[发明专利]一种用于多发射GMTI雷达系统的认知波形优化处理方法

说明书

技术领域

本发明属于雷达技术领域，涉及该领域中的一种基于先验环境知识自适应的脉冲压缩滤波器设计方法，本发明可以应用于任意波形与任意环境逆匹配的脉冲压缩处理，还可应用于多发射波形情况下分离每个波形的脉冲压缩信息。滤波器是参照与环境逆匹配的模板设计的，因此能够更好地抑制杂波从而提高目标的检测性能。

背景技术

认知系统是通过对于目标和环境的学习，将从回波中提取的信息反馈到发射机，形成闭环系统，然后发射机根据环境信息自适应优化设计新的发射信号，使其适应环境达到改善雷达性能的目的。环境信息主要来源于：雷达发射信号在空间环境中反射后的回波，基于我方相应设备所获得的敌方雷达侦察设备的知识及其他传感器所获取的环境分布信息。在多发射GMTI的认知雷达系统中，抑制来自静止目标或者地面杂波的回波才能更容易检测地面运动目标。多通道的杂波抑制性能与通道的一致性有关。因此，在多发射GMTI的认知雷达系统中，不仅仅要求每个通道（脉冲压缩结果）和环境信息逆匹配，还要求脉压分离出的多个通道之间具有高的相关系数。

传统脉冲压缩滤波器对环境没有自适应能力，在复杂电磁环境背景下目标检测能力往往会下降。已有的最小二乘方法可以优化设计均匀分布的旁瓣，但是由于能量恒定，均匀分布的旁瓣电平有理论极限值，因此不一定能够得到理想的结果。而实际环境信息往往瞬息万变且不是均匀分布的，与时变复杂电磁环境自适应的波形设计及处理更能符合实际需求。

发明内容

本发明的目的在于克服上述现有技术的不足，提出一种与时变环境自适应的脉冲压缩滤波器的设计方法。该方法以根据环境先验知识设计的模板为参考，通过迭代处理设计出与环境逆匹配的滤波器，提高多通道之间的相关性，从而改善了杂波和干扰背景下目标不易检测的问题，提高了目标的检测性能。

本发明的基本思路是：首先接收多发射波形的回波数据；对环境进行认知，设计出与环境逆匹配的脉冲压缩滤波器时域响应图，将其作为参考模板；然后针对任意波形设计与参考模板相匹配的脉冲压缩滤波器；用设计好的滤波器处理单/多发射波形回波数据，分离出每个波形的脉冲压缩信息，从不同的通道输出；最后对每个通道的输出数据进行相消处理，完成杂波抑制等信号处理。

一种用于多发射GMTI雷达系统的认知波形优化处理方法，包括如下步骤：

（1）接收多发射波形的回波数据；

（2）对环境进行认知，设计与环境逆匹配的脉冲压缩参考模板；

（3）参照参考模板设计与环境逆匹配的任意波形脉冲压缩滤波器；

3a）初始化参数：约束主瓣区域、期望信息矩阵C和对应的约束值g、初始加权系数矩阵W，迭代次数K；

3b）计算出加权时域相关矩阵B；

3c）计算出滤波器权值h；

3d）将得到的脉压结果与参考模板进行对比。判断脉压结果是否和模板匹配若匹配则停止，滤波器设计完毕；若不匹配，则找出旁瓣的最低峰值电平Pr作为参考电平，更新加权系数矩阵W，返回到3b）迭代K次直到满足要求后完成滤波器的设计；

（4）用（3）设计的脉冲压缩滤波器对多发射波形回波数据进行处理时，针对多发分离得到多发射波形中每个波形进行脉压,尽可能保证具有相似的主旁瓣特性,即要求对不同的发射波形采用同样的脉压参考模板；

多发射波形中有M个发射波形，每个波形的约束矩阵为，用替换（3）中任意波形滤波器设计中的C；

（5）对获得的多发射波形脉压数据之间做相消处理完成杂波抑制。

所述的优化处理方法，步骤（3）具体执行以下步骤：

首先设置初始参数：给定主瓣区域Ω、期望信息矩阵C=span(x_i)i∈Ω和对应的约束值g；其中x_i是接收回波数据矩阵的第i个列向量，span(·)表示由括号内元素张成的向量；若约束的主瓣范围仅包括一个主峰点，那么C=x₀和g=1；设置初始加权系数矩阵W；旁瓣区的人工干扰功率的初值为1，主瓣区人工干扰功率的初值为0，即当i∈Ω时w(i)=0；当时w(i)=1，迭代系数λ是一个常量；

然后计算初始的加权时域相关矩阵B：

B=XWX^*                                (1)

其中(·)^*为括号内矩阵的转置；