[发明专利]一种基于支持向量机的空时自适应处理方法

摘要

本发明公开一种支持向量机的空时自适应处理方法，充分利用空时自适应处理回波解调采样后空时快拍数据的特点，将杂波抑制问题转化为模式识别问题，并利用支持向量机的方法实现动目标的检测。相比传统空时自适应处理方法，本发明可以有效降低对回波距离门个数的要求；同时，与传统基于多项式的空时自适应处理方法相比，本发明在信杂比较低的情况下，仍可获得较好的检测性能。本发明填补了现阶段空时自适应处理方法在距离门较少且回波信杂比较低的情况下，无法正确检测动目标的空白。本发明结构简洁，适用于动目标检测等应用。

主权项

1.一种支持向量机的空时自适应处理方法，其特征在于，包括：S1、初始化脉冲多普勒雷达动目标检测系统的参数，包括：阵列天线的阵元个数，记做N；一个相干处理时间内发射脉冲个数，记做M；雷达发射信号波长，记做λ；接收信号的杂噪比，记做CNR；接收信号的信噪比，记做SNR；接收信号的干噪比，记做JNR；雷达系统脉冲重复频率，记做PRF；雷达平台的速度，记做v；阵列天线的阵元间隔，记做d；训练数据中每一个多普勒的训练次数，记做Nc；待检测的距离门数，记做Nt；待检测的回波为L，为Nt行MN列的矩阵；S2、根据步骤S1参数构建训练数据矩阵H；表达式为：H＝S+[T 0]*；其中，H为(M+1)N_c行MN列的矩阵，则H中共(M+1)N_c个训练样本；*表示矩阵转置，S表示辅助数据矩阵，且S为(M+1)N_c行MN列的矩阵，s_β为MN×1的列向量，s_β＝x_β+y_β+z_β，x_β表示杂波，且x_β为MN×1的列向量，y_β表示干扰，且y_β为一个MN×1的列向量，z_β表示噪声，且z_β为一个MN×1的列向量，β＝1,…(M+1)N_c；T为MN行MN_c列的矩阵，为MN×1的列向量，表示第i个多普勒类的第j个动目标的空时快拍，i＝1,…,M；j＝1,…N_c；0为MN行N_c列元素全为0的矩阵；S3、根据步骤S2得到的训练数据矩阵H构建目标矩阵P；其中，P为(M+1)Nc行M+1列的0‑1二值矩阵；S4、根据步骤S2得到的训练数据矩阵H以及步骤S3得到的目标矩阵P，利用支持向量机方法，计算得到脉冲多普勒雷达动目标检测系统的回归系数矩阵W及偏置向量b；S5、利用步骤S4得到的脉冲多普勒雷达动目标检测系统的回归系数矩阵W及偏置向量b，以及待检测的回波L，根据下式检测各距离门的动目标：Q＝LW+b；其中，L为Nt行MN列的矩阵，Q为Nt行M+1列的矩阵。