[发明专利]基于参数化稀疏表示的直升机旋翼微多普勒参数估计方法

说明书

技术领域

本发明属于雷达目标识别领域，具体涉及一种基于参数化稀疏表示的直升机旋翼微多普勒参数估计方法。

背景技术

传统的微多普勒参数估计方法将时频分析与图像参数识别工具(例如Hough变换等)结合以实现对参数的估计。但是在有较强噪声干扰或者有效测量数较少的情况下，往往会出现时频分辨率降低以及估计精度下滑的现象。近年来出现基于稀疏表示的微多普勒参数估计方法，对微多普勒信号进行稀疏表示，再利用稀疏重构算法进行参数估计。其字典矩阵一般通过离散化微多普勒参数来构建。由于真实微多普勒信号的参数并不一定位于离散的参数网格上，基于上述字典矩阵的稀疏表示方式会引入额外的模型误差，导致字典失配效应(basis mismatch effect)，使微多普勒参数估计方法性能急剧下降。

为了避免字典失配效应，进行微多普勒信号的参数化稀疏表示，即将字典矩阵定义为信号的某些重要未知参数的函数。已有的针对参数化稀疏表示的微多普勒参数估计算法有POMP算法，但是该算法仅是对信号进行了参数化稀疏表示，实际上对参数只是进行离散化处理，当参数真实值并不在离散化的参数网格上时，最终搜索到的参数估计值和真实值之间还会存在偏差。

发明内容

本发明的目的在于提供一种基于参数化稀疏表示的直升机旋翼微多普勒参数估计方法，减小了直升机旋翼角频率估计值与真实值之间的偏差，提高了角频率的估计精度。

实现本发明目的的技术解决方案为：基于参数化稀疏表示的直升机旋翼微多普勒参数估计方法，包括如下步骤：

步骤1、给定直升机旋翼角频率的初始候选取值集合，以角频率作为参数构造不同的字典矩阵；

步骤2、采样直升机旋翼产生的微多普勒信号，利用角频率初始候选取值对应的不同字典矩阵对采集的微多普勒信号进行稀疏重构；

步骤3、根据稀疏重构的残差更新角频率候选取值集合，进而更新字典矩阵，具体方法为：

步骤3.1、将不同字典矩阵对应的残差值进行降序排列，剔除前一半残差对应的字典矩阵；

步骤3.2、利用最小二乘法求解剩余字典矩阵对应的角频率的更新量：

其中，Δω_n^(α)为y为信号的采样向量；ω_n^(α)为Φ(ω_n^(α))为与角频率ω_n^(α)对应的字典矩阵；x(ω_n^(α))为与字典矩阵Φ(ω_n^(α))对应的稀疏解；当角频率初始候选集合经过α次更新过后，若位于集合中第n个位置的候选角频率ω_n^(α)仍需要更新，则其更新量可表示为；

步骤3.3、根据更新量Δω_n^(α)判断是否要对进行角频率更新。设更新量最小阈值为β，更新范围最大阈值为G，则当|Δω_n^(α)|≥β且|ω_n^(α)+Δω_n^(α)-ω_n⁽¹⁾|≤G时可对角频率进行更新，即ω_n^(α+1)＝ω_n^(α)+Δω_n^(α)，否则停止更新；

步骤4、重复步骤2-3直至角频率候选取值集合只有一个元素，该元素即为角频率初始估计值；

步骤5、根据角频率初始估计值对应的字典矩阵重构微多普勒信号；

步骤6、根据稀疏重构的残差确定直升机旋翼角频率的估计值，若重构的残差小于设定的阈值，则该字典矩阵对应的角频率值即为直升机旋翼角频率的估计值，否则，根据步骤3.2的公式确定角频率的更新量，更新角频率值及对应的字典矩阵，跳转步骤5；

步骤7、根据最终获得的角频率估计值及其对应的字典矩阵在重构微多普勒信号时得到的稀疏解实现对直升机旋翼叶片数的估计。

本发明与现有的技术相比,其显著的优点为：1)本发明有效减小了直升机旋翼角频率估计值与真实值之间的偏差，提高了角频率的估计精度；2)本发明利用直升机旋翼叶片初始相位的特殊结构结合各散射点初始相位估计值可较为准确地估计出直升机旋翼叶片个数。

附图说明