[发明专利]基于知识辅助的时域重构机载雷达杂波抑制方法

说明书

本发明属于雷达技术领域，公开了一种基于知识辅助的时域重构机载雷达杂波抑制方法。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，误差更为稳定；并且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，同时又能取得良好的杂波抑制和目标检测性能。

技术领域

本发明属于雷达技术领域，尤其涉及一种基于知识辅助的时域重构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低速运动目标。

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；空时自适应信号处理(STAP)技术充分利用了雷达空域和时域两维系统自由度，可以在保证目标信号获得一定相干积累增益的同时对空时耦合的地杂波进行有效抑制，从而在很大程度上改善机载雷达的动目标检测性能，特别是对低速目标以及被旁瓣杂波所湮没的弱小目标的检测更为有利。

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。但是机载雷达非正侧视阵天线构型会造成近程杂波空时谱结构具有很强的距离依赖性，非均匀的雷达场景会造成杂波功率在不同距离采样间有很大的起伏变化，这些都会导致雷达回波数据非均匀，破坏STAP的训练样本独立同分布假设条件，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。

从提出STAP概念起至目前，国内外已从理论、技术、试验及应用等方面开展了大量的工作。功率选择训练法根据测量得到的实际杂波强度自适应选择杂波功率足够强的样本作为训练样本，该方法较好地解决了空时二维滤波器凹陷不足的问题，但是同时存在杂噪比估计过高的缺点。相位和功率选择训练法通过挑选功率足够强、相位分布接近杂波相位分布的回波数据作为训练样本，能够剔除包含强干扰目标信号的训练样本，但是杂噪比估计过高的问题仍然存在。这虽然在一定程度上可以降低不同样本之间的非均匀性，但无法从根本上解决训练样本非均匀的问题。

发明内容

针对上述问题，本发明的目的在于提供一种基于知识辅助的时域重构机载雷达杂波抑制方法，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，误差更为稳定；并且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，同时又能取得良好的杂波抑制和目标检测性能。

为达到上述目的，本发明采用如下技术方案予以实现。

一种基于知识辅助的时域重构机载雷达杂波抑制方法，所述方法包括如下步骤：

步骤1，获取机载雷达的N_max个距离门的雷达回波数据，每个距离门的雷达回波数据记为一个待检测单元的数据，N_max表示雷达回波数据包含的距离门总个数，且雷达回波数据的每个距离门内存在多个杂波散射体；

步骤2，计算所有距离门内的每个杂波散射体的归一化空域频率和归一化多普勒频率；

步骤3，确定杂波脊，计算所有距离门内的每个杂波散射体在杂波脊上的时域导向矢量和空域导向矢量，进而得到所有杂波散射体的时域导向矢量矩阵和空时导向矢量矩阵；

步骤4，令l表示第l个待检测单元，令i表示第i次迭代，l的初值为1，i的初值为1，l∈{1，2，…，N_max}，i∈{1，2，…，γ}，N_max表示雷达回波数据包含的距离门总个数，与待检测单元数据总个数取值相等，γ表示设定的总迭代次数；