本發(fā)明涉及雷達信號處理領(lǐng)域，尤其涉及一種波束-多普勒通道自適應選擇STAP方法。

背景技術(shù)：

空時自適應處理(space-time adaptive processing，STAP)是提高機載雷達檢測運動目標性能的關(guān)鍵技術(shù)，但該技術(shù)卻面臨著濾波器訓練樣本受限的挑戰(zhàn)，而且該挑戰(zhàn)在非均勻雜波環(huán)境下更為嚴峻。近十年來，該技術(shù)已取得了一定發(fā)展，如已提出的降維(reduced dimension)STAP方法，降秩(reduced rank)STAP方法，模型參數(shù)化(model-based)STAP方法，基于知識的(knowledge-aided)STAP方法，基于稀疏恢復的STAP方法等等。

就降維STAP方法而言，如輔助通道法(auxiliary channel receiver，ACR)，局域聯(lián)合處理方法(joint domain localized，JDL)和空時多波束(space-time multiple-beam，STMB)方法，但這些方法在設(shè)計空時濾波器時所選取的波束-多普勒通道都是固定的，而不是最優(yōu)的。同時，在陣列誤差存在時，由于雜波譜擴展導致雜波子空間增大，而波束-多普勒通道固定，從而引起性能下降。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提供一種波束-多普勒通道自適應選擇STAP方法，旨在解決現(xiàn)有波束-多普勒STAP技術(shù)中存在的波束-多普勒通道固定，由陣列誤差等實際因素引起的雜波抑制與目標檢測性能下降的問題。

本發(fā)明提出一種波束-多普勒通道自適應選擇STAP方法，主要包括：

數(shù)據(jù)變換步驟：將陣列-脈沖維采樣數(shù)據(jù)變換為波束-多普勒域數(shù)據(jù)；

濾波器設(shè)計步驟：通過引入稀疏約束，將空時濾波器權(quán)矢量設(shè)計問題轉(zhuǎn)化為稀疏表示問題，并通過求解該稀疏表示問題而得到濾波器權(quán)矢量；

目標檢測步驟：利用所述濾波器權(quán)矢量構(gòu)造自適應匹配濾波檢測器，實現(xiàn)雜波抑制與目標有效檢測。

優(yōu)選的，所述數(shù)據(jù)變換步驟具體包括：

構(gòu)造NM×NM維的轉(zhuǎn)換矩陣T＝[sT_aux]，將陣列-脈沖維的空時快拍x轉(zhuǎn)換到波束-多普勒域中，從而得到波束-多普勒域的NM×1維矢量數(shù)據(jù)其中，f_s,t、f_d,t分別為目標空域波束頻率與時域波束頻率，且其對應的目標空時導向矢量為其中v_d(f_d,i)與v_s(f_s,j)分別為時域?qū)蚴噶颗c空域?qū)蚴噶?，即v_d(f_d,i)＝[1,exp(j2πf_d,i),…,exp(j2π(N-1)f_d,i)]^T，v_s(f_s,i)＝[1,exp(j2πf_s,j),…,exp(j2π(N-1)f_s,j)]^T。

優(yōu)選的，所述濾波器設(shè)計步驟具體包括：

通過引入稀疏約束至空時濾波器權(quán)矢量，將空時濾波器權(quán)矢量設(shè)計問題轉(zhuǎn)化為稀疏表示問題其中，d＝[d₁,d₂,…,d_L]^T，為不含目標的訓練樣本集中的第l個空時快拍數(shù)據(jù)，d_l＝s^Hx_l表示為假設(shè)的目標所在的波束-多普勒通信號，L為總的快拍數(shù)，||·||_p為l_p范數(shù)。

優(yōu)選的，所述目標檢測步驟具體包括：

利用所述濾波器權(quán)矢量構(gòu)造自適應匹配濾波檢測器，并利用所述濾波檢測器實現(xiàn)雜波抑制與目標的有效檢測。

本發(fā)明提供的技術(shù)方案，利用(1)波束-多普勒域采樣數(shù)據(jù)能夠?qū)崿F(xiàn)雜波子空間的分離和(2)在波束-多普勒域中，單個波束-多普勒通道的雜波子空間的維度遠小于系統(tǒng)自由度這兩種思想，將陣列-脈沖維采樣轉(zhuǎn)化為波束-多普勒域數(shù)據(jù)，通過引入稀疏約束將空時濾波器權(quán)矢量設(shè)計問題轉(zhuǎn)化為稀疏表示問題，并通過求解該稀疏表示問題而得到濾波器權(quán)矢量，再通過求解該稀疏表示問題而得到濾波器權(quán)矢量并設(shè)計目標檢測器，最后進行雜波抑制與目標檢測。能夠在濾波器訓練樣本受限時有效抑制雜波，相比傳統(tǒng)波束-多普勒通道固定的STAP方法，能夠?qū)崿F(xiàn)波束-多普勒通道的自適應選擇，進而克服由陣列誤差等實際因素引起的性能下降問題，提高雜波抑制與目標檢測性能。

附圖說明

圖1為本發(fā)明一實施方式中波束-多普勒通道自適應選擇STAP方法流程圖；

圖2為本發(fā)明一實施方式中SCNR損失與訓練樣本數(shù)關(guān)系圖；

圖3為本發(fā)明一實施方式中SCNR損失與不同目標多普勒頻率的關(guān)系圖；

圖4為本發(fā)明一實施方式中檢測概率與SCNR的關(guān)系圖。

具體實施方式

為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

本發(fā)明使用于雷達信號處理領(lǐng)域，提供了一種基于稀疏約束的波束-多普勒通道自適應選擇STAP(space-time adaptive processing，空時自適應處理)方法，將陣列-脈沖維采樣轉(zhuǎn)化為波束-多普勒域數(shù)據(jù)，通過引入稀疏約束將空時濾波器權(quán)矢量設(shè)計問題轉(zhuǎn)化為稀疏表示的問題，再通過求解該稀疏表示問題而得到濾波器權(quán)矢量并設(shè)計目標檢測器。最后進行雜波抑制與目標檢測。能夠在濾波器訓練樣本受限時有效抑制雜波，相比傳統(tǒng)波束-多普勒通道固定的STAP方法，能夠?qū)崿F(xiàn)波束-多普勒通道的自適應選擇，進而克服由陣列誤差等實際因素引起的性能下降問題，提高雜波抑制與目標檢測性能。

以下將對本發(fā)明所提供的一種波束-多普勒通道自適應選擇STAP方法進行詳細說明。

請參閱圖1，為本發(fā)明一實施方式中波束-多普勒通道自適應選擇STAP方法流程圖。

在步驟S1中，數(shù)據(jù)變換步驟：將陣列-脈沖維采樣數(shù)據(jù)變換為波束-多普勒域數(shù)據(jù)。

在本實施方式中，利用波束-多普勒域采樣數(shù)據(jù)能夠?qū)崿F(xiàn)雜波子空間的分離。

在本實施方式中，假設(shè)一脈沖多普勒正側(cè)視機載雷達天線為均勻線陣，包含M個接收陣元，該雷達在一個相干處理單元內(nèi)發(fā)射N個脈沖，其中，所述數(shù)據(jù)變換步驟S1具體包括：

構(gòu)造NM×NM維的轉(zhuǎn)換矩陣T＝[sT_aux]，將陣列-脈沖維的空時快拍x轉(zhuǎn)換到波束-多普勒域中，從而得到波束-多普勒域的NM×1維矢量數(shù)據(jù)其中，f_s,t、f_d,t分別為目標空域波束頻率與時域波束頻率，且其對應的目標空時導向矢量為其中v_d(f_d,i)與v_s(f_s,j)分別為時域?qū)蚴噶颗c空域?qū)蚴噶?，即v_d(f_d,i)＝[1,exp(j2πf_d,i),…,exp(j2π(N-1)f_d,i)]^T，v_s(f_s,i)＝[1,exp(j2πf_s,j),…,exp(j2π(N-1)f_s,j)]^T。

在步驟S2中，濾波器設(shè)計步驟：通過引入稀疏約束，將空時濾波器權(quán)矢量設(shè)計問題轉(zhuǎn)化為稀疏表示問題，并通過求解該稀疏表示問題而得到濾波器權(quán)矢量。

在本實施方式中，利用在波束-多普勒域中，單個波束-多普勒通道的雜波子空間的維度遠小于系統(tǒng)自由度的思想。

在本實施方式中，所述濾波器設(shè)計步驟S2具體包括：

通過引入稀疏約束至空時濾波器權(quán)矢量，將空時濾波器權(quán)矢量設(shè)計問題轉(zhuǎn)化為稀疏表示問題其中，d＝[d₁,d₂,…,d_L]^T，為不含目標的訓練樣本集中的第l個空時快拍數(shù)據(jù)，d_l＝s^Hx_l表示為假設(shè)的目標所在的波束-多普勒通信號，L為總的快拍數(shù)，||·||_p為l_p范數(shù)。

在本實施方式中，采用稀疏恢復算法求解所述濾波器設(shè)計步驟中的稀疏表示問題，從而得到濾波器權(quán)矢量并通過所述濾波器權(quán)矢量。

采用稀疏恢復算法(如FOCUSS算法)求解所述問題轉(zhuǎn)化步驟S2中的稀疏表示問題，由FOCUSS算法可知，求解可分為兩步：

Step1:

Step2:

其中，(A)⁺＝A^H(AA^H)^-1為矩陣A的偽逆，q≥0為迭代次數(shù)，濾波器權(quán)矢量中的所有元素都可以用非零值來初使化，當濾波器滿足某個中止條件時，迭代中止。例如，當?shù)螖?shù)達到預設(shè)值q_max時，或權(quán)矢量前后的相對變化量足夠小時，迭代中止。最后得到濾波器權(quán)矢量

在步驟S3中，目標檢測步驟：利用所述濾波器權(quán)矢量構(gòu)造自適應匹配濾波檢測器，實現(xiàn)雜波抑制與目標有效檢測。

在本實施方式中，所述目標檢測步驟S3具體包括：

利用所述濾波器權(quán)矢量構(gòu)造自適應匹配濾波檢測器，并利用所述濾波檢測器實現(xiàn)雜波抑制與目標的有效檢測。

在本實施方式中，采用參考自適應匹配濾波(Adaptive matched filter，AMF)方法，設(shè)計檢測器為其中η為檢測門限，δ為正的常量因子，H₀表示沒有目標，H₁表示目標出現(xiàn)。

本發(fā)明提供的一種波束-多普勒通道自適應選擇STAP方法，將陣列-脈沖維采樣變換化為波束-多普勒域數(shù)據(jù)，通過引入稀疏約束將空時濾波器權(quán)矢量設(shè)計問題轉(zhuǎn)化為稀疏表示的問題，再通過求解該稀疏表示問題而得到濾波器權(quán)矢量并設(shè)計目標檢測器。最后進行雜波抑制與目標檢測。能夠在濾波器訓練樣本受限時有效抑制雜波，相比傳統(tǒng)波束-多普勒通道固定的STAP方法，能夠?qū)崿F(xiàn)波束-多普勒通道的自適應選擇，進而克服由陣列誤差等實際因素引起的性能下降問題，提高雜波抑制與目標檢測性能。

以下通過將本發(fā)明(SCBDS-STAP)與JDL、STMB、稀疏濾波器(Sparsity-aware beamformer)方法進行對比來說明本發(fā)明的有益效果。

本發(fā)明(SCBDS-STAP)與JDL、STMB、稀疏濾波器(Sparsity-aware beamformer)方法相比，具有更快的收斂性，而且接近最優(yōu)輸出性能，如圖2所示。

在分別考慮有無誤差的情況下，對于較小的目標多普勒頻率而言，本發(fā)明(SCBDS-STAP)比其它算法(如JDL、STMB、稀疏濾波器等等)的輸出性能更優(yōu)，即本發(fā)明(SCBDS-STAP)更適合檢測低速運動目標，如圖3所示。

在分別考慮有無誤差的情況下，本發(fā)明(SCBDS-STAP)對目標的檢測概率(PD)要高于其它三種方法(如JDL、STMB、稀疏濾波器方法)，如圖4所示。

本發(fā)明將陣列-脈沖維采樣轉(zhuǎn)化為波束-多普勒域數(shù)據(jù)，通過引入稀疏約束，將空時濾波器權(quán)矢量設(shè)計問題轉(zhuǎn)化為稀疏表示問題，并通過求解該稀疏表示問題而得到濾波器權(quán)矢量，再通過求解該稀疏表示問題而得到濾波器權(quán)矢量并設(shè)計目標檢測器，然后進行雜波抑制與目標檢測。本發(fā)明可以應用于運動平臺雷達雜波抑制與運動目標檢測領(lǐng)域，以提高雷達系統(tǒng)雜波抑制水平與目標檢測能力。

值得注意的是，上述實施例中，所包括的各個單元只是按照功能邏輯進行劃分的，但并不局限于上述的劃分，只要能夠?qū)崿F(xiàn)相應的功能即可；另外，各功能單元的具體名稱也只是為了便于相互區(qū)分，并不用于限制本發(fā)明的保護范圍。

另外，本領(lǐng)域普通技術(shù)人員可以理解實現(xiàn)上述各實施例方法中的全部或部分步驟是可以通過程序來指令相關(guān)的硬件來完成，相應的程序可以存儲于一計算機可讀取存儲介質(zhì)中，所述的存儲介質(zhì)，如ROM/RAM、磁盤或光盤等。

以上所述僅為本發(fā)明的較佳實施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應包含在本發(fā)明的保護范圍之內(nèi)。