基于雜波俯仰方位譜稀疏恢復(fù)的機(jī)載雷達(dá)目標(biāo)檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及低空動(dòng)目標(biāo)檢測技術(shù)領(lǐng)域，具體涉及一種基于雜波俯仰方位譜稀疏恢 復(fù)的機(jī)載雷達(dá)目標(biāo)檢測方法。
【背景技術(shù)】
[0002] 空時(shí)自適應(yīng)處理（STAP:Space_TimeAdaptiveProcessing)是機(jī)載雷達(dá)抑制雜 波、檢測低空/地面慢速動(dòng)目標(biāo)的關(guān)鍵技術(shù)，其雜波抑制性能由雜波特性估計(jì)的準(zhǔn)確性決 定。在機(jī)載非正側(cè)雷達(dá)系統(tǒng)中，由于地雜波空時(shí)分布具有距離依賴性，同時(shí)實(shí)際雜波環(huán)境 具有一定的非均勾性，不同距離單元的訓(xùn)練樣本不滿足獨(dú)立同分布條件（IIDindependent andIdenticallyDistributed)，因此，傳統(tǒng)統(tǒng)計(jì)類STAP方法無法獲得足夠的IID訓(xùn)練樣 本，難以準(zhǔn)確估計(jì)雜波特性，雜波抑制和目標(biāo)檢測性能下降。
[0003] 稀疏恢復(fù)（SR:SparseRecovery)利用信號的稀疏性進(jìn)行欠定方程的求解，可以 獲得比傳統(tǒng)參數(shù)估計(jì)方法更高的參數(shù)估計(jì)精度，是信號處理領(lǐng)域的一個(gè)新的研究熱點(diǎn)。由 于機(jī)載雷達(dá)天線具有方向性，雜波在空時(shí)二維上的分布是稀疏的，文獻(xiàn)[1]以此提出了空 時(shí)譜估計(jì)-濾波器結(jié)構(gòu)的稀疏恢復(fù)空時(shí)自適應(yīng)處理方法（SR-STAP:SparseRecoverybased STAPtechnique)。SR-STAP方法在少量樣本（甚至單個(gè)樣本）的情況下，首先利用SR算法 (如FOCUSS算法、貪婪算法和凸優(yōu)化算法等）估計(jì)雜波空時(shí)譜；然后，通過雜波協(xié)方差矩陣 (CCM:ClutterCovarianceMatrix)和雜波空時(shí)譜之間的關(guān)系計(jì)算CCM;最后，根據(jù)CCM構(gòu) 造空時(shí)自適應(yīng)濾波器抑制雜波，檢測目標(biāo)。
[0004] SR-STAP方法只需少量訓(xùn)練樣本即可實(shí)現(xiàn)高分辨雜波空時(shí)譜和雜波協(xié)方差矩陣的 估計(jì)，可以較好地減少雜波非均勻性的影響，是一種具有較大潛力的雜波抑制方法，因此吸 引了國內(nèi)外學(xué)者們的廣泛研究。
[0005] 但是，盡管學(xué)者們提出了不同的改進(jìn)方法，現(xiàn)有SR-STAP方法存在的基失配和偽 值較多等問題仍需進(jìn)一步研究解決。此外，當(dāng)機(jī)載非正側(cè)雷達(dá)的回波存在距離模糊時(shí)，近程 雜波和遠(yuǎn)程模糊雜波相互疊加，現(xiàn)有SR-STAP方法并不能發(fā)揮其在雜波空時(shí)譜高分辨估計(jì) 上的優(yōu)勢，設(shè)計(jì)的空時(shí)濾波器無法在待測距離單元形成深的凹口，無法對距離模糊雜波進(jìn) 行有效抑制，慢速目標(biāo)檢測能力下降。

【發(fā)明內(nèi)容】

[0006] 為了克服現(xiàn)有機(jī)載相控陣?yán)走_(dá)SR-STAP方法的不足，本發(fā)明提供了一種基于雜波 俯仰方位譜稀疏恢復(fù)的機(jī)載雷達(dá)目標(biāo)檢測方法。
[0007] 為實(shí)現(xiàn)上述目的，本發(fā)明采取的技術(shù)方案為：
[0008] -種基于雜波俯仰方位譜稀疏恢復(fù)的機(jī)載雷達(dá)目標(biāo)檢測方法，包括如下步驟：
[0009] S1、根據(jù)雷達(dá)配置信息確定俯仰角和方位角范圍，并離散為高分辨俯仰和方位分 辨單元，根據(jù)雜波空時(shí)分布與俯仰方位角之間的關(guān)系，構(gòu)造雜波空時(shí)導(dǎo)向矢量矩陣；
[0010] 311、設(shè)俯仰角范圍為[0,31/2]，方位角范圍為[0_，0_]，其中0_和0_分 別為由雷達(dá)發(fā)射和接收波束確定的最小和最大方位角；將俯仰角范圍和方位角范圍分別離 散為和Ne個(gè)分辨單元（),得：
[0011]
[0012] 其中，m= 1，2，...，Ne，《 = l，2，."，A^;
[0013] S12、構(gòu)造空時(shí)導(dǎo)向矢量矩陣為：
[0014]
[0015] 其中，為對應(yīng)第m個(gè)方位角單元和第n個(gè)俯仰角單元的空時(shí)導(dǎo)向矢量，表 示為：
[0016]
[0017]其中，?表示Kronecker積，Ad，供")和\ (九，死)分別為對應(yīng)第m個(gè)方位角單元和 第n個(gè)俯仰角單元的時(shí)域?qū)蚴噶亢涂沼驅(qū)蚴噶浚?br>[0018]
[0019] /^和/乂"分別為對應(yīng)第m個(gè)方位角單元和第n個(gè)俯仰角單元雜波塊的多普勒頻率 和空間頻率，表示為：
[0020]
[0021] 其中，fprf為脈沖重復(fù)頻率，A為雷達(dá)波長，d為陣元間隔，V。是載機(jī)速度，0。為 天線與雷達(dá)飛行方向的央角。
[0022] S2、構(gòu)建稀疏恢復(fù)模型，利用典型的SR算法估計(jì)原始雜波AE譜；
[0023] S21、建立的稀疏恢復(fù)模型為：
[0024]
[0025] 其中，a淀義為第1個(gè)訓(xùn)練單元的雜波AE譜；
[0026] S22、根據(jù)稀疏恢復(fù)理論，通過以下公式計(jì)算a1:
[0027]
[0028] 其中，II?I|。代表向量的0-范數(shù)，II?II2代表矩陣的2-范數(shù)，e為由噪聲決定 的常數(shù)。
[0029] 上式可以由典型的稀疏恢復(fù)算法進(jìn)行求解，如凸優(yōu)化算法、FOCUSS算法和貪婪算 法等。
[0030] S3、利用俯仰濾波器消除距離模糊雜波和稀疏恢復(fù)過程中產(chǎn)生的偽值，得到高分 辨準(zhǔn)確雜波AE譜；
[0031] S31、利用L個(gè)訓(xùn)練單元的平均雜波AE譜近似待測單元的雜波AE譜，即：
[0033] S32、設(shè)R。為待測單元的距離，對應(yīng)的俯仰角為％ =asinCff/A),其中H為 載機(jī)高度，則待測單元的俯仰濾波器可以表示為的矢量F。，其中，F(xiàn)。的第 _/(_/ = 1,2,…，A^iV5l )個(gè)元素為：
[0034]
[0035] 其中，〇(%)是由第1個(gè)訓(xùn)練單元的俯仰角％和俯仰角誤差A(yù)p決定的范圍，表示 為：
[0036]
[0037] 其中，Y為設(shè)置的適當(dāng)常數(shù)；
[0038] 因此，待測單元的準(zhǔn)確雜波AE譜為：
[0039]
[0040] 其中，?表不 Hadamard 積。
[0041] S4、利用所得的雜波AE譜與CCM之間的數(shù)學(xué)關(guān)系，計(jì)算CCM，設(shè)計(jì)機(jī)載非正側(cè)雷達(dá) 的自適應(yīng)處理器，進(jìn)行目標(biāo)檢測；
[0042] 待測單元的CCM可以表示為：
[0043]
[0044] 其中，為&的第（m-l)Ne+n個(gè)元素，〇 2為噪聲功率，I為NKXNK的單位矩陣。
[0045] 自適應(yīng)濾波器的權(quán)值w。和輸出y可分別表示為：
[0046] IV0=^S{f；ar,ftsar)；
[0047] y = wHx〇 ；
[0048] 其中，y為歸一化常數(shù)參量，舄1為R。的逆矩陣，為目標(biāo)空時(shí)導(dǎo)向矢量， ?^和二表示目標(biāo)的多普勒頻率和空間頻率。
[0049] 本發(fā)明具有以下有益效果：
[0050](1)本發(fā)明設(shè)計(jì)的俯仰濾波器可以有效濾除現(xiàn)有SR-STAP方法無法處理的距離模 糊雜波和稀疏恢復(fù)過程中出現(xiàn)的偽值，從而使得估計(jì)的雜波協(xié)方差矩陣更加準(zhǔn)確；
[0051] (2)雷達(dá)俯仰、方位、速度和高度等信息的利用，使得構(gòu)造的空時(shí)導(dǎo)向矢量矩陣可 以在一定程度上克服基失配的影響，使得構(gòu)造的空時(shí)導(dǎo)向矢量矩陣與實(shí)際雜波更加匹配。
[0052] (3)本發(fā)明可以在利用少量訓(xùn)練單元（2至6個(gè)）的前提下，顯著提高機(jī)載雷達(dá)的 非均勻雜波抑制性能，從而增強(qiáng)低空/地面慢速目標(biāo)的檢測性能。
【附圖說明】
[0053] 圖1為本發(fā)明實(shí)施例與現(xiàn)有方法的雜波抑制性能對比示意圖。
[0054] 圖2本發(fā)明實(shí)施例與現(xiàn)有方法的目標(biāo)檢測性能對比示意圖。
【具體實(shí)施方式】
[0055