一种基于张量分解的降维杂波抑制方法技术

本发明专利技术公开了一种基于张量分解的降维杂波抑制方法，包括：对每个空间通道的K个脉冲回波数据进行时域滑窗处理，之后进行傅里叶变换，得到在k个多普勒通道的输出数据；构建初始向量数据和后多普勒向量数据；根据后多普勒向量数据的三阶张量形式确定杂波在空域和时域的杂波全特征空间；根据构建的降维矩阵和初始向量数据确定降维向量数据和杂波抑制权矢量；根据杂波抑制权矢量对降维向量数据进行杂波抑制，得到杂波抑制输出结果。本发明专利技术利用张量分解来获取杂波的特征空间，并基于主分量法挑选特征向量构成降维矩阵实现降维，从而降低系统维度、减少运算量并降低对独立同分布样本数的要求，故本发明专利技术方法在复杂非均匀探测环境下具有更优的杂波抑制能力。具有更优的杂波抑制能力。具有更优的杂波抑制能力。

【技术实现步骤摘要】
一种基于张量分解的降维杂波抑制方法


[0001]本专利技术属于雷达
，具体涉及一种基于张量分解的降维杂波抑制方法。

技术介绍

[0002]机/星载雷达在下视工作时，面临的杂波强度大，由于平台的运动会使杂波的频谱展宽，从而淹没微弱慢速目标，导致无法检测到动目标。因此，利用机/星载雷达平台进行运动目标检测的关键是抑制场景中的杂波，改善目标的信杂噪比从而实现目标检测。
[0003]空时自适应处理技术(STAP)正是在这种背景下发展起来的，STAP利用多通道雷达的多个空间通道信息和相干脉冲串时域信息，通过空域和时域二维自适应滤波的方式，可以在空时二维平面的杂波分布处形成凹口，从而实现杂波的有效抑制。全维STAP利用所有的空间通道和时域脉冲采样，其杂波抑制性能优越，但是存在系统维数大、运算复杂度高且实际的独立同分布样本数难以满足该方法的需求等问题，故在实际工程中难以应用。
[0004]为此，各国学者展开了降维STAP算法的研究，降维STAP算法分为固定结构降维和自适应降维两种方式。固定结构降维方式的典型方法主要有扩展因子法(EFA)，先时域滑窗后空时联合处理方法(F$A)，最小冗余的扩展F$A方法(Ex
‑
F$A)以及局域联合处理(JDL)方法。自适应降维方式的典型方法主要有主分量法(PC)，互谱尺度法(CSM)以及多级维纳滤波方法(MWF)。其中，由于F$A方法选取的辅助通道和主通道的相关性更好，故其杂波抑制能力更优。但是该方法选取的辅助多普勒通道覆盖范围可能过窄，当存在分布范围广且能量强的杂波时，会增加空域的杂波抑制负担，导致杂波抑制能力下降。相比之下，联合所有临近多普勒通道的F$A方法(JD
‑
F$A)覆盖的多普勒范围更广，在存在杂波扰动时能够提升F$A方法的杂波抑制能力。该方法利用更高的时域自由度改善杂波抑制性能，但是随着阵列规模增大，仍面临着高运算量和非均匀环境下因难以获得足够的独立同分布样本导致的杂波抑制能力下降。

技术实现思路

[0005]为了解决现有技术中存在的上述问题，本专利技术提供了一种基于张量分解的降维杂波抑制方法。本专利技术要解决的技术问题通过以下技术方案实现：
[0006]一种基于张量分解的降维杂波抑制方法，包括以下步骤：
[0007]对雷达在一个相干处理间隔内获取的每个空间通道的K个脉冲回波数据进行时域滑窗处理，之后进行傅里叶变换，得到每个距离单元在k个多普勒通道的输出数据；其中，1≤k≤K
‑
2，K表示一个相干处理间隔内发送脉冲的个数；每个脉冲回波数据包括L个距离单元的信息；
[0008]根据所述每个距离单元在k个多普勒通道的输出数据构建每个距离单元的初始向量数据和L'个距离单元在任意一个多普勒通道的后多普勒向量数据，L'≤L；
[0009]根据所述L'个距离单元在任意一个多普勒通道的后多普勒向量数据的三阶张量形式确定杂波在空域和时域的杂波全特征空间；
[0010]根据所述杂波特征空间的特征向量构建的降维矩阵和所述每个距离单元的初始向量数据确定每个距离单元的降维向量数据和杂波抑制权矢量；
[0011]根据所述杂波抑制权矢量对每个多普勒通道的每个距离单元的降维向量数据进行杂波抑制，得到杂波抑制输出结果。
[0012]在本专利技术的一个实施例中，所述对雷达在一个相干处理间隔内获取的每个空间通道的K个脉冲回波数据进行时域滑窗处理，之后进行傅里叶变换，得到每个距离单元在k个多普勒通道的输出数据，包括：
[0013]获取雷达在一个相干处理间隔内接收到的N个空间通道的脉冲回波数据；
[0014]对每个空间通道的K个脉冲回波数据进行时域滑窗处理，得到每个空间通道的不滑窗数据、滑一个脉冲数据和滑两个脉冲数据；
[0015]对所述每个空间通道的不滑窗数据、滑一个脉冲数据和滑两个脉冲数据进行傅里叶变换，得到每个距离单元在k个多普勒通道的输出数据。
[0016]在本专利技术的一个实施例中，所述根据所述每个距离单元在k个多普勒通道的输出数据构建每个距离单元的初始向量数据和L'个距离单元在任意一个多普勒通道的后多普勒向量数据，包括：
[0017]根据所述每个距离单元在k个多普勒通道的输出数据、每个距离单元在k
‑
1个多普勒通道的输出数据和每个距离单元在k+1个多普勒通道的输出数据构建得到每个距离单元的初始向量数据；
[0018]根据所述每个距离单元的初始向量数据构建得到L'个距离单元在任意一个多普勒通道的后多普勒向量数据。
[0019]在本专利技术的一个实施例中，所述根据所述每个距离单元的初始向量数据构建得到L'个距离单元在任意一个多普勒通道的后多普勒向量数据，包括：
[0020]根据所述每个距离单元的初始向量数据构建得到L个距离单元在任意一个多普勒通道的全样本后多普勒向量数据；
[0021]对每个多普勒通道的全样本后多普勒向量数据进行筛选，得到所述L'个距离单元在任意一个多普勒通道的后多普勒向量数据。
[0022]在本专利技术的一个实施例中，所述根据所述L'个距离单元在任意一个多普勒通道的后多普勒向量数据的三阶张量形式确定杂波在空域和时域的杂波全特征空间，包括：
[0023]将所述L'个距离单元在任意一个多普勒通道的后多普勒向量数据表示为三阶张量数据；
[0024]通过高阶奇异值分解计算所述三阶张量数据的rank
‑
(N,L',9)张量的Tucker分解向量，得到杂波的空域特征空间和杂波的多普勒域特征空间；
[0025]根据所述杂波的空域特征空间和所述杂波的多普勒域特征空间确定杂波在空域和时域的杂波全特征空间。
[0026]在本专利技术的一个实施例中，所述根据所述杂波特征空间的特征向量构建的降维矩阵和所述每个距离单元的初始向量数据确定每个距离单元的降维向量数据和杂波抑制权矢量，包括：
[0027]基于主分量法在所述杂波全特征空间中选择符合预设条件的特征向量构成降维矩阵；
[0028]根据所述降维矩阵和所述每个距离单元的初始向量数据确定每个距离单元的降维向量数据；
[0029]根据所述降维矩阵和所述L'个距离单元在任意一个多普勒通道的后多普勒向量数据确定杂波抑制权矢量。
[0030]在本专利技术的一个实施例中，每个距离单元的初始向量数据为：
[0031][0032]其中，
[0033]x
0,l
(k
‑
1)＝[x
0,l
(1,k
‑
1),x
0,l
(2,k
‑
1),...,x
0,l
(N,k
‑
1)]T
[0034]x
1,l
(k
‑
1)＝[x
1,l
(1,k
‑
1),x
1,l
(2,k
‑
1),本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于张量分解的降维杂波抑制方法，其特征在于，包括以下步骤：对雷达在一个相干处理间隔内获取的每个空间通道的K个脉冲回波数据进行时域滑窗处理，之后进行傅里叶变换，得到每个距离单元在k个多普勒通道的输出数据；其中，1≤k≤K
‑
2，K表示一个相干处理间隔内发送脉冲的个数；每个脉冲回波数据包括L个距离单元的信息；根据所述每个距离单元在k个多普勒通道的输出数据构建每个距离单元的初始向量数据和L'个距离单元在任意一个多普勒通道的后多普勒向量数据，L'≤L；根据所述L'个距离单元在任意一个多普勒通道的后多普勒向量数据的三阶张量形式确定杂波在空域和时域的杂波全特征空间；根据所述杂波特征空间的特征向量构建的降维矩阵和所述每个距离单元的初始向量数据确定每个距离单元的降维向量数据和杂波抑制权矢量；根据所述杂波抑制权矢量对每个多普勒通道的每个距离单元的降维向量数据进行杂波抑制，得到杂波抑制输出结果。2.根据权利要求1所述的一种基于张量分解的降维杂波抑制方法，其特征在于，所述对雷达在一个相干处理间隔内获取的每个空间通道的K个脉冲回波数据进行时域滑窗处理，之后进行傅里叶变换，得到每个距离单元在k个多普勒通道的输出数据，包括：获取雷达在一个相干处理间隔内接收到的N个空间通道的脉冲回波数据；对每个空间通道的K个脉冲回波数据进行时域滑窗处理，得到每个空间通道的不滑窗数据、滑一个脉冲数据和滑两个脉冲数据；对所述每个空间通道的不滑窗数据、滑一个脉冲数据和滑两个脉冲数据进行傅里叶变换，得到每个距离单元在k个多普勒通道的输出数据。3.根据权利要求1所述的一种基于张量分解的降维杂波抑制方法，其特征在于，所述根据所述每个距离单元在k个多普勒通道的输出数据构建每个距离单元的初始向量数据和L'个距离单元在任意一个多普勒通道的后多普勒向量数据，包括：根据所述每个距离单元在k个多普勒通道的输出数据、每个距离单元在k
‑
1个多普勒通道的输出数据和每个距离单元在k+1个多普勒通道的输出数据构建得到每个距离单元的初始向量数据；根据所述每个距离单元的初始向量数据构建得到L'个距离单元在任意一个多普勒通道的后多普勒向量数据。4.根据权利要求3所述的一种基于张量分解的降维杂波抑制方法，其特征在于，所述根据所述每个距离单元的初始向量数据构建得到L'个距离单元在任意一个多普勒通道的后多普勒向量数据，包括：根据所述每个距离单元的初始向量数据构建得到L个距离单元在任意一个多普勒通道的全样本后多普勒向量数据；对每个多普勒通道的全样本后多普勒向量数据进行筛选，得到所述L'个距离单元在任意一个多普勒通道的后多普勒向量数据。5.根据权利要求3所述的一种基于张量分解的降维杂波抑制方法，其特征在于，所述根据所述L'个距离单元在任意一个多普勒通道的后多普勒向量数据的三阶张量形式确定杂波在空域和时域的杂波全特征空间，包括：
将所述L'个距离单元在任意一个多普勒通道的后多普勒向量数据表示为三阶张量数据；通过高阶奇异值分解计算所述三阶张量数据的rank
‑
(N,L',9)张量的Tucker分解向量，得到杂波的空域特征空间和杂波的多普勒域特征空间；根据所述杂波的空域特征空间和所述杂波的多普勒域特征空间确定杂波在空域和时域的杂波全特征空间。6.根据权利要求1所述的一种基于张量分解的降维杂波抑制方法，其特征在于，所述根据所述杂波特征空间的特征向量构建的降维矩阵...

【专利技术属性】
技术研发人员：杨志伟，徐玉凤，李婧雅，张越，梁庚辰，刘磊，刘杰，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：