[發明專利]一種融合廣義對稱結構信息的知識輔助空時自適應處理方法

有效

• 申請號: 201410532770.0
• 申請日: 2014-10-10
• 公開（公告）號: CN104215939A
• 公開（公告）日: 2014-12-17
• 發明（設計）人: 孫進平;趙宇;王歡;王文光;雷鵬
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G01S7/02
• 分類號: G01S7/02
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 楊學明;顧煒

技術領域

本發明屬于空時自適應處理(STAP)領域，特別涉及一種融合廣義對稱結構信息的知識輔助空時自適應處理(KA-STAP)方法。

背景技術

空時自適應處理(Space-Time?Adaptive?Processing,STAP)是動平臺雷達系統抑制雜波和干擾，提升目標檢測能力的核心技術。總干擾加噪聲協方差矩陣的估計精度很大程度上影響著STAP的性能。在傳統的STAP中，假設訓練樣本數據滿足獨立同分布且和待測單元數據具有相同的協方差矩陣(均勻環境)，通常用采樣協方差矩陣(SCM)作為總干擾加噪聲協方差矩陣的估計。然而，雜波環境通常是非均勻的，例如，雜波反射系數具有空變性、訓練數據中通常存在類目標信號等。因此，在實際應用中由于缺乏足夠的均勻訓練樣本，SCM通常并不是總干擾加噪聲協方差矩陣的準確估計。

為了獲得總干擾加噪聲協方差矩陣更精確的估計，利用先驗知識的STAP方法(KA-STAP)近年來受到了廣泛關注。在KA-STAP中，可以從土地利用和覆蓋數據、已有對同一地區的掃描數據、雷達參數等先驗信息源中推導獲得先驗協方差矩陣。剩下的問題就是如何在STAP中利用已經獲得的先驗知識基于知識的處理可以被分為直接方法和間接方法兩大類，其中間接方法利用先驗知識選擇合適的訓練數據，然后進行協方差矩陣估計，而直接方法將先驗知識直接運用于自適應處理器的設計中。直接方法和間接方法與傳統方法相比，都有效地提升了協方差矩陣的估計性能，然而，與直接方法不同，間接方法未能減小對訓練樣本的需求。

除了上述基于知識的方法已經用到的各種先驗信息外，協方差矩陣廣泛存在的特殊結構特征也可以加以利用。在雷達系統中，如果線性陣列對稱分布并且脈沖重復間隔固定，那么其總干擾加噪聲協方差矩陣具有廣義對稱結構。這種廣義對稱結構已經被廣泛用于檢測器性能的提升中。

發明內容

本發明要解決的技術問題是：針對STAP應用中由于非均勻環境和雷達相關參數限制，難以獲得足夠均勻樣本的問題，提出了一種融合廣義對稱結構信息的知識輔助空時自適應處理方法。該方法首先利用線性變換將原空時自適應處理問題轉化成與之等價的形式。其協方差矩陣由復廣義對稱矩陣變成相同維數的實對稱矩陣，自由度減小為原來的一半。隨后，利用廣義線性結合和凸結合方法結合訓練樣本和先驗協防差矩陣求得真實協方差矩陣的最小均方誤差估計，進一步提升了STAP的性能。此外，將上述協方差矩陣估計方法引入到檢測器的設計中，分別給出了部分均勻環境下的知識輔助廣義對稱自適應余弦估計器(KA-P-ACE)和隨機非均勻模型下的知識輔助廣義對稱GLRT檢測器(KA-P-GLRT)。所提的檢測器在利用協方差矩陣廣義對稱結構特性的同時，利用線性結合或凸結合的方法將先驗知識引入到了檢測器的設計中，顯著地提升了檢測器的性能。

本發明解決其技術問題所采用的技術方案是：一種融合廣義對稱結構信息的知識輔助空時自適應處理方法，其實現步驟如下：

步驟(1)、利用酉變換矩陣進行線性變換，將原空時自適應處理問題轉化成與之等價的形式，使其協方差矩陣由復廣義對稱矩陣變成相同維數的實對稱矩陣；

步驟(2)、利用樣本數據獲得變換后協防差矩陣的一個估計；

步驟(3)、求先驗協方差矩陣在最小歐氏距離準則下的最優實對稱估計；

步驟(4)、利用廣義線性結合和凸結合方法結合訓練樣本和先驗協防差矩陣求得真實協方差矩陣的最小均方誤差估計；

步驟(5)、根據兩步設計得到部分均勻模型和隨機非均勻模型假設下的檢測器形式，實現對目標的檢測。

本發明與現有技術相比優點在于：

(1)、本發明提出的一種融合廣義對稱結構信息的知識輔助(Knowledge?Aided，KA)空時自適應處理方法既結合先驗環境知識，又充分利用總干擾加噪聲協方差矩陣特殊結構，更大程度地降低了協方差矩陣估計時對訓練樣本的需求量；

(2)、本發明針對非均勻環境下的目標檢測問題，分別針對部分均勻模型和隨機非均勻模型提出了相應的知識輔助廣義對稱檢測器。與現有知識輔助檢測器以及廣義對稱檢測器相比，本發明所提方法顯著提升了檢測性能，尤其在訓練樣本缺乏的情況下；

(3)、本發明實現簡單，自適應計算。

附圖說明

圖1為本發明一種融合廣義對稱結構信息的知識輔助空時自適應處理方法流程圖；