[发明专利]多阶段分解空时自适应信号处理方法

说明书

技术领域

本发明属于雷达信号处理技术领域，特别是一种为雷达在杂波环境下的运动 目标检测方法。

背景技术

空时自适应处理STAP技术是阵列自适应技术的推广和延伸，它将脉冲和阵元 采样的二维数据排列等效成一个长的一维阵列数据，在时空联合域进行自适应滤 波，全维空时自适应处理技术能大大提高雷达在杂波下的动目标检测性能，理论 上可以实现最优处理。但是由于雷达接收的空时数据维数往往很大，进行全空时 域的自适应处理主要存在两个问题，一是运算量太大，硬件难以实现；二是估计 杂波协方差矩阵所需的独立同分布参考距离单元太多，难以满足实际要求。

由于上述问题的存在，人们进行了大量的降维STAP研究，通过降低自适应自 由度有效的降低相应的计算量和参考距离单元样本数，以提高自适应处理对非均 匀环境杂波抑制的性能。已有的降维方法多种多样，如互谱法CSM、多级维纳滤 波法MWF和辅助通道法ACP等。这些降维方法可以直接或等效成这样一个过程： 通过降维算子有效地降低全维空时数据向量的长度，然后根据线性约束最小均方 误差准则构建二次优化方程，从而解得最优权向量。通过降维处理，有效降低了 运算量和估计协方差矩阵的独立同分布IID参考距离单元数据长度，从而提高自 适应处理对非均匀环境杂波抑制的性能。对于线性约束二次方程的优化问题，自 适应自由度和杂波协方差矩阵维数相等，保证自适应损益小于3dB的最少训练样 本数为杂波协方差矩阵维数的2倍，与降维后的维数呈线性增长关系，同时，计 算复杂度为O(M³)，与降维后的维数呈3阶关系，这里M为降维后的维数。为了改 善杂波抑制性能，需要增加自适应自由度，即增大降维后的维数，但训练样本数 和计算量也会相应增加。

发明内容

本发明的目的在于克服上述已有技术的缺陷，提出一种多阶段分解空时自适 应信号处理方法，以提高自适应自由度，降低训练样本和计算复杂度，实现对雷 达信号的自适应处理。

实现本发明目的的技术方案包括如下步骤：

1)对回波信号进行第一次滤波；

2)对回波信号同时进行空域和时域降维；

3)对降维后的回波信号再进行滤波，并计算滤波后回波信号的剩余杂波功率；

4)将计算出的剩余杂波功率与第一次滤波后的杂波功率进行比较，如果该剩 余杂波功率远小于第一次滤波后的杂波功率，则进行步骤6)，反之进行步骤5)；

5)重复步骤2)～步骤4)，直到剩余杂波功率远小于第一次滤波后的杂波功 率为止；

6)对降维后的滤波信号进行目标检测。

本发明与现有的技术相比较有如下特点：

1)本发明由于在降维处理过程中采用两个降维矩阵，因而能够分别在空域和 时域同时降低数据矩阵的维数，同时提高了计算效率；

2)本发明由于分阶段的降维处理，保证了自适应自由度没有降低；

3)本发明由于各级滤波器分量之间存在正交关系，降低了对训练样本的需求；

4)本发明由于采用有限的滤波次数和迭代次数，可获得较优处理性能，同时 具有很好的格型结构，实际处理中可以视情况进行简单的截断处理，降低了计算 复杂度。

附图说明：

图1是本发明多阶段分解空时自适应信号处理流程图；

图2是本发明计算滤波器分量时采用的双迭代方法流程图；

图3是本发明仿真主杂波区的其中一个多普勒通道在各阶段迭代处理中改善 因子IF随迭代次数的变化曲线图；

图4是本发明与已有方法对改善信杂噪比的改善因子对比图；

图5是本发明与已有方法的空时二维响应对比图；

图6是本发明采用的双迭代方法在各阶段处理中输出信杂噪比SCNR随迭代 次数的变化曲线图；

图7是基于实测数据情况下，本发明与已有方法的滤波结果对比图。

具体实施方式

参照图1，本发明的具体步骤如下：

步骤1，对回波信号进行第一次滤波。

设雷达接收到的回波信号用X₁表示，为了最小化对X₁滤波后的剩余杂波功 率，构建如下代价函数：