[发明专利]基于重加权的采样矩阵求逆非均匀检测器的实现方法

权利要求书

1.一种基于重加权的采样矩阵求逆非均匀检测器的实现方法，其特征在于，包括：

步骤1，机载雷达接收回波数据进行降维处理，利用降维后的数据作为初始训练样本集，并根据初始训练样本集计算采样协方差矩阵；

步骤2，以APR检测统计量为目标函数，计算APR检测统计量的最大值及其对应的样本坐标；

步骤3，在非均匀环境下，计算重加权权值，对所述采样协方差矩阵进行重加权；

步骤4，基于重加权的采样矩阵求逆检测器剔除所述初始训练样本集中的非均匀样本，得到优化的训练样本集；

所述步骤1包括以下子步骤：

1a)采用扩展的因子化方法构造降维矩阵，对机载雷达回波数据进行降维处理

其中，T_m为对应于第m个多普勒通道的线性变换矩阵，x_k为原始回波数据，为降维后的回波数据，H表示矩阵的共轭转置；

1b)采用扩展的因子化方法构造降维矩阵，对目标空时导向矢量进行降维处理

其中，v_t为全空时目标期望导向矢量，为降维后的目标空时导向矢量；

1c)从所述降维处理后的回波数据中选取训练样本，作为初始训练样本集，用所述初始训练样本集计算采样协方差矩阵为

其中，K为样本数目；

转入步骤2；

所述步骤2，包括以下子步骤：

2a)将变量r在-1到0之间均匀采样N点，得到一组点集为[r₁,…,r_N]，初始化r，令r＝r₁；

2b)计算所述采样协方差矩阵的r次幂即

其中，为的特征矢量矩阵，为的特征值矩阵；

2c)利用所述计算滤波器权值矢量，即

其中，为滤波器权值矢量；为降维后的目标空时导向矢量；

2d)利用对所述初始训练样本集进行滤波，得到输出信号的功率值为

其中，P_r,k为输出信号功率值；

2e)对{P_r,k}_k＝1,…,K进行排序，得到{P_r,k}_k＝1,…,K的中值为P_r,median，计算检测统计量，即

T_r,k＝P_r,k/P_r,median

其中，T_r,k为检测统计量；

2f)将所述检测统计量T_r,k与预设的门限值η进行比较，即

其中，η为预设的门限值，H₁表示检测统计量大于门限值，H₀表示检测统计量小于门限值；

2g)假定有K_r个样本的检测统计量小于门限值，这些样本排列成矩阵形式为X_r,a，样本对应的距离单元坐标为p_r，采样协方差矩阵为

其中，为修正的采样协方差矩阵估计；

2h)由所述和计算r＝r₁时的APR检测统计量，即

其中，APR(r)为关于变量r的函数；

2i)令r＝r_i|_i＝2,…,N，重复执行子步骤2b)～2h)，得到一组APR检测统计量[APR(1),…,APR(N)]和一组样本对应的距离单元坐标矢量[p₁,…,p_N]；

2j)对[APR(1),…,APR(N)]进行排序，得到APR检测统计量的最大值APR_opt，其对应的样本坐标为p_opt；

转入步骤3；

所述步骤3包括以下子步骤：

3a)由所述p_opt计算训练样本集的重加权的权值ρ_k，若样本对应的距离坐标位于p_opt中，ρ_k赋值为1，否则，ρ_k赋值为0；

3b)在非均匀环境下，对采样协方差矩阵进行重加权，所述重加权以后的采样协方差矩阵为

其中，为重加权后的采样协方差矩阵；

转入步骤4；

所述步骤4，包括以下子步骤：

4a)利用所述计算滤波器权值矢量，即

其中，为滤波器权值矢量；

4b)利用对所述初始训练样本集进行滤波，得到输出信号的功率值为

其中，P_R-smi,k为输出信号功率值；

4c)对{P_R-smi,k}_k＝1,…,K进行排序，得到{P_R-smi,k}_k＝1,…,K的中值为P_R-smi,median，计算检测统计量，即

T_R-smi,k＝P_R-smi,k/P_R-smi,median

其中，T_R-smi,k为检测统计量；

4d)将所述检测统计量T_R-smi,k与预设的门限值η′进行比较，即

其中，η′为预设的门限值，H₁表示检测统计量大于门限值，H₀表示检测统计量小于门限值；

4e)假定有Q个样本的检测统计量大于门限值，将这Q个样本从所述初始训练样本集中剔除，将剔除后剩余的训练样本作为优化的训练样本集。