[发明专利]一种STAP样本选择方法

权利要求书

1.一种STAP样本选择方法，其特征在于，包括：

多通道信号AR模型建模：将每个参考距离单元的多通道信号建模为前向和后向多通道AR模型，用Burg算法求解AR模型系数；

估值协方差矩阵：根据AR模型系数，求解每个参考距离单元的多通道信号协方差矩阵；

计算Kahler中值：用梯度下降法计算多通道协方差矩阵的Kahler中值；

计算检测统计量：从矩阵流形计算每个参考距离单元的协方差矩阵与其Kahler中值的黎曼距离；

筛选样本：根据黎曼距离判断样本的奇异性，剔除奇异样本，选择均匀样本。

2.根据权利要求1所述的STAP样本选择方法，其特征在于，所述多通道信号AR模型建模，包括：将每个参考距离单元的二维空时信号视为p个通道的复向量时间序列的采样，用表示，其中为时间序列，△t为时间间隔，y_i(t)为第i个通道的时间序列采样，y(t)为广义平稳过程，多通道AR模型的N阶前向滤波器用表示，其中e_N(t)为p阶向量，表示前向滤波器的输出，F_kN为p×p复矩阵，表示前向滤波器的系数，为F_kN的共轭转置，N阶后向滤波器用表示，其中b_N(t)表示后向滤波器的输出，B_kN表示后向滤波器的系数。

3.根据权利要求2所述的STAP样本选择方法，其特征在于，所述用Burg算法求解AR模型系数，包括：设R_i为y_i(t)的协方差矩阵，R_-i为R_i的共轭转置，P_N＝E[e_N(t)e_N(t)^H]为前向滤波器的功率矩阵，P′_N＝E[b_N(t)b_N(t)^H]为后向滤波器的功率矩阵，用表示前向滤波器功率矩阵和协方差矩阵、滤波器系数之间的关系，用表示后向滤波器功率矩阵和协方差矩阵、滤波器系数之间的关系，用表示前向滤波器的AR模型，用表示后向滤波器的AR模型，用表示N阶滤波器的输出，其中e_N(m)、b_N(m)和Y_N(m)分别表示第m个前向滤波器输出、后向滤波器输出和信号输出，用和表示滤波器输出的递推关系，其中C_N和C′_N分别表示前向和后向滤波器的反射系数矩阵，用表示极小化滤波器输出的均方误差时的反射系数矩阵，其中分别表示N-1阶滤波器的输出统计量，M为信号总长度，用表示反射系数矩阵，则C_N满足Lyapunov方程，分别用和表示，其中e₀(m)＝y(m)＝b₀(m)和为初始条件，用多通道Burg算法计算各阶滤波器系数。

4.根据权利要求3所述的STAP样本选择方法，其特征在于，所述估值协方差矩阵，包括：

用表示协方差矩阵与滤波器系数之间的关系。