[发明专利]基于压缩感知的机动目标参数估计方法

说明书

技术领域

本发明属于雷达探测技术领域，特别是涉及一种基于压缩感知的机动目标参数估计方法，可以用于机载相控阵雷达对机动目标空时频三维参数的准确估计。

背景技术

机载雷达下视工作时微弱目标信号往往淹没于因平台运动而使多普勒谱展宽了的强地杂波中，因此仅用单个通道接收下来的回波信号进行多普勒处理的方法不能抑制与动目标相同多普勒频率的地物杂波。相位中心偏置天线(displaced phase center antenna，DPCA)技术是一种同时利用多个通道对接收的空时采样信号进行处理的方法，然而它容易受通道误差等各种非理想因素的影响。Brennan等人于1973年提出了用空时二维采样信号进行自适应处理的方法(即STAP技术)，其核心思想是利用杂波的空时耦合特性自适应地调节二维滤波器的响应滤除杂波，并保证对目标有足够的增益，其在一定程度上补偿了误差所造成的影响，大大改善了杂波抑制效果。

众所周知，参数估计一直以来都是一个热点研究问题，发现目标后如何获取目标的有效参数对于目标跟踪具有重要意义。目前STAP中目标参数估计的思路基本都局限在利用STAP权矢量进行匹配滤波，存在运算量大且估计性能受限的问题。近2年来，针对STAP中存在多普勒走动的机动目标检测问题，吴仁彪等人重点研究了目标加速度估计问题，但是，这些研究都假设目标方位角已知，而这一假设在实际情况中是不合理的。

发明内容

为了解决上述问题，本发明的目的在于提供一种基于压缩感知的机动目标的空时频三维参数估计方法，该方法能够实现机载相控阵雷达空时自适应处理中机动目标参数的准确估计。

为了达到上述目的，本发明提供的基于压缩感知的机动目标参数估计方法包括按顺序进行的下列步骤：

1)利用参考单元的数据估计杂波协方差矩阵；

2)对待测单元的数据进行杂波抑制；

3)离散化目标的来向角空间、速度空间及加速度空间，并根据离散化的参数空间构造目标空时频三维参数估计所需的基字典；

4)稀疏求解，得到基于压缩感知的目标参数粗估计值，记为

5)构造代价函数，在以粗估计值为邻域的局部区间内进行搜索，实现目标参数精确估计，得到最终估计结果

在步骤3)中，所述的基字典的构造方法是：

a.对目标参数空间——角度、速度和加速度空间进行离散化，离散化的网格数分别为N_s，N_v，N_a，对应的离散化目标参数空间分别记为{φ₁，φ₂，…，φ_Ns}，{V₁，V₂，…，V_Nv}，{a₁，a₂，…，a_Na}；

根据离散化的角度空间{φ₁，φ₂，…，φ_Ns}，将该空间中每一个角度值对应的空域导向矢量作为空域基字典中的原子向量，从而可构造如下式所示的N×N_s维空域基字典：

同理，构造K×N_v维时域基字典和K×N_a维频域基字典分别为：

b.要实现三个参数的同时估计，需要构造如下式的基字典：

式中Φ_V⊙Φ_a表示Φ_V的每一个列向量分别与Φ_a的每一个列向量进行点积，所以Φ_V⊙Φ_a为K×N_vN_a维矩阵。

在步骤4)中，所述的目标参数粗估计值是通过对如下式所示的约束方程求解获得：

min(||ρ||₁)，且

其中||·||₁表示l₁范数，||·||₂表示l₂范数，ξ表示稀疏恢复所允许的误差限；对于式(12)求解得到系数向量ρ，ρ中非零元素对应的空时频参数即为目标参数粗估计值。

在步骤5)中，所述的目标参数精确估计是通过如下方法实现的：

首先，取以为中心的邻域：