[发明专利]基于知识辅助的稀疏恢复STAP方法

权利要求书

1.一种基于知识辅助的稀疏恢复STAP方法，其特征在于，包括如下步骤：

构建样本数据集；

构建距离单元样本的空时导向矢量矩阵；

对样本数据进行稀疏恢复；

构建包含先验信息的导向矢量矩阵；

基于包含先验信息的导向矢量矩阵，判断稀疏恢复的导向矢量是否对应于杂波，基于判断结果，对稀疏恢复向量和字典进行更新，包括，

将对样本数据进行稀疏恢复所得的稀疏恢复向量α中的列向量按元素值的大小排序，并记录其位置，构成矩阵Γ，选取矩阵Γ中的前若干个元素，构成矩阵Ω；

将矩阵Ω中的每一个列向量与包含先验信息的导向矢量矩阵Ψ中的每一个列向量分别进行差值计算，计算差值序列的二范数z_k，得到差值向量的二范数集合Z；

将差值向量的二范数集合Z中的最小值z_min与设定的门限值ε进行对比，判断矩阵Ω中的导向矢量是否对应于杂波：如果z_minε，表明是杂波，使用包含先验信息的导向矢量矩阵Ψ中的对应列替换样本导向矢量Φ中的对应列，实现稀疏恢复字典的更新；如果z_min≥ε，表明是密集干扰，将稀疏恢复向量α中的对应元素置0，实现稀疏恢复向量的更新；

基于更新后的稀疏恢复向量和字典，对样本数据进行二次稀疏恢复；

利用二次稀疏恢复的估计样本进行杂波协方差矩阵估计。

2.根据权利要求1所述的基于知识辅助的稀疏恢复STAP方法，其特征在于，构建样本数据集，包括：

根据杂波空时快拍的稀疏表示模型，确定任意距离单元的样本数据X，并构成样本数据集；

所述任意距离单元的样本数据X为：

其中，X_c为杂波，X_I为离群点快拍，N₀为高斯白噪声，Φ为空时导向矢量矩阵，α为稀疏恢复向量。

3.根据权利要求1所述的基于知识辅助的稀疏恢复STAP方法，其特征在于，在构建距离单元样本的空时导向矢量矩阵之前，或者，在构建包含先验信息的导向矢量矩阵之前，还包括：

确认天线轴与飞机飞行方向夹角，判断是否为正侧视的均匀线性阵列，如果是，第i个杂波散射点的空间锥角ψ_i与其归一化多普勒频率f_d,i之间存在以下耦合关系：

f_d,i＝2v_acosψ_i/(λf_r)

其中，v_a为雷达平台的运动速度，λ为雷达工作波长，f_r为脉冲重复频率。

4.根据权利要求3所述的基于知识辅助的稀疏恢复STAP方法，其特征在于，构建距离单元样本的空时导向矢量矩阵，包括：

将空时二维平面离散化为N_s×N_d个网格点，其中，N_s＝ρ_sN，N_d＝ρ_dK，并且ρ_s，ρ_d＞1；

每一个网格点对应一个空时导向矢量，假定所有的杂波散射块都恰好落在离散化的空时网格点上，在正侧视的均匀线性阵列条件下，构建满足空间锥角与其归一化多普勒频率之间耦合关系的标准导向矢量矩阵：

其中，列向量表示角度-多普勒平面中杂波脊线上某点的导向矢量。

5.根据权利要求1所述的基于知识辅助的稀疏恢复STAP方法，其特征在于，对样本数据进行稀疏恢复，包括：

将样本数据集中的样本数据X进行稀疏表示，根据凸优化方法求解稀疏恢复向量α。