[发明专利]一种基于稀疏非均匀样本选优的机载雷达动目标检测方法

摘要

本发明公开了一种基于稀疏非均匀样本选优的机载雷达动目标检测方法，该方法包括根据信号稀疏恢复技术，利用训练样本和待检测距离单元的稀疏性，对机载雷达接收到的数据进行稀疏恢复，选择训练样本中杂波的位置和检测单元中杂波的位置相似的训练样本，去除选优后训练样本中的干扰目标。对处理后的训练样本进行空时二维自适应信号处理。本发明克服了干扰目标的影响，提高了杂波协方差矩阵的构建精度，从而改善了机载雷达动目标检测性能。

主权项

一种基于稀疏非均匀样本选优的机载雷达动目标检测方法，其特征在于，具体包含如下步骤：步骤1，将机载雷达接收到的数据进行稀疏恢复，记录显著分量的位置；具体步骤如下：步骤1.1，将机载雷达接收到的数据x′l变换至二维频率域进行能量积累，即：xl＝Vec(FN×Nx′lFK×K)其中，表示按列将矩阵排列为列向量，F为离散傅里叶变换矩阵，l＝1,2,...,L，L为正整数；N为等距的阵元数，K为阵列在每个相干处理时间内发射的脉冲数；步骤1.2，构建冗余基矩阵Φ’，假设为Φ’中第nsKd+kd+1列，则满足：Φ,nsKd+kd+1=Ss((ns-Ns2)Δωs)⊗St((kd-Kd2)Δωt)]]>其中，Ss((ns-Ns2)Δωs)=[1,exp(j2π(ns-Ns2)Δωs),...,exp(j2π(N-1)(ns-Ns2)Δωs)]T]]>St((kd-Kd2)Δωt)=[1,exp(j2π(kd-Kd2)Δωt),...,exp(j2π(K-1)(kd-Kd2)Δωt)]T]]>Ss为空域导向矢量，St为时域导向矢量，为Kronecker积，Ns＝ρsN,Kd＝ρdK，ρs为空间角度域离散化程度，ρd为多普勒域离散化程度，ns＝0,1,…,Ns‑1，kd＝0,1,…,Kd‑1，Δωs为离散化后空时平面最小空域角频率间隔，Δωt为离散化后空时平面最小时域角频率间隔；步骤1.3，将冗余基矩阵Φ’变换到二维频率域，即变换为Φ，假设为Φ中第nsKd+kd+1列，则满足：ΦnsKd+kd+1=(FN×NSs((ns-Ns2)Δωs))⊗(FK×KSt((kd-Kd2)Δωt))]]>步骤1.4，获取噪声容限ε，具体计算如下：ϵ=Em+[Σi=1NK(Ei-Em)2NK-1]1/2]]>式中，Em为xl中所有元素的平均能量，Ei为xl中第i个元素的能量；步骤1.5，利用MATLAB解凸优化的CVX工具包根据式σ^l=argmin||σl||1]]>s.t.||xl‑Φσl||2≤ε求得L‑1个训练样本的幅值和待检测距离单元样本的幅值σ，构成矩阵A，对接收到的数据进行稀疏恢复，记录显著分量的位置；步骤2，分别计算L‑1个训练样本与待检测距离单元样本中显著分量具有相同位置的幅值的数量，标记为Nl，其中l＝1,2,…,L‑1；步骤3，对Nl按照降序进行排列；步骤4，选择前M‑1个训练样本作为选优后的训练样本，选优后的训练样本和待检测距离单元样本的幅值矩阵标记为Ap，步骤5，去除选优后训练样本中的干扰目标；步骤6，对步骤5处理后的训练样本进行STAP处理，判断待检测距离单元是否含有动目标。