一种非自适应的机载非正侧视雷达近程杂波抑制方法
专利汇可以提供一种非自适应的机载非正侧视雷达近程杂波抑制方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种非自适应的机载非正侧视雷达近程杂波抑制方法，用一种非自适应的由空-时滤波和空-时匹配两部分级联构成的近程杂波抑制方法抑制机载雷达近程杂波。首先将雷达各通道的接收 信号 排成一个列向量，然后对接收信号进行空-时滤波，以抑制杂波 能量 ，最后进行空-时二维匹配，实现对目标的检测。本发明克服了传统自适应杂波抑制方法应用于机载雷达时需要大量满足独立同分布条件的训练样本，计算量大以及抑制近程杂波时性能下降严重的缺点。与传统自适应杂波抑制方法相比，本发明方法是非自适应方法，不会受到非均匀样本的影响，并且计算复杂度低，可以方便快速地实现对杂波的抑制，更有利于对目标的检测。，下面是一种非自适应的机载非正侧视雷达近程杂波抑制方法专利的具体信息内容。
1.一种非自适应的机载非正侧视雷达近程杂波抑制方法，其特征是：用一种非自适应的由空-时滤波和空-时匹配两部分级联构成的近程杂波抑制方法来抑制近程杂波；首先将雷达各通道的接收信号排成一个列向量，然后对接收信号进行空-时滤波，实现对杂波能量的抑制，最后进行空-时二维匹配，实现对目标的检测；具体实现过程如下：
1）将N个雷达通道在第k个雷达脉冲时刻分别接收到的杂波信号排列成一个长为N的列向量 其中，k表示雷达脉冲序号,k＝0,1,…,K-1，K
表示在一个相干处理间隔内进行相干累积的脉冲个数， 为修正空域矩阵，F为增益矩阵，Wk为多普勒矩阵，向量 由U个杂波散射单元的回波幅度构成，U为杂波散射单元的个数，T
上标 表示对矩阵或向量求转置；
2）空-时滤波，以最小化剩余杂波能量：将第k个和第k+1个脉冲的杂波信号相减，得到剩余杂波能量 为： 其中，Q∈CN×N
是空-时滤波的系数矩阵，符号||||F表示矩阵或向量的F-范数，符号CA×B表示所有A×B维的复矩阵的集合；通过最小化剩余杂波能量得到 然后由Q构造最终的
空-时滤波的系数矩阵 其中 代表Moore-Penrose右伪逆操作， 是由U个杂波散射单元的多普勒项构成的对角阵；
3）空-时匹配：运用步骤2）得到的空-时滤波系数矩阵 求得空-时匹配的权矢量K×1 N×1
其中，st∈C 和ss∈C 分别为时域和空域的导向矢量，
K×1 N×1
bt∈C 和bs∈C 分别是时域和空域的静态权矢量，符号 和 分别表示Hadamard积和Kronecker积；用求得的权矢量进行空-时二维匹配，实现对目标的检测。
2.根据权利要求1所述的一种非自适应的机载非正侧视雷达近程杂波抑制方法，其特征是：对雷达各通道在各脉冲时刻接收到的杂波信号排成的列向量进行空-时滤波，将某个脉冲时刻接收到的杂波信号排成一个列向量的具体过程如下：
{1}将N个雷达通道在第k个雷达脉冲时刻分别接收到的杂波信号排列成一个长为N的列向量ck，形式如下：
其中，θ表示杂波散射单元的俯仰角， 为第i个杂波散射单元的方位角，i＝1,…,U；
R(θ)表示雷达与被检测距离单元间的斜距，g(θ)＝diag[g0(θ),g1(θ),…,gN-1(θ)]是由gn(θ)构成的对角阵，n＝0,1,…,N-1，gn(θ)表示接收幅度增益，由列合成的接收方向图产生； 表示阵
列空间导向矢量， 是空间频率项， 是修正的阵列空间导向矢
量， 为发射幅度增益， 是与载机运动有关的多普勒
相位项， 是多普勒时间频率项；由于在一个距离分辨单元内，所有的杂波散射点的距离R(θ)都是相同的，因此R(θ)是常数， 是杂波散射单元的
雷达反射截面积与常数R-2(θ)的乘积；
{2}令
则将式（1）简化为如下矩阵形式：
U×U
其中， 为修正空域矩阵，它包含了U个杂波散射单元的导向矢量；F∈C 为
U×U
增益矩阵，它包含了U个杂波散射单元的发射幅度增益；Wk∈C 为多普勒矩阵，它是由U个杂波散射单元的多普勒项构成的对角矩阵； 是由U个杂波散射单元的回波幅度构成的列向量。
3.根据权利要求2所述的一种非自适应的机载非正侧视雷达近程杂波抑制方法，其特征是：对接收信号进行空时-滤波以抑制杂波：将第k个和第k+1个脉冲的杂波相减，构造空-时滤波的系数矩阵 以最小化剩余杂波能量，具体过程如下：
[1]由式（3）知，第k+1个脉冲接收的杂波有如下形式：
其中， 是由U个杂波散射
单元的多普勒项构成的对角阵， 是一个脉冲产生的多普
勒项；
假设雷达脉冲上的杂波起伏很小，即每个脉冲时刻，杂波散射单元的回波幅度相等，用计算式表示为： 或 由此将式（4）重新表示为：
[2]第k个和第k+1个脉冲的杂波相减后的剩余杂波能量为：
[3]最小化剩余杂波能量，有：
由柯西-施瓦茨不等式，有 其中，c为常
数且 最小化式（7）近似等价于最小化下式：
[4]令J(Q)对Q的共轭导数等于0，有：
H
其中，上标*表示对矩阵或向量取共轭，上标 表示矩阵或向量的复共轭转置；
[5]求解式（9）得到：
U×U
其中， F∈C ， 一般情况下，天线阵元数N远小于杂波
散射单元数U，即矩阵 的列数大于行数，因此，将式（10）进一步写成矩阵 的Moore-Penrose右伪逆形式：
[6]将一个相干处理间隔内接收到的信号排列成一个长为NK的空-时向量x，为：x＝[x0,0,x1,0,…,xN-1,K-1]T∈CNK×1，其中，xn,k＝cn,k+wn,k，n＝0,…,N-1，k＝0,1,…,K-1，cn,k为接收到的杂波信号，wn,k为高斯白噪声信号，那么，空-时滤波后的数据为：
其中， 为最终的空-时滤波的系数矩阵，表示如下：
N×N
I∈C 表示N阶单位矩阵。
4.根据权利要求3所述的一种非自适应的机载非正侧视雷达近程杂波抑制方法，其特征是：利用空-时滤波的系数矩阵 求得空-时匹配的权矢量以进行空-时二维匹配，实现对目标的检测，步骤如下：
假设目标信号的空-时导向矢量为 空-时滤波后的目标导向矢量为：
相应的空-时匹配的权矢量为：
其中，符号⊙表示Hadamard积，即将向量的对应元素相乘，bt和bs用来降低滤波器旁瓣，利用该空-时匹配的权矢量进行空-时二维匹配，最小化杂波和噪声的能量，即可实现对目标的检测。
一种非自适应的机载非正侧视雷达近程杂波抑制方法
技术领域
背景技术
发明内容
个数，上标 表示对矩阵或向量求转置；
是空-时滤波的系数矩阵，符号||||F表示矩阵或向量的F-范数，符号CA×B表示所有A×B维的复矩阵的集合；通过最小化剩余杂波能量得到 然后由Q构造最终的
空-时滤波的系数矩阵 其中 代表Moore-Penrose右伪逆操作， 是由U个杂波散射单元的多普勒项构成的对角阵；
量，bt∈CK×1和bs∈CN×1分别是时域和空域的静态权矢量，符号⊙和 分别表示Hadamard积和Kronecker积；用求得的权矢量进行空-时二维匹配，实现对目标的检测。
具体实施方式
是空间频率项； 是多普勒时
间频率项。
此外，由于θ在近程是快变的，而在远程相对慢变，因此，近程杂波的非均匀性会更强烈一些。如图3的（b）和图3的（c），杂波的分布轨迹随着不同距离分辨单元（俯仰角θ）的变化是不同的，杂波是非均匀的。特别地，近程杂波的非均匀性更强烈一些。此外，由图3的（b）和图3的（c）还可以看出，前视雷达(α＝90°)的杂波非均匀性比非正侧视雷达（α＝30°）更强烈。
是与载机运动有关的多普勒相位项；由于在一个
距离分辨单元内，所有的杂波散射点的距离R(θ)都是相同的，因此R(θ)是常数，-2
是杂波散射单元的雷达反射截面积与常数R (θ)的乘积。
F∈C 为增益矩阵，它包含了U个杂波散射单元的发射幅度增益；Wk∈C 为多普勒矩阵，它是由U个杂波散射单元的多普勒项构成的对角矩阵； 是由U个杂波散射单元的回波幅度构成的列向量。
个脉冲产生的多普勒项。
N×1
的导向矢量，ss∈C 为空域的导向矢量。空-时滤波后的目标导向矢量为：
在一个相干处理间隔内，有K＝16个脉冲进行相干累积。载机以速度v＝100m/s平行于地面飞行，飞行高度H＝8000m。每个距离单元沿方位角从0°到180°，被等间隔的划分为300个杂波散射单元，相邻散射单元的间隔为0.6°。每个杂波散射单元的幅度为高斯随机幅度，且被发射方向图和距离的-2次方调制。设噪声为高斯白噪声，功率为1，杂噪比CNR＝60dB。假设第一个距离分辨单元从10km处开始。两个仿真试验中将给出信干噪比损失（SINR loss）随距离单元的变化曲线来验证近程杂波的非均匀性。由于SINR loss通常用来检测一种算法的性能，所以试验中将给出近程杂波的最优信干噪比损失曲线（clairvoyant SINR loss）和样本估计下的信干噪比损失曲线（asymptotic SINR loss）。
其中，clairvoyant SINR loss曲线是最优算法的性能输出，而asymptotic SINR loss曲线是是采样协方差求逆（SMI）方法的性能输出。通过比较clairvoyant SINR loss曲线和asymptotic SINR loss曲线，就可以看出因杂波的非均匀性而导致的估计杂波协方差的误差，并最终导致的自适应算法性能的下降。
距离单元数变化的曲线，试验中训练样本数L＝512（从距离单元1到距离单元512）。从图中可以看出，asymptotic SINR loss曲线在主杂波区明显增宽，且信干噪比损失明显增加。这是由于算法的性能输出响应对应的是平均后的训练样本，而非被检测距离单元本身。
asymptotic SINR loss曲线性能的下降，说明了杂波协方差估计带来的误差，也说明了近程杂波的非均匀性。
图5的（b）中给出的是经过空-时滤波后剩余杂波的MVDR功率谱，从图中可以看出，经过空-时滤波后，杂波沿着其分布轨迹被极大地抑制，只在主瓣区有一些剩余杂波，此时目标可以很容易地被检测到。图5的（c）给出的是原杂波和空时滤波后杂波的特征谱对比图，图中的大特征值部分对应杂波的功率，小特征值部分对应噪声的功率。从图中可以看出，经过空-时滤波后，大的特征值得到明显抑制，尽管噪声功率有一点提高，但是整体上杂波功率得到了抑制。
20.46dB和6.52dB的改善。旁瓣区2fd/fr＝0.2处，SCSA方法比FA、EFA和JDL算法分别有1.22dB、0.96dB和0.83dB的改善。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种波束-多普勒通道自适应选择STAP方法 | 2020-05-11 | 251 |
| 基于数字高程和数字地表覆盖的机载雷达杂波仿真方法 | 2020-05-23 | 589 |
| 基于ESPRIT算法的机载雷达近程杂波抑制方法 | 2020-05-28 | 739 |
| 一种非自适应的机载非正侧视雷达近程杂波抑制方法 | 2020-06-03 | 30 |
| 合成孔径雷达三维成像的QR分解方法 | 2020-06-04 | 146 |
| 一种基于交替方向乘子法的稳健稀疏恢复STAP方法及其系统 | 2020-05-21 | 921 |
| 基于阵元幅相误差校正的机载雷达杂波抑制方法 | 2020-05-31 | 915 |
| 机载雷达三维运动场景显示方法 | 2020-05-08 | 771 |
| 基于最小可检测速度最小化的机载雷达协同探测工作方法 | 2020-05-13 | 687 |
| Method of data reduction in non-coherent side-looking airborne radars | 2020-06-10 | 996 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
