[发明专利]基于知识的稀疏恢复空时自适应处理方法及系统

说明书

技术领域

本发明属于雷达信号处理领域，尤其涉及一种基于知识的稀疏恢复空时自适应处理方法及系统。

背景技术

空时自适应处理是提高机载雷达检测运动目标性能的关键技术，但该技术却面临着滤波器训练样本受限的挑战，而且该挑战在非均匀杂波环境下更为严峻。近十年来，空时自适应处理技术已取得了一定发展，如已提出的降维(reduced dimension)STAP(space-time adaptive processing，空时自适应处理)方法，降秩(reduced rank)STAP方法，模型参数化(model-based)STAP方法，基于知识的(knowledge-aided)STAP方法等。

随着压缩感知(CS，compressed sensing)理论的提出，基于稀疏恢复的STAP方法得到了快速发展。压缩感知STAP方法由于能够解决上述训练样本不足的问题(该类方法通常也需要4～6个训练样本就可以获得比较的满意的输出性能)，因此受到了国内外学者的广泛关注。

目前已公开且考虑了阵列误差的功率谱稀疏恢复STAP方法有：文献[Z.Ma,Y.Liu,H.Meng and X.Wang,“Sparse recovery-based spacetime adaptive processing with array error self-calibration,”ELECTRONICSLETTERS,Vol.50,No.13,pp.952-954,June 2014.]所提出的方法和文献[Y.Zhu,Z.Yang and J.Huang,"Robust sparsity-based space-time adaptive processing considering array gain/phase errors,"2016IEEE 13th International Conference on Signal Processing(ICSP),Chengdu,2016,pp.1624-1628.]所提出的方法(简记该方法为OMP-LS-STAP)，但是这两种方法在估计杂波空时功率谱时均需要在整个角度-多普勒平面上进行搜索，因此这就导致了较高的计算复杂度。

发明内容

本发明所要解决的技术问题在于提供一种基于知识的稀疏恢复空时自适应处理方法及系统，旨在解决现有技术在解决稀疏恢复STAP时由于阵列误差存在而导致性能下降以及计算复杂度高的问题。

本发明是这样实现的，一种基于知识的稀疏恢复空时自适应处理方法，包括：

根据机载雷达和角度-多普勒平面构建空时导向词典，并根据所述-空时导向词典确定杂波角度-多普勒像；

对所述机载雷达的天线阵列的阵列幅相误差和所述杂波角度-多普勒像进行联合估计；

根据所述联合估计计算杂波协方差矩阵；

根据所述杂波协方差矩阵构建空时滤波器，通过所述空时滤波器进行杂波抑制。

进一步地，所述角度-多普勒平面上沿杂波脊线分布有若干杂波角度-多普勒单元，则所述根据机载雷达和杂波角度-多普勒单元构建空时导向词典，并根据所述-空时导向词典确定杂波角度-多普勒像包括：

通过所述机载雷达的先验知识计算出所述杂波脊线的折叠系数，所述先验知识包括所述机载雷达的运动速度、运动方向和天线阵列的指向；

根据所述折叠系数确定所述杂波角度-多普勒单元的分布，根据所述分布从所述角度-多普勒平面上选择出所述杂波角度-多普勒单元及其邻近的角度-多普勒单元；

根据所述杂波角度-多普勒单元及其邻近的角度-多普勒单元所在的位置构建抽象矩阵；

根据所述抽象矩阵对所述空时导向词典进行降维，并根据降维后的空时导向词典确定杂波角度-多普勒像。

进一步地，所述根据所述折叠系数确定所述杂波角度-多普勒单元的分布情况，根据所述分布情况从所述角度-多普勒平面上选择出所述杂波角度-多普勒单元及其邻近的角度-多普勒单元包括：

在所述角度-多普勒平面上，以所述杂波脊线上的每一杂波脊为中心，确定预置大小的矩形窗；

以所述矩形窗选中的角度-多普勒单元为待确定的杂波角度-多普勒单元；

则根据所述杂波角度-多普勒单元及其邻近的角度-多普勒单元所在的位置构建抽象矩阵包括：

根据所述待确定的杂波角度-多普勒单元所在的位置构建所述抽象矩阵。

进一步地，所述根据所述联合估计计算杂波协方差矩阵包括：

根据所述联合估计计算杂波的空时功率谱；