[發(fā)明專(zhuān)利]一種基于循環(huán)平穩(wěn)和對(duì)稱(chēng)先驗(yàn)知識(shí)的STAP方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201810984145.8
• 申請(qǐng)日: 2018-08-28
• 公開(kāi)（公告）號(hào): CN109061599B
• 公開(kāi)（公告）日: 2022-06-03
• 發(fā)明（設(shè)計(jì)）人: 胡進(jìn)峰;李健萍;夏玉燕
• 申請(qǐng)（專(zhuān)利權(quán)）人: 電子科技大學(xué)
• 主分類(lèi)號(hào): G01S7/41
• 分類(lèi)號(hào): G01S7/41
• 代理公司: 電子科技大學(xué)專(zhuān)利中心 51203
• 代理人: 周劉英

本發(fā)明公開(kāi)了一種基于循環(huán)平穩(wěn)和對(duì)稱(chēng)先驗(yàn)知識(shí)的STAP方法。本發(fā)明通過(guò)回波信號(hào)的循環(huán)平穩(wěn)特性，選擇合理的循環(huán)頻率并結(jié)合樣本單元的數(shù)據(jù)得到一個(gè)循環(huán)自相關(guān)矩陣，將該矩陣代替?zhèn)鹘y(tǒng)STAP中的雜波協(xié)方差矩陣，得到本發(fā)明中基于循環(huán)平穩(wěn)特性的STAP方法；再利用真實(shí)的雜波協(xié)方差矩陣具有Hermite對(duì)稱(chēng)性，本發(fā)明進(jìn)一步修正循環(huán)自相關(guān)矩陣，得到本發(fā)明所提的利用對(duì)稱(chēng)性修正循環(huán)自相關(guān)矩陣方法。本發(fā)明的實(shí)施，解決了同類(lèi)STAP方法中樣本需求大、先驗(yàn)信息難以獲取的問(wèn)題，使得回波信號(hào)的自身特性被充分利用，提高STAP方法的性能。

技術(shù)領(lǐng)域

本發(fā)明屬于雷達(dá)技術(shù)領(lǐng)域，具體涉及利用回波信號(hào)自身的循環(huán)平穩(wěn)特性以及雜波協(xié)方差矩陣的Hermite對(duì)稱(chēng)性作為先驗(yàn)知識(shí)的STAP雜波抑制方法。

背景技術(shù)

STAP(pace-time adaptive processing，空時(shí)自適應(yīng)處理)是一種有效的干擾和雜波抑制方法，被廣泛應(yīng)用于通信、聲納和雷達(dá)等技術(shù)領(lǐng)域。STAP方法要求設(shè)計(jì)目標(biāo)所在的CUT(cell under test，測(cè)試單元)的最優(yōu)濾波權(quán)向量：可以使得輸出SCNR(signal to clutter plus noise ratio，信雜噪比)最大，從而達(dá)到自適應(yīng)濾波的目的；其中，R(l₀)是CUT真實(shí)的雜波協(xié)方差矩陣，S(f_d,θ)是目標(biāo)的空時(shí)導(dǎo)向矢量。在STAP方法中，對(duì)R(l₀)估計(jì)的準(zhǔn)確程度是決定STAP性能的關(guān)鍵因素。

目前，已有的STAP方法主要有兩大類(lèi)：第一類(lèi)是傳統(tǒng)的STAP方法，該類(lèi)方法通過(guò)選取好的參考樣本估計(jì)雜波協(xié)方差矩陣R(l₀)，從而提高STAP的雜波抑制性能，例如[Wu Y F,Wang T,Wu J X,Duan J.training sample selection for space-time adaptiveprocessing in heterogeneous environments[J].IEEE Geoscience Remote SensingLetters.2015,12(4):691–695]波形相似的方法選取參考樣本。然而，這類(lèi)方法通常要求參考樣本個(gè)數(shù)大于系統(tǒng)自由度的兩倍才能保證SCNR的損失小于3dB，但在實(shí)際工程中，難以獲得足夠多的樣本。為解決此問(wèn)題，第二類(lèi)基于知識(shí)輔助的STAP被提出，例如[Zhu X M,Li J,Stoica P.Knowledge-Aided Space-Time Adaptive Processing[J].IEEE Transactionson Aerospace and Electronic Systems.2011,47(2):1325-1333)]基于色加載的STAP方法，該方法將雷達(dá)環(huán)境的先驗(yàn)知識(shí)與參考樣本結(jié)合，對(duì)雜波協(xié)方差矩陣估計(jì)，減少了STAP的樣本需求。然而，在很多復(fù)雜的工作環(huán)境中，該方法所需的先驗(yàn)知識(shí)很難準(zhǔn)確獲取，例如：天波雷達(dá)中，很難準(zhǔn)確獲取電離層相位污染函數(shù)，例如[Hu J F,Cao J,Chen Z,Li H Y,Xie JL.Knowledge-aided Ocean Clutter Suppression Method for Sky-wave Over-the-horizon Radar[J].IEEE Geoscience and Remote Sensing Letters.2017:1-4]。

在實(shí)際應(yīng)用中，回波信號(hào)的自身特性作為先驗(yàn)知識(shí)往往比雷達(dá)環(huán)境的先驗(yàn)知識(shí)更準(zhǔn)確，因此，研究回波信號(hào)自身特性作為先驗(yàn)知識(shí)的STAP方法具有很大意義。

發(fā)明內(nèi)容

本發(fā)明的發(fā)明目的在于：針對(duì)目前傳統(tǒng)STAP方法樣本需求大，以及基于知識(shí)輔助STAP方法的先驗(yàn)知識(shí)難以準(zhǔn)確獲取的技術(shù)問(wèn)題，提出了一種基于回波信號(hào)循環(huán)平穩(wěn)，以及對(duì)稱(chēng)先驗(yàn)知識(shí)的STAP方法。

本發(fā)明基于回波信號(hào)的循環(huán)平穩(wěn)特性，在傳統(tǒng)STAP方法的基礎(chǔ)上結(jié)合合理的循環(huán)頻率的選擇策略，求出一個(gè)能反映信號(hào)循環(huán)平穩(wěn)特性的循環(huán)自相關(guān)矩陣，以解決傳統(tǒng)STAP方法樣本需求大的技術(shù)問(wèn)題。

本發(fā)明的基于循環(huán)平穩(wěn)特性的STAP方法，包括下列步驟：