[发明专利]一种基于K奇异值分解的航管雷达风场杂波抑制方法

权利要求书

1.一种基于K奇异值分解的航管雷达风场杂波抑制方法，其特征在于：包括如下步骤：

S1，对风场杂波训练数据样本和雷达回波测试数据进行预处理；

S2，将预处理后的风场杂波训练数据样本通过K奇异值分解方法构造字典，将处理过的雷达回波测试数据进行稀疏分解；

S3，利用更新后的字典矩阵及稀疏系数矩阵重构风场信号；

S4，剔除风场杂波直至所有的风场杂波被剔除，算法收敛。

2.根据权利要求1所述的基于K奇异值分解的航管雷达风场杂波抑制方法，其特征在于：S1中，通过在频域采用加窗平均法对风场杂波训练数据样本和雷达回波测试数据进行预处理，抑制测量噪声。

3.根据权利要求2所述的基于K奇异值分解的航管雷达风场杂波抑制方法，其特征在于：加窗平均法窗口的宽度为

w≤c/(2R_max·Δf)

，其中w为窗口宽度，Δf为相邻频域测量点之间的频率差，c为光速，R_max为目标的最大径向距离。

4.根据权利要求1所述的基于K奇异值分解的航管雷达风场杂波抑制方法，其特征在于：

S2中对将预处理后的风场杂波训练数据样本通过K奇异值分解方法构造字典，即为将航管雷达风场杂波抑制方法变为求解如下所述的最优化问题：

其中，Y是训练风场杂波信号，D为待构建的字典，X是字典D对应的稀疏系数向量，常数T₀表示稀疏度约束系数；

或者上述优化问题为如下形式：

其中，参数ε为重构误差上界；

对于给定训练数据Y，目标是求解字典D的每一列。

5.根据权利要求4所述的基于K奇异值分解的航管雷达风场杂波抑制方法，其特征在于：求解字典D的过程包括：

S21，稀疏编码：从训练样本集Y中随机挑选K个样本作为字典D的原子，初始化字典，D的原子为单位向量，N表示信号样本的个数，然后利用正交匹配追踪策略得到每个信号样本y_i所对应的稀疏系数向量x_i的近似逼近解，即

S22，字典更新：利用奇异值分解方法对字典矩阵D的原子d_k，k＝1，2，…，K进行如下更新：

(1)定义索引集合表示向量x_i的第k个元素，设置二维矩阵Ω_k中(w_k(i)，i)处的元素为1，其余均为0，w_k(i)表示索引集合的第i个元素；

(2)计算误差矩阵以及与d_k相关的误差矩阵表示系数矩阵X中d_k对应第k行；

(3)利用奇异值分解方法分解矩阵更新原子d_k为左奇异矢量矩阵U的第一列，同时更新系数矢量为右奇异矢量矩阵V的第一列与元素Δ(1，1)的乘积，更新迭代次数J＝J+1，直至迭代次数达到上限，得到完备字典，为迭代后得到的系数同量。