[发明专利]一种基于循环平稳和对称先验知识的STAP方法

说明书

本发明公开了一种基于循环平稳和对称先验知识的STAP方法。本发明通过回波信号的循环平稳特性，选择合理的循环频率并结合样本单元的数据得到一个循环自相关矩阵，将该矩阵代替传统STAP中的杂波协方差矩阵，得到本发明中基于循环平稳特性的STAP方法；再利用真实的杂波协方差矩阵具有Hermite对称性，本发明进一步修正循环自相关矩阵，得到本发明所提的利用对称性修正循环自相关矩阵方法。本发明的实施，解决了同类STAP方法中样本需求大、先验信息难以获取的问题，使得回波信号的自身特性被充分利用，提高STAP方法的性能。

技术领域

本发明属于雷达技术领域，具体涉及利用回波信号自身的循环平稳特性以及杂波协方差矩阵的Hermite对称性作为先验知识的STAP杂波抑制方法。

背景技术

STAP(pace-time adaptive processing，空时自适应处理)是一种有效的干扰和杂波抑制方法，被广泛应用于通信、声纳和雷达等技术领域。STAP方法要求设计目标所在的CUT(cell under test，测试单元)的最优滤波权向量：可以使得输出SCNR(signal to clutter plus noise ratio，信杂噪比)最大，从而达到自适应滤波的目的；其中，R(l₀)是CUT真实的杂波协方差矩阵，S(f_d,θ)是目标的空时导向矢量。在STAP方法中，对R(l₀)估计的准确程度是决定STAP性能的关键因素。

目前，已有的STAP方法主要有两大类：第一类是传统的STAP方法，该类方法通过选取好的参考样本估计杂波协方差矩阵R(l₀)，从而提高STAP的杂波抑制性能，例如[Wu Y F,Wang T,Wu J X,Duan J.training sample selection for space-time adaptiveprocessing in heterogeneous environments[J].IEEE Geoscience Remote SensingLetters.2015,12(4):691–695]波形相似的方法选取参考样本。然而，这类方法通常要求参考样本个数大于系统自由度的两倍才能保证SCNR的损失小于3dB，但在实际工程中，难以获得足够多的样本。为解决此问题，第二类基于知识辅助的STAP被提出，例如[Zhu X M,Li J,Stoica P.Knowledge-Aided Space-Time Adaptive Processing[J].IEEE Transactionson Aerospace and Electronic Systems.2011,47(2):1325-1333)]基于色加载的STAP方法，该方法将雷达环境的先验知识与参考样本结合，对杂波协方差矩阵估计，减少了STAP的样本需求。然而，在很多复杂的工作环境中，该方法所需的先验知识很难准确获取，例如：天波雷达中，很难准确获取电离层相位污染函数，例如[Hu J F,Cao J,Chen Z,Li H Y,Xie JL.Knowledge-aided Ocean Clutter Suppression Method for Sky-wave Over-the-horizon Radar[J].IEEE Geoscience and Remote Sensing Letters.2017:1-4]。

在实际应用中，回波信号的自身特性作为先验知识往往比雷达环境的先验知识更准确，因此，研究回波信号自身特性作为先验知识的STAP方法具有很大意义。

发明内容

本发明的发明目的在于：针对目前传统STAP方法样本需求大，以及基于知识辅助STAP方法的先验知识难以准确获取的技术问题，提出了一种基于回波信号循环平稳，以及对称先验知识的STAP方法。

本发明基于回波信号的循环平稳特性，在传统STAP方法的基础上结合合理的循环频率的选择策略，求出一个能反映信号循环平稳特性的循环自相关矩阵，以解决传统STAP方法样本需求大的技术问题。

本发明的基于循环平稳特性的STAP方法，包括下列步骤：