[發明專利]基于雙重直積分解的機載雷達空時三維雜波抑制方法

有效

• 申請號: 201310374747.9
• 申請日: 2013-08-23
• 公開（公告）號: CN103412294A
• 公開（公告）日: 2013-11-27
• 發明（設計）人: 馮大政;虞泓波;么曉坤;肖寧;楊振偉;解虎
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G01S7/41
• 分類號: G01S7/41
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 張問芬;王品華

1.一種基于雙重直積分解的機載雷達空時三維雜波抑制方法，首先，將空時三維濾波器權矢量進行一次直積分解，得到空時三維濾波器權矢量關于時域權矢量組、空域權矢量組的直積構成形式；其次，將空域權矢量組進行二次直積分解，得到空域權矢量組關于空域方位維權矢量組、空域俯仰維權矢量組的直積構成形式；然后，截取多對時域權矢量組、空域方位維權矢量組及空域俯仰維權矢量組逼近空時三維濾波器權矢量；接著，利用雙重雙迭代算法求解截取的多對時域權矢量組、空域方位維權矢量組及空域俯仰維權矢量組；最后，由所求得的多對權矢量組恢復出空時三維濾波器權矢量，用來抑制雜波，具體實現過程如下：

假設機載雷達陣列為M×N矩形面陣，其中M表示面陣行數，N表示面陣列數，一個相干處理時間CPI內的脈沖數為K；

（1）對空時三維濾波器權矢量w進行一次直積分解

將w=[w_1,1,1…w_M,1,1…w_1,2,1…w_M,2,1…w_1,N,K…w_M,N,K]^T排列成一個K×MN維的權矩陣W₁，其中符號T表示轉置，利用滿秩分解方法將權矩陣W₁分解為其中r₁表示權矩陣W₁的秩，u_n表示空域權矢量組，d_n表示時域權矢量組，符號H表示共軛轉置；將等式左右兩邊列矢量化，得到一次直積分解其中符號*表示取共軛，符號表示直積；

（2）對空域權矢量組u_n進行二次直積分解

將空域權矢量組u_n排成M×N維矩陣U_n，利用滿秩分解方法將權矩陣U_n分解為其中r₂表示U_n的秩，θ_n表示空域俯仰維權矢量組，表示空域方位維權矢量組；將等式左右兩邊列矢量化，得到二次直積分解

（3）將步驟（1）中得到的權矢量w的一次直積分解和步驟（2）中得到的空域權矢量組u_n的二次直積分解進行截斷處理，得到空時三維濾波器權矢量w的雙重直積分解形式：D＜＜r₁，符號<<表示遠小于；

（4）分別將d_n、和θ_n列矢量化，其中n=1,…,D，形成列矢量pd=[d1T,...,dDT]T,]]>pθ=[θ1T,...,θDT]T,]]>并利用雙重雙迭代算法，求解列矢量p_d、和p_θ；

（5）根據求得的列矢量p_d、和p_θ恢復出空時三維濾波器權矢量w，進行雜波抑制。

2.根據權利要求1所述的基于雙重直積分解的機載雷達空時三維雜波抑制方法，其特征在于所述步驟（4）利用雙重雙迭代算法求最優解，具體按如下步驟進行：

假設x=[x_1,1,1…x_M,1,1…x_1,2,1…x_M,2,1…x_1,N,K…x_M,N,K]^T為空時三維接收采樣數據矢量，目標時域導向矢量為a_d，目標空域方位維導向矢量為目標空域俯仰維導向矢量為a_θ，則目標導向矢量為

1）固定p_d，求p_θ的最優解，給定初值建立如下代價函數：

其中X=diag(reshape((d1H⊗IMN)x,M,N),...,reshape((dDH⊗IMN)x,M,N)),]]>符號E表示求期望，reshape((diH⊗IMN)x,M,N),i=1,...,D]]>表示將矢量排成M×N矩陣，I_MN表示MN維單位矩陣，符號diag表示對角化；

2）利用雙迭代算法求解式（1），得到和p_θ1，求解過程如下：

2.1）給定初始值對其進行歸一化符號||||表示取模；

2.2）計算p_θ0

其中L表示樣本數，X_l表示第l個空時三維采樣數據；

2.3）計算

2.4）判斷迭代停止公式是否成立，其中ε表示給定的迭代停止參數，若成立，則迭代終止；若不成立，將更新為然后重復執行步驟2.2）和2.3），直到本內層迭代終止；輸出最優權和p_θ1=p_θ0；

3）固定權矢量和p_θ1，求解權矢量p_d1，

令建立如下代價函數：

minE||pθ1HYpd1||2s.t.pθ1Hbpd1=1---(4)]]>

其中Y=diag(Y(1),…,Y(D))，利用拉格朗日乘子法求得：

pd1=(1LΣl=1L(YlHpθ1)(YlHpθ1)H)-1bHpθ1||(1LΣl=1L(YlHpθ1)(YlHpθ1)H)-1bHpθ1||---(5)]]>

其中Y_i表示第l個訓練樣本；

4）判斷迭代停止公式||p_d1-p_d0||<z,0<z<<1是否成立,其中z表示給定的迭代停止參數，若成立則迭代終止；若不成立，將p_d0更新為p_d1，重復執行步驟1）、2）、3）直到外層迭代終止，最后，輸出最優解p_d、和p_θ。