【技术实现步骤摘要】
本专利技术属于雷达信号处理，特别是涉及一种基于局部秩两维块稀疏重构的杂波干扰抑制方法。
技术介绍
1、现代战场电磁环境复杂多变，有源干扰和无源干扰都会直接进入雷达中频回波接收机，致使雷达无法有效检测目标信号造成虚警率抬升，最终引起数据处理饱和、武器系统无法正常接收指令等一系列问题。有源干扰主要是通过干扰机释放压制或者欺骗信号以及组合信号等手段，影响雷达接收机正常接收检测目标信号。单独针对有源干扰信号进行信号处理或者数据处理以及综合射频对抗等相关的手段进行联合抑制，工程上有许多成熟有效方法可以解决，但是只考虑有源干扰存在的情形过于理想化，并且实际工程中不可避免的会有海浪、云雨、箔条等无源干扰的存在。因此，针对有源和无源干扰都存在的情况下，尤其是射频干扰混合各种杂波等混合干扰信号抑制问题，有效抑制杂波和干扰，提高雷达目标检测概率，降低后续数据处理负担是雷达信号处理关键研究技术。
2、宁波大学在其中国专利文献cn116388800a记载了一种基于快速贝叶斯匹配追踪的脉冲噪声抑制方法，该技术方案主要是在接收端获取信号去掉循环前缀后带有脉冲噪声干扰的离散时域信号，利用ofdm中的空子载波重构离散时域信号；引入参数向量表征脉冲噪声稀疏性；根据贝叶斯准则得出离散时域信号、参数向量和脉冲噪声三者关系，进而得到脉冲噪声的概率分布；根据贝叶斯准则，获取参数向量的后验概率，进而得到参数向量的的测度基；为了加快计算过程引入测度基增量进行实时更新来代替原有的测度基更新；结合脉冲噪声的概率分布和测度基增量，利用快速贝叶斯匹配追踪算法获取最优的集
3、2021年12月由杨凯陟、冉达、叶伟、马方方在雷达科学与技术期刊第19卷第6期709-716,72|页发表的题为“基于稀疏正则化的sar欺骗干扰模板预处理”的文章中公开将稀疏正则化重构方法应用于干扰模板预处理，以达到抑制图像模糊，增强欺骗效果的目的。在具体实现方式上，给出了基于匹配追踪和软阈值迭代的算法步骤，并且结合仿真实验对各算法的特点进行了分析，最终恢复出信号图像。但是这种稀疏重构算法是凸优化算法，最终结果以及恢复的质量容易受到迭代参数的影响，具有不确定性，迭代过程也会有发散性问题，从而影响目标正常检测和有效识别分类。
技术实现思路
1、本专利技术目的在于提供一种基于局部秩两维块稀疏重构的杂波干扰抑制方法，在杂波和干扰同时进入雷达接收机影响目标正常检测的条件下，实现有效的抑制杂波和干扰的同时降低目标检测虚警概率。
2、为了实现本专利技术目的，本专利技术提供一种基于局部秩两维块稀疏重构的杂波干扰抑制方法，包括以下步骤：
3、步骤a、采集雷达中频回波数据，下变频到基带形成雷达基带回波数据；
4、步骤b、对所述雷达基带回波数据进行目标回波两维块稀疏重构；
5、步骤c、根据局部数据进行求取数据矩阵的秩并且进行门限判断，大于秩门限则跳转至步骤e，否则进行步骤d；
6、步骤d、对稀疏恢复后的数据进行局部稀疏滤波处理；
7、步骤e、结束所述局部稀疏滤波处理，进行后续雷达信号处理。
8、进一步的，所述的步骤a中具体包括：
9、下变频到基带形成雷达基带回波数据如下式：
10、x(t)＝i(t)+c(t)+t(t)+ε(t)；
11、其中x(t)表示下变频到基带的雷达回波数据分量，t(t)表示含有目标分量的雷达目标回波数据分量，矩阵i(t)表示干扰数据分量，c(t)表示杂波数据分量，ε(t)表示幅度服从高斯分布的复高斯噪声信号；
12、设定一个相参处理间隔内共有m个脉冲信号。
13、进一步的，所述步骤b包括以下步骤：
14、步骤b1：根据雷达基带回波数据，按照离散化数据矩阵进行采样生成的雷达回波数据；
15、步骤b2：对所述采样生成的雷达回波数据进行传统的二维块稀疏重构处理。进一步的，步骤b1中所述雷达回波数据记为s：
16、s＝du*σu；
17、其中du表示n×k的恢复回波字典，n表示一个脉冲经过离散化采样后得到的数据点数，k表示当前相参处理间隔内存在的目标个数；σu表示当前场景中的目标散射系数定义为k×1维度的向量。
18、进一步的，所述步骤b2具体如下式：
19、maxσu，s.t.s＝du*σu，du＝emit(l)；
20、其中emit(l)表示每个脉冲的发射回波离散化波形，l表示发射波形的离散化点数。
21、进一步的，所述步骤c具体如下：
22、对所述传统的二维块稀疏重构处理后的数据进行处理：假设雷达基带回波数据经过二维块稀疏重构处理后记作e，对数据矩阵进行奇异值分解后选取大于门限α的特征值进行计数记作η，α门限取值本雷达单脉冲基带接收机数据噪声模值的3倍；
23、设定秩门限设定为m/4，大于所述秩门限则跳转步骤e，否则进行步骤d。
24、进一步的，所述局部稀疏滤波为：
25、
26、其中l表示具有低秩分量的回波数据，s表示具有稀疏分量的回波数据，||·||*和||·||1分别表示对矩阵数据的核范数运算和1范数运算.
27、进一步的，经过所述局部稀疏滤波后的数据定义为ω，可以进行所述步骤e的后续常规雷达信号处理。
28、本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述的方法的步骤。
29、本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现上述的方法的步骤。
30、与现有技术相比，本专利技术的显著进步在于：本专利技术的方法充分利用了局部数据的秩信息，可以在杂波和干扰同时存在情况下充分利用工程中常用的距离多普勒两维块稀疏和低秩特性抑制杂波和干扰，有效恢复目标回波信号，提升目标检测概率，解决了杂波存在条件下干扰抑制工程实现容易发散和算法不具备普适性的问题；采用两维同时进行恢复减少了复杂度，同时利用局部稀疏增强了稳定性，避免发散性。
31、为更清楚说明本专利技术的功能特性以及结构参数，下面结合附图及具体实施方式进一步说明。
本文档来自技高网...【技术保护点】
1.一种基于局部秩两维块稀疏重构的杂波干扰抑制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于局部秩两维块稀疏重构的杂波干扰抑制方法，其特征在于，所述的步骤a中具体包括：
3.根据权利要求2所述的基于局部秩两维块稀疏重构的杂波干扰抑制方法，其特征在于，所述步骤b包括以下步骤：
4.根据权利要求3所述的基于局部秩两维块稀疏重构的杂波干扰抑制方法，其特征在于，
5.根据权利要求4所述的基于局部秩两维块稀疏重构的杂波干扰抑制方法，其特征在于，
6.根据权利要求5所述的基于局部秩两维块稀疏重构的杂波干扰抑制方法，其特征在于，所述步骤c具体如下：
7.根据权利要求6所述的基于局部秩两维块稀疏重构的杂波干扰抑制方法，其特征在于，所述局部稀疏滤波为：
8.根据权利要求7所述的基于局部秩两维块稀疏重构的杂波干扰抑制方法，其特征在于，经过所述局部稀疏滤波后的数据定义为ω，可以进行所述步骤e的后续常规雷达信号处理。
9.电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8任一所述的方法的步骤。
...【技术特征摘要】
1.一种基于局部秩两维块稀疏重构的杂波干扰抑制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于局部秩两维块稀疏重构的杂波干扰抑制方法，其特征在于，所述的步骤a中具体包括：
3.根据权利要求2所述的基于局部秩两维块稀疏重构的杂波干扰抑制方法，其特征在于，所述步骤b包括以下步骤：
4.根据权利要求3所述的基于局部秩两维块稀疏重构的杂波干扰抑制方法，其特征在于，
5.根据权利要求4所述的基于局部秩两维块稀疏重构的杂波干扰抑制方法，其特征在于，
6.根据权利要求5所述的基于局部秩两维块稀疏重构的杂波干扰抑制方法，其特征在于，所述步骤c具...
【专利技术属性】
技术研发人员：张海龙，郑庆琳，黄磊，张宁，
申请(专利权)人：中国船舶集团有限公司第七二四研究所，
类型：发明
国别省市：
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。