CN112014818B - 一种基于批处理clean的杂波抑制方法 - Google Patents

一种基于批处理clean的杂波抑制方法 Download PDF

Info

Publication number
CN112014818B
CN112014818B CN202010861120.6A CN202010861120A CN112014818B CN 112014818 B CN112014818 B CN 112014818B CN 202010861120 A CN202010861120 A CN 202010861120A CN 112014818 B CN112014818 B CN 112014818B
Authority
CN
China
Prior art keywords
clutter
segment
reference signal
signals
sub
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.)
Active
Application number
CN202010861120.6A
Other languages
English (en)
Other versions
CN112014818A (zh
Inventor
白霞
韩佳彤
郭和静
赵娟
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.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
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 Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN202010861120.6A priority Critical patent/CN112014818B/zh
Publication of CN112014818A publication Critical patent/CN112014818A/zh
Application granted granted Critical
Publication of CN112014818B publication Critical patent/CN112014818B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01S7/41—Details 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
    • G01S7/414—Discriminating targets with respect to background clutter
    • 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

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

本发明涉及一种基于批处理CLEAN的杂波抑制方法，属于外辐射源雷达的杂波抑制技术领域。包括：经过外辐射源雷达获取离散化的回波信号和参考信号；设置分段长度；对离散化的回波信号和参考信号进行分段；将各段的回波信号和参考信号进行快速傅里叶变换，分别得到频域信号，将两频域信号共轭相乘后进行逆傅里叶变换，再截取逆傅里叶变换结果得到部分元素；根据各段得到的部分元素进行杂波时延定位并构造部分杂波矩阵；利用最小二乘计算各段部分杂波矩阵对应的系数；进行杂波对消，当满足迭代输出条件时将杂波对消后的信号拼接输出。所述方法能一次进行多个杂波成分对消，加快运算速度，且减少了对计算机存储空间的消耗，提升了系统的处理效率。

Description

一种基于批处理CLEAN的杂波抑制方法
技术领域
本发明具体涉及一种基于批处理CLEAN的杂波抑制方法，属于外辐射源雷达的杂波抑制技术领域。
背景技术
外辐射源雷达是一种特殊的双基地无源雷达，其本身不发射信号，而是依靠环境中已有的信号(如广播、卫星、天线等)来实现对观测目标的探测和定位。由于外辐射源雷达具有反隐身、低成本、隐蔽性能好以及不占用频谱资源等优点，其应用越来越受到大家的重视，应用的领域不仅是军用领域，在商业应用中也有巨大的潜力。外辐射源雷达中含有两个接收通道，即参考通道和回波通道，其中外辐射源雷达的回波信号中包含多径干扰和直达波干扰，这些干扰统称为杂波，当杂波功率过强时，在信号处理过程中运动目标将会被“淹没”从而无法对其进行探测和定位，因而对回波信号中的杂波进行抑制是十分必要的。
外辐射源雷达杂波抑制方法大体上可以分为两类，一类是基于自适应滤波的杂波抑制方法，如归一化最小均方方法(Normalized least mean squares,NLMS)、递推最小二乘方法(Recursive least squares，RLS)，自适应滤波方法属于迭代类方法，需要一定的收敛过程。另一类方法是固定系数滤波方法，即假定干扰项在整个积累时间内是固定不变的，在整个积累时间内选择一组固定系数进行滤波，如最小二乘法(Least squares，LS)、CLEAN方法，其中最小二乘法中不存在自适应方法中的收敛过程，但是为了获得精确的杂波抑制的结果，需要构建比较大的杂波空间矩阵，对计算机的数据存储能力有较高的要求，CLEAN技术非常类似于匹配追踪(Matching pursuit，MP),基于CLEAN的杂波抑制方法的核心思想是对杂波成分按照强度从大到小地逐一去除。本发明从进一步提高CLEAN的对消性能着手，首先按匹配追踪(MP)的思路将对消过程扩展为广义匹配追踪(Generalized MP)，在此基础上提出了一种基于批处理CLEAN的杂波对消方法，该方法可以利用FFT实现，并且可分段执行。
发明内容
本发明的目的在于针对现有CLEAN方法的性能问题，提出了一种基于批处理CLEAN的杂波抑制方法，能够一次性识别多个杂波成分并且可以分段进行杂波对消，从而实现加快杂波抑制的运算速度，降低对计算机存储空间的要求，增加系统的性能，提升系统的处理效率。
为实现本发明的目的，所采用的技术方案如下。
所述基于批处理CLEAN的杂波抑制方法，包括以下步骤：
步骤1：经过外辐射源雷达获取离散化的数字信号，具体为：将外辐射源雷达接收到的雷达信号经过数模转换、滤波抽取变化到数字基带，得到离散化的数字信号；
其中，离散化的数字信号包括外辐射源雷达两通道中的参考信号和回波信号；
步骤2：设置分段长度Nsub；
步骤3：基于步骤2设置的分段长度Nsub构造分段回波信号向量和分段的参考信号向量，具体为：
步骤3a：将获取的离散化的回波信号基于分段长度Nsub进行分段，构造的分段回波信号向量中的第i段记为ssurv,i，若出现回波信号分段不整除的情况，则将最后一段信号不足Nsub的部分补零；
其中，i表示分段数，记最大的分段数为Ns，i的取值范围为1到Ns；
步骤3b：将获取的离散化的参考信号基于分段长度Nsub进行分段，构造分段参考信号向量，具体为：
步骤3b.1将获取的离散化的参考信号基于分段长度Nsub进行分段，构造的分段参考信号向量中的第i段记为sref,i，若出现参考信号分段不整除的情况，则将最后一段信号不足Nsub的部分补零；
其中，i表示分段数，记最大的分段数为Ns，i的取值范围为1到Ns；
步骤3b.2将各个分段的参考信号向量尾部L个元素置零；
其中，L为杂波阶数，且L小于分段长度Nsub；
步骤4：设置初始化杂波抑制迭代参数；
其中，杂波抑制迭代参数包括杂波稀疏度K，批处理个数Q，对消增益差阈值以及迭代次数k，且将迭代次数k初始化为1；
步骤5：将分段回波信号向量和参考信号向量利用快速傅里叶变换分别得到频域信号，再将频域内各段回波信号向量与对应段的参考信号向量的共轭相乘并求逆傅里叶变换，截取得到逆傅里叶变换结果的前L个元素，包括以下子步骤：
步骤5a：将分段后的回波信号向量和参考信号向量进行快速傅里叶变换，分别得到回波信号向量与参考信号向量的频域信号；
步骤5b：将频域内各段回波信号向量与对应段的参考信号向量的共轭相乘并求逆傅里叶变换，截取得到逆傅里叶变换结果的前L个元素；
步骤6：基于步骤5对各段得到的L个元素进行杂波分量时延定位并构造部分杂波矩阵，包括以下步骤：
步骤6a：对第i段得到的L个元素进行杂波分量时延定位，各个元素按照模值从大到小的顺序排列，得到前Q个元素对应的位置，即为杂波分量对应的时延；
步骤6b：基于步骤6a得到的Q个杂波分量的时延，构造部分杂波矩阵，具体为：
步骤6b.1截取得到分段参考信号向量中Q个杂波时延信号，长度为Nsub，截取的信号组成为第i-1段参考信号向量的尾部数据和第i段参考信号向量的部分数据；
其中，i表示分段数，记最大的分段数为Ns，i的取值范围为1到Ns；
步骤6b.2将得到的不同时延的参考信号向量构造为部分杂波矩阵；
步骤7：初始化残差向量为对应段的分段回波信号向量，基于部分杂波矩阵和残差向量利用最小二乘法估计该段部分杂波矩阵对应的系数；
步骤8：各段进行杂波对消得到第k次迭代后得到的输出信号；
步骤9：判断是否满足
Figure BDA0002648141320000041
或各段的输出数据的对消增益差是否小于设定的“对消增益差阈值”，若满足则跳至步骤10，否则跳至步骤5；具体操作为：
步骤9.a若满足步骤9中的
Figure BDA0002648141320000042
或各段的输出数据的对消增益差小于设定阈值的条件，则跳至步骤10；若不满足
Figure BDA0002648141320000043
或各段的输出数据的对消增益差小于设定阈值的条件，则跳至步骤5继续迭代；
其中，
Figure BDA0002648141320000044
表示向上取整；
步骤10：将各段的输出数据拼接输出。
有益效果
本发明一种基于批处理CLEAN的杂波抑制方法，与现有技术相比，具有如下有益效果：
1.所述杂波抑制方法与现有杂波抑制方法相比能够一次性进行多个杂波成分对消，并且可以分段进行处理，加快运算速度；
2.所述杂波抑制方法可构造较小的杂波矩阵，减少了对计算机存储空间的消耗，提升了系统的处理效率。
附图说明
图1是本发明一种基于批处理CLEAN的杂波抑制方法的流程示意图；
图2是本发明一种基于批处理CLEAN的杂波抑制方法分段实现示意图；
图3是本发明一种基于批处理CLEAN的杂波抑制方法杂波对消前的互模糊函数的三维图；
图4是本发明一种基于批处理CLEAN的杂波抑制方法中参数稀疏度K和批处理个数Q对批处理CLEAN算法的对消增益及运行时间的影响；
图5是本发明一种基于批处理CLEAN的杂波抑制方法在稀疏度K＝2048且批处理个数Q＝1和64时的杂波对消效果图；
图6是本发明一种基于批处理CLEAN的杂波抑制方法在稀疏度K＝4096且批处理个数Q＝1和64时的杂波对消效果图。
具体实施方式
下面结合具体实施方式及附图对本发明所述的一种基于批处理CLEAN的杂波抑制方法做进一步的说明。
实施例1
在本实施例阐述了应用本发明所述的一种基于批处理CLEAN的杂波抑制方法的具体实施，如图1所示包含以下步骤：
步骤1：经过外辐射源雷达获取离散化的数字信号，具体为：将外辐射源雷达接收到的雷达信号经过数模转换、滤波抽取变化到数字基带，得到离散化的数字信号；
其中离散化的数字信号包括外辐射源雷达两通道中的参考信号和回波信号；
步骤2：设置分段长度Nsub；
步骤3：基于步骤2设置的分段长度Nsub构造分段回波信号向量和分段参考信号向量，具体为：
步骤3a：将获取的离散化的回波信号基于分段长度Nsub进行分段，构造的分段回波信号向量中的第i段记为ssurv,i，即ssurv,i＝[ssurv(0+(i-1)Nsub),ssurv(1+(i-1)Nsub),…,ssurv(Nsub-1+(i-1)Nsub)]T，若出现回波信号分段不整除的情况，则将最后一段信号不足Nsub的部分补零；
其中，i表示分段数，记最大的分段数为Ns，i的取值范围为1到Ns，T表示转置；
步骤3b：将获取的离散化的参考信号基于分段长度Nsub进行分段，构造分段参考信号向量，具体为：
步骤3b.1将获取的离散化的参考信号基于分段长度Nsub进行分段，构造的分段参考信号向量中的第i段记为sref,i，若出现参考信号分段不整除的情况，则将最后一段信号不足Nsub的部分补零；
其中，i表示分段数，记最大的分段数为Ns，i的取值范围为1到Ns；
步骤3b.2将各个分段的参考信号向量尾部L个元素置零，即
Figure BDA0002648141320000061
其中，L为杂波阶数，且L小于分段长度Nsub，T表示转置；
步骤4：设置初始化杂波抑制迭代参数；
其中，杂波抑制迭代参数包括杂波稀疏度K，批处理个数Q，对消增益差阈值Th以及迭代次数k，且将迭代次数k初始化为1；
步骤5：将分段回波信号向量和参考信号向量利用快速傅里叶变换分别得到频域信号，再将频域内各段回波信号向量与对应段的参考信号向量的共轭相乘并求逆傅里叶变换，截取得到逆傅里叶变换结果的前L个元素，包括以下子步骤：
步骤5a：将分段后的回波信号向量和参考信号向量进行快速傅里叶变换，分别得到回波信号向量与参考信号向量的频域信号，即Sref,i＝FFT(sref,i)，Ssurv,i＝FFT(ssurv,i)；
步骤5b：将频域内各段回波信号向量与对应段的参考信号向量的共轭相乘并求逆傅里叶变换，即
Figure BDA0002648141320000071
截取得到逆傅里叶变换结果的前L个元素；
步骤6：基于步骤5对各段得到的L个元素进行杂波分量时延定位并构造部分杂波矩阵，包括以下步骤：
步骤6a：对第i段得到的L个元素进行杂波分量时延定位，各个元素按照模值从大到小的顺序排列，得到前Q个元素对应的位置，该位置就是杂波分量对应的时延，记为
Figure BDA0002648141320000072
步骤6b：基于步骤6a得到的Q个杂波分量的时延，构造部分杂波矩阵，具体为：
步骤6b.1截取得到分段参考信号向量中
Figure BDA0002648141320000073
位置对应的杂波时延信号，长度为Nsub，截取的信号组成为前
Figure BDA0002648141320000074
个元素是第i-1段参考信号向量的尾部数据，剩余元素为第i段参考信号向量的前
Figure BDA0002648141320000075
个元素，即
Figure BDA0002648141320000076
记为第j个时延的参考信号向量；
其中，i表示分段数，记最大的分段数为Ns，i的取值范围为1到Ns，j表示时延个数，j的取值范围为1到Q，(k)代表第k次迭代，T表示转置；
步骤6b.2将得到的不同时延的参考信号向量构造为部分杂波矩阵，即
Figure BDA0002648141320000081
判断时延个数j是否等于Q，若等于，跳至步骤7，否则跳至步骤6b.1；
其中
Figure BDA0002648141320000082
步骤7：初始化残差向量为对应段的分段回波信号向量
Figure BDA0002648141320000083
基于部分杂波矩阵和残差向量利用最小二乘法估计该段部分杂波矩阵对应的系数，
Figure BDA0002648141320000084
其中(k)代表第k次迭代，H代表矩阵的共轭转置；
步骤8：各段进行杂波对消得到第k次迭代后得到的输出信号，即
Figure BDA0002648141320000085
步骤9：判断是否满足
Figure BDA0002648141320000086
或各段的输出数据的对消增益差是否小于设定的“对消增益差阈值”，若满足则跳至步骤10，否则跳至步骤5；具体操作为：
步骤9.a若满足步骤9中的
Figure BDA0002648141320000087
或各段的输出数据的对消增益差小于设定阈值
Figure BDA0002648141320000088
的条件，则跳至步骤10；若不满足
Figure BDA0002648141320000089
或各段的输出数据的对消增益差小于设定阈值
Figure BDA00026481413200000810
的条件，则跳至步骤5继续迭代；
其中，
Figure BDA00026481413200000811
表示向上取整，
Figure BDA00026481413200000812
与
Figure BDA00026481413200000813
为相邻间隔的对消增益，消除增益
Figure BDA00026481413200000814
步骤10：将各段数据拼接输出。
在本实施例中采用仿真数据进行实验验证。基于步骤1选用数字电视地面广播信号(DTTB)作为外辐射源雷达中的参考信号，其中数字地面广播信号的信号帧结构如表1所示，由帧头(945位)和帧体(3780位)两部分组成，信号的采样率为10MHz，带宽为7.56MHz，数据长度为262144，回波通道和参考通道中的噪声建模为高斯白噪声，且噪声方差均为0.005。假设回波通道中没有运动目标，接收到的回波信号包含直达波干扰和多径干扰，具体参数如表2所示。
表1 数字电视地面广播帧信号结构
帧头 系统信息 数据
945位 36位 3744位
表2 仿真杂波参数
Figure BDA0002648141320000091
基于步骤2至步骤6获取分段的参考信号和回波信号，且分段的参考信号尾部L＝128个元素置零，将分段的参考信号与回波信号分别进行快速傅里叶变换，获得两频域信号，将频域内各段回波信号向量与对应段的参考信号向量的共轭相乘并进行逆傅里叶变换处理，截取逆傅里叶变换结果的前128个元素，根据元素模值大小确定强杂波时延，并构造部分杂波矩阵，该流程示意图如图2所示，这些分段的处理能够并行进行。
将基于步骤9中定义的消除增益
Figure BDA0002648141320000092
作为定量评估杂波对消方法的性能的度量，表3显示了当杂波阶数L＝128，稀疏度K＝6时利用CLEAN方法和批处理CLEAN方法(batch-based CLEAN)在每次选择不同Q值时的仿真运算效果。
表3 CLEAN/批处理CLEAN杂波对消性能
运行时间(s) 消除增益(dB)
CLEAN 0.2330 26.0061
批处理CLEAN(Q＝2) 0.1600 25.9996
批处理CLEAN(Q＝3) 0.1300 25.2840
通过表3的比较可以证明本发明可以加快运算速度，提高外辐射源雷达的系统性能。
实施例2
在本实施例中通过场外实验的真实数据结果做进一步验证。
本实施例中的信号源是位于中国北京的地面电视发射机，接收机位于北京理工大学良乡校区图书馆大楼顶层，载波频率为674MHz，带宽7.56MHz，采样率为10MHz，数据采集时间200ms，目标场景中包括一个空中运动目标。
图3为获得的杂波对消前的互模糊函数(CAF)三维图，可以看到运动目标已被杂波旁瓣淹没，对离散回波信号和参考信号进行分段的批处理CLEAN，处理时信号的分段长度为Nsub＝65536，处理过程中每段数据运行时间相同，杂波阶数L＝4096。
本发明中所提算法涉及的参数K和Q会对杂波对消结果造成影响，图4a显示了稀疏度K对批处理CLEAN算法的对消增益及运行时间的影响，图4b显示了批处理个数Q对批处理CLEAN算法的对消增益及运行时间的影响，从中可见：(i)当实验场景(城市场景)中存在密集的杂波时，应将参数K设置在合理区间内，即L/2≤K≤L；(ii)随着Q值的增加，对消增益有增加的趋势，但运行时间先减少后增加，因此Q不能太大；(iii)总体来说结果表明提出的杂波抑制方法(Q>1)不仅加快了计算速度，而且提高了对消增益。
图5a是CLEAN方法在稀疏度K＝2048时的杂波对消效果图，图5b是本发明在稀疏度K＝2048且批处理个数Q＝64时的杂波对消效果图，图6a是CLEAN方法在稀疏度K＝4096时的杂波对消效果图，图6b是本发明在稀疏度K＝4096且批处理个数Q＝64时的杂波对消效果图，通过以上效果图可以看出杂波处理后的运动目标可以被检测出来并且具有非常良好的效果。
表4给出了CLEAN和批处理CLEAN两种方法下互模糊的信噪比的结果对比，证明了本发明具有更好的对消性能。
表4 滤波后互模糊函数信噪比
Figure BDA0002648141320000111
为了说明本发明的内容及实施方法，本说明书给出了一个具体实施例。在实施例中引入细节的目的不是限制权利要求书的范围，而是帮助理解本发明所述方法。本领域的技术人员应理解：在不脱离本发明及其所附权利要求的精神和范围内，对最佳实施例步骤的各种修改、变化或替换都是可能的。因此，本发明不应局限于最佳实施例及附图所公开的内容。

Claims (4)

1.一种基于批处理CLEAN的杂波抑制方法，其特征在于：包括以下步骤：
步骤1：经过外辐射源雷达获取离散化的数字信号；
其中，离散化的数字信号包括外辐射源雷达两通道中的参考信号和回波信号；
步骤2：设置分段长度Nsub；
步骤3：基于步骤2设置的分段长度Nsub构造分段回波信号向量和分段的参考信号向量；
步骤4：设置初始化杂波抑制迭代参数；
其中，杂波抑制迭代参数包括杂波稀疏度K，批处理个数Q，对消增益差阈值以及迭代次数k，且将迭代次数k初始化为1；
步骤5：将分段回波信号向量和分段的参考信号向量利用快速傅里叶变换分别得到频域信号，再将频域内各段回波信号向量与对应段的参考信号向量的共轭相乘并求逆傅里叶变换，截取得到逆傅里叶变换结果的前L个元素；
其中，L为杂波阶数；
步骤6：基于步骤5对各段得到的L个元素进行杂波分量时延定位并构造部分杂波矩阵，包括以下步骤：
步骤6a：对第i段得到的L个元素进行杂波分量时延定位，各个元素按照模值从大到小的顺序排列，得到前Q个元素对应的位置，即为杂波分量对应的时延；
步骤6b：基于步骤6a得到的Q个杂波分量的时延，构造部分杂波矩阵，具体为：
步骤6b.1截取得到分段参考信号向量中Q个杂波时延信号，长度为Nsub，截取的信号组成为第i-1段参考信号向量的尾部数据和第i段参考信号向量的部分数据；
其中，i表示分段数，记最大的分段数为Ns，i的取值范围为1到Ns；
步骤6b.2将得到的不同时延的参考信号向量构造为部分杂波矩阵；
步骤7：初始化残差向量为对应段的分段回波信号向量，基于部分杂波矩阵和残差向量利用最小二乘法估计该段部分杂波矩阵对应的系数；
步骤8：各段进行杂波对消得到第k次迭代后得到的输出信号；
步骤9：判断是否满足
Figure FDA0003728106600000021
或各段的输出数据的对消增益差是否小于设定的“对消增益差阈值”，若满足则跳至步骤10，否则跳至步骤5；
其中，
Figure FDA0003728106600000022
表示向上取整；
步骤10：将各段的输出数据拼接输出。
2.根据权利要求1所述的一种基于批处理CLEAN的杂波抑制方法，其特征在于：步骤1，具体为：将外辐射源雷达接收到的雷达信号经过数模转换、滤波抽取变化到数字基带，得到离散化的数字信号。
3.根据权利要求2所述的一种基于批处理CLEAN的杂波抑制方法，其特征在于：步骤3，具体为：
步骤3a：将获取的离散化的回波信号基于分段长度Nsub进行分段，构造的分段回波信号向量中的第i段记为ssurv,i，若出现回波信号分段不整除的情况，则将最后一段信号不足Nsub的部分补零；
其中，i表示分段数，记最大的分段数为Ns，i的取值范围为1到Ns；
步骤3b：将获取的离散化的参考信号基于分段长度Nsub进行分段，构造分段参考信号向量。
4.根据权利要求3所述的一种基于批处理CLEAN的杂波抑制方法，其特征在于：步骤3b，具体为：
步骤3b.1将获取的离散化的参考信号基于分段长度Nsub进行分段，构造的分段参考信号向量中的第i段记为sref,i，若出现参考信号分段不整除的情况，则将最后一段信号不足Nsub的部分补零；
其中，i表示分段数，记最大的分段数为Ns，i的取值范围为1到Ns；
步骤3b.2将各个分段的参考信号向量尾部L个元素置零；
其中，L为杂波阶数，且L小于分段长度Nsub。
CN202010861120.6A 2020-08-25 2020-08-25 一种基于批处理clean的杂波抑制方法 Active CN112014818B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010861120.6A CN112014818B (zh) 2020-08-25 2020-08-25 一种基于批处理clean的杂波抑制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010861120.6A CN112014818B (zh) 2020-08-25 2020-08-25 一种基于批处理clean的杂波抑制方法

Publications (2)

Publication Number Publication Date
CN112014818A CN112014818A (zh) 2020-12-01
CN112014818B true CN112014818B (zh) 2022-09-16

Family

ID=73505856

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010861120.6A Active CN112014818B (zh) 2020-08-25 2020-08-25 一种基于批处理clean的杂波抑制方法

Country Status (1)

Country Link
CN (1) CN112014818B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113376601B (zh) * 2021-05-10 2022-11-01 西安电子科技大学 基于clean算法的捷变频雷达旁瓣抑制方法
CN115826004B (zh) * 2022-10-24 2023-12-22 湖南六九零六信息科技股份有限公司 一种基于二维角度及时差联合的三星协同直接定位方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105445707A (zh) * 2016-01-11 2016-03-30 西安电子科技大学 一种机载外辐射源雷达的杂波抑制方法
CN106226745A (zh) * 2016-08-04 2016-12-14 武汉大学 一种基于子带处理的外辐射源雷达杂波抑制方法及装置
CN107561507A (zh) * 2017-08-08 2018-01-09 西安电子科技大学 一种外辐射源雷达的杂波对消方法
CN109471083A (zh) * 2018-11-09 2019-03-15 西安电子科技大学 基于空时级联的机载外辐射源雷达杂波抑制方法
CN110646769A (zh) * 2019-09-03 2020-01-03 武汉大学深圳研究院 一种适用于lte外辐射源雷达的时域杂波抑制方法
CN110895329A (zh) * 2019-07-12 2020-03-20 西安电子科技大学 一种混合分布模型杂波图目标检测方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105445707A (zh) * 2016-01-11 2016-03-30 西安电子科技大学 一种机载外辐射源雷达的杂波抑制方法
CN106226745A (zh) * 2016-08-04 2016-12-14 武汉大学 一种基于子带处理的外辐射源雷达杂波抑制方法及装置
CN107561507A (zh) * 2017-08-08 2018-01-09 西安电子科技大学 一种外辐射源雷达的杂波对消方法
CN109471083A (zh) * 2018-11-09 2019-03-15 西安电子科技大学 基于空时级联的机载外辐射源雷达杂波抑制方法
CN110895329A (zh) * 2019-07-12 2020-03-20 西安电子科技大学 一种混合分布模型杂波图目标检测方法和装置
CN110646769A (zh) * 2019-09-03 2020-01-03 武汉大学深圳研究院 一种适用于lte外辐射源雷达的时域杂波抑制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘宇等.一种无源雷达频域扩展相消批处理杂波对消算法.《雷达学报》.2016,第5卷(第3期), *
方亮等.外辐射源雷达扩展相消批处理杂波抑制算法的调制补偿.《电子与信息学报》.2014,第36卷(第1期), *

Also Published As

Publication number Publication date
CN112014818A (zh) 2020-12-01

Similar Documents

Publication Publication Date Title
CN112014818B (zh) 一种基于批处理clean的杂波抑制方法
CN101795150B (zh) 强弱信号的波达方向与信源数估计方法
CN114660567B (zh) 部分均匀环境中存在野值时的雷达目标检测方法与系统
CN106772253B (zh) 一种非均匀杂波环境下的雷达杂波抑制方法
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
CN111693993B (zh) 自适应1比特数据雷达成像方法
CN112051552B (zh) 一种基于多站的主瓣抗干扰方法及装置
CN112147608A (zh) 一种快速高斯网格化非均匀fft穿墙成像雷达bp方法
CN113376569B (zh) 基于最大似然的嵌套阵稀疏表示波达方向估计方法
CN112946564B (zh) 基于dnn的波束空间的doa估计方法、装置及计算机存储介质
CN113805139A (zh) 基于聚焦变换的宽带信号稀疏表示波达方向估计方法
CN112462352B (zh) 一种适用于低信噪比条件下的线谱增强方法
CN116299193A (zh) 一种mimo雷达智能doa估计方法
CN115327483A (zh) 一种基于盲提取的雷达主瓣干扰抑制方法
CN108717196B (zh) 一种阵列天线接收信号的去干扰方法及系统
CN115052246A (zh) 一种未知衰减系数下基于多频率代价函数融合的宽带信号直接定位方法
CN114910905A (zh) 相似性约束下geo星机双基sar动目标智能成像方法
CN114881215A (zh) 一种毫米波雷达数据筛选性神经网络处理方法
CN112147590A (zh) 一种基于响应估计频域拟合的通道均衡方法
CN113406672A (zh) 一种基于自适应加窗的分段线性调频干扰消除方法
CN115687931B (zh) 一种极低训练样本数时的空时自适应处理方法与系统
CN115656998B (zh) 一种低样本数下阵列信号自适应检测方法与系统
CN110940956A (zh) 一种连续波体制雷达运动平台杂波抑制方法
CN114879157B (zh) 基于能量轨迹提取的高价值目标散射中心参数估计方法
CN116879862B (zh) 基于分层稀疏迭代的单快拍稀疏阵空间角度超分辨方法

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