[发明专利]一种基于特征子空间方位稳定性的强弱目标检测方法

权利要求书

1.一种基于特征子空间方位稳定性的强弱目标检测方法，包括：

首先对接收线阵中各阵元接收信号的协方差矩进行特征分解，得到特征值与对应的特征子空间，然后利用目标特征子空间对应空间谱的方位估计值较稳定，背景噪声特征子空间对应空间谱的方位估计值较随机的特点，结合各特征子空间的空间谱对应方位估计值的离散程度对各特征子空间归一化空间谱进行方位方差加权，得到一频率所对应的空间谱，进而得到宽带空间谱；

该方法进一步包括：

步骤1)、设置统计初始值m＝1，设置统计次数M的值；

步骤2)、接收线阵中的各个阵元接收数据；其中，

假设接收线阵为间距为d的N元等间隔水平线阵，有I个目标从θ_i入射，在第n个阵元接收数据中，第k组拾取的频率w_l对应数据表示为：

式中，为第i个目标辐射信号被第k组拾取的频域表示，为第n个阵元接收数据的第k组拾取噪声的频域表示，其为加性高斯白噪声，c为声速；

则频率w_l对应的各阵元接收数据的向量表示形式为：

式中，为对应θ_i方位的目标信号阵列流形矢量，[]^T为矩阵转置；为各阵元接收频率为w_l背景噪声对应数据向量；

步骤3)、对各个阵元所接收的数据进行采样，得到K组采样数据，进而对K组采样数据进行估计，得到的频率为w_l的协方差矩阵R(w_l)；其中，

由K组采样数据得到的协方差矩阵R(w_l)表示为：

式中，[]^H表示共扼转置；

步骤4)、对步骤3)所得到的协方差矩阵R(w_l)进行特征分解，得到N个特征值λ_n，n＝1,2,…N，及与其对应的特征子空间v_n，n＝1,2,…N；其中，所述特征分解的表达式为：

式中，λ_n和v_n分别表示R(w_l)的第n个特征值及其对应特征子空间；

步骤5)、计算第n个特征子空间的空间谱B_n(m,w_l,θ)；其中，第n个特征子空间的空间谱为：

B_n(m,w_l,θ)＝W^H(w_l,θ)v_n(w_l)v_n(w_l)^HW(w_l,θ), (5)；

(n＝1,2,…,N)

其中，θ表示目标相对于水平线阵的方位角,一般取值为θ∈[0,180]；

步骤6)、求第n个特征子空间的空间谱B_n(m,w_l,θ)中的最大值B_n(m,w_l,θ_max)及其对应的方位估计值θ_max(m,w_l,n)；

步骤7)、更新接收数据，令m＝m+1，然后重复执行步骤2)—步骤5)，直到m＝M为止；

步骤8)、求取之前步骤所得到的各特征子空间的空间谱对应方位估计值的离散程度，该离散程度记为其计算公式为：

其中的为第n个特征子空间对应方位估计值的均值，如下式所示：

步骤9)、利用步骤8)所得到的各特征子空间对方位估计值的离散程度对其所在特征子空间的空间谱进行不等权值加权统计，得到频率w_l对应空间谱；如下式所示：

式中，Θ为波束形成扫描最大角，为各特征子空间的归一化空间谱；通过权值因子进一步调整背景噪声对应子空间的空间谱与强/弱目标对应子空间的空间谱在最终空间谱中的比重，当较小时，其对应的谱值在中数值较大；

步骤10)、由步骤9)得到的频率w_l对应空间谱进一步计算宽带空间谱，其计算公式如下：

其中，L为分子带数。