[发明专利]基于混合高斯分布的杂波抑制方法

摘要

本发明公开了一种基于混合高斯分布的杂波抑制方法，主要解决现有技术对频谱较宽的杂波抑制效果不好，对目标周围杂波抑制不掉的问题。其方案是：1)接收回波数据；2)对回波数据做动目标显示处理；3)对动目标显示处理后的数据做二维傅里叶变换；4)统计二维傅里叶变换后的纯杂波数据获得杂波混合高斯模型；5)用混合高斯对消法对二维傅里叶变换后的含有目标和杂波的数据做杂波抑制处理；6)对杂波抑制处理后的数据做质心凝聚处理得到目标数据矩阵。本发明能抑制掉任何多普勒分布的杂波，具有通用性好和精确性高的优点，可用于雷达回波信号的目标检测。

主权项

一种基于混合高斯分布的杂波抑制方法，包括：(1)采集雷达接收到的回波数据X，并以矩阵的形式进行存储；(2)通过动目标显示MTI滤波器滤除回波数据中的零频静物杂波；(3)对滤波器输出的数据分别进行距离维和多普勒维傅里叶变换，得到含有目标、杂波的距离和多普勒信息的数据矩阵Z；(4)根据数据矩阵Z中的纯杂波数据的分布特性，获得一个表示杂波的混合高斯分布模型：(4a)统计数据矩阵Z中的多组纯杂波数据的幅值得到单高斯分布的方差并计算数据矩阵Z中第一组杂波数据的平均幅值μ0；(4b)将四阶混合高斯的方差初始化为将第一阶高斯分布的均值初始化为μ0，将其他三阶高斯分布的均值初始化为零；(4c)每次从数据矩阵Z中读取一组杂波数据，对每组数据中的每个点的值进行判断：若符合在上一次更新得到的混合高斯分布中的任意一阶高斯分布，则按如下公式增加此阶高斯分布的权重：yi,t＝(1‑α)·yi,t‑1+α否则，按如下公式减小其他阶高斯分布的权重：yi,t＝(1‑α)·yi,t‑1其中，yi,t‑1为读取第t组数据时的第i阶高斯分布，yi,t为读取第t组数据更新之后的第i阶高斯分布，α为权值因子；(4d)按如下公式更新此阶高斯分布的均值和方差：μi,t＝(1‑ρ)·μi,t‑1+ρXtσi,t2=(1-ρ)·σi,t-12]]>其中，μi,t‑1为读取第t组数据时的第i阶高斯分布的均值，μi,t为读取第t组数据更新之后的第i阶高斯分布的均值，Xt为读取的第t组数据的每一点的幅值，ρ为学习因子，为读取第t组数据时的第i阶高斯分布的方差，为读取第t组数据更新之后的第i阶高斯分布的方差，T表示转置；(4e)按如下公式更新杂波的混合高斯分布模型：P(Xt,μt,σt)=Σi=1kωi,t·y(Xt,μi,t,σi,t)]]>其中，P(Xt,μt,σt)为读取第t组数据时的混合高斯分布模型，Xt为读取的第t组数据的每一点的幅值，ωi,t为第t组数据第i阶高斯分布所占权值，y(Xt,μi,t,σi,t)为第i阶高斯分布，μi,t为第t组数据第i阶高斯分布的均值，σi,t为第t组数据第i阶高斯分布的协方差，μt为第t组数据更新之后的混合高斯分布模型的均值，σt为第t组数据更新之后的混合高斯分布模型的协方差；(4f)重复步骤(4c)～(4e)，更新得到稳定的杂波的混合高斯分布模型；(5)根据数据矩阵Z获得只含有目标的数据矩阵G：(5a)依次取数据矩阵Z中含目标和杂波的每组数据中每一点k(i,j)的幅值zi,j，按如下公式进行混合高斯判断处理得到杂波抑制后输出的数据矩阵A：Ai,j=0if(zi,j-μ)∈[-σt~σt]zi,jelse]]>其中，Ai,j为数据矩阵A中第i行第j列的点；(5b)对数据矩阵A做质心凝聚处理获得的目标数据矩阵G。