專(zhuān)利名稱(chēng)：基于三迭代的機(jī)載mimo雷達(dá)空時(shí)降維自適應(yīng)處理方法
技術(shù)領(lǐng)域：
本發(fā)明屬于雷達(dá)技術(shù)領(lǐng)域，具體說(shuō)是一種多輸入多輸出MIMO雷達(dá)系統(tǒng)的自適應(yīng) 雜波抑制方法，可用于波束形成，以提高雷達(dá)檢測(cè)性能。
背景技術(shù)：
多輸入多輸出MIMO雷達(dá)是近年來(lái)學(xué)術(shù)界提出的一種新體制雷達(dá)，這種雷達(dá)在發(fā) 射端同時(shí)發(fā)射多個(gè)正交或非相干信號(hào)，并在接收端通過(guò)匹配濾波處理分離各發(fā)射信號(hào)分量 以實(shí)現(xiàn)發(fā)射波形分集。利用波形分集技術(shù)，MIMO雷達(dá)采用較小的天線規(guī)模即可形成很大的 虛擬陣列孔徑，這在一定程度上克服了機(jī)載應(yīng)用背景下傳統(tǒng)雷達(dá)天線孔徑和重量受載機(jī)平 臺(tái)嚴(yán)格限制的缺點(diǎn)，從而提高了雷達(dá)的角度分辨率和雜波抑制能力。因此，機(jī)載MIMO雷達(dá) 逐漸成為雷達(dá)界的一個(gè)研究熱點(diǎn)?？諘r(shí)自適應(yīng)處理技術(shù)是機(jī)載預(yù)警雷達(dá)檢測(cè)慢速運(yùn)動(dòng)目標(biāo) 的關(guān)鍵技術(shù)，但在實(shí)際應(yīng)用中受到獨(dú)立同分布IID樣本少和計(jì)算量大等問(wèn)題的制約。在機(jī) 載相控陣?yán)走_(dá)體制下，人們已經(jīng)提出許多旨在降低樣本需求和計(jì)算量的降維自適應(yīng)算法， 如主分量算法PC、因子化算法FA以及擴(kuò)展因子化算法EFA等。雖然這些方法同樣適用于機(jī) 載MIMO雷達(dá)，但是發(fā)射波形分集大大增加了 MIMO雷達(dá)數(shù)據(jù)的維數(shù)，直接應(yīng)用上述方法的樣 本需求量和計(jì)算量依然很大，且收斂速度慢。

發(fā)明內(nèi)容
本發(fā)明針對(duì)機(jī)載MIMO雷達(dá)的特點(diǎn)及以上現(xiàn)有技術(shù)存在的不足，提出一種基于三 迭代的機(jī)載MIMO雷達(dá)空時(shí)降維自適應(yīng)處理方法。該方法同時(shí)利用空時(shí)可分離特性和雜波 協(xié)方差矩陣的低維特性構(gòu)造降維變換矩陣，從而大大減小矩陣求逆的運(yùn)算量，降低對(duì)IID 樣本數(shù)目的要求，提高收斂速度。實(shí)現(xiàn)本發(fā)明目的的技術(shù)關(guān)鍵，是根據(jù)已有的目標(biāo)信號(hào)三維空時(shí)導(dǎo)向矢量的 Kronecker積形式，將全維權(quán)矢量構(gòu)造成目標(biāo)發(fā)射權(quán)矢量、接收權(quán)矢量和時(shí)域權(quán)矢量三者的 Kronecker積形式，并通過(guò)空時(shí)級(jí)聯(lián)三迭代自適應(yīng)處理對(duì)三者進(jìn)行求解，從而得到全維權(quán)矢 量。具體實(shí)現(xiàn)步驟如下1)對(duì)雷達(dá)接收到的回波信號(hào)進(jìn)行距離壓縮；2)將經(jīng)距離壓縮后的目標(biāo)信號(hào)的三維空時(shí)導(dǎo)向矢量b分解成空域發(fā)射導(dǎo)向矢量、 空域接收導(dǎo)向矢量和時(shí)域?qū)蚴噶縆ronecker積的形式 其中，b為目標(biāo)信號(hào)經(jīng)距離壓縮后的三維空時(shí)導(dǎo)向矢量，a(的，釣)GCMx1， a應(yīng)水)GCam和S,(DECM分別為目標(biāo)的發(fā)射導(dǎo)向矢量、接收導(dǎo)向矢量和時(shí)域?qū)蚴?量，圮悅，朽)= (S'ST)V2a諷，釣)為距離壓縮后的目標(biāo)發(fā)射導(dǎo)向矢量，表示發(fā)射信號(hào) 矩陣， 代表Kronecker積，{ · }τ代表轉(zhuǎn)置，{ · 代表復(fù)共軛；3)根據(jù)所述Kronecker積的形式，構(gòu)造目標(biāo)信號(hào)的全維權(quán)矢量
w = q u ν= (Ix u v)q = (q U(X)Ijv)v = (q IM v)u其中，發(fā)射權(quán)矢量ueCM>d對(duì)應(yīng)距離壓縮后的目標(biāo)發(fā)射導(dǎo)向矢量圮悅,釣)，接收權(quán) 矢量VECjvxl對(duì)應(yīng)目標(biāo)接收導(dǎo)向矢量時(shí)域權(quán)矢量qECM對(duì)應(yīng)目標(biāo)時(shí)域?qū)蚴噶?st (fd, t)，IK、In和Im分別表示K維、N維和M維單位陣；4)將q、ν和u表示成q (ρ)、ν (ρ)和U (ρ)的形式，ρ表示迭代次數(shù)；根據(jù)LCMV準(zhǔn) 則，對(duì)經(jīng)距離壓縮后的目標(biāo)信號(hào)進(jìn)行空時(shí)級(jí)聯(lián)三迭代自適應(yīng)處理，求解q、ν和u ；5)對(duì)得出的q、ν和u做Kronecker積，得到全維權(quán)矢量W。本發(fā)明與現(xiàn)有技術(shù)相比具有如下優(yōu)點(diǎn)本發(fā)明結(jié)合機(jī)載MIMO雷達(dá)目標(biāo)導(dǎo)向矢量的Kronecker積結(jié)構(gòu)，利用三維權(quán)矢量 空時(shí)可分離特性將最優(yōu)權(quán)矢量近似表示為發(fā)射、接收和時(shí)域三個(gè)低維權(quán)矢量的Kronecker 積形式，從而方便構(gòu)造降維矩陣；同時(shí)本發(fā)明基于循環(huán)迭代的思想依次固定其中的兩個(gè)權(quán) 矢量，并由此構(gòu)造相應(yīng)的降維變換矩陣，在低維空間上優(yōu)化另一個(gè)權(quán)矢量，使其在降維的同 時(shí)，降低了系統(tǒng)的樣本需求和運(yùn)算量，并提高了收斂的速度。


圖1為本發(fā)明流程圖；圖2為實(shí)驗(yàn)一中用本發(fā)明與現(xiàn)有方法改善因子的對(duì)比圖；圖3為實(shí)驗(yàn)一中用本發(fā)明和現(xiàn)有方法改善因子隨迭代次數(shù)變化的曲線圖；圖4為實(shí)驗(yàn)一中用本發(fā)明與現(xiàn)有方法改善因子隨訓(xùn)練樣本數(shù)變化的曲線圖；圖5為實(shí)驗(yàn)二中用本發(fā)明與現(xiàn)有方法改善因子的對(duì)比圖；圖6為實(shí)驗(yàn)二中用本發(fā)明和現(xiàn)有方法改善因子隨迭代次數(shù)變化的曲線圖；圖7為實(shí)驗(yàn)二中用本發(fā)明與現(xiàn)有方法改善因子隨訓(xùn)練樣本數(shù)變化的曲線圖。
具體實(shí)施例方式參照?qǐng)D1，本發(fā)明的具體步驟包括如下步驟1，對(duì)雷達(dá)接收到的回波信號(hào)進(jìn)行距離壓縮。1. 1)假設(shè)一個(gè)機(jī)載MIMO雷達(dá)系統(tǒng)，發(fā)射和接收陣元數(shù)分別為M和N，并把第1個(gè) 全向距離環(huán)分解為N。個(gè)小的雜波單元，灼表示該距離環(huán)的俯仰角，θ i表示其中第i個(gè)雜波 單元的方位角，若一個(gè)相干處理時(shí)間內(nèi)每個(gè)陣元接收K個(gè)脈沖，則接收陣列在第k次回波對(duì) 第1個(gè)距離環(huán)的采樣數(shù)據(jù)矩陣為 其中，β i為第i個(gè)雜波單元接收信號(hào)的復(fù)幅度，服從均值為0、方差為of的高斯分 布，/u= 2VC0S約COS釣/λ/為相應(yīng)雜波單元的歸一化多普勒頻率，V為載機(jī)速度，λ為雷達(dá) 工作波長(zhǎng)，fr為脈沖重復(fù)頻率，a,悅，釣)GCmx1和ar(《,釣)GCM分別為空域發(fā)射導(dǎo)向矢量和 接收導(dǎo)向矢量，SGCmxp為發(fā)射信號(hào)矩陣；1. 2)設(shè)發(fā)射陣元同時(shí)發(fā)射碼長(zhǎng)為P的正交編碼信號(hào)，為保證噪聲是時(shí)域白噪聲，利用Sh(SSh)代替S1^fX(Lk)進(jìn)行距離壓縮及按列堆棧處理后的輸出為 其中，kxe^) = (S*ST)1/2 為距離壓縮后的發(fā)射導(dǎo)向矢量，且滿(mǎn)足
S*ST# IM，Im為M維的單位陣，{ · }H代表復(fù)共軛轉(zhuǎn)置。步驟2，將經(jīng)距離壓縮后的目標(biāo)信號(hào)的三維空時(shí)導(dǎo)向矢量分解成空域發(fā)射導(dǎo)向矢 量、空域接收導(dǎo)向矢量和時(shí)域?qū)蚴噶縆ronecker積的形式。2. 1)將距離壓縮及按列堆棧處理后的輸出c(l，k)，(k = 1,2,…，K)重新排列， 得到第1個(gè)距離環(huán)的NMKX 1維雜波采樣數(shù)據(jù)為 其中Α(Λ》= [1,···, V2^FY為時(shí)域?qū)蚴噶浚?.2)設(shè)目標(biāo)的發(fā)射、接收和時(shí)域?qū)蚴噶糠謩e為+悅，灼)，St (fd, t), 則目標(biāo)信號(hào)經(jīng)距離壓縮后的三維空時(shí)導(dǎo)向矢量為(4)其中，圮樹(shù),釣) ar樹(shù)，釣)表示目標(biāo)的二維空域?qū)蚴噶浚?br> S諷,灼)= (S*ST廣a浙，外)為距離壓縮后的目標(biāo)發(fā)射導(dǎo)向矢量，fs,t和別表示目標(biāo)的 歸一化空間頻率和多普勒頻率，即將機(jī)載MIMO雷達(dá)空域?qū)蚴噶哭D(zhuǎn)化為發(fā)射、接收導(dǎo)向矢 量的Kronecker積形式，而非傳統(tǒng)機(jī)載雷達(dá)的單純的接收導(dǎo)向矢量形式。步驟3，根據(jù)所述三維空時(shí)導(dǎo)向矢量b的Kronecker積形式，構(gòu)造全維權(quán)矢量。設(shè)u = [U1,…，uM]τ為空域發(fā)射權(quán)矢量，ν = [V1,…，νΝ]τ為空域接收權(quán)矢量，q =[Q1,…，qK]T為時(shí)域權(quán)矢量，將全維權(quán)矢量表示成w = q u v = (Ijr u v)q = (q u IAr)y = (q Iw v)u 。 (5)步驟4，將q、ν和u表示成q (ρ)、ν (ρ)和U (ρ)的形式，ρ表示迭代次數(shù)；根據(jù)LCMV準(zhǔn)則，采用空時(shí)級(jí)聯(lián)(S-T)結(jié)構(gòu)和時(shí)空級(jí)聯(lián)(T-S)結(jié)構(gòu)的處理器對(duì)信號(hào)進(jìn)行處理，將自適應(yīng) 處理分別應(yīng)用于MIMO雷達(dá)STAP信號(hào)發(fā)射、接收及時(shí)域部分，進(jìn)行空時(shí)級(jí)聯(lián)三迭代自適應(yīng)處 理，求解q、ν和U。4. 1)初始化
表示對(duì)矢量
求2-范數(shù)；4. 2)固定 U (P-I)和 V (P-I)，令 T9 = -l) y(p -1)為第一線性變換矩陣，通 過(guò)下述代價(jià)函數(shù)求解q (P) 解得時(shí)域權(quán)矢量q(p) = R>9/sfR>9，其中，R, =TfRT9為時(shí)域降維協(xié)方差矩陣，
R為第1個(gè)距離環(huán)的NMKX 1維雜波采樣數(shù)據(jù)。的協(xié)方差矩陣，S9 =Tfb為相應(yīng)的時(shí)域?qū)?br> 向矢量；4. 3)利用
和q(p)，令不=
為第二線性變換矩陣，通過(guò)下 述代價(jià)函數(shù)求解ν (P) 解得空域接收權(quán)矢量V
，其中，Rv =TfRTv為空域接收降維協(xié)
方差矩陣，Sv =Tfb為相應(yīng)的空域接收導(dǎo)向矢量；4. 4)利用ν (ρ)和q (ρ)，令T = q(p) Im 為第三線性變換矩陣，通過(guò)下述代 價(jià)函數(shù)求解u (ρ) 解得空域發(fā)射權(quán)矢量
其中，R = if RT 為空域發(fā)射降維協(xié)
方差矩陣，Su =Tfb為相應(yīng)的空域發(fā)射導(dǎo)向矢量；4.5)重復(fù)步驟 2b)、2c)和 2d)，直到
)且
為止，獲得的 q (ρ)、ν (ρ)和 U(P)即為q、v和U，其中，￡1和ε 2分別表示任意一個(gè)大于0的無(wú)窮小量。步驟5，對(duì)得出的q、ν和u做Kronecker積，即
得到全維權(quán)矢量w。本發(fā)明的性能可以通過(guò)以下實(shí)驗(yàn)驗(yàn)證(一 )仿真條件機(jī)載MIMO雷達(dá)系統(tǒng)的發(fā)射波形采用QPSK碼波形，每個(gè)相干處理時(shí)間內(nèi)發(fā)射K = 16個(gè)脈沖，每個(gè)碼長(zhǎng)內(nèi)采樣P = 256次，脈沖重復(fù)頻率f, = 1833Hz，波長(zhǎng)λ = 0. 24m，載機(jī) 速度ν = llOm/s。所有雜波單元均勻布在每個(gè)距離環(huán)上，其目標(biāo)反射系數(shù)均為獨(dú)立同分布 的高斯變量模型，不同距離環(huán)上的雜波單元相互獨(dú)立，且雜噪比(CNR)為40dB。實(shí)驗(yàn)一機(jī)載ΜΙΜΟ雷達(dá)系統(tǒng)采用發(fā)射陣元M = 8、接收陣元N = 12的均勻布陣結(jié) 構(gòu)，相鄰陣元間距為半波長(zhǎng)；
實(shí)驗(yàn)二機(jī)載MIMO雷達(dá)系統(tǒng)采用發(fā)射陣元M = 5、接收陣元N = 10的布陣結(jié)構(gòu)，發(fā) 射陣元間距為N倍的半波長(zhǎng)，接收陣元間距為半波長(zhǎng)。比較五種方法的性能(1)本發(fā)明TRIA方法；(2)現(xiàn)有的因子化空時(shí)自適應(yīng)處理 (FA)方法；(3)現(xiàn)有的時(shí)域多普勒濾波級(jí)聯(lián)空域收發(fā)雙迭代(DTBIA)方法；(4)現(xiàn)有的最優(yōu) 多重信號(hào)檢測(cè)(MTI)方法(采用傳統(tǒng)收發(fā)級(jí)聯(lián)結(jié)構(gòu)的波束形成，其Chebyshev窗權(quán)值40dB， 接一時(shí)域最優(yōu)處理器)；(5)現(xiàn)有的基于理想雜波協(xié)方差的最優(yōu)處理(OP)方法。( 二)仿真結(jié)果實(shí)驗(yàn)一圖2給出了用本發(fā)明和現(xiàn)有四種方法在訓(xùn)練樣本數(shù)L = 200時(shí)，改善因子IF隨歸 一化多普勒頻率的變化曲線。從圖2中可以看出，本發(fā)明TRIA方法在主雜波區(qū)的性能雖比 OP方法略有下降，但在旁瓣處僅有2 3dB的性能損失；且本發(fā)明改善了最小可檢測(cè)速率， 性能優(yōu)于其他四種方法。圖3給出了在歸一化多普勒頻率fd,t = 0. 25、歸一化空間頻率fs,t = 0時(shí)，用本發(fā) 明TRIA方法和現(xiàn)有的DTBIA方法的IF隨迭代次數(shù)的變化曲線。從圖中可以看到，本發(fā)明 僅用6步迭代即可實(shí)現(xiàn)收斂。圖4給出了在fd,t = 0. 25、fs,t = 0且進(jìn)行100次Monte Carlo實(shí)驗(yàn)時(shí)，用本發(fā)明 和現(xiàn)有四種方法的IF隨訓(xùn)練樣本數(shù)的變化曲線，為保證五種方法有效，設(shè)定本發(fā)明TRIA方 法和現(xiàn)有的FA方法、DTBIA方法、MTI方法的初始訓(xùn)練樣本數(shù)分別為16、96、10、16。從圖4 中可以看出，TRIA方法、DTBIA方法和MTI方法比FA方法收斂要快，在小訓(xùn)練樣本數(shù)情況 下，DTBIA方法的性能相比FA方法的性能較好。實(shí)驗(yàn)二圖5比較了用本發(fā)明和現(xiàn)有四種方法在訓(xùn)練樣本數(shù)L = 200時(shí)IF隨歸一化多普 勒頻率的變化曲線。從圖5中可以看出，本發(fā)明TRIA方法在主雜波區(qū)的性能雖比OP方法 略有下降，但在旁瓣處僅有2 3dB的性能損失；且本發(fā)明改善了最小可檢測(cè)速率，性能優(yōu) 于其他四種方法。圖6給出了在fd,t = 0.25、fs,t = 0時(shí)，用本發(fā)明TRIA方法和現(xiàn)有的DTBIA方法 的IF隨迭代次數(shù)的變化曲線。從圖6中可以看到，本發(fā)明僅用6步迭代即可實(shí)現(xiàn)收斂。圖7給出了在fd, t = 0. 25、fs, t = 0且進(jìn)行100次Monte Carlo實(shí)驗(yàn)條件下用本 發(fā)明和現(xiàn)有四種方法的IF隨訓(xùn)練樣本數(shù)的變化曲線，設(shè)定本發(fā)明TRIA方法和現(xiàn)有的FA方 法、DTBIA方法、MTI方法的初始訓(xùn)練樣本數(shù)分別為16、50、10、16。從圖7中可以看出，TRIA 方法、DTBIA方法和MTI方法比FA方法收斂要快，在小訓(xùn)練樣本數(shù)情況下，DTBIA方法的性 能相比FA方法的性能較好。此外，由于實(shí)驗(yàn)一和實(shí)驗(yàn)二中對(duì)陣元數(shù)和布陣結(jié)構(gòu)的要求均有不同，因此，本發(fā)明 還具有不受發(fā)射和接收陣元數(shù)以及陣列流型限制的優(yōu)點(diǎn)。
權(quán)利要求
一種基于三迭代的用于機(jī)載MIMO雷達(dá)的空時(shí)降維自適應(yīng)處理方法，包括如下步驟1)對(duì)雷達(dá)接收到的回波信號(hào)進(jìn)行距離壓縮；2)將經(jīng)距離壓縮后的目標(biāo)信號(hào)的三維空時(shí)導(dǎo)向矢量b分解成空域發(fā)射導(dǎo)向矢量、空域接收導(dǎo)向矢量和時(shí)域?qū)蚴噶縆ronecker積的形式其中，b為目標(biāo)信號(hào)經(jīng)距離壓縮后的三維空時(shí)導(dǎo)向矢量，和分別為目標(biāo)的發(fā)射導(dǎo)向矢量、接收導(dǎo)向矢量和時(shí)域?qū)蚴噶?，為距離壓縮后的目標(biāo)發(fā)射導(dǎo)向矢量，表示發(fā)射信號(hào)矩陣，代表Kronecker積，{·}T代表轉(zhuǎn)置，{·}*代表復(fù)共軛；3)根據(jù)所述Kronecker積的形式，構(gòu)造目標(biāo)信號(hào)的全維權(quán)矢量 <mrow><mi>w</mi><mo>=</mo><mi>q</mi><mo>&CircleTimes;</mo><mi>u</mi><mo>&CircleTimes;</mo><mi>v</mi> </mrow> <mrow><mo>=</mo><mrow> <mo>(</mo> <msub><mi>I</mi><mi>K</mi> </msub> <mo>&CircleTimes;</mo> <mi>u</mi> <mo>&CircleTimes;</mo> <mi>v</mi> <mo>)</mo></mrow><mi>q</mi><mo>=</mo><mrow> <mo>(</mo> <mi>q</mi> <mo>&CircleTimes;</mo> <mi>u</mi> <mo>&CircleTimes;</mo> <msub><mi>I</mi><mi>N</mi> </msub> <mo>)</mo></mrow><mi>v</mi><mo>=</mo><mrow> <mo>(</mo> <mi>q</mi> <mo>&CircleTimes;</mo> <msub><mi>I</mi><mi>M</mi> </msub> <mo>&CircleTimes;</mo> <mi>v</mi> <mo>)</mo></mrow><mi>u</mi> </mrow>其中，發(fā)射權(quán)矢量對(duì)應(yīng)距離壓縮后的目標(biāo)發(fā)射導(dǎo)向矢量接收權(quán)矢量對(duì)應(yīng)目標(biāo)接收導(dǎo)向矢量時(shí)域權(quán)矢量對(duì)應(yīng)目標(biāo)時(shí)域?qū)蚴噶縮t(fd，t)，IK、IN和IM分別表示K維、N維和M維單位陣；4)將q、v和u表示成q(p)、v(p)和u(p)的形式，p表示迭代次數(shù)；根據(jù)LCMV準(zhǔn)則，對(duì)經(jīng)距離壓縮后的目標(biāo)信號(hào)進(jìn)行空時(shí)級(jí)聯(lián)三迭代自適應(yīng)處理，求解q、v和u；5)對(duì)得出的q、v和u做Kronecker積，得到全維權(quán)矢量w。FSA00000192762700011.tif,FSA00000192762700012.tif,FSA00000192762700013.tif,FSA00000192762700014.tif,FSA00000192762700015.tif,FSA00000192762700016.tif,FSA00000192762700017.tif,FSA000001927627000110.tif,FSA000001927627000111.tif,FSA000001927627000112.tif,FSA000001927627000113.tif,FSA000001927627000114.tif
2.根據(jù)權(quán)利要求1所述的用于機(jī)載MIMO雷達(dá)空時(shí)降維自適應(yīng)方法，其中步驟4)所述 的對(duì)經(jīng)距離壓縮后的目標(biāo)信號(hào)進(jìn)行空時(shí)級(jí)聯(lián)三迭代自適應(yīng)處理，按如下步驟進(jìn)行2a) 表示對(duì)矢量求2-范數(shù)；2b)固定u(p-l)和v(P-l)，令 為第一線性變換矩陣，通過(guò)下 述代價(jià)函數(shù)求解q (P) 解得時(shí)域權(quán)矢量=，其中， =T^Ri;為時(shí)域降維協(xié)方差矩陣，R為雜波采樣數(shù)據(jù)的協(xié)方差矩陣，S, =Tfb為相應(yīng)的時(shí)域?qū)蚴噶浚?c)利用u(p-l)和9( )，令1=9(/7)@11(>-1)@‘為第二線性變換矩陣，通過(guò)下述代 價(jià)函數(shù)求解ν (ρ) 解得空域接收權(quán)矢量 ，其中，Rv=TfRTv為空域接收降維協(xié)方差 矩陣，Sv =Ifb為相應(yīng)的空域接收導(dǎo)向矢量；2d)利用V(P)和q(p)，令τ =q(p) IM v(/7)為第三線性變換矩陣，通過(guò)下述代價(jià)函 數(shù)求解u (ρ) 解得空域發(fā)射權(quán)矢量 ，其中， 為空域發(fā)射降維協(xié)方差矩 陣， 為相應(yīng)的空域發(fā)射導(dǎo)向矢量；2e)重復(fù)步驟 2b)、2c)和 2d)，直到 | u(p)-u(p-l) |/| |u(p) | | < ε (0 < ε:<< 1) 且 I I V(p)-V(p-1) I |/| |V(p) I I < ε2(0< ε2<< 1)為止，獲得的 q (ρ)、ν (ρ)和 u(p)即 為q、ν和u，其中，￡1和ε 2分別表示任意一個(gè)大于0的無(wú)窮小量。
全文摘要
本發(fā)明公開(kāi)了一種基于三迭代的機(jī)載MIMO雷達(dá)空時(shí)降維自適應(yīng)處理方法，以解決傳統(tǒng)空時(shí)降維自適應(yīng)處理技術(shù)所需訓(xùn)練樣本數(shù)多、計(jì)算復(fù)雜度高且收斂速度慢的問(wèn)題。其實(shí)現(xiàn)步驟是首先對(duì)雷達(dá)接收到的回波信號(hào)進(jìn)行距離壓縮；然后利用三維級(jí)聯(lián)結(jié)構(gòu)將全維權(quán)矢量分解為空域發(fā)射權(quán)矢量、空域接收權(quán)矢量和時(shí)域權(quán)矢量Kronecker積的形式；最后構(gòu)造降維變換矩陣并通過(guò)TRIA方法得到上述三個(gè)分離的權(quán)矢量，進(jìn)而得到全維權(quán)矢量。本發(fā)明具有所需訓(xùn)練樣本數(shù)少、計(jì)算復(fù)雜度低和收斂速度快的優(yōu)點(diǎn)，可用于機(jī)載MIMO雷達(dá)空時(shí)自適應(yīng)處理。
文檔編號(hào)G01S7/41GK101887117SQ20101021461
公開(kāi)日2010年11月17日 申請(qǐng)日期2010年6月30日 優(yōu)先權(quán)日2010年6月30日
發(fā)明者馮大政, 向聰, 曹楊, 李倩 申請(qǐng)人:西安電子科技大學(xué)