[发明专利]基于二阶统计量相似度的杂波协方差矩阵估计方法

摘要

本发明涉及信号处理技术领域，具体提供了一种基于二阶统计量相似度的杂波协方差矩阵估计方法，用于空时自适应处理时杂波协方差矩阵的估计，首先通过滑窗方式在待处理单元附近取出原始的样本，然后估计每个样本的二阶统计量，接着，根据待处理单元与原始样本二阶统计量估计待处理单元与原始样本的相似度，在估计待处理单元协方差矩阵的时候，在每个训练样本前加上相似度的权值，如果某样本与待处理单元比较相似，则在估计待处理单元协方差矩阵的时候该训练样本所占比重较大，从而提高待处理单元杂波协方差矩阵估计的精度；该方法可以较精确地估计待处理单元的协方差矩阵，提高机载雷达的探测性能。

主权项

一种基于二阶统计量相似度的杂波协方差矩阵估计方法，其特征在于：包括如下步骤：步骤一，将阵元‑脉冲‑距离门域的雷达回波数据在脉冲域做快速傅里叶变换，转换为阵元‑多普勒‑距离门域的数据，对于待处理的第k个多普勒通道，取出该多普勒通道对应的阵元‑距离门域数据Xk，Xk为一个N×L维的矩阵，将第k个多普勒通道、第l个距离门的数据矢量记为Xk,l,l＝1,2,…,L，其中Xk,l为一个N×1维的列矢量，Xk,l中的元素为Xk的第l列的元素，得到Xk,l对应的二阶统计量l＝1,2,…,L，记待处理单元所在的距离门为l0，第k个多普勒通道、第l0个距离门的数据矢量记为对应的二阶统计量记为步骤二，当处理第k个多普勒通道、第l0个距离门单元时，在距离门域内取出距离第k个多普勒通道、l0距离单元最近的2N个训练样本：{Xk,l|l＝l0‑N,l0‑N+1,…,l0‑1,l0+1,l0+2,…,l0+N}，该2N个训练样本对应的二阶统计量记为：{Pl|l＝l0‑N,l0‑N+1,…,l0‑1,l0+1,l0+2,…,l0+N}；步骤三，得到每个训练样本与对应的二阶统计量的欧几里得距离，Pl和Pl0的欧几里得距离为dl＝||Pl0‑Pl||2，式中||·||2表示矩阵元素的平方和；步骤四，第l个距离门与待处理单元的相似度sl＝1/dl，当dl＝0时令sl＝1，得到第k个多普勒通道、第l0个距离门单元的杂波协方差矩阵的估计值：