雷达信号运动干扰空域-极化域联合稳健滤波方法技术

本发明专利技术公开了一种雷达信号运动干扰空域-极化域联合稳健滤波方法方法，首先利用PASTd算法对极化敏感阵列的水平通道数据进行干扰信号子空间实时估计，同时采用MUSIC算法估计干扰信号的方位角，然后利用估计的干扰信号方位角估计干扰的空域极化模型，获得干扰的空域极化模型后利用干扰角度实时估计过程中得到的干扰子空间进行空域正交投影滤波，最后利用极化空域模型进行斜投影极化滤波。本发明专利技术主要解决现有方法不能在空域和极化域联合实现运动干扰抑制的问题。简单实用，在有运动干扰时，能准确估计干扰信号方向并及时利用空域极化特性模型实现空域和极化域联合干扰抑制，可用于雷达、通信等领域中运动干扰的抑制。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种方法，首先利用PASTd算法对极化敏感阵列的水平通道数据进行干扰信号子空间实时估计，同时采用MUSIC算法估计干扰信号的方位角，然后利用估计的干扰信号方位角估计干扰的空域极化模型，获得干扰的空域极化模型后利用干扰角度实时估计过程中得到的干扰子空间进行空域正交投影滤波，最后利用极化空域模型进行斜投影极化滤波。本专利技术主要解决现有方法不能在空域和极化域联合实现运动干扰抑制的问题。简单实用，在有运动干扰时，能准确估计干扰信号方向并及时利用空域极化特性模型实现空域和极化域联合干扰抑制，可用于雷达、通信等领域中运动干扰的抑制。【专利说明】
本专利技术属于雷达信号处理
，主要涉及阵列稳健波束形成，具体地说是一种雷达信号运动干扰的空域-极化域联合稳健滤波方法。可应用于雷达平台与干扰存在相对运动情况下的干扰抑制。
技术介绍
雷达的自适应波束形成技术是阵列信号处理的基础和核心，然而在非平稳环境下如干扰位置快速变化或者天线平台运动时，自适应权值的更新速度相对较慢，这就导致权值训练的数据与权值应用的数据之间存在失配现象，干扰很可能移出干扰零陷位置从而不能被有效的对消，严重情况下，自适应处理算法可能完全失效。因此，针对运动干扰的稳健波束形成是自适应波束形成技术的一个重要课题。Gershman 在“Constrained Hung-Turner Adaptive beam-forming Algorithmwith Additional Robustness to Wideband and Moving Jammers，，(IEEE Trans.Antennasand Propagation, 1996年第3期361-367页)一文中利用高阶导数的性质,将接收数据协方差矩阵与数据高阶导数的协方差矩阵加和组成新的协方差矩阵，并利用这个新的协方差矩阵计算自适应权矢量，利用该方法计算出的自适应权矢量不仅垂直于干扰子空间，同时也垂直于干扰高阶导数的子空间，因此形成的方向图在干扰处具有较宽的零陷，但是导数约束导致运算量明显加大，另外对零陷宽度的控制也不灵活。Mailloux 在“Covariance Matrix Augmentation to Produce Adaptive ArrayPattern Rroughs” (Electronics Letters, 1995 年第 10 期 771-772 页)一文中将单点干扰增加为一簇以单点干扰为中心且均匀分布在一定角度范围内的虚拟干扰，并以均匀线阵为例推导了加入虚拟干扰后协方差矩阵与实际的协方差矩阵之间的关系，发现增加虚拟干扰后的协方差矩阵是实际协方差矩阵与一个锥化矩阵的Hadamard积。由此Mailloux提出在接收数据协方差矩阵上乘一个锥化矩阵进行零陷展宽，该方法仅包含一个Hadmard积，因此具有很低的计算复杂度。上述方法均是在空域实现了零陷展宽，极化敏感阵列可以同时获取空域和极化域信息，因此不能直接将上述方法应用于极化敏感阵列。
技术实现思路
本专利技术的目的在于克服现有技术中或计算复杂度很大或没有利用阵列极化信息的不足，提出一种低计算量而且更具灵活性的针对极化敏感阵列的雷达信号空域-极化域稳健滤波方法。该方法充分利用空域和极化域信息，以实现对运动干扰的有效抑制。本专利技术目的的基本思路是:首先从干扰信号的极化状态具有空间角度依赖的特性出发，提出一种空域极化特性模型估计方法，然后利用干扰角度实时估计过程中得到的干扰子空间进行空域正交投影滤波，最后利用极化空域模型进行实时斜投影极化滤波。为实现上述目的，本专利技术的技术方案包括如下步骤:步骤1:雷达天线阵列接收数据X(t)，对于一由N个正交偶极子构成的半波长等距天线线阵，假定有I个目标从汍爲)方向，同时有总数为P的干扰分别从{叫肩)，(1%)，...，^^)}方向入射到该阵列上，在t时刻阵列接收信号，一次快拍下的接收数据表示为:【权利要求】1.一种，其特征在于，包括有如下步骤: 步骤1:雷达天线阵列接收数据x(t)，对于一由N个正交偶极子构成的半波长等距天线线阵，假定有I个目标从阀，吼)方向，同时有总数为P的干扰分别从 2.根据权利要求1所述的，其特征在于，步骤3中估计空域极化特性模型，P⑴=Ψ (t) _、1 (wTW (t) _1w),其中，辅助向量w= τ，构造矩阵 3.根据权利要求2所述的，其特征在于，步骤7中对信号进行空域滤波， 利用空域权矢量?P土必分别对水平通道和垂直通道信号进行空域滤波: 4.根据权利要求3所述的，其特征在于，步骤8中对信号进行极化域滤波， 利用极化域权矢量We = βΡ^-e,针对空域滤波后的输出信号同时对水平通道和垂直通道进行极化滤波: 【文档编号】G01S7/36GK103728601SQ201410020660【公开日】2014年4月16日 申请日期:2014年1月16日 优先权日:2014年1月16日 【专利技术者】廖桂生, 杨志伟, 纪文静, 田静, 曾操, 张蕊 申请人:西安电子科技大学本文档来自技高网...

【技术保护点】
一种雷达信号运动干扰空域‑极化域联合稳健滤波方法，其特征在于，包括有如下步骤：步骤1：雷达天线阵列接收数据X(t)，对于一由N个正交偶极子构成的半波长等距天线线阵，假定有1个目标从方向，同时有总数为P的干扰分别从方向入射到该阵列上，在t时刻阵列接收信号，一次快拍下的接收数据表示为：X(t)=Nasss(t)+NAS(t)+N(t),t=0,1,2,···]]>其中X(t)为阵列的2N×1维快拍数据矢量，N(t)＝[n1(t),...,n2N(t)]T为阵列的2N×1维高斯白噪声数据矢量，ss(t)为目标信号波形，S(t)＝[s1(t),s2(t),…sP(t)]T为干扰信号波形的P×1维矢量，A=[a1,a2,…,aP]为干扰方向导向矢量组成的2N×P维流形矩阵，其中p＝1,2,…,P，p为角度变量，ap为干扰的空域‑极化域二维导向矢量，ep表示干扰的极化域导向矢量，qp为干扰的空域导向矢量，代表kroneck积，as是目标信号的空域‑极化域二维导向矢量，[·]T表示转置运算，出于简便考虑，本专利技术中假设目标信号和干扰的俯仰角均满足步骤2：估计干扰信号子空间对于接收数据X(t)的前M次快拍数据，利用PASTd算法得到t＝i(i＝1,2,…,M)时刻的干扰信号子空间然后利用MUSIC算法估计t＝i时刻干扰信号方位角(θ1(t),θ2(t),…,θP(t))；步骤3：估计干扰的空域极化状态，利用空域极化状态模型估计出M个极化比矢量，其中一次快怕下干扰的极化矢量表示为为便于求解，做一次数学变形，将求解极化比矢量PJ转换成求解易于计算的极化参数矢量P(t)=1b0-ja0b1-ja1,]]>an(n＝0,1)是对极化状态扰动的实部幂级数展开的一阶系数，bn(n＝0,1)为极化状态扰动的虚部幂级数展开的一阶系数，M是选取的快拍总数；步骤4：对M个快拍的极化参数矢量求平均，对步骤3得到的M个极化参数矢量P(t)(t＝1,2,…,M)求平均，P^=1MΣt=1MP(t)]]>得到极化参数矢量中的极化比参数步骤5：利用PASTd计算得到t＝i+1时刻的干扰信号子空间然后利用MUSIC算法估计t＝i+1时刻干扰信号方位角(θ1(t),θ2(t),…,θP(t))；步骤6：根据空域极化状态模型估计出t＝i+1时刻干扰的极化状态PJ；步骤7：利用空域权矢量分别对由N个正交偶极子构成的半波长等距天线线阵接收的水平通道和垂直通道信号进行空域滤波，α为权矢量模值归一化常数，表示在空域向干扰信号子空间补空间的正交投影矩阵，qs表示目标信号的空域导向矢量；步骤8：利用极化域权矢量同时对由N个正交偶极子构成的半波长等距天线线阵接收的水平通道和垂直通道进行空域滤波后的输出信号进行极化滤波，其中，β为权矢量模值归一化常数，表示在极化域向干扰信号子空间补空间的正交投影矩阵，ep表示在直角坐标下干扰的极化域导向矢量，es表示目标信号极化域导向矢量，完成一次快拍数据的空域‑极化域稳健滤波；步骤9：转回到步骤5，循环执行步骤5‑步骤8，对下一时刻快拍数据进行实时滤波，完成对实时接收快拍数据的空域‑极化域联合稳健波。...

【技术特征摘要】

【专利技术属性】
技术研发人员：廖桂生，杨志伟，纪文静，田静，曾操，张蕊，
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