关系数估计待处理单元的协方差矩阵
采用正侧视线阵雷达,阵面为1行16列的均匀线阵进行实验,经过传统广义内积法的空时自适应处理后杂波剩余结果如图2所示,经本方法的空时自适应处理滤波后杂波剩余结果如图3所示。对比图2和图3,可以发现,传统广义内积法的杂波剩余为-14.9dB,而本发明所提方法的杂波剩余为-16.5dB,本发明所提供的方法相比于传统方法具有更好的杂波抑制能力。
Claims (5)
1.基于相关系数加权的杂波协方差矩阵估计方法,其特征在于,所述步骤包括如下:
S1:挑选原始训练样本;
S2:估计每个原始训练样本与待处理单元的相关系数;
S3:根据步骤S2所得的相关系数剔除部分训练样本;
S4:对步骤S3中,剔除后的剩余训练样本加权,估计协方差矩阵。
2.如权利要求1所述的基于相关系数加权的杂波协方差矩阵估计方法,其特征在于,所述步骤S1包括:
将雷达录取的第l个距离门的雷达回波数据矢量表示为xl,其维数记为M,其中包含噪声、杂波等信号;
对于待处理单元,将其距离门记为l0,该距离门对应的雷达回波数据矢量记为xl0,挑选与l0距离最近的N个样本作为原始训练样本,一般N≥4M。
3.如权利要求2所述的基于相关系数加权的杂波协方差矩阵估计方法,其特征在于,所述步骤S2包括:估计待处理单元与原始训练样本的相关系数,
其中:ρl为第l个训练样本与待处理单元的相关系数。
4.如权利要求3所述的基于相关系数加权的杂波协方差矩阵估计方法,其特征在于,所述步骤S3包括:对相关系数进行排序,剔除相关系数最小的M个原始训练样本,剩余的训练样本对应的距离门集合记为Ω。
5.如权利要求4所述的基于相关系数加权的杂波协方差矩阵估计方法,其特征在于,所述步骤S4包括:根据步骤S3所挑选的训练样本及与步骤S2中所得的待处理单元的相关系数估计待处理单元的协方差矩阵
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910530690.4A CN110426677A (zh) | 2019-06-19 | 2019-06-19 | 基于相关系数加权的杂波协方差矩阵估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910530690.4A CN110426677A (zh) | 2019-06-19 | 2019-06-19 | 基于相关系数加权的杂波协方差矩阵估计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110426677A true CN110426677A (zh) | 2019-11-08 |
Family
ID=68408673
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910530690.4A Pending CN110426677A (zh) | 2019-06-19 | 2019-06-19 | 基于相关系数加权的杂波协方差矩阵估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110426677A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007064860A1 (en) * | 2005-12-01 | 2007-06-07 | Siemens Corporate Research, Inc. | Robust sensor correlation analysis for machine condition monitoring |
CN105785339A (zh) * | 2016-03-21 | 2016-07-20 | 西安电子科技大学 | 非均匀杂波环境下机载雷达杂波协方差矩阵的估计方法 |
CN107315169A (zh) * | 2017-07-02 | 2017-11-03 | 中国航空工业集团公司雷华电子技术研究所 | 基于二阶统计量相似度的杂波协方差矩阵估计方法 |
CN108535711A (zh) * | 2018-03-14 | 2018-09-14 | 南京邮电大学 | 一种基于分组的海杂波协方差矩阵估计方法 |
CN109375178A (zh) * | 2018-10-29 | 2019-02-22 | 中国电子科技集团公司第十四研究所 | 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 |
-
2019
- 2019-06-19 CN CN201910530690.4A patent/CN110426677A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007064860A1 (en) * | 2005-12-01 | 2007-06-07 | Siemens Corporate Research, Inc. | Robust sensor correlation analysis for machine condition monitoring |
CN105785339A (zh) * | 2016-03-21 | 2016-07-20 | 西安电子科技大学 | 非均匀杂波环境下机载雷达杂波协方差矩阵的估计方法 |
CN107315169A (zh) * | 2017-07-02 | 2017-11-03 | 中国航空工业集团公司雷华电子技术研究所 | 基于二阶统计量相似度的杂波协方差矩阵估计方法 |
CN108535711A (zh) * | 2018-03-14 | 2018-09-14 | 南京邮电大学 | 一种基于分组的海杂波协方差矩阵估计方法 |
CN109375178A (zh) * | 2018-10-29 | 2019-02-22 | 中国电子科技集团公司第十四研究所 | 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 |
Non-Patent Citations (2)
Title |
---|
ZHANG XIN等: "Space-time adaptive processing-based algorithm for meteor trail suppression in high-frequency surface wave radar", 《IET RADAR, SONAR & NAVIGATION》 * |
鲍伟伟: "天波雷达空时自适应处理算法研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Brodeski et al. | Deep radar detector | |
CN111212379A (zh) | 一种基于卷积神经网络的新型csi室内定位方法 | |
CN107102302B (zh) | 基于非高斯参数的雷达目标融合检测方法 | |
CN111965632B (zh) | 一种基于黎曼流形降维的雷达目标检测方法 | |
CN106772253B (zh) | 一种非均匀杂波环境下的雷达杂波抑制方法 | |
CN107015205B (zh) | 一种分布式mimo雷达检测的虚假目标消除方法 | |
CN106646406B (zh) | 基于改进小波阈值去噪的外弹道测速雷达功率谱检测方法 | |
CN101795150A (zh) | 强弱信号的波达方向与信源数估计方法 | |
CN109946671A (zh) | 一种基于双门限判决的水下机动弱目标检测跟踪方法 | |
CN106383342B (zh) | 一种基于存在测量误差的阵列流形先验知识的稳健stap方法 | |
CN109031277A (zh) | 一种穿墙雷达多目标图像域稳健跟踪方法 | |
CN108398678A (zh) | 一种集中式mimo雷达快速自适应目标跟踪方法 | |
CN109324315A (zh) | 基于双层次块稀疏性的空时自适应处理雷达杂波抑制方法 | |
CN110632571B (zh) | 一种基于矩阵流形的稳健stap协方差矩阵估计方法 | |
CN110764069A (zh) | 一种基于知识辅助的稀疏恢复stap色加载方法 | |
CN107202989A (zh) | 一种适用于被动拖曳线列阵声呐的复杂弱目标检测和跟踪方法 | |
CN103852749A (zh) | 提高mimo-stap检测性能的稳健波形优化方法 | |
CN104156929A (zh) | 基于全局滤波的红外弱小目标背景抑制方法及其装置 | |
CN110007299A (zh) | 一种基于混合坐标伪谱技术的微弱目标检测跟踪方法 | |
CN106772275A (zh) | 一种基于Alpha稳定分布的低秩矩阵恢复检测方法 | |
CN110033043B (zh) | 基于条件生成式对抗网络的雷达一维距离像拒判方法 | |
CN110426677A (zh) | 基于相关系数加权的杂波协方差矩阵估计方法 | |
CN110244260A (zh) | 基于声能流矢量补偿的水下目标高精度doa估计方法 | |
CN107678029B (zh) | 一种基于随机参考平均互相关信息的后向投影成像方法 | |
CN104181518B (zh) | 一种利用波达角差异性选择训练样本的方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191108 |
|
RJ01 | Rejection of invention patent application after publication |