[发明专利]一种STAP样本选择方法

说明书

本发明公开了一种STAP样本选择方法，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，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，用梯度下降法计算多通道协方差矩阵的Kahler中值，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，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，只需要对每帧数据分别处理，计算效率高，在非均匀杂波的环境下，当可用的参考距离单元数量较少，或非均匀样本的奇异性不强时，也可以有效的挑选出奇异样本，获得可以用于估计杂波协方差矩阵的均匀杂波单元，计算结果准确。

技术领域

本发明属于信号处理技术领域，具体涉及一种样本筛选技术。

背景技术

在雷达阵列信号的空时自适应处理过程中，简称STAP，训练样本的选择是一个很重要的问题。如果在参考距离单元中，杂波不是独立同分布的，那么使用传统的协方差矩阵估计方法，会使STAP处理结果会受到很大影响。

在参考距离单元中，挑选合适的独立同分布的杂波单元，可以提高STAP处理的性能。在目前的研究中，训练样本的选择方法多是基于概率和统计学，尚未见到从信息论的本质出发的STAP处理方法。

发明内容

本发明为了解决现有技术存在的问题，提出了一种STAP样本选择方法，为空时自适应处理挑选独立同分布的均匀杂波单元提供新的途径，提升雷达空时自适应处理性能和复杂杂波中运动目标检测能力，为了实现上述目的，本发明采用了以下技术方案。

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。

进一步的，多通道信号AR模型建模：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。