[发明专利]基于杂波俯仰方位谱稀疏恢复的机载雷达目标检测方法

说明书

技术领域

本发明涉及低空动目标检测技术领域，具体涉及一种基于杂波俯仰方位谱稀疏恢复的机载雷达目标检测方法。

背景技术

空时自适应处理(STAP：Space-TimeAdaptiveProcessing)是机载雷达抑制杂波、检测低空/地面慢速动目标的关键技术，其杂波抑制性能由杂波特性估计的准确性决定。在机载非正侧雷达系统中，由于地杂波空时分布具有距离依赖性，同时实际杂波环境具有一定的非均匀性，不同距离单元的训练样本不满足独立同分布条件(IID：IndependentandIdenticallyDistributed)，因此，传统统计类STAP方法无法获得足够的IID训练样本，难以准确估计杂波特性，杂波抑制和目标检测性能下降。

稀疏恢复(SR：SparseRecovery)利用信号的稀疏性进行欠定方程的求解，可以获得比传统参数估计方法更高的参数估计精度，是信号处理领域的一个新的研究热点。由于机载雷达天线具有方向性，杂波在空时二维上的分布是稀疏的，文献[1]以此提出了空时谱估计-滤波器结构的稀疏恢复空时自适应处理方法(SR-STAP：SparseRecoverybasedSTAPtechnique)。SR-STAP方法在少量样本(甚至单个样本)的情况下，首先利用SR算法(如FOCUSS算法、贪婪算法和凸优化算法等)估计杂波空时谱；然后，通过杂波协方差矩阵(CCM：ClutterCovarianceMatrix)和杂波空时谱之间的关系计算CCM；最后，根据CCM构造空时自适应滤波器抑制杂波，检测目标。

SR-STAP方法只需少量训练样本即可实现高分辨杂波空时谱和杂波协方差矩阵的估计，可以较好地减少杂波非均匀性的影响，是一种具有较大潜力的杂波抑制方法，因此吸引了国内外学者们的广泛研究。

但是，尽管学者们提出了不同的改进方法，现有SR-STAP方法存在的基失配和伪值较多等问题仍需进一步研究解决。此外，当机载非正侧雷达的回波存在距离模糊时，近程杂波和远程模糊杂波相互叠加，现有SR-STAP方法并不能发挥其在杂波空时谱高分辨估计上的优势，设计的空时滤波器无法在待测距离单元形成深的凹口，无法对距离模糊杂波进行有效抑制，慢速目标检测能力下降。

发明内容

为了克服现有机载相控阵雷达SR-STAP方法的不足，本发明提供了一种基于杂波俯仰方位谱稀疏恢复的机载雷达目标检测方法。

为实现上述目的，本发明采取的技术方案为：

一种基于杂波俯仰方位谱稀疏恢复的机载雷达目标检测方法，包括如下步骤：

S1、根据雷达配置信息确定俯仰角和方位角范围，并离散为高分辨俯仰和方位分辨单元，根据杂波空时分布与俯仰方位角之间的关系，构造杂波空时导向矢量矩阵；

S11、设俯仰角范围为[0，π/2]，方位角范围为[θ_min，θ_max]，其中θ_min和θ_max分别为由雷达发射和接收波束确定的最小和最大方位角；将俯仰角范围和方位角范围分别离散为和N_θ个分辨单元得：

其中，m＝1，２，…，N_θ，

S12、构造空时导向矢量矩阵为：

其中，为对应第m个方位角单元和第n个俯仰角单元的空时导向矢量，表示为：

其中，表示Kronecker积，和分别为对应第m个方位角单元和第n个俯仰角单元的时域导向矢量和空域导向矢量：

和分别为对应第m个方位角单元和第n个俯仰角单元杂波块的多普勒频率和空间频率，表示为：

其中，f_prf为脉冲重复频率，λ为雷达波长，d为阵元间隔，v₀是载机速度，θ_p为天线与雷达飞行方向的央角。

S2、构建稀疏恢复模型，利用典型的SR算法估计原始杂波AE谱；

S21、建立的稀疏恢复模型为：

其中，α_l定义为第l个训练单元的杂波AE谱；

S22、根据稀疏恢复理论，通过以下公式计算α_l：

其中，||·||₀代表向量的0-范数，||·||₂代表矩阵的2-范数，ε为由噪声决定的常数。