CN115993585B - 雷达抗干扰信号矩阵处理方法、装置、设备及存储介质 - Google Patents
雷达抗干扰信号矩阵处理方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115993585B CN115993585B CN202310290522.9A CN202310290522A CN115993585B CN 115993585 B CN115993585 B CN 115993585B CN 202310290522 A CN202310290522 A CN 202310290522A CN 115993585 B CN115993585 B CN 115993585B
- Authority
- CN
- China
- Prior art keywords
- matrix
- diagonal
- inverse
- preset
- upper triangular
- 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
Links
- 239000011159 matrix material Substances 0.000 title claims abstract description 555
- 238000003672 processing method Methods 0.000 title claims abstract description 14
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 93
- 238000012545 processing Methods 0.000 claims abstract description 87
- 238000000034 method Methods 0.000 claims abstract description 77
- 238000013507 mapping Methods 0.000 claims abstract description 66
- 238000004364 calculation method Methods 0.000 abstract description 17
- 230000008569 process Effects 0.000 description 18
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种雷达抗干扰信号矩阵处理方法、装置、设备及存储介质，该方法包括：提取待处理雷达抗干扰信号中的的四阶厄米特矩阵数据；按预设矩阵分解法对四阶厄米特矩阵数据进行矩阵分解，获得对应的四阶厄米特逆矩阵数据；从FPGA的预设存储区域中获取预设元素关系映射表，并按预设元素关系映射表获得分解矩阵数据对应的逆矩阵数据；根据逆矩阵数据对待处理雷达抗干扰信号进行处理。本发明通过对矩阵进行分解，利用预设元素关系映射表快速获取矩阵数据，即使遇到奇异性比较高的厄米特矩阵，也能够减小运算量和计算误差，从而可以降低雷达抗干扰信号的处理误差与时间开销，有效提高雷达抗干扰信号的处理的正确性和实时性。
Description
技术领域
本发明涉及信号处理技术领域，尤其涉及一种雷达抗干扰信号矩阵处理方法、装置、设备及存储介质。
背景技术
雷达往往工作在复杂的电磁环境中，雷达抗干扰性能的优劣直接决定了整个雷达系统的性能。在雷达信号处理中厄米特矩阵是一类较特殊的方阵，目前，基于FPGA计算厄米特矩阵的逆矩阵常用的算法主要包括两类：基于QR分解的厄米特矩阵求逆和基于Cholesky分解的厄米特矩阵求逆。但在实际工程应用中，对于实现矩阵求逆而言，数值稳定性和实时性是实际工程中突出的两个要求，当遇到奇异性比较高的厄米特矩阵，传统的算法具有运算量大和较大的计算误差。因此，如何提高雷达抗干扰信号的处理效率是亟待解决的问题。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供了一种雷达抗干扰信号矩阵处理方法、装置、设备及存储介质，旨在解决如何提高雷达抗干扰信号的处理效率的技术问题。
为实现上述目的，本发明提供了一种雷达抗干扰信号矩阵处理方法，所述方法包括以下步骤：
提取待处理雷达抗干扰信号中的四阶厄米特矩阵数据；
按预设矩阵分解法对所述四阶厄米特矩阵数据进行矩阵分解，获得所述四阶厄米特矩阵数据对应的分解矩阵数据；
从FPGA的预设存储区域中获取预设元素关系映射表，并按所述预设元素关系映射表获得所述分解矩阵数据对应的四阶厄米特逆矩阵数据；
根据所述四阶厄米特逆矩阵数据对所述待处理雷达抗干扰信号进行处理。
可选地，所述按预设矩阵分解法对所述四阶厄米特矩阵数据进行矩阵分解，获得所述四阶厄米特矩阵数据对应的分解矩阵数据的步骤包括：
对所述四阶厄米特矩阵数据进行LDL矩阵分解，获得所述四阶厄米特矩阵数据对应的上三角矩阵、下三角矩阵和对角矩阵，所述预设矩阵分解法包括LDL矩阵分解法；
所述从FPGA的预设存储区域中获取预设元素关系映射表，并按所述预设元素关系映射表获得所述分解矩阵数据对应的四阶厄米特逆矩阵数据的步骤包括：
从FPGA的预设存储区域中获取预设元素关系映射表，并按所述预设元素关系映射表依次获得所述上三角矩阵对应的上三角逆矩阵、所述下三角矩阵对应的下三角逆矩阵和所述对角矩阵对应的对角逆矩阵；
从FPGA的预设存储区域中获取四阶厄米特逆矩阵数据的求解公式，将所述上三角逆矩阵、所述对角逆矩阵和所述下三角逆矩阵输入至所述求解公式中，并获得所述四阶厄米特矩阵数据对应的四阶厄米特逆矩阵数据。
可选地，所述从FPGA的预设存储区域中获取预设元素关系映射表，并按所述预设元素关系映射表依次获得所述上三角矩阵对应的上三角逆矩阵、所述下三角矩阵对应的下三角逆矩阵和所述对角矩阵对应的对角逆矩阵的步骤包括：
从FPGA的预设存储区域中获取预设元素关系映射表，所述预设元素关系映射表包含上三角矩阵元素与上三角逆矩阵元素的一一对应关系；
按所述预设元素关系映射表对所述上三角矩阵进行元素替换，获得所述上三角矩阵对应的上三角逆矩阵；
根据上三角矩阵与下三角矩阵的对应关系和所述上三角逆矩阵获得所述下三角矩阵对应的下三角逆矩阵；
对所述对角矩阵进行倒数求解，获得所述对角矩阵对应的对角逆矩阵。
可选地，所述对所述四阶厄米特矩阵数据进行LDL矩阵分解，获得所述四阶厄米特矩阵数据对应的上三角矩阵、下三角矩阵和对角矩阵的步骤包括：
从FPGA的预设存储区域中获取四阶厄米特矩阵数据A的LDL矩阵分解公式，所述LDL矩阵分解公式为：
其中，B是对角元素都为1的上三角矩阵，D是对角元素都为正数的对角矩阵，BH是对角元素都为1的下三角矩阵，
表示所述对角矩阵D的对角元素，
表示所述上三角矩阵B和所述下三角矩阵BH包含的元素；
根据所述LDL矩阵分解公式对所述四阶厄米特矩阵数据A进行矩阵分解，获得所述四阶厄米特矩阵数据A对应的上三角矩阵B、下三角矩阵BH和对角矩阵D。
可选地，所述预设元素关系映射表包含上三角矩阵元素与上三角逆矩阵元素的对应关系，所述对应关系公式为：
其中，
表示所述上三角逆矩阵元素。
可选地，所述按所述预设元素关系映射表对所述上三角矩阵进行元素替换，获得所述上三角矩阵对应的上三角逆矩阵的步骤包括：
根据所述对应关系公式按平行于主对角元素方式对所述上三角矩阵B进行元素替换，获得所述上三角矩阵B对应的上三角逆矩阵B-1；
所述上三角逆矩阵B-1的公式为：
其中，
为所述上三角逆矩阵B-1的元素。
可选地，所述对所述对角矩阵进行倒数求解，获得所述对角矩阵对应的对角逆矩阵的步骤包括：
对所述对角矩阵D中的对角元素进行倒数求解，根据求解结果获得所述对角矩阵D对应的对角逆矩阵D-1；
所述对角逆矩阵D-1的公式为：
其中，
表示所述对角矩阵D中的对角元素进行倒数求解获得的倒数元素。
此外，为实现上述目的，本发明还提出一种雷达抗干扰信号矩阵处理装置，所述装置包括：
数据获取模块；用于提取待处理雷达抗干扰信号中的四阶厄米特矩阵数据；
矩阵分解模块，用于按预设矩阵分解法对所述四阶厄米特矩阵数据进行矩阵分解，获得所述四阶厄米特矩阵数据对应的分解矩阵数据；
数据求解模块，用于从FPGA的预设存储区域中获取预设元素关系映射表，并按所述预设元素关系映射表获得所述分解矩阵数据对应的四阶厄米特逆矩阵数据；
信号处理模块，用于根据所述四阶厄米特逆矩阵数据对所述待处理雷达抗干扰信号进行处理。
此外，为实现上述目的，本发明还提出一种雷达抗干扰信号矩阵处理设备，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的雷达抗干扰信号矩阵处理程序，所述雷达抗干扰信号矩阵处理程序配置为实现如上文所述的雷达抗干扰信号矩阵处理方法的步骤。
此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有雷达抗干扰信号矩阵处理程序，所述雷达抗干扰信号矩阵处理程序被处理器执行时实现如上文所述的雷达抗干扰信号矩阵处理方法的步骤。
本发明通过提取待处理雷达抗干扰信号中的四阶厄米特矩阵数据；然后按预设矩阵分解法对所述四阶厄米特矩阵数据进行矩阵分解，获得所述四阶厄米特矩阵数据对应的分解矩阵数据；从FPGA的预设存储区域中获取预设元素关系映射表，并按所述预设元素关系映射表获得所述分解矩阵数据对应的四阶厄米特逆矩阵数据；最后根据所述四阶厄米特逆矩阵数据对所述待处理雷达抗干扰信号进行处理。相较于传统处理方式，本发明通过对矩阵进行分解，利用预设元素关系映射表快速获取四阶厄米特逆矩阵数据，即使遇到奇异性比较高的厄米特矩阵，也能够减小运算量和计算误差，从而可以降低雷达抗干扰信号的处理误差与时间开销，有效提高雷达抗干扰信号的处理的正确性和实时性。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的雷达抗干扰信号矩阵处理设备的结构示意图；
图2为本发明雷达抗干扰信号矩阵处理方法第一实施例的流程示意图；
图3为本发明雷达抗干扰信号矩阵处理方法第二实施例的流程示意图；
图4为本发明雷达抗干扰信号矩阵处理装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的雷达抗干扰信号矩阵处理设备结构示意图。
如图1所示，该雷达抗干扰信号矩阵处理设备可以包括：处理器1001，例如中央处理器（Central Processing Unit，CPU），通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏（Display）、输入单元比如键盘（Keyboard），可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口（如无线保真（Wireless-Fidelity，Wi-Fi）接口）。存储器1005可以是高速的随机存取存储器（RandomAccessMemory，RAM），也可以是稳定的非易失性存储器（Non-VolatileMemory，NVM），例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对雷达抗干扰信号矩阵处理设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及雷达抗干扰信号矩阵处理程序。
在图1所示的雷达抗干扰信号矩阵处理设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明雷达抗干扰信号矩阵处理设备中的处理器1001、存储器1005可以设置在雷达抗干扰信号矩阵处理设备中，所述雷达抗干扰信号矩阵处理设备通过处理器1001调用存储器1005中存储的雷达抗干扰信号矩阵处理程序，并执行本发明实施例提供的雷达抗干扰信号矩阵处理方法。
本发明实施例提供了一种雷达抗干扰信号矩阵处理方法，参照图2，图2为本发明雷达抗干扰信号矩阵处理方法第一实施例的流程示意图。
本实施例中，所述雷达抗干扰信号矩阵处理方法包括以下步骤：
步骤S10：提取待处理雷达抗干扰信号中的四阶厄米特矩阵数据。
需要说明的是，本实施例方法的执行主体可以是具有数据处理、数据传输以及程序运行功能的计算服务设备，例如服务器、个人电脑等，还可以是能够实现相同或相似功能的其他电子设备，例如上述雷达抗干扰信号矩阵处理设备，本实施例对此不加以限制。此处以上述雷达抗干扰信号矩阵处理设备（简称信号处理设备）对本实施例和下述各实施例提供的雷达抗干扰信号矩阵处理方法进行具体说明。
可理解的是，待处理雷达抗干扰信号是雷达信号中待处理计算的用于抗干扰的信号。雷达往往工作在复杂的电磁环境中，雷达抗干扰性能的优劣直接决定了整个雷达系统的性能。一般而言，雷达抗干扰信号中包含很多数据，其中厄米特矩阵是一类较特殊的方阵，在雷达信号处理领域中广泛存在，通过提高对厄米特矩阵处理，可以提高雷达抗干扰信号的实时性。
应理解的是，四阶厄米特矩阵数据是待求解的四阶的厄米特矩阵数据。厄米特矩阵指的是自共轭矩阵，矩阵中每一个第i行第j列的元素都与第j行第i列的元素的共轭相等，在雷达信号处理领域中广泛存在。在实际工程应用中，计算低维厄米特矩阵的逆矩阵（例如：3×3，4×4和5×5等）同样具有重要应用价值，其中四阶厄米特矩阵是工程中较为常用的低维厄米特矩阵。
在具体实现中，信号处理设备在接收到待处理雷达抗干扰信号时，提取待处理雷达抗干扰信号中的四阶厄米特矩阵数据，接着对其进行数据处理。
步骤S20：按预设矩阵分解法对所述四阶厄米特矩阵数据进行矩阵分解，获得所述四阶厄米特矩阵数据对应的分解矩阵数据。
需要说明的是，预设矩阵分解法是在信号处理设备中预先设置的用于对四阶厄米特矩阵数据进行分解的矩阵分解算法，例如：平方根分解法、LDL矩阵分解法。
可理解的是，分解矩阵数据是通过预设矩阵分解法分解四阶厄米特矩阵数据得来的矩阵数据。不同的预设矩阵分解法所获得的分解矩阵数据也不同，需要根据对应的预设矩阵分解法进行相应的计算从而获得相应的逆矩阵。通过预设矩阵分解法可以缩短计算四阶厄米特矩阵数据的过程，从而可以提高信号处理的效率。
在具体实现中，信号处理设备可以根据LDL矩阵分解法对四阶厄米特矩阵数据进行LDL矩阵分解，获得四阶厄米特矩阵数据对应的上三角矩阵、下三角矩阵和对角矩阵；信号处理设备也可以根据cholesky分解法将四阶厄米特矩阵数据分解为相应的下三角矩阵；本实施例对此不加以限制。
步骤S30：从FPGA的预设存储区域中获取预设元素关系映射表，并按所述预设元素关系映射表获得所述分解矩阵数据对应的四阶厄米特逆矩阵数据。
步骤S40：根据所述四阶厄米特逆矩阵数据对所述待处理雷达抗干扰信号进行处理。
需要说明的是，FPGA是现场可编程门阵列，是一种可重复编程器件。在FPGA的存储区域中预先设置了专门存储矩阵求解数据的存储空间（预设存储区域），其中存储有预设元素关系映射表、逆矩阵的求解公式、LDL分解公式等数据。
可理解的是，预设元素关系映射表是包含了矩阵元素与逆矩阵元素对应关系的映射表。根据此预设元素关系映射表，可以快速确定低维矩阵的对应逆矩阵，从而可以提高信号处理的效率。
在具体实现中，信号处理设备可以从FPGA的预设存储区域中获取预设元素关系映射表，并按预设元素关系映射表依次获得上三角矩阵对应的上三角逆矩阵、下三角矩阵对应的下三角逆矩阵和对角矩阵对应的对角逆矩阵；然后接着从预设存储区域中获取四阶厄米特逆矩阵数据的求解公式，将得到的上三角逆矩阵、对角逆矩阵和下三角逆矩阵输入至求解公式中，从而得到对应的四阶厄米特逆矩阵数据，最后信号处理设备可以根据求解得到的四阶厄米特逆矩阵数据对待处理雷达抗干扰信号进行处理。
进一步地，信号处理设备也可以根据预设元素预设关系映射表直接获得四阶厄米特逆矩阵数据，在预设元素关系应映射表中可以存储四阶厄米特逆矩阵数据于四阶厄米特矩阵数据的元素对应关系，根据元素对应关系将数据填入获得四阶厄米特逆矩阵，最后信号处理设备可以根据求解得到的四阶厄米特逆矩阵数据对待处理雷达抗干扰信号进行处理，本实施例对此不加以限制。
本实施例通过提取待处理雷达抗干扰信号中的四阶厄米特矩阵数据；然后按预设矩阵分解法对所述四阶厄米特矩阵数据进行矩阵分解，获得所述四阶厄米特矩阵数据对应的分解矩阵数据；从FPGA的预设存储区域中获取预设元素关系映射表，并按所述预设元素关系映射表获得所述分解矩阵数据对应的四阶厄米特逆矩阵数据；最后根据所述四阶厄米特逆矩阵数据对所述待处理雷达抗干扰信号进行处理。相较于传统处理方式，本实施例通过对矩阵进行分解，利用预设元素关系映射表快速获取四阶厄米特逆矩阵数据，即使遇到奇异性比较高的厄米特矩阵，也能够减小运算量和计算误差，从而可以降低雷达抗干扰信号的处理误差与时间开销，有效提高雷达抗干扰信号的处理的正确性和实时性。
参考图3，图3为本发明雷达抗干扰信号矩阵处理方法第二实施例的流程示意图。
基于上述第一实施例，在本实施例中，考虑到简化计算过程减少矩阵求逆过程中的计算量，所述步骤S20包括：
步骤S201：对所述四阶厄米特矩阵数据进行LDL矩阵分解，获得所述四阶厄米特矩阵数据对应的上三角矩阵、下三角矩阵和对角矩阵，所述预设矩阵分解法包括LDL矩阵分解法。
需要说明的是，LDL矩阵分解法是一种改进的平方根分解法（Cholesky分解法），可以简化程序设计并减少计算量。
在具体实现中，信号处理设备可以对四阶厄米特矩阵数据进行LDL矩阵分解，获得四阶厄米特矩阵数据对应的上三角矩阵、下三角矩阵和对角矩阵。
其中，所述步骤S30包括：
步骤S301：从FPGA的预设存储区域中获取预设元素关系映射表，并按所述预设元素关系映射表依次获得所述上三角矩阵对应的上三角逆矩阵、所述下三角矩阵对应的下三角逆矩阵和所述对角矩阵对应的对角逆矩阵。
在具体实现中，预设元素关系映射表中可以包含上三角矩阵元素与上三角逆矩阵元素的一一对应关系，根据其一一对应关系可以获取上三角矩阵对应的上三角逆矩阵，然后根据倒数求解和上三角矩阵与下三角矩阵的对应关系分别获得对角逆矩阵和上三角逆矩阵。预设关系映射表中也可以包含上三角矩阵元素与上三角逆矩阵元素的一一对应关系、下三角矩阵元素与下三角逆矩阵元素的一一对应关系和对角矩阵的倒数对应关系，根据其对应关系直接获得上三角逆矩阵、下三角逆矩阵和对角逆矩阵。本实施例对此不加以限制。
步骤S302：从FPGA的预设存储区域中获取四阶厄米特逆矩阵数据的求解公式，将所述上三角逆矩阵、所述对角逆矩阵和所述下三角逆矩阵输入至所述求解公式中，并获得所述四阶厄米特矩阵数据对应的四阶厄米特逆矩阵数据。
需要说明的是，求解公式可以是LDL矩阵分解公式的逆公式，根据矩阵与逆矩阵关系，可以得到四阶厄米特逆矩阵=上三角逆矩阵×对角逆矩阵×下三角逆矩阵。信号处理设备从FPGA的预设存储区域中获取四阶厄米特逆矩阵数据的求解公式，将上三角逆矩阵、对角逆矩阵和下三角逆矩阵输入至所述求解公式中，从而获得四阶厄米特矩阵数据对应的四阶厄米特逆矩阵数据，在实际计算过程中可以简化计算过程减少矩阵求逆过程中的计算量，有效提高雷达抗干扰信号的处理效率。
进一步地，本实施例中在步骤S301中包括：从FPGA的预设存储区域中获取预设元素关系映射表，所述预设元素关系映射表包含上三角矩阵元素与上三角逆矩阵元素的一一对应关系；按所述预设元素关系映射表对所述上三角矩阵进行元素替换，获得所述上三角矩阵对应的上三角逆矩阵；根据上三角矩阵与下三角矩阵的对应关系和所述上三角逆矩阵获得所述下三角矩阵对应的下三角逆矩阵；对所述对角矩阵进行倒数求解，获得所述对角矩阵对应的对角逆矩阵。
进一步地，本实施例中在步骤S201包括：从FPGA的预设存储区域中获取四阶厄米特矩阵数据A的LDL矩阵分解公式，所述LDL矩阵分解公式为：
其中，B是对角元素都为1的上三角矩阵，D是对角元素都为正数的对角矩阵，BH是对角元素都为1的下三角矩阵，
表示所述对角矩阵D的对角元素，
表示所述上三角矩阵B和所述下三角矩阵BH包含的元素；
根据所述LDL矩阵分解公式对所述四阶厄米特矩阵数据A进行矩阵分解，获得所述四阶厄米特矩阵数据A对应的上三角矩阵B、下三角矩阵BH和对角矩阵D。
需要说明的是，根据上述LDL矩阵分解公式可知FPGA的预设存储区域中存储的四阶厄米特逆矩阵数据的求解公式为
。
进一步地，为了快速获得上三角矩阵对应的上三角逆矩阵，本实施例中在步骤S201包括：所述预设元素关系映射表包含上三角矩阵元素与上三角逆矩阵元素的对应关系，所述对应关系公式为：
其中，
表示所述上三角逆矩阵元素。
在具体实现中，根据上述上三角矩阵元素与上三角逆矩阵元素的对应关系，信号处理设备可以直接得到上三角逆矩阵，从而减少计算过程与计算量，提高雷达抗干扰信号的处理效率。
进一步地，本实施例中在步骤S201包括：所述按所述预设元素关系映射表对所述上三角矩阵进行元素替换，获得所述上三角矩阵对应的上三角逆矩阵的步骤包括：根据所述对应关系公式按平行于主对角元素方式对所述上三角矩阵B进行元素替换，获得所述上三角矩阵B对应的上三角逆矩阵B-1；
所述上三角逆矩阵B-1的公式为：
其中，
为所述上三角逆矩阵B-1的元素。
在具体实现中，根据上述上三角矩阵元素与下三角逆矩阵元素对应关系公式可以直接求出上三角逆矩阵的具体数据。
进一步地，考虑到对角矩阵的倒数求解，本实施例中在步骤S201包括：所述对所述对角矩阵进行倒数求解，获得所述对角矩阵对应的对角逆矩阵的步骤包括：对所述对角矩阵D中的对角元素进行倒数求解，根据求解结果获得所述对角矩阵D对应的对角逆矩阵D-1；
所述对角逆矩阵D-1的公式为：
其中，
表示所述对角矩阵D中的对角元素进行倒数求解获得的倒数元素。
需要说明的是，由于对角矩阵D的对角元素都为正数，根据其对角特性，可以直接求得其元素的倒数，从而确定对角逆矩阵。
在实际过程中，步骤一：首先信号设备提取待处理雷达抗干扰信号中的四阶厄米特矩阵；然后对四阶厄米特矩阵进行LDL分解，得到
。
步骤二：从FPGA的预设存储区域中获取预设元素关系映射表，
将得到的上三角矩阵按照其平行于主对角元素以上述关系公式计算得到上三角逆矩阵，然后将得到的对角矩阵的对角元素进行倒数计算得到对角逆矩阵，接着然后依据上三角矩阵与下三角矩阵的对称关系获得下三角逆矩阵，最后根据上三角逆矩阵、下三角逆矩阵和对角逆矩阵求得四阶厄米特逆矩阵。
步骤三：最后信号处理设备将处理获得的四阶厄米特逆矩阵数据对所述待处理雷达抗干扰信号进行处理。
本实施例信号设备提取待处理雷达抗干扰信号中的四阶厄米特矩阵，然后对四阶厄米特矩阵进行LDL分解；接着从FPGA的预设存储区域中获取预设元素关系映射表，将得到的上三角矩阵按照其平行于主对角元素以上述关系公式计算得到上三角逆矩阵，将得到的对角矩阵的对角元素进行倒数计算得到对角逆矩阵，然后依据上三角矩阵与下三角矩阵的对称关系获得下三角逆矩阵，最后根据上三角逆矩阵、下三角逆矩阵和对角逆矩阵求得四阶厄米特逆矩阵；最后信号处理设备将处理获得的四阶厄米特逆矩阵数据对所述待处理雷达抗干扰信号进行处理。通过利用预设元素关系映射表中矩阵与逆矩阵的元素对应关系快速获取上三角逆矩阵从而快速获取四阶厄米特逆矩阵数据，即使遇到奇异性比较高的厄米特矩阵，也能够减小运算量和计算误差，从而可以降低雷达抗干扰信号的处理误差与时间开销，有效提高雷达抗干扰信号的处理的正确性和实时性。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有雷达抗干扰信号矩阵处理程序，所述雷达抗干扰信号矩阵处理程序被处理器执行时实现如上文所述的雷达抗干扰信号矩阵处理方法的步骤。
参照图4，图4为本发明雷达抗干扰信号矩阵处理装置第一实施例的结构框图。
如图4所示，本发明实施例提出的雷达抗干扰信号矩阵处理装置包括：
数据获取模块401；用于提取待处理雷达抗干扰信号中的四阶厄米特矩阵数据；
矩阵分解模块402，用于按预设矩阵分解法对所述四阶厄米特矩阵数据进行矩阵分解，获得所述四阶厄米特矩阵数据对应的分解矩阵数据；
数据求解模块403，用于从FPGA的预设存储区域中获取预设元素关系映射表，并按所述预设元素关系映射表获得所述分解矩阵数据对应的四阶厄米特逆矩阵数据；
信号处理模块404，用于根据所述四阶厄米特逆矩阵数据对所述待处理雷达抗干扰信号进行处理。
本实施例通过数据获取模块401提取待处理雷达抗干扰信号中的的四阶厄米特矩阵数据；然后矩阵分解模块402按预设矩阵分解法对所述四阶厄米特矩阵数据进行矩阵分解，获得所述四阶厄米特矩阵数据对应的分解矩阵数据；接着数据求解模块403从FPGA的预设存储区域中获取预设元素关系映射表，并按所述预设元素关系映射表获得所述分解矩阵数据对应的四阶厄米特逆矩阵数据；最后信号处理模块404根据所述四阶厄米特逆矩阵数据对所述待处理雷达抗干扰信号进行处理。相较于QR分解算法编程和Cholesky分解算法编程，本实施例通过对矩阵进行分解，利用预设元素关系映射表快速获取四阶厄米特逆矩阵数据，即使遇到奇异性比较高的厄米特矩阵，也能够减小运算量和降低计算绝对误差以提高矩阵求逆的鲁棒性，从而可以降低雷达抗干扰信号的处理误差与时间开销，有效提高雷达抗干扰信号的处理的正确性和实时性。
本发明雷达抗干扰信号矩阵处理装置的其他实施例或具体实现方式可参照上述各方法实施例，此处不再赘述。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
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上述实施例方法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，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的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，该计算机软件产品存储在一个存储介质（如只读存储器/随机存取存储器、磁碟、光盘）中，包括若干指令用以使得一台终端设备（可以是手机，计算机，服务器，或者网络设备等）执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种雷达抗干扰信号矩阵处理方法，其特征在于，所述雷达抗干扰信号矩阵处理方法包括：
提取待处理雷达抗干扰信号中的四阶厄米特矩阵数据；
按预设矩阵分解法对所述四阶厄米特矩阵数据进行矩阵分解，获得所述四阶厄米特矩阵数据对应的分解矩阵数据；
从FPGA的预设存储区域中获取预设元素关系映射表，并按所述预设元素关系映射表获得所述分解矩阵数据对应的四阶厄米特逆矩阵数据；
根据所述四阶厄米特逆矩阵数据对所述待处理雷达抗干扰信号进行处理。
2.如权利要求1所述的雷达抗干扰信号矩阵处理方法，其特征在于，所述按预设矩阵分解法对所述四阶厄米特矩阵数据进行矩阵分解，获得所述四阶厄米特矩阵数据对应的分解矩阵数据的步骤包括：
对所述四阶厄米特矩阵数据进行LDL矩阵分解，获得所述四阶厄米特矩阵数据对应的上三角矩阵、下三角矩阵和对角矩阵，所述预设矩阵分解法包括LDL矩阵分解法；
所述从FPGA的预设存储区域中获取预设元素关系映射表，并按所述预设元素关系映射表获得所述分解矩阵数据对应的四阶厄米特逆矩阵数据的步骤包括：
从FPGA的预设存储区域中获取预设元素关系映射表，并按所述预设元素关系映射表依次获得所述上三角矩阵对应的上三角逆矩阵、所述下三角矩阵对应的下三角逆矩阵和所述对角矩阵对应的对角逆矩阵；
从FPGA的预设存储区域中获取四阶厄米特逆矩阵数据的求解公式，将所述上三角逆矩阵、所述对角逆矩阵和所述下三角逆矩阵输入至所述求解公式中，并获得所述四阶厄米特矩阵数据对应的四阶厄米特逆矩阵数据。
3.如权利要求2所述的雷达抗干扰信号矩阵处理方法，其特征在于，所述从FPGA的预设存储区域中获取预设元素关系映射表，并按所述预设元素关系映射表依次获得所述上三角矩阵对应的上三角逆矩阵、所述下三角矩阵对应的下三角逆矩阵和所述对角矩阵对应的对角逆矩阵的步骤包括：
从FPGA的预设存储区域中获取预设元素关系映射表，所述预设元素关系映射表包含上三角矩阵元素与上三角逆矩阵元素的一一对应关系；
按所述预设元素关系映射表对所述上三角矩阵进行元素替换，获得所述上三角矩阵对应的上三角逆矩阵；
根据上三角矩阵与下三角矩阵的对应关系和所述上三角逆矩阵获得所述下三角矩阵对应的下三角逆矩阵；
对所述对角矩阵进行倒数求解，获得所述对角矩阵对应的对角逆矩阵。
4.如权利要求2所述的雷达抗干扰信号矩阵处理方法，其特征在于，所述对所述四阶厄米特矩阵数据进行LDL矩阵分解，获得所述四阶厄米特矩阵数据对应的上三角矩阵、下三角矩阵和对角矩阵的步骤包括：
从FPGA的预设存储区域中获取四阶厄米特矩阵数据A的LDL矩阵分解公式，所述LDL矩阵分解公式为：
其中，B是对角元素都为1的上三角矩阵，D是对角元素都为正数的对角矩阵，BH是对角元素都为1的下三角矩阵，
表示所述对角矩阵D的对角元素，/>
表示所述上三角矩阵B和所述下三角矩阵BH包含的元素；
根据所述LDL矩阵分解公式对所述四阶厄米特矩阵数据A进行矩阵分解，获得所述四阶厄米特矩阵数据A对应的上三角矩阵B、下三角矩阵BH和对角矩阵D。
5.如权利要求4所述的雷达抗干扰信号矩阵处理方法，其特征在于，所述预设元素关系映射表包含上三角矩阵元素与上三角逆矩阵元素的对应关系，所述对应关系公式为：
其中，
表示所述上三角逆矩阵元素。
6.如权利要求5所述的雷达抗干扰信号矩阵处理方法，其特征在于，所述按所述预设元素关系映射表对所述上三角矩阵进行元素替换，获得所述上三角矩阵对应的上三角逆矩阵的步骤包括：
根据所述对应关系公式按平行于主对角元素方式对所述上三角矩阵B进行元素替换，获得所述上三角矩阵B对应的上三角逆矩阵B-1；
所述上三角逆矩阵B-1的公式为：
其中，
为所述上三角逆矩阵B-1的元素。
7.如权利要求3所述的雷达抗干扰信号矩阵处理方法，其特征在于，所述对所述对角矩阵进行倒数求解，获得所述对角矩阵对应的对角逆矩阵的步骤包括：
根据对角矩阵D中的对角元素进行倒数求解，并根据求解结果获得所述对角矩阵D对应的对角逆矩阵D-1；
所述对角逆矩阵D-1的公式为：
其中，
表示所述对角矩阵D中的对角元素进行倒数求解获得的倒数元素。
8.一种雷达抗干扰信号矩阵处理装置，其特征在于，所述装置包括：
数据获取模块；用于提取待处理雷达抗干扰信号中的四阶厄米特矩阵数据；
矩阵分解模块，用于按预设矩阵分解法对所述四阶厄米特矩阵数据进行矩阵分解，获得所述四阶厄米特矩阵数据对应的分解矩阵数据；
数据求解模块，用于从FPGA的预设存储区域中获取预设元素关系映射表，并按所述预设元素关系映射表获得所述分解矩阵数据对应的四阶厄米特逆矩阵数据；
信号处理模块，用于根据所述四阶厄米特逆矩阵数据对所述待处理雷达抗干扰信号进行处理。
9.一种雷达抗干扰信号矩阵处理设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的雷达抗干扰信号矩阵处理程序，所述雷达抗干扰信号矩阵处理程序配置为实现如权利要求1至7中任一项所述的雷达抗干扰信号矩阵处理方法的步骤。
10.一种存储介质，其特征在于，所述存储介质上存储有雷达抗干扰信号矩阵处理程序，所述雷达抗干扰信号矩阵处理程序被处理器执行时实现如权利要求1至7任一项所述的雷达抗干扰信号矩阵处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310290522.9A CN115993585B (zh) | 2023-03-23 | 2023-03-23 | 雷达抗干扰信号矩阵处理方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310290522.9A CN115993585B (zh) | 2023-03-23 | 2023-03-23 | 雷达抗干扰信号矩阵处理方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115993585A CN115993585A (zh) | 2023-04-21 |
| CN115993585B true CN115993585B (zh) | 2023-05-30 |
Family
ID=85995294
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310290522.9A Active CN115993585B (zh) | 2023-03-23 | 2023-03-23 | 雷达抗干扰信号矩阵处理方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115993585B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101630962A (zh) * | 2008-07-18 | 2010-01-20 | 俊茂微电子（上海）有限公司 | 用于通信设备的联合检测方法、装置以及通信设备 |
| WO2017107337A1 (zh) * | 2015-12-22 | 2017-06-29 | 合肥工业大学 | 一种基于改进的按位替换法求矩阵三角分解的模块及方法 |
| CN109635241A (zh) * | 2018-12-17 | 2019-04-16 | 西南电子技术研究所（中国电子科技集团公司第十研究所） | 求解对称或厄密对称正定矩阵逆矩阵方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105630741A (zh) * | 2015-12-22 | 2016-06-01 | 合肥工业大学 | 一种改进的按位替换法求矩阵逆矩阵模块 |
| CN105703813B (zh) * | 2016-02-04 | 2018-11-09 | 东南大学 | 一种mimo系统的预编码方法 |
| FR3061617A1 (fr) * | 2016-12-29 | 2018-07-06 | Thales | Procede de lutte anti-interferences par filtrage spatial ou filtrage spatio-temporel dans un recepteur multi-voies |
| JP2019090749A (ja) * | 2017-11-16 | 2019-06-13 | 富士通株式会社 | 到来方向推定装置および到来方向推定方法 |
| CN108897716B (zh) * | 2018-07-04 | 2022-07-01 | 合肥工业大学 | 通过存储器读写操作来缩减计算量的数据处理装置及方法 |
| CN111199017B (zh) * | 2020-01-06 | 2023-02-28 | 西南电子技术研究所（中国电子科技集团公司第十研究所） | 多功能厄密对称矩阵求逆ip核的实现方法 |
| CN112015369B (zh) * | 2020-08-25 | 2022-09-16 | 湖南艾科诺维科技有限公司 | 基于fpga的信号处理方法、电子设备和存储介质 |
-
2023
- 2023-03-23 CN CN202310290522.9A patent/CN115993585B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101630962A (zh) * | 2008-07-18 | 2010-01-20 | 俊茂微电子（上海）有限公司 | 用于通信设备的联合检测方法、装置以及通信设备 |
| WO2017107337A1 (zh) * | 2015-12-22 | 2017-06-29 | 合肥工业大学 | 一种基于改进的按位替换法求矩阵三角分解的模块及方法 |
| CN109635241A (zh) * | 2018-12-17 | 2019-04-16 | 西南电子技术研究所（中国电子科技集团公司第十研究所） | 求解对称或厄密对称正定矩阵逆矩阵方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115993585A (zh) | 2023-04-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Selig et al. | NIFTY–Numerical Information Field Theory-A versatile PYTHON library for signal inference | |
| CN110580324B (zh) | 图像矩阵运算方法、装置、计算机设备和存储介质 | |
| CN108170425B (zh) | 一种程序代码的修改方法、修改装置及终端设备 | |
| CN111652381A (zh) | 数据集贡献度评估方法、装置、设备及可读存储介质 | |
| CN110782391B (zh) | 驾驶仿真场景中的图像处理方法、装置及存储介质 | |
| CN115993585B (zh) | 雷达抗干扰信号矩阵处理方法、装置、设备及存储介质 | |
| CN110717315B (zh) | 系统数据批量修改方法、装置、存储介质及电子设备 | |
| Salleh | Ordinary Differential Equations (ODE) using Euler's technique and SCILAB programming | |
| CN113449485B (zh) | 引线生成方法、装置、设备及存储介质 | |
| CN114633898B (zh) | 用于飞机部件调姿的测量方法、装置、设备及介质 | |
| CN110764768A (zh) | 一种模型对象与json对象互转的方法和装置 | |
| CN112698825B (zh) | 编程积木块转换方法、装置、处理设备及存储介质 | |
| CN110442663B (zh) | 栅格数据批量裁剪方法、装置及计算机可读存储介质 | |
| CN111190529B (zh) | 一种键盘输入方法及装置、电子设备 | |
| CN110222777B (zh) | 图像特征的处理方法、装置、电子设备及存储介质 | |
| Han | GPU acceleration for computational finance | |
| CN113962391B (zh) | 神经网络架构搜索方法、装置、设备及存储介质 | |
| CN110838001A (zh) | 核电站的样品分析方法及核电站的样品分析系统 | |
| CN113706503B (zh) | 整车点云图像分析方法、装置、设备及存储介质 | |
| CN116304218B (zh) | 一种基于图数据库集成多领域平台的实现方法及系统 | |
| CN113988607B (zh) | 零件装配超差的分析方法、装置、设备以及存储介质 | |
| CN114359905B (zh) | 一种文本识别方法、装置、电子设备及存储介质 | |
| CN114359903B (zh) | 一种文本识别方法、装置、设备及存储介质 | |
| CN111950016B (zh) | 一种数据开放输出模型的生成方法、装置和计算设备 | |
| Venieris et al. | Towards heterogeneous solvers for large-scale linear systems |
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 |