[发明专利]一种基于稀疏的空时自适应处理方法及系统

权利要求书

1.一种基于稀疏的空时自适应处理方法，其特征在于，包括：

步骤A，根据互质阵列-互质脉冲的空时快拍协方差矩阵构造虚拟空时快拍；

步骤B，根据所述虚拟空时快拍构建基于稀疏的空时自适应处理滤波器；

步骤C，根据所述空时自适应处理滤波器进行杂波信号估计，得到检测信号；

其中，所述步骤A包括：

步骤A1，建立互质阵列-互质脉冲采样结构下无目标信号出现时的空时快拍x；

其中，N_C表示在每个等距范围内统计独立的杂波块的数量，α_i,c、ω_i,c和φ_i,c分别表示第i个杂波块的复幅度、归一化多普勒频率和归一化空域频率，u表示高斯白噪声；

步骤A2，根据所述空时快拍x计算干扰噪声协方差矩阵

其中，K表示训练快拍的总个数，x_k表示第k个训练快拍，k＝1,2…,K，矩阵是协方差矩阵R的估计，R表示无目标出现时的空时快拍x所对应的协方差矩阵，其中表示噪声向量的方差，I表示单位矩阵，E[·]表示期望值，上标H表示矩阵的共轭转置；

步骤A3，对所述干扰噪声协方差矩阵进行列堆叠，去冗余，重排得到虚拟空时接收矩阵Z；

步骤A4，把所述虚拟空时接收矩阵Z向量化，得到所述虚拟空时快拍z；

其中，表示杂波空时导引矩阵，e′_u是中心位置元素为1其它所有元素为0的列向量；

所述步骤B包括：

步骤B1，将整个角度多普勒平面分离成N_d＝ρ_dM和N_s＝ρ_sM(ρ_d,ρ_s1)的网格，其中N_d和N_s分别为沿着空间频率轴与时间/多普勒频率轴的网格点数，ρ_d,ρ_s为比例系数，表示划分网格数是原阵元或脉冲个数的倍数，改写公式(4)，得到：

其中，N_dN_s×1维的向量代表角度多普勒频谱，是空时导向字典，由下式(6)表示：

考虑到通过有限样本求得的协方差矩阵估计存在误差，即构造的虚拟空时快拍存在误差，因此，将公式(5)改写成：

其中，表示稀疏向量，表示误差，为求解所述稀疏向量建立如下优化问题模型；

其中公式(8)中，||·||_i(i＝0,2)表示0或2范数运算，ζ表示噪声容限；

步骤B2，确定噪声容限ζ；

其中，trace()表示求迹运算，是第i行全部为零，但在i+kNM-lN²+(l-k)N的位置上为1的矩阵，[·]和(·)分别表示取整和模块运算符，(J)^-1表示矩阵J的Moore-Penrose的逆，Φ_t∈{0,1}^M×(M′+1)是第i行全部为零，但在(m_i+1)的位置为1的矩阵，由公式(10)给出：

是第i行全为零，但只在处有一个1的矩阵，类似的，Φ_s∈{0,1}^N×(N′+1)，和N′＝N₂(2N₁-1)，矩阵均可按照前述相同的步骤构造；

步骤B3，采用LASSO方法求解所述优化问题模型然后利用求解出的优化问题模型的值计算虚拟空时快拍z的协方差矩阵估计

步骤B4，基于输出信号与干扰加噪声比SINR最大化原则设计所述空时自适应处理滤波器，即利用所述协方差矩阵计算所述空时自适应处理滤波器STAP的权向量w；

其中，ω_t和φ_t分别表示期望信号归一化多普勒频率和空间频率。

2.一种基于稀疏的空时自适应处理系统，其特征在于，包括：

快拍构建单元，用于根据互质阵列互质脉冲的空时快拍协方差矩阵构造虚拟空时快拍；

滤波器构建单元，用于根据所述虚拟空时快拍构建基于稀疏的空时自适应处理滤波器；

信号估计单元，用于根据所述空时自适应处理滤波器进行杂波信号估计，得到检测信号；

其中，所述快拍构建单元具体用于：

首先，建立互质阵列互质脉冲采样结构下无目标信号出现时的空时快拍x；

其中，N_C表示在每个等距范围内统计独立的杂波块的数量，α_i,c、ω_i,c和φ_i,c分别表示第i个杂波块的复幅度、归一化多普勒频率和归一化空域频率，u表示高斯白噪声；

其次，根据所述空时快拍x计算干扰噪声协方差矩阵

其中，K表示训练快拍的总个数，x_k表示第k个训练快拍，k＝1,2…,K，矩阵是协方差矩阵的R的估计，R表示无目标出现时的空时快拍x所对应的协方差矩阵，其中表示噪声向量的方差，I表示单位矩阵，E[·]表示期望值，上标H表示矩阵的共轭转置；

然后，对所述干扰噪声协方差矩阵进行列堆叠，去冗余，重排得到虚拟空时接收矩阵Z；

最后，把所述虚拟空时接收矩阵Z向量化，得到所述虚拟空时快拍z；

其中，表示杂波空时导引矩阵，e′_u是中心位置元素为1其它所有元素0为的列向量；

所述滤波器构建单元具体用于：

首先，将整个角度多普勒平面分离成N_d＝ρ_dM和N_s＝ρ_sM(ρ_d,ρ_s1)的网格，其中N_d和N_s分别为沿着空间频率轴与时间/多普勒频率轴的网格点数，ρ_d,ρ_s为比例系数，表示划分网格数是原阵元或脉冲个数的倍数，改写公式(16)，得到：

其中，N_dN_s×1维的向量代表角度多普勒频谱，是空时导向字典，由下式(18)表示：

考虑到通过有限样本求得的协方差矩阵估计存在误差，即构造的虚拟空时快拍存在误差，因此，将公式(17)改写成：

其中，表示稀疏向量，表示误差，为求解所述稀疏向量建立如下优化问题模型；

其中公式(20)中，||·||_i(i＝0,2)表示0或2范数运算，ζ表示噪声容限；

其次，确定噪声容限ζ；

其中，trace()表示求迹运算，是第i行全部为零，但在i+kNM-lN²+(l-k)N的位置上为1的矩阵，[·]和(·)分别表示取整和模块运算符，(J)^-1表示矩阵J的Moore-Penrose的逆，Φ_t∈{0,1}^M×(M′+1)是第i行全部为零，但在(m_i+1)的位置为1的矩阵，由公式(22)给出：

是第i行全为零，但只在处有一个1的矩阵，类似的，Φ_s∈{0,1}^N×(N′+1)，和N′＝N₂(2N₁-1)，矩阵均可按照前述相同的步骤构造；

然后，采用LASSO方法求解所述优化问题模型然后利用求解出的优化问题模型的值计算虚拟空时快拍z的协方差矩阵估计

最后，基于输出信号与干扰加噪声比SINR最大化原则设计所述空时自适应处理滤波器，即利用所述协方差矩阵计算所述空时自适应处理滤波器STAP的权向量w；

其中，ω_t和φ_t分别表示期望信号归一化多普勒频率和空间频率。