CN113156380B - 基于收发失配处理的主瓣噪声压制干扰自适应抑制方法 - Google Patents

Abstract

基于收发失配处理的主瓣噪声压制干扰自适应抑制方法，涉及雷达抗干扰领域。本发明是为了解决目前的抗主瓣噪声干扰技术抑制干扰时会出现目标自消甚至导致目标能量被削弱以及面对宽带噪声压制干扰的问题。本发明包括：设计与雷达探测信号正交的失配滤波器；利用失配滤波器在接收端对雷达阵列接收到的回波进行失配处理，滤除雷达回波中的目标信号，得到“干净”的干扰与噪声样本，并用干扰与噪声样本获得不含目标的干扰噪声协方差矩阵；利用雷达探测信号构造匹配处理通道并对回波进行处理，获得匹配处理结果；将干扰噪声协方差矩阵对匹配处理输出结果在雷达空域目标检测区域内逐个方位进行自适应波束形成处理。本发明用于主瓣噪声压制干扰抑制。

Description

基于收发失配处理的主瓣噪声压制干扰自适应抑制方法

技术领域

本发明属于雷达抗干扰领域，特别涉及基于收发失配处理的主瓣噪声压制干扰自适应抑制方法。

背景技术

雷达是利用电磁波探测目标的电子设备。随着微电子等各个领域科学进步，雷达技术的不断发展，其内涵和研究内容都在不断地拓展。雷达的探测手段已经由从前的只有雷达一种探测器发展到了红外光、紫外光、激光以及其他光学探测手段融合协作。当代雷达的同时多功能的能力使得战场指挥员在各种不同的搜索/跟踪模式下对目标进行扫描，并对干扰误差进行自动修正。自动目标识别则可使武器系统最大限度地发挥作用，空中预警机和JSTARS这样的具有战场敌我识别能力的综合雷达系统实际上已经成为了未来战场上的信息指挥中心。对于噪声压制干扰，空域对抗可以说是最为重要也是最常用的手段之一。对于副瓣来向的有源干扰信号，相控阵雷达可采用超低副瓣天线、副瓣匿影、副瓣对消或自适应副瓣置零等抗副瓣干扰技术进行有效抑制，这些技术目前已在实际工程中广泛应用并取得了良好的效果，基本解决了雷达副瓣干扰问题。然而当干扰来自天线主瓣区域时，干扰和目标均在主瓣波束范围内，现有较为成熟的抗副瓣干扰技术基本失效，因此对于如何抗主瓣干扰成为本领域的研究重点。

现有技术中通常采用自适应波束形成技术，阻塞矩阵预处理法，特征投影矩阵预处理法，盲源分离技术等方法来解决主瓣干扰抑制的问题。自适应波束形成技术能够实时地对空间中变化的干扰环境做出反应，自动在干扰方向上形成零陷，在滤除干扰信号的同时保证了目标信号的有效接收，但该技术在设计最优滤波器加权矢量时，未将干扰协方差矩阵中的目标信息剔除，导致抑制干扰的同时将目标大幅削弱，因此自适应波束形成技术需要获知目标准确方位信息，否则会导致目标出现自消现象。阻塞矩阵预处理法实质就是通过阻塞矩阵对接收数据进行预处理以显著抑制主瓣干扰信号，然后用预处理后的接收数据进行自适应波束形成来抑制副瓣干扰，减弱了信号相消问题，但阻塞矩阵构建过程中对主瓣干扰到达角度的测量精度要求很高，此外，由于主瓣干扰与目标位于同一主瓣波束内，阻塞矩阵预处理抑制主瓣干扰的同时可能出现目标自消进而导致削弱目标能量。特征子空间投影预处理法的实质是基于对阵列数据协方差矩阵特征值的处理，提取无目标的干扰样本估计干扰协方差矩阵，来设计最优空域滤波器实现干扰抑制，但由于主瓣干扰与目标位于同一主瓣波束内，主瓣干扰与目标可能位于同一特征分量内，因此依旧会导致目标自消现象。盲源分离技术可在不知道源信号和传输信道参数的情况下，根据源信号的统计特性，仅由观测信号来分离出不同回波源信号，因此可通过盲源分离技术分理出干扰源信号来估计无目标的干扰协方差矩阵，来设计最优空域滤波器实现干扰抑制。但盲源分离算法分离效果与目标和干扰之间的来向差有关，对于非目标方向的干扰具有很好的抑制效果。但随着来向差异变小，分离效果会逐渐变差，所以对于主瓣干扰，难以将干扰与目标完全分离，这依旧会导致目标自消现象。针对高频地波雷达面临的通信道窄带干扰以及脉冲干扰，有学者提出基于匹配模块与失配模块对消处理的干扰抑制方法，该方法通过失配模块在时域抑制回波中的目标，得到干净的干扰成分，由于该干扰成分时域信息与匹配模块输出结果中的干扰成分相同，因此可利用该干扰成分对匹配模块输出进行自适应对消处理。该方法解决了主瓣干扰样本难以获取的问题，进而实现了干扰有效抑制，但该方法并不适用于现代战场中雷达面临的宽带噪声压制干扰，这是由于宽带噪声压制干扰经过失配模块处理输出干扰成分的时域信息与匹配模块处理输出的不同，因此难以利用失配模块处理输出的干扰成分对消匹配模块输出内的干扰，导致干扰抑制失败。因此目前的主瓣噪声压制干扰自适应抑制方法还存在抑制时会出现目标自消甚至导致削弱目标能量以及雷达面临宽带噪声时输出干扰成分的时域信息与处理输出不同从而导致的不适用于现代战场中雷达面临的宽带噪声压制干扰的问题。

发明内容

本发明目的是为了解决现有目前的抗主瓣噪声干扰技术抑制干扰时会出现目标自消甚至导致目标能量被削弱以及面对宽带噪声压制干扰的问题，而提出了基于收发失配处理的主瓣噪声压制干扰自适应抑制方法。

基于收发失配处理的主瓣噪声压制干扰自适应抑制方法具体过程为：

步骤一、设计与雷达探测信号正交的失配滤波器；

步骤二、利用步骤一获得的失配滤波器在接收端对雷达阵列接收到的回波进行失配处理，滤除雷达回波中的目标信号，得到“干净”的干扰与噪声样本，并用干扰与噪声样本获得不含目标的干扰噪声协方差矩阵；

步骤三、利用雷达探测信号构造匹配处理通道并对回波进行处理，获得匹配处理结果；

步骤四、将步骤二获得的干扰噪声协方差矩阵对步骤三获得的匹配处理输出结果在雷达空域目标检测区域内逐个方位进行自适应波束形成处理，实现抑制干扰的同时进行目标回波的有效检测。

本发明的有益效果为：

本发明通过对雷达阵列接收到的回波进行失配处理，抑制回波中的目标成分，获取“干净”的干扰样本，结合得到的干扰样本对匹配处理输出结果作自适应波束形成处理来抑制主瓣噪声压制干扰解决了干扰样本难获取而导致的出现目标自消甚至导致削弱目标能量的问题。此外，本发明提出利用获取“干净”的干扰样本对匹配处理输出结果作自适应波束形成处理，解决了干扰抑制方法难以实现战场环境中雷达面临的宽带噪声压制干扰有效对消的问题。

附图说明

图1为雷达接收端第1个天线接收到的回波经过匹配通道处理输出结果图；

图2为雷达接收端第1个天线接收到的回波经过失配通道处理输出结果图；

图3(a)为雷达接收端20个天线接收到的回波经过匹配通道处理后，进行估计含目标的干扰噪声协方差矩，进而在29°方位进行自适应波束形成处理输出结果图；

图3(b)为雷达接收端20个天线接收到的回波经过失配通道处理后，进行估计不含目标的干扰噪声协方差矩，进而在29°方位进行自适应波束形成处理输出结果图；

图4(a)为雷达接收端20个天线接收到的回波经过匹配通道处理后，进行估计含目标的干扰噪声协方差矩，进而在30°方位进行自适应波束形成处理输出结果图；

图4(b)为雷达接收端20个天线接收到的回波经过失配通道处理后，进行估计不含目标的干扰噪声协方差矩，进而在30°方位进行自适应波束形成处理输出结果图。

具体实施方式

具体实施方式一：本实施方式基于收发失配处理的主瓣噪声压制干扰自适应抑制方法，包括以下步骤：

步骤一、设计与雷达探测信号正交的失配滤波器，包括以下步骤：

步骤一一、设失配滤波器加权值为

获得雷达发射的探测波形序列s与失配滤波器加权值w的归一化互相关函数：

式中，

是雷达发射的探测波形序列，

为幅值为1的复数，即|s_n|＝1，其中任意n∈[1,2,…,N]，

表示N维复列向量集合，∈表示属于符号，|·|为绝对值，(·)^H为共轭转置，J_l为N行N列的移位矩阵，e为自然指数，θ_n∈[0,2π]为s_n的角度，

表示虚数符号，N为维度总数；

其中，

式中，J_l(i₁,i₂)为J_l中第i₁行第i₂列元素，l∈[-N+1,…,0,…,N-1]表示移位数，i₁与i₂皆为小于等于N的正整数；

记ww^H＝1，且由于s＝[s₁,s₂,…,s_N]为N维恒模行向量，且模值为1，则ss^H＝N，则公式(1)可改下如下：

其中，l∈[-N+1,…,0,…,N-1]。

步骤一二、获取雷达发射的探测波形序列s与失配滤波器加权值w的归一化互相关函数积分旁瓣值：

其中，

为N行N列的复矩阵，则公式(4)如下：

步骤一三、建立优化准则使归一化互相关积分旁瓣值P(w)极小化，优化准则如下：

s.t.ww^H＝1 (7)

其中，公式(6)为待优化目标，公式(7)为约束条件，失配滤波器加权值w为优化变量，该优化存在闭式解；

步骤一四、对矩阵R进行特征分解如下式：

R＝UΣU^H (8)

其中，U＝[u₁…u_N]为特征向量矩阵，u_n为N维列向量，n∈[1,2,…,N]，

其中，Σ为N个特征值组成的对角矩阵，λ_n为第n个特征值，且λ₁≥λ₂≥…≥λ_N，u_n为特征值λ_n对应的特征向量，且

步骤一五、选取雷达探测信号正交的失配滤波器：

通过步骤一四对矩阵R进行特征分解，选取最小特征值对应的特征向量的转置共轭作为步骤一三中公式(6)和公式(7)优化问题的解，获得的雷达探测信号正交的失配滤波器加权值w＝(u_N)^H。

步骤二、利用步骤一获得的失配滤波器在接收端对雷达阵列接收到的回波进行失配处理，滤除雷达回波中的目标信号，得到“干净”的干扰与噪声样本，并利用干扰和噪声样本获得不含目标的干扰噪声协方差矩阵，包括以下步骤：

步骤二一、利用步骤一获得的失配滤波器加权值w在接收端对雷达阵列接收到的回波进行失配滤波处理得到处理结果：

x_m＝IFFT(FFT(r_m,K)(FFT(w,K))^*,K) (9)

式中，

是第m个天线接收到的回波信号模数转换后得到的采样序列，

为K维复行向量，K为回波采样点数，1≤m≤M，M为雷达接收端的接收天线个数，FFT(r_m,K)是对r_m进行K点傅里叶变换处理得到的结果，FFT(w,K)是对w进行K点傅里叶变换处理得到的结果，(·)^*表示共轭运算，IFFT(·,K)表示对给定序列进行K点逆傅里叶变换处理，

其中，雷达接收端的接收天线个数为均匀线阵，阵元间距为d；

其中，

其中，

是干扰，

是噪声，

是目标回波，

皆为K维复行向量即

目标回波

是由雷达探测波形序列s照射到目标反射产生，而序列s与w正交，因此目标回波

经过失配处理会得到抑制。而干扰

以及噪声

与雷达探测波形序列s无关，因此经过失配处理后，干扰及噪声能量依旧能够保留下来，即

步骤二二、将雷达M个天线接收到的信号分别进行失配滤波处理(如步骤二一)获得处理结果，并将其堆叠为矩阵形式，记为

为M行K列矩阵的集合。

步骤二三、通过M个天线接收到的信号失配处理结果获得干扰噪声协方差矩阵R_IN：

R_IN＝XX^H (11)

步骤三、利用雷达探测信号构造匹配处理通道并对回波进行处理，包括以下步骤：

步骤三一、利用雷达探测波形序列s设计匹配滤波器并对回波进行处理，得到输出信号：

式中，

是将第m个天线接收到的模数转换后得到的采样序列r_m进行匹配处理获得的处理结果，FFT(r_m,K)是r_m进行K点傅里叶变换处理得到的结果，FFT(s,K)是s进行K点傅里叶变换处理得到的结果，式中给出了r_m输入匹配通道的处理结果，由于目标回波

与雷达探测信号s相参，因此处理输出信号y_m中同时包含目标，干扰以及噪声。

步骤三二、将雷达M个天线接收到的信号分别进行回波处理得到输出信号，并将其堆叠为矩阵形式如下式：

式中，

为M行K列复矩阵的集合；

步骤四、结合得到的步骤二获得的干扰噪声协方差矩阵对步骤三获得的匹配处理输出结果进行自适应波束形成处理，实现干扰抑制，包括以下步骤：

步骤四一、根据步骤三中得到的雷达各接收天线接收回波匹配处理结果Y在雷达空域目标检测区域内逐个方位进行自适应波束形成处理获得第q个方位θ₁+(q-1)Δθ对应的雷达方位流型矢量：

式中，[θ₁,θ₂]是雷达空域目标检测区域，0°≤θ₁≤θ₂≤180°，μ为雷达发射信号波长，Q是将雷达空域目标检测区域进行离散化的离散方位点个数，Δθ＝(θ₂-θ₁)/(Q-1)是采样间隔，θ₁+(q-1)Δθ是第q个方位点，d为雷达接收天线间距，a(θ₁+(q-1)Δθ)是第q个方位θ₁+(q-1)Δθ对应的雷达方位流型矢量，q∈[1,Q]；

步骤四二、在方位θ₁+(q-1)Δθ进行自适应波束形成处理，计算得到的自适应加权值

为

上式中

为R_IN的逆矩阵，()^H为共轭转置运算符。

步骤四三、方位θ₁+(q-1)Δθ对匹配处理结果Y进行自适应波束形成处理结果

步骤四四、对雷达空域检测区域内Q个方位点逐个方位进行自适应波束形成处理，抑制干扰的同时实现目标回波的有效检测。

实施例：

采用自适应波束形成算法与本发明提出方法对仿真数据处理，对比干扰抑制效果：

仿真数据是通过20个阵元接收，无模糊测距范为7.5km，目标位于距离3.75km，空域方位29.5°处，干扰来自29.8°方位，干扰能量遍布整个无模糊测距范围内。图1与图2分别给出了第一个阵元接收信号输入匹配通道与失配通道处理结果，可见干扰能量遍布整个无模糊测距范围，其中图1中目标被干扰淹没(目标位于3750m处，被噪声压制干扰淹没)，图2中目标经过失配通道处理被大幅削弱(目标位于3750m处，经过失配通道处理被大幅削弱)。图3(a)为20个阵元接收信号通过在29°方位进行自适应波束形成处理，输出信干噪比为2.7dB，干扰被抑制的同时目标也被大幅抑制，会导致目标检测失败(目标位于3750m处)，图3(b)为20个阵元接收信号通过在29°方位利用本发明提出方法进行处理，输出信干噪比为36.01dB，目标可以得到有效检测(目标位于3750m处)。图4(a)为20个阵元接收信号通过在30°方位进行自适应波束形成处理，输出信干噪比为4.2dB，干扰被抑制的同时目标也被大幅抑制，会导致目标检测失败(目标位于3750m处)，图4(b)为20个阵元接收信号通过在30°方位利用本发明提出方法进行处理，输出信干噪比为32.2dB，目标可以得到有效检测(目标位于3750m处)。

进一步，在下表中给出了在不同方位进行处理两种方法输出信干噪比：

表1两种方法不同方位处理结果对比

上表可见，当方位角θ＝29.5°时，即在目标所处方位进行处理，两种方法都可有效抑制干扰。但当处理方位偏离目标方位时，自适应波束形成算法会导致目标对消，使得输出信干噪比恶化，处理方位偏离目标方位越多，输出信干噪比越差，甚至将目标抑制到噪底。而本发明所提方法抗干扰性能较为稳健。其中输出信干噪比为0表示目标被抑制到噪底。

本发明还可用于其它多种数据以及场景，在不背离本发明精神及其实质的情况下，本领域技术人员当可根据本发明在不同场景下对不同数据进行处理，但这些都应属于本发明所附的权利要求的保护范围。

Claims (16)

1.基于收发失配处理的主瓣噪声压制干扰自适应抑制方法，其特征在于所述方法具体过程为：

步骤一、设计与雷达探测信号正交的失配滤波器；

步骤二、利用步骤一获得的失配滤波器在接收端对雷达阵列接收到的回波进行失配处理，滤除雷达回波中的目标信号，得到“干净”的干扰与噪声样本，并用干扰与噪声样本获得不含目标的干扰噪声协方差矩阵；

步骤三、利用雷达探测信号构造匹配处理通道并对回波进行处理，获得匹配处理结果；

步骤四、将步骤二获得的干扰噪声协方差矩阵对步骤三获得的匹配处理输出结果在雷达空域目标检测区域内逐个方位进行自适应波束形成处理，实现抑制干扰的同时进行目标回波的有效检测。

2.根据权利要求1所述的基于收发失配处理的主瓣噪声压制干扰自适应抑制方法，其特征在于：所述步骤一中设计与雷达探测信号正交的失配滤波器，包括以下步骤：

步骤一一、设失配滤波器加权值为

获得雷达发射的探测波形序列s与失配滤波器加权值w的归一化互相关函数；

其中，N为维度总数，

表示N维复列向量集合；

步骤一二、获取雷达发射的探测波形序列s与失配滤波器加权值w的归一化互相关函数积分旁瓣值；

步骤一三、建立优化准则使归一化互相关函数积分旁瓣值极小化，所述优化准则如下式：

s.t.ww^H＝1 (7)

其中，公式(6)为待优化目标，公式(7)为约束条件，失配滤波器加权值w为优化变量，R为N行N列的复矩阵，(·)^H为共轭转置；

步骤一四、对矩阵R进行特征分解；

步骤一五、选取雷达探测信号正交的失配滤波器：

通过步骤一四对矩阵R进行特征分解，选取最小特征值对应的特征向量的转置共轭作为步骤一三中公式(6)和公式(7)优化问题的解，获得失配滤波器加权值为w＝(u_N)^H的滤波器为与雷达探测信号正交的失配滤波器；

其中，u_N是最小特征值对应的特征向量。

3.根据权利要求2所述的基于收发失配处理的主瓣噪声压制干扰自适应抑制方法，其特征在于：所述步骤一一中获得雷达发射的探测波形序列s与失配滤波器加权值w的归一化互相关函数如下：

式中，

是雷达发射的探测波形序列，

为幅值为1的复数，即|s_n|＝1，其中任意n∈[1,2,…,N]，

表示N维复列向量集合，∈表示属于符号，|·|为绝对值，(·)^H为共轭转置，J_l为N行N列的移位矩阵，e为自然指数，θ_n∈[0,2π]为s_n的角度，

表示虚数符号；

其中，

式中，J_l(i₁,i₂)为J_l中第i₁行第i₂列元素，l∈[-N+1,…,0,…,N-1]表示移位数，i₁与i₂皆为小于等于N的正整数；

记ww^H＝1，且由于s＝[s₁,s₂,…,s_N]为N维恒模行向量，且模值为1，则ss^H＝N，则最终的雷达发射的探测波形序列s与失配滤波器加权值w的归一化互相关函数为：

4.根据权利要求3所述的基于收发失配处理的主瓣噪声压制干扰自适应抑制方法，其特征在于：所述步骤一二获取雷达发射的探测波形序列s与失配滤波器加权值w的归一化互相关函数积分旁瓣值如下：

其中，

则公式(4)如下：

5.根据权利要求4所述的基于收发失配处理的主瓣噪声压制干扰自适应抑制方法，其特征在于：所述步骤一四中对矩阵R特征分解如下式：

R＝UΣU^H (8)

其中，U＝[u₁…u_N]为特征向量矩阵，u_n为N维列向量，n∈[1,2,…,N]，为N个特征值组成的对角矩阵

λ_n为第n个特征值，且λ₁≥λ₂≥…≥λ_N，u_n为特征值λ_n对应的特征向量，且

6.根据权利要求5所述的基于收发失配处理的主瓣噪声压制干扰自适应抑制方法，其特征在于：所述步骤二中利用步骤一获得的失配滤波器在接收端对雷达阵列接收到的回波进行失配处理，滤除雷达回波中的目标信号，得到“干净”的干扰与噪声样本，并用干扰和噪声样本获得不含目标的干扰噪声协方差矩阵，包括以下步骤：

步骤二一、利用步骤一获得的失配滤波器加权值w在接收端对雷达阵列接收到的回波进行失配滤波处理得到处理结果；

步骤二二、将雷达M个天线接收到的信号分别进行失配滤波处理获得处理结果，并将其堆叠为矩阵形式；

步骤二三、通过M个天线接收到的信号失配处理结果估计干扰噪声协方差矩阵R_IN。

7.根据权利要求6所述的基于收发失配处理的主瓣噪声压制干扰自适应抑制方法，其特征在于：所述步骤二一中利用步骤一获得的失配滤波器加权值w在接收端对雷达阵列接收到的回波进行失配滤波处理得到处理结果为：

x_m＝IFFT(FFT(r_m,K)(FFT(w,K))^*,K) (9)

式中，

是第m个天线接收到的回波信号模数转换后得到的采样序列，

为K维复行向量，K为回波采样点数，1≤m≤M，M为雷达接收端的接收天线个数，FFT(r_m,K)是对r_m进行K点傅里叶变换处理得到的结果，FFT(w,K)是对w进行K点傅里叶变换处理得到的结果，(·)^*表示共轭运算，IFFT(·,K)表示对给定序列进行K点逆傅里叶变换处理，

其中，

其中，

是干扰，

是噪声，

是目标回波，

皆为K维复行向量即

目标回波

是由雷达探测波形序列s照射到目标反射产生，而序列s与w正交，因此目标回波

经过失配处理会得到抑制，而干扰

以及噪声

与雷达探测波形序列s无关，因此经过失配处理后，干扰及噪声能量依旧能够保留下来，即：

8.根据权利要求7所述的基于收发失配处理的主瓣噪声压制干扰自适应抑制方法，其特征在于：所述步骤二二中将雷达M个天线接收到的信号分别进行失配滤波处理得到处理结果，并将其堆叠为矩阵形式为：

为M行K列复矩阵的集合。

9.根据权利要求8所述的基于收发失配处理的主瓣噪声压制干扰自适应抑制方法，其特征在于：所述步骤二三中通过M个天线接收到的信号失配处理结果获得干扰噪声协方差矩阵R_IN如下式：

R_IN＝XX^H (11)。

10.根据权利要求9所述的基于收发失配处理的主瓣噪声压制干扰自适应抑制方法，其特征在于：所述步骤三中利用雷达探测信号构造匹配处理通道并对回波进行处理，包括以下步骤：

步骤三一、利用雷达探测波形序列s设计匹配滤波器并对回波进行处理，得到输出信号；

步骤三二、将雷达M个天线接收到的信号分别进行回波处理得到输出信号，并将所有输出信号堆叠为矩阵形式。

11.根据权利要求10所述的基于收发失配处理的主瓣噪声压制干扰自适应抑制方法，其特征在于：所述步骤三一中利用雷达探测波形序列s设计匹配滤波器并对回波进行处理，得到输出信号为：

式中，

是将第m个天线接收到的模数转换后得到的采样序列r_m进行匹配处理获得的处理结果，FFT(r_m,K)是r_m进行K点傅里叶变换处理得到的结果，FFT(s,K)是s进行K点傅里叶变换处理得到的结果。

12.根据权利要求11所述的基于收发失配处理的主瓣噪声压制干扰自适应抑制方法，其特征在于：所述步骤三二中将雷达M个天线接收到的信号分别进行回波处理，并所有输出信号堆叠为矩阵形式为：

式中，

为M行K列复矩阵的集合。

13.根据权利要求12所述的基于收发失配处理的主瓣噪声压制干扰自适应抑制方法，其特征在于：所述步骤四中结合得到的步骤二获得的干扰噪声协方差矩阵对步骤三获得的匹配处理输出结果进行自适应波束形成处理，包括以下步骤：

步骤四一、根据步骤三中得到的雷达各接收天线接收回波匹配处理结果Y在雷达空域目标检测区域内逐个方位进行自适应波束形成处理获得第q个方位θ₁+(q-1)Δθ对应的雷达方位流型矢量；

步骤四二、在方位θ₁+(q-1)Δθ进行自适应波束形成处理，计算得到的自适应加权值

步骤四三、方位θ₁+(q-1)Δθ对匹配处理结果Y进行自适应波束形成处理结果z_m；

步骤四四、对雷达空域检测区域内Q个方位点逐个方位进行自适应波束形成处理，抑制干扰的同时实现目标回波的有效检测。

14.根据权利要求13所述的基于收发失配处理的主瓣噪声压制干扰自适应抑制方法，其特征在于：所述步骤四一中第q个方位θ₁+(q-1)Δθ对应的雷达方位流型矢量如下式：

式中，[θ₁,θ₂]是雷达空域目标检测区域，0°≤θ₁≤θ₂≤180°，Q是将雷达空域目标检测区域进行离散化的离散方位点个数，Δθ＝(θ₂-θ₁)/(Q-1)是采样间隔，θ₁+(q-1)Δθ是第q个方位点，d为雷达接收天线间距，μ为雷达发射信号波长，a(θ₁+(q-1)Δθ)是第q个方位θ₁+(q-1)Δθ对应的雷达方位流型矢量，q∈[1,Q]。

15.根据权利要求14所述的基于收发失配处理的主瓣噪声压制干扰自适应抑制方法，其特征在于：所述步骤四二中在方位θ₁+(q-1)Δθ进行自适应波束形成处理，计算得到的自适应加权值

如下式：

上式中

为R_IN的逆矩阵，()^H为共轭转置运算符。

16.根据权利要求15所述的基于收发失配处理的主瓣噪声压制干扰自适应抑制方法，其特征在于：所述步骤四三中方位θ₁+(q-1)Δθ对匹配处理结果Y进行自适应波束形成处理结果z_m为：

Images