[发明专利]一种非高斯背景下微动目标多参数估计方法

摘要

本发明提供一种适用于非高斯背景下的微动目标多参数估计方法，基于单发多收(SIMO)的雷达系统，首先利用高斯核函数，对每个距离单元，计算每个接收通道的自相关熵矩阵；然后，对每两个通道间的自相关熵矩阵做互相关处理，得到多组互相关熵矩阵；通过算术融合的方式，对得到的互相关熵矩阵做融合处理；最后，通过对多通道回波信号比相单脉冲定位处理，可以实现对微动目标的定位。本发明能够对非高斯背景下的微动目标实现多微动参数估计以及目标定位，在估计目标参数的同时能够得到更好的估计性能。

主权项

一种非高斯背景下复合微动目标的参数估计方法，包括以下步骤：步骤1：回波矩阵预处理首先对雷达接收机M个通道所得的N×L维回波矩阵A1、A2、…、AM分别在快时间上按行进行加窗处理，再做N点傅里叶变换(FFT)，其中N为每个通道总的回波信号总数，L为每个回波信号的采样点数；傅里叶变换后每个回波信号压缩成带有了目标距离信息的时域脉冲信号；将所有时域脉冲信号信号组合在一起，得到M路通道微动目标的距离‑脉冲域矩阵Z1、Z2、…ZM；对Z1、Z2、…ZM分别在慢时间上按列作动目标显示(MTI)滤波或去均值处理，得到去除了静止背景的距离‑脉冲域矩阵D1、D2、…DM；步骤2：计算自相关熵矩阵：将每个通道所对应的距离‑脉冲域矩阵D1、D2、…DM在每个距离单元上按列进行自相关熵处理，计算出每个通道相应的自相关熵矩阵V1、V2、…VM；步骤3：互相关处理及融合假设第k个通道的自相关熵矩阵为Vk，k＝1,2...M，则k通道和l通道的互相关熵可以表示为：Vkl[m]＝xcorr(Vk(n),Vl(n))(k≠l)对自相关熵矩阵V1、V2、….VM任选两个作为一组做互相关处理，得到组互相关熵Vil(i,l＝1,2,...M,且i≠l)；对最后获得的多组互相关熵进行算术融合得到最后的互相关熵矩阵V，其中：V＝∑Vil，xcorr表示互相关运算；步骤4：微动目标各参数的计算互相关熵矩阵V通过慢时间维上L1点傅里叶变换得到互相关熵谱PV(ω)，L1表示慢时间维傅里叶变换的点数，可以根据实际需要的频率分辨率确定；其对应的成像平面能清晰明确的显示出微动目标的距离、复合微动频率，对PV(ω)进行高通滤波，利用先验信息去除其它频段噪声干扰，得到多普勒‑距离平面，完成对目标的识别。