[发明专利]一种畸变拖曳阵线谱特征增强方法及系统

权利要求书

1.一种畸变拖曳阵线谱特征增强方法，其特征在于，包括：

(1)获取观测阵列信号x_i(t)，i＝1，2，...，M，M为拖曳阵中阵元数目；

(2)基于理想波束形成粗略估计目标方位为目标信号波束能量最大时的引导角；

(3)检测目标信号的L个功率最大的频率l＝1，2，...，L，计算L个强线谱的阵列相对时延差向量Γ_l，l＝1，…，L；L为估计线谱的数目；

(4)使用加权的卡尔曼滤波，减小阵列相对时延差向量Γ_l的影响得到估计的阵列相对时延差Γ′；

(5)基于估计时延获取目标跟踪波束通过傅里叶变换获得保真增强的线谱特征；

所述步骤(4)包括：

(4.1)建立加权卡尔曼滤波模型，所述加权卡尔曼滤波模型对阵列相对时延差向量Γ_l进行估计，得到阵列相对时延差估计值Γ′；

第m个阵元的观测值Z_m为：Z_m＝[Δτ_{1，(m，m-1)}，...，Δτ_{L，(m，m-1)}]^T∈R^L×1；其中Δτ_{l，(m，m-1)}为第l根谱线对应的第m个阵元和第m-1个阵元的时延差；

第m个阵元的状态变量θ_m为理想相邻阵元时延Δτ_ideal：θ_m＝Δτ_ideal；

所述模型的状态转移系数A为：A＝1；

所述模型的观测矩阵为：C＝[1，1，...，1]^T∈R^L×1；

所述模型的系统方程为：

Z_m＝C×θ_m+v_m

θ_m＝A×θ_m-1+s_m

其中v_m为观测噪声，其概率分布为v_m～Normal(0，R_m)，s_m为过程噪声，其概率分布为s_m～Normal(0，Q_m)；R_m∈R^L×L是观测噪声协方差矩阵，Q_m是过程噪声协方差；

所述模型的先验分布为：

Z_m|θ_m，w_m～Normal(Cθ_m，R_m/w_m)

θ_m|θ_m-1～Normal(Aθ_m-1，Q_m)

其中w_m是当前阵元观测值的权重因子，是权重因子的分布参数；

(4.2)采用EM算法估计过程噪声方差Q_m和对角矩阵R_m中对角线上第l列的数值r_ml，其中E步为：

M步为：

其中，∑_m是当前阵元的后验协方差估计，θ_m-1〉为上一个阵元的后验状态估计，为权重因子w_m的先验分布参数，w_m〉是w_m的后验期望值，Z_m是当前阵元的观测值；C(l)是观测矩阵C的第l个元素；

(4.3)计算出Q_m和r_ml后使用加权的卡尔曼滤波算法，降低观测值与预测值差距较大值的权重，以去除时延向量中的野值影响，其步骤为：

传播过程：

θ′_m＝Aθ_m-1〉

∑′_m＝Q_m

变量更新：

K′_m＝∑′_mC^TS′_m

θ_m〉＝θ′_m+K′_m(Z_m-Cθ′_m)

∑_m＝(I-K′_mC)∑′_m

其中θ′_m是当前阵元的先验估计，∑′_m是当前阵元的先验协方差估计，K′_m是卡尔曼增益，S′_m是残差预测误差的后验协方差矩阵；

得到后验状态估计向量θ＝[θ₁，...，θ_M-1]为相邻阵元时延差估计，由此可以得到阵列时延差估计Γ′：

Γ′＝[0，0+θ₁，0+θ₁+θ₂，…，0+θ₁+…+θ_M-1]。