[發明專利]一種基于稀疏非均勻樣本選優的機載雷達動目標檢測方法

在審

• 申請號: 201710436961.0
• 申請日: 2017-06-12
• 公開（公告）號: CN107664759A
• 公開（公告）日: 2018-02-06
• 發明（設計）人: 龔清勇;王成燕
• 申請（專利權）人: 南京郵電大學
• 主分類號: G01S7/41
• 分類號: G01S7/41
• 代理公司: 南京經緯專利商標代理有限公司32200
• 代理人: 朱小兵

技術領域

本發明涉及一種基于稀疏非均勻樣本選優的機載雷達穩健動目標檢測方法，屬于機載雷達動目標檢測領域。

背景技術

空時自適應信號處理(STAP)是機載雷達在強雜波環境中進行動目標檢測的有效技術。STAP的性能依賴于雜波協方差矩陣的構建精度。依據RMB準則，當用來估計雜波協方差矩陣的訓練樣本充足、滿足獨立同分布(Independent and Identically Distributed，IID)時才不會影響動目標的檢測性能。然而，機載雷達實際工作在非均勻環境中，上述條件很難滿足。當訓練樣本中存在干擾目標時會引起信號相消，降低對動目標的檢測性能。針對此問題，學者們提出利用非均勻檢測器(NHD)來檢測訓練樣本中是否含有干擾目標，對含有干擾目標的訓練樣本加以剔除。比較典型的NHD有：廣義內積(GIP)及其改進的算法、自適應功率剩余(APR)及其改進的算法等。

隨著稀疏恢復和壓縮感知技術的發展，基于稀疏雜波譜恢復的STAP算法(SR-STAP)成為近幾年研究的熱點。由于雜波譜在角度-多普勒頻域具有稀疏性，利用稀疏重構技術來估計高分辨率的空時二維雜波譜。比較典型的SR-STAP有：聯合稀疏功率譜恢復的STAP算法及其改進的算法、直接數據域SR-STAP及其改進的算法等。這些算法能夠利用稀疏恢復技術對訓練樣本數據以及待檢測距離單元的數據進行重構。為了提高對待檢測單元雜波協方差矩陣的估計精度，韓素丹等人提出一種訓練樣本選優SR-STAP算法，選擇與待檢測距離單元的數據較相似的訓練樣本參與雜波協方差矩陣估計，從而利用較少的訓練樣本得到精度較高的雜波協方差矩陣，但該算法只適合均勻樣本，當訓練樣本中存在干擾目標時雜波協方差矩陣的構建精度下降，從而影響動目標的檢測性能。為了克服訓練樣本中的干擾目標，高志奇等人提出基于聯合稀疏功率譜恢復的STAP算法(JSR-STAP)，利用訓練樣本與干擾目標稀疏恢復系數的不相關性，去除訓練樣本中的干擾目標，從而達到抑制干擾目標的目的，但是該算法在構建雜波協方差矩陣時沒有加入待檢測距離單元的數據也沒有對訓練樣本進行選優，使得構建的雜波協方差矩陣精度下降，進而影響動目標的檢測性能。

發明內容

本發明所要解決的技術問題是針對訓練樣本中存在干擾目標時機載雷達動目標檢測性能下降所涉及的問題，提供一種基于稀疏非均勻樣本選優的機載雷達穩健動目標檢測方法。

本發明為解決上述技術問題采用以下技術方案：

一種基于稀疏非均勻樣本選優的機載雷達動目標檢測方法，具體包含如下步驟：

步驟1，將機載雷達接收到的數據進行稀疏恢復，記錄顯著分量的位置；具體步驟如下：

步驟1.1，將機載雷達接收到的數據x’_l變換至二維頻率域進行能量積累，即：x_l＝Vec(F_N×Nx’_lF_K×K)

其中，表示按列將矩陣排列為列向量，F為離散傅里葉變換矩陣，l＝1,2,...,L，L為正整數；N為等距的陣元數，K為陣列在每個相干處理時間內發射的脈沖數；

步驟1.2，構建冗余基矩陣Φ’，假設為Φ’中第n_sK_d+k_d+1列，則滿足：

其中，

S_s為空域導向矢量，S_t為時域導向矢量，為Kronecker積，N_s＝ρ_sN,K_d＝ρ_dK，ρ_s為空間角度域離散化程度，ρ_d為多普勒域離散化程度，n_s＝0,1,…,N_s-1，k_d＝0,1,…,K_d-1，Δω_s為離散化后空時平面最小空域角頻率間隔，Δω_t為離散化后空時平面最小時域角頻率間隔；

步驟1.3，將冗余基矩陣Φ,變換到二維頻率域，即變換為Φ，假設為Φ中第n_sK_d+k_d+1列，則滿足：

步驟1.4，獲取噪聲容限ε，具體計算如下：