一种利用波达角差异性选择训练样本的方法技术

技术编号:10704799 阅读:116 留言:0更新日期:2014-12-03 12:29
本发明专利技术公开了一种利用波达角差异性选择训练样本的方法,涉及信号处理技术领域,其步骤为:步骤1,对回波数据进行傅里叶变换,得到距离多普勒单元数据;步骤2,构建距离多普勒子单元数据的空域搜索导向矩阵,求解距离多普勒子单元数据对应的波达角;步骤3,利用步骤2求出该通道的每一波达角,并进行排序,得到中间值作为检测门限;步骤4,确定该通道上的奇异样本;步骤5,执行步骤3和步骤4,得到每一通道上的奇异样本;步骤6,从距离多普勒单元数据除去每一通道上的奇异样本之后的即为训练样本。本发明专利技术剔除训练本中的干扰目标,从而减弱空时自适应处理过程中待检测单元中的目标相消,能更好的抑制杂波,有效提高了目标检测的性能。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了,涉及信号处理
,其步骤为:步骤1,对回波数据进行傅里叶变换,得到距离多普勒单元数据;步骤2,构建距离多普勒子单元数据的空域搜索导向矩阵,求解距离多普勒子单元数据对应的波达角;步骤3,利用步骤2求出该通道的每一波达角,并进行排序,得到中间值作为检测门限;步骤4,确定该通道上的奇异样本;步骤5,执行步骤3和步骤4,得到每一通道上的奇异样本;步骤6,从距离多普勒单元数据除去每一通道上的奇异样本之后的即为训练样本。本专利技术剔除训练本中的干扰目标,从而减弱空时自适应处理过程中待检测单元中的目标相消,能更好的抑制杂波,有效提高了目标检测的性能。【专利说明】
本专利技术属于信号处理
,涉及非均匀杂波背景下训练样本选择策略的问题,尤其涉及。
技术介绍
在非均匀环境下,常规样本选择方法得到训练样本不能准确反映待处理单元中干扰、杂波的统计特性,这样会造成空时自适应处理杂波抑制性能的下降和目标检测虚警率的升高。机载雷达往往工作在非均匀环境下,导致训练样本出现各种不理想特性,WangH.教授分析了非均匀杂波对于空时自适应处理性能的影响,林肯实验室撰写的J.Ward报告也论述了非均匀杂波给空时自适应处理处理带来的困难。伴随着空时自适应处理信号处理方法的发展,非均匀环境中,合理的训练样本选择策略将一直是雷达工作者的研究热点。
技术实现思路
针对现有技术的不足,本专利技术提出,实现剔除训练本中的干扰目标,从而减弱空时自适应处理处理过程中待检测单元中的目标相消,能更好的抑制杂波,有效提高了目标检测的性能。 为实现上述目的,本专利技术的技术方案包括以下步骤: ,其特征在于,包括以下步骤: 步骤1,机载雷达接收目标的回波数据,再对回波数据进行傅里叶变换,将回波数据从阵元-脉冲域转换为阵元-多普勒域,得到MXL维距离多普勒单元数据X,其中,第m个多普勒通道第I个距离门对应的距离多普勒子单元数据xml,I彡m彡M,1彡I彡L,M为多普勒通道数,L为距离门数; 步骤2,构建距离多普勒子单元数据Xml和距离多普勒子单元数据Xml的空域搜索导向矩阵S(Qml);利用距离多普勒子单元数据Xml和空域搜索导向矩阵S(Qml)求解距离多普勒子单元数据Xml对应的波达角Θ ml ; 步骤3,根据步骤2构建第m个多普勒通道上L个距离多普勒单元xml,xffl2,…xml, ---,Xiiil ;求取L个距离多普勒单元xml, xm2,…xml, “.,χΛ分别对应的波达角0ml, Θ m2,…Θ...Θ u ml> > U mL , 对波达角θπ1,θπ2,…,θπ1,…,θπ?进行排序,在有序的波达角度序列中取出中间值作为检验门限θ η ;设定经验偏差ε,根据经验偏差ε确定检测范围[θ η-ε, θ η+ ε ]; 步骤4,将第m个多普勒通道上的L个波达角θπ1,ΘΠ2,…ΘΠ1,…,ΘΛ分别与检验门限Θ ^进行比较,如果波达角Θπ1位于检测范围外,则该波达角Θπ1对应的距离多普勒子单元数据Xml为第m个多普勒通道的一个奇异样本; 步骤5,根据步骤3和步骤4,得到M个通道上的所有奇异样本yu Y2,…,yffl,…,yM ; 步骤6,从距离多普勒单元数据X中除去M个通道上的所有奇异样本yu J2,…,ym,…,yM之后的样本即为训练样本。 上述技术方案的特点和进一步改进在于: (I)步骤2包括以下子步骤: 2a)设定雷达天线为均匀线阵,则距离多普勒子单元数据Xml表达式为: xml = c+n 其中,η为高斯白噪声矢量,c为空域杂波矢量,空域杂波矢量c的表达式为:]2π—]2π—?ηθη,?{Ν-\) C= l,e Λ' ,...,£ 1 其中,d为相邻阵元间距,N为天线阵元个数,λ为波长,Θπ1代表距离多普勒子单元数据Xml所对应的波达角; 2b)构造距离多普勒子单元数据Xml的空域搜索导向矩阵S( Θ ml): S ( Θ ml) = 空域搜索导向矩阵s(0k)是第k个空域搜索导向矢量: —~i 丁.,?Ιπ—----?,./2?r—sme,.(N-1) s(^ )= l,e a ,..,£> A 其中0k为第k个空域搜索导向矢量的扫描角,第一个空域搜索导向矢量的扫描角O1至第K个空域搜索导向矢量的扫描角Ok的扫描范围为,K是在扫描角范围内等间隔选取的扫描角的数目; 2c)用空域搜索导向矩阵S(Qml)对距离多普勒子单元数据Xml通过下式进行匹配滤波,得到距离多普勒子单元数据Xml所对应的波达角Θ ml ; 6ml = arg Max -J-~\ 「 t Uls^tllx-Uj 上式中,I I I |2为2范数运算,&找(1^(.))表示求解最大值时的最优化,H为求矩阵的共轭转置。 (2)所述经验偏差ε的取值范围为。 与现有技术相比,本专利技术具有突出的实质性特点和显著的进步。本专利技术与现有方法相比,具有以下优点: 第一,本专利技术提出的训练样本选择方法是基于目标干扰杂波的相位差异进行样本挑选,与现有技术的基于功率强弱样本挑选方法相比,该方法可以更好的估计杂波的协方差矩阵,从而更好的抑制杂波。 第二,本专利技术提出的训练样本选择方法能够有效剔除训练样本中的干扰目标,从而减弱空时自适应处理过程中待检测单元中的目标相消,提高输出的信杂噪比,有效提高了目标检测的性能。 【专利附图】【附图说明】 下面结合附图和【具体实施方式】对本专利技术做进一步说明。 图1为本专利技术的流程图; 图2为添加目标后利用现有技术对回波数据进行简单多普勒滤波预处理后的距离多普勒图,横坐标为多普勒通道数,纵坐标为距离门数; 图3为利用本专利技术的步骤2对图2中各个距离多普勒子单元数据求波达角后得出的波达角度图,横坐标为多普勒通道数,纵坐标为距离门数; 图4是利用本专利技术的步骤3对第29个多普勒通道的所有距离门单元求波达角后的波达角度值曲线图,横坐标为多距离门数,纵坐标为波达方向角,单位为度; 图5为提出本专利技术的基于波达角差异性选择训练样本后进行EFA(extend factorapproach)处理后的距离多普勒图,横坐标为多普勒通道数,纵坐标为距离门数; 图6为现有技术EFA处理后的距离多普勒图,横坐标为多普勒通道数,纵坐标为距离门数; 图7为图5和图6中第29个多普勒通道剩余功率切片比较图,横坐标为距离门数,纵坐标为多普勒通道剩余功率,单位为分贝dB。 【具体实施方式】 下面结合附图1,说明本专利技术的,该方法包括以下步骤。 步骤1,机载雷达接收目标的回波数据,再对回波数据进行傅里叶变换,将回波数据从阵元-脉冲域转换为阵元-多普勒域,得到MXL维距离多普勒单元数据X,其中,第m个多普勒通道第I个距离门对应的距离多普勒子单元数据xml,I彡m彡M,1彡I彡L,M为多普勒通道数,L为距离门数。 步骤2,构建距离多普勒子单元数据Xml和距离多普勒子单元数据Xml的空域搜索导向矩阵S(Qml);利用距离多普勒子单元数据Xml和空域搜索导向矩阵S(Qml)求解距离多普勒子单元数据Xml对应的波达角θπ1。 2a)设定雷达天线本文档来自技高网...

【技术保护点】
一种利用波达角差异性选择训练样本的方法,其特征在于,包括以下步骤:步骤1,机载雷达接收目标的回波数据,再对回波数据进行傅里叶变换,将回波数据从阵元‑脉冲域转换为阵元‑多普勒域,得到M×L维距离多普勒单元数据X,其中,第m个多普勒通道第l个距离门对应的距离多普勒子单元数据xml,1≤m≤M,1≤l≤L,M为多普勒通道数,L为距离门数;步骤2,构建距离多普勒子单元数据xml和距离多普勒子单元数据xml的空域搜索导向矩阵S(θml);利用距离多普勒子单元数据xml和空域搜索导向矩阵S(θml)求解距离多普勒子单元数据xml对应的波达角θml;步骤3,根据步骤2构建第m个多普勒通道上L个距离多普勒单元xm1,xm2,…xml,…,xmL;求取L个距离多普勒单元xm1,xm2,…xml,…,xmL分别对应的波达角θm1,θm2,…θml,…,θmL;对波达角θm1,θm2,…,θml,…,θmL进行排序,在有序的波达角度序列中取出中间值作为检验门限θη;设定经验偏差ε,根据经验偏差ε确定检测范围[θη‑ε,θη+ε];步骤4,将第m个多普勒通道上的L个波达角θm1,θm2,…θml,…,θmL分别与检验门限θη进行比较,如果波达角θml位于检测范围[θη‑ε,θη+ε]外,则该波达角θml对应的距离多普勒子单元数据xml为第m个多普勒通道的一个奇异样本;步骤5,根据步骤3和步骤4,得到M个通道上的所有奇异样本y1,y2,…,ym,…,yM;步骤6,从距离多普勒单元数据X中除去M个通道上的所有奇异样本y1,y2,…,ym,…,yM之后的样本即为训练样本。...

【技术特征摘要】

【专利技术属性】
技术研发人员:吴建新傅翱王彤崔伟芳
申请(专利权)人:西安电子科技大学
类型:发明
国别省市:陕西;61

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1