一种基于存在测量误差的阵列流形先验知识的稳健STAP方法技术

本发明专利技术公开了一种基于存在测量误差的阵列流形先验知识的稳健STAP方法，包括步骤：S1：根据给定误差范围下获得杂波空时导向矢量集；S2：在杂波空时导向矢量集中寻找重要的空时导向矢量，并计算重要的空时导向矢量的特征值和特征向量；S3：根据重要的空时导向矢量的特征值和特征向量获得杂波协方差矩阵，并根据杂波协方差矩阵获得滤波器权矢量。在本发明专利技术中，因阵列流形知识的获取中不可避免的存在误差，将直接导致基于阵列流形知识的STAP的处理性能受限。与现有的基于阵列流形知识的STAP方法相比，本发明专利技术中降低了对先验知识准确性的要求，对一定误差的先验知识具有稳健的特性，同时在设计滤波器过程中避开杂波协方差矩阵求逆的过程，从而达到了降低系统计算复杂度的目的。

【技术实现步骤摘要】

本专利技术属于雷达信号处理领域，更具体地，涉及一种基于存在测量误差的阵列流形先验知识的稳健STAP方法。
技术介绍
传统的空时自适应处理(Space-TimeAdaptiveProcessing,STAP)中，诸如主分量法(PrincipleComponents,PC)、局部联合处理(jointdomainlocalized,JDL)算法、根据互谱尺度选择特征子空间方法(Cross-SpectralMetric,CSM)、多级维纳滤波器(MultistageWinerFilter，MWF)算法、联合迭代最优降秩自适应滤波器(JIOAF)法等一系列的降维或降秩算法，将所需的训练样本数目降低为2倍降维后的维度或2倍降秩后的杂波秩。基于多通道矢量自回归(Auto-Regressive,AR)模型的参数自适应匹配滤波(ParametricAdaptiveMatchedFilter,PAMF)将所需训练样本数从系统空时自由度的2倍降为AR模型阶数的2倍。然而，这些方法相对于非均匀杂波环境来讲，其训练样本数还是很多的。。最近提出的基于阵列流形知识STAP技术，利用诸如载机高度、速度、工作频率、脉冲重复频率(PulseRepetitionFrequency,PRF)、阵列天线指向等先验知识，估计真实环境下的杂波协方差矩阵，进而设计相应的空时滤波器实现杂波抑制和动目标检测。与传统的STAP算法相比，该类算法在杂波非均匀的环境下很大程度上地降低了所需训练样本的个数，并且能更好的适应复杂多变的环境而实现运动目标的检测，展现出优越的性能。然而，该类算法需要较高的计算复杂度，而且其性能依赖于先验知识的准确性，将不利于算法在实际系统的应用。
技术实现思路
针对现有技术的缺陷，本专利技术的目的在于提供一种基于存在测量误差的阵列流形先验知识的稳健STAP方法，旨在解决现有技术中由于获得的阵列流形知识存在测量误差，将会对STAP性能带来较大的影响的问题。本专利技术提供了一种基于存在测量误差的阵列流形先验知识的稳健STAP方法，包括下述步骤：S1：根据给定误差范围下获得杂波空时导向矢量集；S2：利用多个训练样本，在所述杂波空时导向矢量集中寻找重要的空时导向矢量，并计算所述重要的空时导向矢量的特征值和特征向量；S3：根据所述重要的空时导向矢量的所述特征值和所述特征向量获得杂波协方差矩阵，并根据所述杂波协方差矩阵获得自适应滤波器权矢量。更进一步地，在步骤S1具体为：S11：获得单一杂波块的多普勒频率误差最大范围|Δfi,k|＝Δfmax,i,k；其中，i为距离模糊个数索引，i＝1,...,Na，Na为模糊距离环数，k为离散的杂波块个数索引，k＝1,....,Nc，Nc为离散的杂波散射体个数；S12：根据单一杂波块的多普勒频率误差范围获得杂波块多普勒频率fi,k∈[f′i,k-Δfmax,i,k,f′i,k+Δfmax,i,k]，并根据杂波块多普勒频率构建多普勒频率子空间，将杂波的多普勒频率子空间均匀地划分为Nf等份其中，f′i,k为依据先验知识计算获得的单一杂波散射体的多普勒频率，Δfmax,i,k为单一杂波散射体多普勒频率的误差最大范围，g为离散的多普勒频率子空间个数索引，Nf为离散的多普勒频率子空间个数，g＝1,...,Nf，fi,k,g为离散的多普勒频率；S13：根据单一杂波块的方位角φi,k、俯仰角θi,k及多普勒频率fi,k,g获得杂波空时导向矢量其中，vt(fi,k,g)为时域导向矢量，vs(φi,k,θi,k)为空域导向矢量；S14：将所有杂波空时导向矢量v(φi,k,θi,k,fi,k,g)构成一个集合，形成杂波空时导向矢量集合Φ。更进一步地，在步骤S2具体为：(2.1)初始化：样本集合B0＝[x1,...,xL]，初始空时导向矢量γ0＝φ，终止条件：pmax,ε。(2.2)获得第1个重要空时导向矢量为γ1＝{(i1,k1,g1)本文档来自技高网...

【技术保护点】
一种基于存在测量误差的阵列流形先验知识的稳健STAP方法，其特征在于，包括下述步骤：S1：根据给定误差范围下获得杂波空时导向矢量集；S2：利用多个训练样本，在所述杂波空时导向矢量集中寻找重要的空时导向矢量，并计算所述重要的空时导向矢量的特征值和特征向量；S3：根据所述重要的空时导向矢量的所述特征值和所述特征向量获得杂波协方差矩阵，并根据所述杂波协方差矩阵获得自适应滤波器权矢量。

【技术特征摘要】
1.一种基于存在测量误差的阵列流形先验知识的稳健STAP方法，其特征在于，包括下述步骤：S1：根据给定误差范围下获得杂波空时导向矢量集；S2：利用多个训练样本，在所述杂波空时导向矢量集中寻找重要的空时导向矢量，并计算所述重要的空时导向矢量的特征值和特征向量；S3：根据所述重要的空时导向矢量的所述特征值和所述特征向量获得杂波协方差矩阵，并根据所述杂波协方差矩阵获得自适应滤波器权矢量。2.如权利要求1所述的稳健STAP方法，其特征在于，在步骤S1具体为：S11：获得单一杂波块的多普勒频率误差最大范围|Δfi,k|＝Δfmax,i,k；其中，i为距离模糊个数索引，i＝1,...,Na，Na为模糊距离环数，k为离散的杂波块个数索引，k＝1,....,Nc，Nc为离散的杂波散射体个数；S12：根据单一杂波块的多普勒频率误差范围获得杂波块多普勒频率fi,k∈[f′i,k-Δfmax,i,k,f′i,k+Δfmax,i,k]，并根据杂波块多普勒频率构建...

【专利技术属性】
技术研发人员：阳召成，全桂华，黄建军，黄敬雄，
申请(专利权)人：深圳大学，
类型：发明
国别省市：广东;44