[发明专利]基于知识辅助最大似然的机载雷达杂波抑制方法

说明书

本发明公开了一种基于知识辅助最大似然的机载雷达杂波抑制方法，其主要思路为：确定机载雷达，并且分别获取N_max个距离门雷达回波数据和N_max个待检测单元数据；然后确定杂波脊；令l∈{1,2,…,N_max}，计算第l个待检测单元数据x_l在杂波脊上的最终杂波功率矩阵进而利用第l个待检测单元数据x_l在杂波脊上的最终杂波功率矩阵计算第l个待检测单元数据x_l的最终空时重构协方差矩阵令l的值加1，直到得到第N_max个待检测单元数据的最终空时重构协方差矩阵然后利用第N_max个待检测单元数据的最终空时重构协方差矩阵计算用于处理第N_max个待检测单元数据的权进而得到空时自适应处理结果，所述空时自适应处理结果为基于知识辅助最大似然的机载雷达杂波抑制结果。

技术领域

本发明属于雷达技术领域，特别涉及一种基于知识辅助最大似然的机载雷达杂波抑制方法，适用于非均匀环境下机载预警雷达抑制强地杂波以及检测地面慢速运动目标。

背景技术

机载预警雷达在接收目标回波信号的同时，不可避免地会受到复杂强地杂波的影响，如何从极强的杂波背景中对运动目标进行有效检测始终是机载预警雷达信号处理的核心任务，因此杂波抑制成为其必须解决的首要问题；空时自适应处理技术能够从空域和时域两维上同时区分运动目标和杂波，能够有效改善机载预警雷达的杂波抑制和运动目标检测性能，尤其是对慢速目标的检测更为有效，因而得到了广泛的关注。

由于杂波信号的统计特性通常是无法预知的，传统STAP需要选取待检测单元附近的回波数据作为训练样本对其进行估计；为获得较优的STAP性能(相对最优处理的性能损失不超过3dB),所需要的训练样本数不应少于系统自由度的两倍；此处设定所选用的训练样本与待检测单元数据满足独立同分布条件，即这些训练样本是均匀的且和待检测单元数据的统计特性相同；然而，由于实际场景中存在复杂的地表类型、植被覆盖以及孤立干扰，水塔、高耸的建筑物等情况，机载雷达通常都工作在非均匀杂波环境中；另外，当存在雷达天线偏航，目标污染；这些因素都会导致机载雷达回波数据非均匀，使得上述假设所要求的独立同分布样本条件很难满足，进而影响待检测单元杂波协方差矩阵估计精度，导致STAP的杂波抑制性能严重下降。

为解决以上技术问题，可以采用基于知识辅助最大似然的机载雷达杂波抑制的技术。基于知识辅助最大似然的机载雷达杂波抑制方法实际上就是利用待检测单元的数据重构待检测单元的杂波协方差矩阵，该方法可以有效克服训练样本的非均匀性，并且不需要人为设置参数，在工程上比较容易实现。

发明内容

针对上述现有技术存在的问题，本发明的目的在于提出一种基于知识辅助最大似然的机载雷达杂波抑制方法，这种基于知识辅助最大似然的机载雷达杂波抑制方法能够有效抑制非均匀环境下机载预警雷达的强地杂波，提高待检测单元杂波协方差矩阵的估计精度，工程上易于实现，同时又能够保证可接受的杂波抑制和目标检测的性能。

为达到上述技术目的，本发明采用如下技术方案予以实现。

一种基于知识辅助最大似然的机载雷达杂波抑制方法，包括以下步骤：

步骤1，确定机载雷达，并且分别获取N_max个距离门雷达回波数据和N_max个待检测单元数据；然后确定杂波脊；N_max为大于1的正整数；

步骤2，分别确定第l个待检测单元数据x_l在杂波脊上的杂波功率矩阵初始值和第l个待检测单元数据x_l的空时重构协方差矩阵初始值

初始化：令i表示内层循环第i次迭代，i的初始值为1；令j'表示外层循环第j'次迭代，j'的初始值为1；l∈{1,2,…,N_max}，l的初始值为1；N_max表示雷达回波数据包含的距离门雷达回波数据总个数，与待检测单元数据总个数取值相等；