[发明专利]基于JADE的时变窄带干扰抑制方法

说明书

技术领域

本发明属于信号处理技术领域，更进一步涉及雷达信号处理技术领域中的一种基于近似联合对角化(Joint Approximate Diagonalization of Eigen-matrices，JADE)的时变窄带干扰抑制方法。本发明可在有效地保留有用雷达回波信号的同时，尽可能地抑制针对雷达的时变窄带干扰，从而实现对雷达回波信号清晰成像。

背景技术

窄带干扰是针对合成孔径雷达系统的主要干扰方式之一。所谓窄带干扰是指干扰信号带宽与合成孔径雷达发射信号带宽之比很小(比如1％)的信号。窄带干扰可分为非人为干扰和人为干扰两类。非人为干扰主要包括与SAR处于同一频段的通讯设备、电视网和其它低频波段辐射设备。人为窄带干扰具有干扰功率大，针对性强，干扰实现简单，形式多变等特点，最常见的有强脉冲干扰和频率引导“瞄准式”干扰。这些干扰的存在降低了SAR回波数据的信干噪比，尤其是在干扰功率较大的情况下，会使得图像中出现亮线并且使图像变模糊，从而严重降低了SAR图像质量。因此，如何对窄带干扰形式进行有效的识别和抑制是目前SAR干扰处理技术的重要课题。

张双喜等人在文献“利用小波变换进行合成孔径雷达窄带干扰抑制算法”(西安电子科技大学学报自然科学版，vol.38，no.5，pp.108-114，2011年)中提出一种基于小波变换的窄带干扰抑制方法。该方法首先将回波信号的频谱变换到小波域中，再把窄带干扰所对应的小波系数检测出来并通过设计具体的时频域滤波器去除干扰，从而实现窄带干扰抑制。但是该方法存在的不足之处是，在不同的尺度下需要对选定提取的窄带干扰的阈值进行恒虚警率检测，从而对小波变换中的小波系数检测需要消耗较多的时间。

西安电子科技大学在其申请的专利“基于复数经验模态分解的时变窄带干扰抑制方法”(专利申请号201210001678.2，公开号CN102520396A)中公开了一种利用复数经验模态分解的时变窄带干扰抑制方法。该方法将信号分解成一系列本征模态函数，在抑制窄带干扰的同时充分保留了信号本身的非线性和非平稳特征，但是该方法仍存在的不足是，对局部信号分析处理未考虑干扰信号的全局统计特性，从而导致干扰信号分离不彻底。

发明内容

本发明的目的在于克服现有技术的不足，提出一种基于JADE的时变窄带干扰抑制方法。该方法弥补了小波变换法耗时比较多、复数经验模态分解法对干扰信号分离不彻底的不足，充分利用雷达信号与干扰信号统计特性的差异性，根据JADE分解方法直接在信号数据域提取窄带干扰并进行抑制，能够保留有用回波信号，有效地抑制时变的窄带干扰。

实现本发明的基本思路是：首先，在频域对回波数据进行窄带干扰定性识别，对存在干扰的回波进行时间平滑，并对信号进行白化处理；其次，利用SAR回波和窄带干扰信号的独立性，对回波进行JADE分解，得到一系列的基信号，通过能量阈值检测实现干扰基信号识别；最后，采用最小二乘方法获得对干扰基信号的复包络的精确估计后，重构干扰信号，并从原始回波中消去干扰信号，实现方位时变窄带干扰抑制。

本发明的具体步骤如下：

(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：

R=max(|P|)mean(|P|)]]>

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；