專利名稱：多階段分解空時(shí)自適應(yīng)信號(hào)處理方法
技術(shù)領(lǐng)域：
本發(fā)明屬于雷達(dá)信號(hào)處理技術(shù)領(lǐng)域，特別是一種為雷達(dá)在雜波環(huán)境下的運(yùn)動(dòng)目標(biāo)檢測(cè)方法。

背景技術(shù)：
空時(shí)自適應(yīng)處理STAP技術(shù)是陣列自適應(yīng)技術(shù)的推廣和延伸，它將脈沖和陣元采樣的二維數(shù)據(jù)排列等效成一個(gè)長(zhǎng)的一維陣列數(shù)據(jù)，在時(shí)空聯(lián)合域進(jìn)行自適應(yīng)濾波，全維空時(shí)自適應(yīng)處理技術(shù)能大大提高雷達(dá)在雜波下的動(dòng)目標(biāo)檢測(cè)性能，理論上可以實(shí)現(xiàn)最優(yōu)處理。但是由于雷達(dá)接收的空時(shí)數(shù)據(jù)維數(shù)往往很大，進(jìn)行全空時(shí)域的自適應(yīng)處理主要存在兩個(gè)問題，一是運(yùn)算量太大，硬件難以實(shí)現(xiàn)；二是估計(jì)雜波協(xié)方差矩陣所需的獨(dú)立同分布參考距離單元太多，難以滿足實(shí)際要求。
由于上述問題的存在，人們進(jìn)行了大量的降維STAP研究，通過降低自適應(yīng)自由度有效的降低相應(yīng)的計(jì)算量和參考距離單元樣本數(shù)，以提高自適應(yīng)處理對(duì)非均勻環(huán)境雜波抑制的性能。已有的降維方法多種多樣，如互譜法CSM、多級(jí)維納濾波法MWF和輔助通道法ACP等。這些降維方法可以直接或等效成這樣一個(gè)過程通過降維算子有效地降低全維空時(shí)數(shù)據(jù)向量的長(zhǎng)度，然后根據(jù)線性約束最小均方誤差準(zhǔn)則構(gòu)建二次優(yōu)化方程，從而解得最優(yōu)權(quán)向量。通過降維處理，有效降低了運(yùn)算量和估計(jì)協(xié)方差矩陣的獨(dú)立同分布IID參考距離單元數(shù)據(jù)長(zhǎng)度，從而提高自適應(yīng)處理對(duì)非均勻環(huán)境雜波抑制的性能。對(duì)于線性約束二次方程的優(yōu)化問題，自適應(yīng)自由度和雜波協(xié)方差矩陣維數(shù)相等，保證自適應(yīng)損益小于3dB的最少訓(xùn)練樣本數(shù)為雜波協(xié)方差矩陣維數(shù)的2倍，與降維后的維數(shù)呈線性增長(zhǎng)關(guān)系，同時(shí)，計(jì)算復(fù)雜度為O(M3)，與降維后的維數(shù)呈3階關(guān)系，這里M為降維后的維數(shù)。為了改善雜波抑制性能，需要增加自適應(yīng)自由度，即增大降維后的維數(shù)，但訓(xùn)練樣本數(shù)和計(jì)算量也會(huì)相應(yīng)增加。


發(fā)明內(nèi)容
本發(fā)明的目的在于克服上述已有技術(shù)的缺陷，提出一種多階段分解空時(shí)自適應(yīng)信號(hào)處理方法，以提高自適應(yīng)自由度，降低訓(xùn)練樣本和計(jì)算復(fù)雜度，實(shí)現(xiàn)對(duì)雷達(dá)信號(hào)的自適應(yīng)處理。
實(shí)現(xiàn)本發(fā)明目的的技術(shù)方案包括如下步驟 1)對(duì)回波信號(hào)進(jìn)行第一次濾波； 2)對(duì)回波信號(hào)同時(shí)進(jìn)行空域和時(shí)域降維； 3)對(duì)降維后的回波信號(hào)再進(jìn)行濾波，并計(jì)算濾波后回波信號(hào)的剩余雜波功率； 4)將計(jì)算出的剩余雜波功率與第一次濾波后的雜波功率進(jìn)行比較，如果該剩余雜波功率遠(yuǎn)小于第一次濾波后的雜波功率，則進(jìn)行步驟6)，反之進(jìn)行步驟5)； 5)重復(fù)步驟2)～步驟4)，直到剩余雜波功率遠(yuǎn)小于第一次濾波后的雜波功率為止； 6)對(duì)降維后的濾波信號(hào)進(jìn)行目標(biāo)檢測(cè)。
本發(fā)明與現(xiàn)有的技術(shù)相比較有如下特點(diǎn) 1)本發(fā)明由于在降維處理過程中采用兩個(gè)降維矩陣，因而能夠分別在空域和時(shí)域同時(shí)降低數(shù)據(jù)矩陣的維數(shù)，同時(shí)提高了計(jì)算效率； 2)本發(fā)明由于分階段的降維處理，保證了自適應(yīng)自由度沒有降低； 3)本發(fā)明由于各級(jí)濾波器分量之間存在正交關(guān)系，降低了對(duì)訓(xùn)練樣本的需求； 4)本發(fā)明由于采用有限的濾波次數(shù)和迭代次數(shù)，可獲得較優(yōu)處理性能，同時(shí)具有很好的格型結(jié)構(gòu)，實(shí)際處理中可以視情況進(jìn)行簡(jiǎn)單的截?cái)嗵幚?，降低了?jì)算復(fù)雜度。



圖1是本發(fā)明多階段分解空時(shí)自適應(yīng)信號(hào)處理流程圖； 圖2是本發(fā)明計(jì)算濾波器分量時(shí)采用的雙迭代方法流程圖； 圖3是本發(fā)明仿真主雜波區(qū)的其中一個(gè)多普勒通道在各階段迭代處理中改善因子IF隨迭代次數(shù)的變化曲線圖； 圖4是本發(fā)明與已有方法對(duì)改善信雜噪比的改善因子對(duì)比圖； 圖5是本發(fā)明與已有方法的空時(shí)二維響應(yīng)對(duì)比圖； 圖6是本發(fā)明采用的雙迭代方法在各階段處理中輸出信雜噪比SCNR隨迭代次數(shù)的變化曲線圖； 圖7是基于實(shí)測(cè)數(shù)據(jù)情況下，本發(fā)明與已有方法的濾波結(jié)果對(duì)比圖。

具體實(shí)施例方式 參照?qǐng)D1，本發(fā)明的具體步驟如下 步驟1，對(duì)回波信號(hào)進(jìn)行第一次濾波。
設(shè)雷達(dá)接收到的回波信號(hào)用X1表示，為了最小化對(duì)X1濾波后的剩余雜波功率，構(gòu)建如下代價(jià)函數(shù) 式中，

和

為第1次濾波的兩個(gè)濾波器分量，且滿足s1(ωs)和s1(ωt)分別為空域和時(shí)域?qū)蚴噶?，E{·}表示期望值。
采用如圖2所示的雙迭代方法對(duì)代價(jià)函數(shù)(1)求解，得到第一次濾波的濾波器分量

和

具體實(shí)現(xiàn)步驟如下 1a)選取初值
1b)計(jì)算其中k表示迭代次數(shù)，k＝1，2，…； 1c)計(jì)算其中 1d)更新迭代次數(shù)k，重復(fù)步驟1b)和步驟1c)，直到為止，且令其中ε表示閾值。
利用上述求得的濾波器分量

和

對(duì)回波信號(hào)進(jìn)行濾波，得到濾波后的信號(hào) 步驟2，對(duì)回波信號(hào)同時(shí)進(jìn)行空域和時(shí)域降維。
對(duì)第p(p＝1，2，…)次濾波的濾波器分量

和

進(jìn)行歸一化處理

分別定義歸一化處理后的濾波器分量

和

的Householder矩陣

式中，N為天線陣元個(gè)數(shù)，M為一個(gè)相干處理時(shí)間內(nèi)的脈沖數(shù)，eN-p+1＝[1，0，…，0]T為(N-p+1)×1維的單位列向量，eM-p+1＝[1，0，…，0]T為(M-p+1)×1維的單位列向量，IN-p+1為(N-p+1)×(N-p+1)的單位矩陣，IM-p+1為(M-p+1)×(M-p+1)的單位矩陣，

和

分別為

和

的第一個(gè)元素，C表示復(fù)數(shù)域。
由Householder矩陣的性質(zhì)可知，GpH的最后N-p列是

的正交補(bǔ)空間，HpH的最后M-p列是

的正交補(bǔ)空間，于是構(gòu)建出關(guān)于

和

的阻塞矩陣

式中，0N-p＝
T為(N-p)×1維的零向量，0M-p＝
T為(M-p)×1維的零向量，IN-p為(N-p)×(N-p)的單位矩陣，IM-p為(M-p)×(M-p)的單位矩陣，eN-p＝[1，0，…，0]T為(N-p)×1維的單位列向量，eM-p＝[1，0，…，0]T為(M-p)×1維的單位列向量。
Gp和Hp即為第p次降維的降維矩陣，進(jìn)而對(duì)回波信號(hào)進(jìn)行降維處理，得到第p次降維后的回波信號(hào)式中Xp為第p-1次降維后的回波信號(hào)。
步驟3，對(duì)降維后的回波信號(hào)再進(jìn)行濾波，并計(jì)算濾波后回波信號(hào)的剩余雜波功率。
對(duì)于第p次降維后的回波信號(hào)Xp+1，為了最小化p+1次濾波后的剩余雜波功率，再構(gòu)建如下代價(jià)函數(shù) 式中，

和

為第p+1次濾波的兩個(gè)濾波器分量，并滿足和sn+1(ωs)和sn+1(ωt)分別為第p次降維后的空域和時(shí)域?qū)蚴噶俊?br> 采用如圖2所示的雙迭代方法對(duì)代價(jià)函數(shù)(2)求解，得到第p+1次濾波的濾波器分量

和

具體實(shí)現(xiàn)步驟如下 3a)選取初值
3b)計(jì)算其中 3c)計(jì)算其中 3d)更新迭代次數(shù)k，重復(fù)步驟3b)和步驟3c)，直到為止，且令 利用上述求得的濾波器分量

和

對(duì)回波信號(hào)進(jìn)行濾波處理，得到第p+1次濾波后的信號(hào) 根據(jù)第p+1次濾波后的信號(hào)yp+1，計(jì)算第p+1次濾波后的剩余雜波功率P＝E{||yp+1||2}。
步驟4，將計(jì)算出的剩余雜波功率與第一次濾波后的雜波功率進(jìn)行比較，如果該剩余雜波功率遠(yuǎn)小于第一次濾波后的雜波功率，則進(jìn)行步驟6)，反之進(jìn)行步驟5)； 步驟5，重復(fù)步驟2)～步驟4)，直到剩余雜波功率遠(yuǎn)小于第一次濾波后的雜波功率為止； 步驟6，對(duì)濾波后的信號(hào)y＝y(tǒng)1+y2+…+yr進(jìn)行目標(biāo)檢測(cè)，式中r為滿足要求時(shí)濾波的次數(shù)。
本發(fā)明的效果可以通過以下實(shí)驗(yàn)進(jìn)一步說明 (一)仿真條件 1.基于計(jì)算機(jī)仿真數(shù)據(jù)的仿真條件。
雷達(dá)系統(tǒng)采用16×16的正側(cè)視面陣陣列結(jié)構(gòu)，發(fā)射時(shí)俯仰向和方位向均加30dB的Chebychev權(quán)，雷達(dá)工作波長(zhǎng)λ＝0.23m，陣元間距d＝0.115m，接收數(shù)據(jù)首先微波合成為16個(gè)子天線的均勻線陣，載機(jī)的飛行速度為V＝115m/s，飛行高度為6km，脈沖重復(fù)頻率為fr＝2000Hz，一個(gè)相干處理時(shí)間內(nèi)的脈沖數(shù)為32，輸入雜噪比為60dB，波束指向偏離陣面法向90°，陣元隨機(jī)幅相誤差為3％，距離單元數(shù)為496。
2.基于實(shí)測(cè)數(shù)據(jù)的仿真條件。
采用基本反映機(jī)載雷達(dá)工作真實(shí)環(huán)境的一批L波段相控陣機(jī)載雷達(dá)實(shí)測(cè)數(shù)據(jù)研究本發(fā)明對(duì)雜波抑制的性能，主要參數(shù)為雷達(dá)工作波長(zhǎng)λ＝0.2419m，載機(jī)速度v＝100.2m/s，偏航角

陣元間距d＝0.1092m，脈沖重復(fù)頻率fr＝1984Hz，仰角θ＝4°。
實(shí)驗(yàn)中主要處理320-410號(hào)距離門中的11個(gè)子陣的前32個(gè)脈沖數(shù)據(jù)，為了便于性能分析，在第375號(hào)距離單元注入一信雜噪比為-43dB的動(dòng)目標(biāo)信號(hào)，目標(biāo)信號(hào)方位角為90°，歸一化多普勒頻率為0.125，位于主雜波區(qū)。
(二)仿真結(jié)果 1.基于計(jì)算機(jī)仿真數(shù)據(jù)的仿真結(jié)果。
如圖3給出了主雜波區(qū)的其中一個(gè)多普勒通道在各階段迭代處理中改善因子隨迭代次數(shù)的變化曲線。其中圖3(a)為第一次濾波時(shí)的改善因子隨迭代次數(shù)的變化曲線，6次迭代后實(shí)現(xiàn)收斂；圖3(b)為第二次濾波時(shí)的改善因子隨迭代次數(shù)的變化曲線，6次迭代后實(shí)現(xiàn)收斂，此時(shí)與第一次濾波相比有3.12dB的性能增益；圖3(c)為第三次濾波時(shí)的改善因子隨迭代次數(shù)的變化曲線，6次迭代后實(shí)現(xiàn)收斂，此時(shí)與第二次濾波相比有0.53dB的性能增益；圖3(d)為第四次濾波時(shí)的改善因子隨迭代次數(shù)的變化曲線，6次迭代后實(shí)現(xiàn)收斂，此時(shí)與第三次濾波相比僅有0.08dB的性能增益，表明在經(jīng)過3次濾波處理后，剩余雜波已經(jīng)很小，再進(jìn)行濾波處理性能改善有限。從3圖中可以看出，在每一階段的迭代處理中，均有快速的收斂性。
圖4給出了本發(fā)明在不同階段處理的改善因子對(duì)比，以及與已有的因子化方法FA和擴(kuò)展的因子化方法EFA的改善因子的對(duì)比，從圖4中可以看出，本發(fā)明隨著r的增大性能不斷提高，但r增到3時(shí)，該方法可以得到很好的性能，有助于改善和提高主雜波區(qū)的性能，再過多的增加r也將毫無意義的增加計(jì)算復(fù)雜度。同時(shí)，通過與現(xiàn)有FA和EFA方法的改善因子曲線的比較可知，本發(fā)明方法的性能優(yōu)于FA和EFA方法，特別是本發(fā)明方法能夠有效提高主瓣雜波區(qū)的性能，有利于對(duì)慢速運(yùn)動(dòng)目標(biāo)的檢測(cè)。
本發(fā)明在r＝1，r＝3時(shí)的空時(shí)二維響應(yīng)，以及全維STAP處理方法的空時(shí)二維自適應(yīng)響應(yīng)如圖5所示。其中圖5(a)為全維STAP處理方法的自適應(yīng)二維響應(yīng)圖，可以看到，濾波器在目標(biāo)信號(hào)處形成無損益的主瓣，并且在雜波所對(duì)應(yīng)的斜帶上均形成了很好的阻帶，能有效地抑制雜波，此時(shí)改善因子為82.45dB。圖5(b)和圖5(c)分別為本發(fā)明在r＝1和r＝3時(shí)的空時(shí)二維響應(yīng)圖，可以看出，隨著r的增大，濾波器在雜波所對(duì)應(yīng)的斜帶上形成了很好的阻帶，表明r＝3時(shí)能夠?qū)崿F(xiàn)對(duì)雜波的良好抑制，此時(shí)改善因子為82.37dB，與全維STAP處理方法相比僅有0.08dB的性能損失。
2.基于實(shí)測(cè)數(shù)據(jù)的仿真結(jié)果。
本發(fā)明分別在第一次、第二次和第三次濾波時(shí)輸出SCNR隨迭代次數(shù)的變化曲線如圖6所示，其中圖6(a)為第一次濾波時(shí)輸出SCNR隨迭代次數(shù)的變化曲線，經(jīng)過10次迭代可以實(shí)現(xiàn)收斂，此時(shí)輸出SCNR為30.36dB；圖6(b)為在第一次濾波的基礎(chǔ)上進(jìn)行第二次濾波時(shí)輸出SCNR隨迭代次數(shù)的變化曲線，經(jīng)過9次迭代可以實(shí)現(xiàn)收斂，此時(shí)輸出SCNR為35.11dB，與第一次相比有4.75dB的性能改善；圖6(c)為在第二次濾波的基礎(chǔ)上進(jìn)行第三次濾波時(shí)輸出SCNR隨迭代次數(shù)的變化曲線，經(jīng)過10次迭代可以實(shí)現(xiàn)收斂，此時(shí)輸出SCNR為36.20dB，與第二次相比僅有1.09dB的性能改善，此時(shí)剩余雜波已經(jīng)很小，再進(jìn)行濾波處理性能改善有限。以上結(jié)果表明，本發(fā)明在處理實(shí)測(cè)數(shù)據(jù)時(shí)同樣具有很好的收斂性能。
圖7給出了本發(fā)明在r＝3時(shí)的濾波結(jié)果，以及FA方法和EFA方法的濾波結(jié)果，幾種方法都能有效濾除雜波，將動(dòng)目標(biāo)從殘余雜波中提取出來。圖7(a)為本發(fā)明在r＝3時(shí)的濾波結(jié)果，目標(biāo)信號(hào)高出剩余雜波噪聲峰值功率值為28.77dB；圖7(b)為FA方法的濾波結(jié)果，目標(biāo)信號(hào)高出剩余雜波噪聲峰值功率值為11.52dB；圖7(c)為EFA方法的濾波結(jié)果，目標(biāo)信號(hào)高出剩余雜波噪聲峰值功率值為17.66dB。以上結(jié)果表明，本發(fā)明的雜波抑制性能要優(yōu)于FA方法和EFA方法。
從圖6和圖7可以得到，本發(fā)明在提高輸出SCNR的同時(shí)，進(jìn)一步提高了目標(biāo)信號(hào)高出剩余噪聲雜波峰值功率值，避免了大的剩余雜波對(duì)檢測(cè)性能的影響，使得該方法在虛警概率一定的情況下可以獲得較高的檢測(cè)概率。
權(quán)利要求
1.一種多階段分解空時(shí)自適應(yīng)信號(hào)處理方法，包括如下步驟
1)對(duì)回波信號(hào)進(jìn)行第一次濾波；
2)對(duì)回波信號(hào)同時(shí)進(jìn)行空域和時(shí)域降維；
3)對(duì)降維后的回波信號(hào)再進(jìn)行濾波，并計(jì)算濾波后回波信號(hào)的剩余雜波功率；
4)將計(jì)算出的剩余雜波功率與第一次濾波后的雜波功率進(jìn)行比較，如果該剩余雜波功率遠(yuǎn)小于第一次濾波后的雜波功率，則進(jìn)行步驟6)，反之進(jìn)行步驟5)；
5)重復(fù)步驟2)～步驟4)，直到剩余雜波功率遠(yuǎn)小于第一次濾波后的雜波功率為止；
6)對(duì)降維后的濾波信號(hào)進(jìn)行目標(biāo)檢測(cè)。
2.根據(jù)權(quán)利要求1所述的多階段分解空時(shí)自適應(yīng)信號(hào)處理方法，其中，步驟1)所述的對(duì)回波信號(hào)進(jìn)行濾波，按如下步驟進(jìn)行
2a)最小化雜波功率，構(gòu)建代價(jià)函數(shù)
式中，
和
為第1次濾波的兩個(gè)濾波器分量，該
和
滿足s1(ωs)和s1(ωt)分別為空域和時(shí)域?qū)蚴噶浚珽{·}表示期望值，X1為雷達(dá)接收到的回波信號(hào)；
2b)利用雙迭代方法對(duì)上述代價(jià)函數(shù)求解，得到濾波器分量
和
2c)利用
和
對(duì)回波信號(hào)進(jìn)行濾波，得到濾波后的信號(hào)
3.根據(jù)權(quán)利要求1所述的多階段分解空時(shí)自適應(yīng)信號(hào)處理方法，其中，步驟2)所述的對(duì)回波信號(hào)同時(shí)進(jìn)行空域和時(shí)域降維，按如下步驟進(jìn)行
3a)利用Householder矩陣的性質(zhì)，構(gòu)建第p(p＝1，2，…)次降維的空域和時(shí)域降維矩陣Gp和Hp
式中，
和
分別為
和
的歸一化矩陣，
和
為
和
的第一個(gè)元素，N為天線陣元個(gè)數(shù)，M為一個(gè)相干處理時(shí)間內(nèi)的脈沖數(shù)，eN-p＝[1，0，…，0]T為(N-p)×1維的單位列向量，eM-p＝[1，0，…，0]T為(M-p)×1維的單位列向量，0N-p＝
T為(N-p)×1維的零向量，0M-p＝
T為(M-p)×1維的零向量，IN-p為(N-p)×(N-p)的單位矩陣，IM-p為(M-p)×(M-p)的單位矩陣；
3b)利用上述降維矩陣對(duì)回波信號(hào)進(jìn)行降維，得到第p次降維后的回波信號(hào)式中Xp表示第p-1次降維后的回波信號(hào)。
4.根據(jù)權(quán)利要求1所述的多階段分解空時(shí)自適應(yīng)信號(hào)處理方法，其中，步驟3)所述的對(duì)降維后的回波信號(hào)再進(jìn)行濾波，并計(jì)算濾波后回波信號(hào)的剩余雜波功率，按如下步驟進(jìn)行
4a)最小化p+1次濾波后的雜波總功率，構(gòu)建代價(jià)函數(shù)
式中，
和
為第p+1次濾波的兩個(gè)濾波器分量，并滿足和sp+1(ωs)和sp+1(ωt)分別為第p次降維后的空域和時(shí)域?qū)蚴噶浚?br> 4b)利用雙迭代方法對(duì)上述代價(jià)函數(shù)(2)進(jìn)行求解，得到第p+1次濾波的濾波器分量
和
4c)對(duì)第p次降維后的回波信號(hào)Xp+1再進(jìn)行濾波，得到第p+1次濾波后的信號(hào)
4d)根據(jù)第p+1次濾波后的信號(hào)yp+1，計(jì)算濾波后的剩余雜波功率P＝E{‖yp+1‖2}。
全文摘要
本發(fā)明公開了一種多階段分解空時(shí)自適應(yīng)信號(hào)處理方法，它屬于雷達(dá)信號(hào)處理技術(shù)領(lǐng)域，主要解決已有技術(shù)中對(duì)自適應(yīng)自由度、樣本數(shù)量和計(jì)算復(fù)雜度的限制問題。其實(shí)現(xiàn)步驟是首先，對(duì)回波信號(hào)進(jìn)行濾波處理；然后，對(duì)回波信號(hào)同時(shí)進(jìn)行空域和時(shí)域降維處理；再次，進(jìn)行濾波并比較濾波后的剩余雜波功率與第一次濾波后的剩余雜波功率，如果剩余雜波功率遠(yuǎn)小于第一次濾波后的剩余雜波功率，則進(jìn)行目標(biāo)檢測(cè)，否則繼續(xù)進(jìn)行降維和濾波處理，直到滿足要求。本發(fā)明具有自適應(yīng)自由度高、樣本需求少和計(jì)算復(fù)雜度小的優(yōu)點(diǎn)，可用于雷達(dá)在雜波環(huán)境中對(duì)運(yùn)動(dòng)目標(biāo)的檢測(cè)。
文檔編號(hào)G01S7/02GK101561498SQ200910022418
公開日2009年10月21日 申請(qǐng)日期2009年5月8日 優(yōu)先權(quán)日2009年5月8日
發(fā)明者馮大政, 李曉明, 王艷蘋, 韓建莉, 輝 呂 申請(qǐng)人:西安電子科技大學(xué)