[发明专利]基于JADE的时变窄带干扰抑制方法有效
申请号: | 201310054288.6 | 申请日: | 2013-01-31 |
公开(公告)号: | CN103163505A | 公开(公告)日: | 2013-06-19 |
发明(设计)人: | 周峰;陶明亮;白雪茹;刘妍 | 申请(专利权)人: | 西安电子科技大学 |
主分类号: | G01S7/36 | 分类号: | G01S7/36 |
代理公司: | 陕西电子工业专利中心 61205 | 代理人: | 田文英;王品华 |
地址: | 710071*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 jade 窄带 干扰 抑制 方法 | ||
1.基于JADE的时变窄带干扰抑制方法,包括如下步骤:
(1)雷达录取回波,得到以距离为行向量,以方位为列向量的回波数据;
(2)判断回波数据是否存在窄带干扰:
2a)对回波数据的列向量进行傅里叶变换,得到一维距离像;
2b)按照下式计算一维距离像的相对幅度比:
其中,R表示一维距离像的相对幅度比,max(·)表示求最大值运算符号,||·||表示求模值运算符号,P表示一维距离像,mean(·)表示求均值运算符号;
2c)判断一维距离像的相对幅度比是否大于或等于幅度阈值,若是,则执行步骤(3);否则,执行步骤(7);
(3)预处理:
3a)以定长在回波数据的列向量中滑动选取数据,以每次所选取的数据为行向量,组成数据矩阵;
3b)分别计算数据矩阵每行的均值,将数据矩阵的各行数据分别与其所在行对应的均值相减,并将差值依次作为行向量中的元素,组成零均值数据矩阵;
3c)计算零均值数据矩阵的协方差矩阵,并对协方差矩阵进行特征值分解,得到特征值对角矩阵和特征向量矩阵;
3d)按照下式计算白化矩阵:
W=Λ-1/2QH
其中,W表示白化矩阵,Λ表示特征值对角矩阵,Λ-1/2表示对Λ进行开方求逆得到的矩阵,Q表示特征向量矩阵,QH表示Q的共轭转置矩阵;
3e)将白化矩阵与步骤3b)得到的零均值数据矩阵相乘,得到白化观测矩阵;
(4)分离基信号:
4a)按照下式计算白化观测矩阵的四阶协方差矩阵:
其中,C表示白化观测矩阵的四阶协方差矩阵,N表示白化观测矩阵的列数,表示对第1项到第N项的求和运算符号,k表示白化观测矩阵列向量的编号,Zk表示白化观测矩阵第k列向量,表示Zk的共轭转置向量,R表示白化观测矩阵的自相关矩阵,tr(R)表示对自相关矩阵R求矩阵迹得到的数值;
4b)对四阶协方差矩阵进行特征值分解,得到一组特征向量,依次将每一个特征向量与自身的共轭转置向量相乘,得到各特征向量对应的转换矩阵;
4c)按照下式计算四阶累积量矩阵:
其中,CP表示第p个特征向量对应的四阶累积量矩阵,p表示特征向量的标号,p的取值范围为[1,L],L表示步骤3a)中选取的定长,N表示白化观测矩阵的列数,表示对第1项到第N项的求和运算符号,k表示白化观测矩阵列向量的编号,Zk表示白化观测矩阵第k列向量,表示Zk的共轭转置向量,Ep表示第p个特征向量对应的转换矩阵,R表示白化观测矩阵的自相关矩阵,tr(·)表示求矩阵迹运算符号,表示Ep的共轭转置矩阵;
4d)按照联合对角化法计算Givens旋转矩阵;
4e)利用JADE计算基信号矩阵;
(5)提取干扰信号:
5a)依次将基信号矩阵中的行向量作为基信号,按照下式计算各基信号的峰值能量比:
其中,τm表示第m个基信号的峰值能量比,m表示基信号矩阵的行数,max(·)表示计算最大值运算符号,FT(·)表示傅里叶变换运算符号,ym表示基信号矩阵的第m行向量,E(·)表示求均值运算符号;
5b)将峰值能量比大于或等于能量阈值的基信号作为干扰基信号;
5c)以干扰基信号为行向量,组成干扰信号矩阵;
(6)剔除干扰信号:
6a)按照最小二乘法估计干扰信号的复包络,得到复包络向量;
6b)将复包络向量和步骤5c)得到的干扰信号矩阵相乘,将乘积作为重构的干扰信号;
6c)将回波数据的列向量与重构的干扰信号相减,得到剔除干扰后的回波数据的列向量;
(7)判断是否遍历完所有回波数据的列向量,若遍历完,则执行步骤(8);否则,执行步骤(2);
(8)获取剔除干扰后的回波数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安电子科技大学,未经西安电子科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201310054288.6/1.html,转载请声明来源钻瓜专利网。