[發明專利]一種STAP雜波協方差矩陣估計方法

有效

• 申請號: 201810984125.0
• 申請日: 2018-08-28
• 公開（公告）號: CN109061598B
• 公開（公告）日: 2022-10-14
• 發明（設計）人: 蔡雷雷;夏玉燕;李健萍;胡進峰
• 申請（專利權）人: 電子科技大學
• 主分類號: G01S7/41
• 分類號: G01S7/41;G01S7/36
• 代理公司: 電子科技大學專利中心 51203
• 代理人: 周劉英

本發明屬于雷達技術領域，具體涉及基于CUT自身先驗知識的STAP雜波協方差矩陣估計方法。本發明公開了一種基于CUT自身先驗知識的雜波協方差矩陣估計方法。該方法首先對CUT待檢測頻率通道的雜波進行重建，進一步從CUT中提取除了待檢測頻率以外的其他頻率成分的雜波，最后由重建的雜波來計算CUT的雜波協方差矩陣。本發明解決了STAP中雜波協方差矩陣的估計問題，估計的雜波協方差矩陣更準確，提高了雜波的抑制性能。

技術領域

本發明屬于雷達技術領域，具體涉及利用待檢測單元自身的先驗知識估計其雜波協方差矩陣的技術。

背景技術

空時自適應處理(STAP)是雷達和通信信號處理中的一項關鍵技術，被廣泛用于雷達及通信信號處理之中。STAP要求設計的最優權向量時，可以使得輸出信雜噪比(SCNR)最大。其中，s是目標信號空時導向向量，R_CUT為待檢測距離單元的雜波協方差矩陣。然而實際中R_CUT是未知的，需通過選取的訓練樣本來估計。

目前的STAP方法中，CUT的CCM(雜波協方差矩陣)完全用選取的訓練樣本來估計。典型的是：文獻《Wu Y,Wang T,Wu J,et al.Training Sample Selection for Space-TimeAdaptive Processing in Heterogeneous Environments[J].IEEE GeoscienceRemoteSensing Letters,2014,12(4):691-695.》提出選擇與CUT(Cell Under Test，測試單元)子孔徑協方差矩陣相似的樣本來估計CUT的CCM，然而該方法只考慮了局部相似，從而會遺漏掉一些局部不相似但整體相似的參考單元；針對該問題，文獻《Wu Y,Wang T,Wu J,etal.Robust training samples selection algorithm based on spectral similarityfor space–time adaptive processing in heterogeneous interference environments[J].Radar Sonar Navigation Iet,2015,9(7):778-782.》《X.Zhang,Q.Yang,W.Deng,Weak target detection within the nonhomogeneous ionospheric clutterbackground of HFSWR based on STAP,Int.J.Antennas Propag.2013(2013),doi:10.1155/2013/382516.》選擇與CUT整體波形相似的訓練樣本來估計CCM。其中文獻《Wu Y,Wang T,Wu J,et al.Robust training samples selection algorithm based onspectral similarity for space–time adaptive processing in heterogeneousinterference environments[J].Radar SonarNavigation Iet,2015,9(7):778-782.》選擇與CUT的頻域的波形相似的訓練樣本，文獻《X.Zhang,Q.Yang,W.Deng,Weak targetdetection within the nonhomogeneous ionospheric clutter background of HFSWRbased on STAP,Int.J.Antennas Propag.2013(2013),doi:10.1155/2013/382516.》選擇和CUT時域波形相似的樣本。由于完全不相似的樣本也可能有相同的協方差矩陣，因此文獻《Wu Y,Wang T,Wu J,et al.Robust training samples selection algorithm based onspectral similarity for space–time adaptive processing in heterogeneousinterference environments[J].Radar SonarNavigation Iet,2015,9(7):778-782.》《X.Zhang,Q.Yang,W.Deng,Weak target detection within the nonhomogeneousionospheric clutter background of HFSWR based on STAP,Int.J.AntennasPropag.2013(2013),doi:10.1155/2013/382516.》可能會丟棄部分有用樣本，針對該問題，文獻《Li H,Bao W,Hu J,et al.A Training Samples Selection Method Based onSystem Identification for STAP[J].Signal Processing,2018，142：119-124.》提出了基于系統辨識的樣本選擇方法，直接選擇與CUT雜波協方差矩陣相似的樣本作為參考單元。