[發明專利]基于EFA與MWF的機載雷達空時自適應處理方法

有效

• 申請號: 201610503844.7
• 申請日: 2016-06-30
• 公開（公告）號: CN105911527B
• 公開（公告）日: 2018-03-06
• 發明（設計）人: 王彤;王婷婷;張瑩瑩;楊靜
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G01S7/36
• 分類號: G01S7/36
• 代理公司: 西安睿通知識產權代理事務所(特殊普通合伙)61218
• 代理人: 惠文軒

技術領域

本發明屬于雷達技術領域，特別涉及一種基于EFA與MWF的機載雷達空時自適應處理方法，即基于擴展的因子化方法(Extended Factored Approach，EFA)和多級維納濾波(Multistage Wiener Filter，MWF)的機載雷達空時自適應處理方法，適用于機載雷達信號的自適應處理。

背景技術

機載雷達在接收運動目標回波的同時還會接收到大量雜波信號，這些雜波信號的強度往往遠大于待檢測的目標信號，致使待檢測的運動目標信號淹沒在雜波中，影響了機載雷達的目標檢測性能；為了提高機載雷達目標檢測性能，必須對機載雷達接收到的運動目標回波進行雜波抑制。

依據雜波的空時耦合特性，空時自適應處理利用空時二維數據自適應地變換機載雷達響應，不但能夠在形成與雜波相匹配的深凹口，而且能夠在待檢測的運動目標信號處保持恒定增益，有效地抑制了雜波并提高了機載雷達的探測性能。

空時自適應處理中需要解決的一個重要問題是如何在檢測性能損失盡量小的情況下實現降維處理；隨著科學技術發展，機載雷達天線陣面中的陣元數目越來越大，陣元數甚至高達幾千，而且在機載雷達工作中，一個相干處理間隔(Coherent Processing Interval,CPI)時間內能夠發射幾十甚至上百個脈沖，使得機載雷達的空時自由度達到幾萬，此時如果進行全空時處理不但難以獲得足夠多的獨立同分布(Independent Identically Distributed,IID)訓練樣本，而且在如此高的階數下進行矩陣求逆計算量太大，難以獲得足夠精確的計算結果，因此，在目前情況下進行全空時自適應處理不現實，必須進行降維或降秩處理。

1992年，R.Dipietro提出了因子化方法(Factored Approach,FA)和擴展的因子化方法(Extended Factored Approach,EFA)；FA方法是一種多普勒局域化的時域降維空時自適應處理方法，該方法結構簡單便于實現，在旁瓣雜波區能夠獲得較好的性能，但是其在主瓣雜波區的性能一般。與FA方法不同，EFA方法聯合了鄰近的多個多普勒通道一起進行空時自適應處理，在樣本數和計算量適度提升的同時大幅度地提高了在主瓣雜波區的雜波抑制能力和目標檢測能力，然而在實際中為了使目標的信噪比盡可能的高，機載雷達發射的相干脈沖數通常較大，此時雜波抑制需要的樣本數依然較多。

降秩處理是屬于特征子空間的一種方法，該類方法利用了協方差矩陣的低秩特性以及噪聲子空間和雜波子空間的正交性；與固定降維方法相比，降秩處理的性能損失較小，缺點是計算量較大，難以確定實測數據的雜波秩；1998年，Goldstein和Reed等人提出了不需要特征分解的多級維納濾波(Multistage Wiener Filter，MWF)方法，該種不需要特征分解的多級維納濾波(Multistage Wiener Filter，MWF)方法通過遞推能夠直接對輸入的空時數據進行逐級分解處理，不需要估計雜波協方差矩陣，計算量有所降低。如果能夠準確估計出雜波子空間的維數，那么降秩空時自適應處理(STAP)能夠取得較好的性能，然而在實際中，由于機載雷達本身存在的誤差以及非均勻的機載環境等不利因素的影響，真正的雜波秩是無法準確估計的，致使降秩空時自適應處理(STAP)的性能下降。

發明內容

針對現有技術存在的不足，本發明的目的在于提出一種基于EFA與MWF的機載雷達空時自適應處理方法，該種基于EFA與MWF的機載雷達空時自適應處理方法首先利用EFA方法將機載雷達接收到的陣元-脈沖域的數據通過時域加權FFT變換到陣元-多普勒域，得到加權快速傅里葉變換處理后機載雷達N個子陣中的第k個多普勒通道的回波空時矢量后再進行多級維納濾波處理，最終得到基于EFA與MWF的兩級降維空時自適應處理后機載雷達N個子陣中的第k個多普勒通道的回波自適應權矢量，降低了運算量。

為達到上述目的，本發明采用如下技術方案予以實現。

一種基于EFA與MWF的機載雷達空時自適應處理方法，包括以下步驟：