[发明专利]一种运动干扰稳健滤波方法

说明书

本发明一种运动干扰稳健滤波方法，步骤如下：步骤1：获取接收数据的协方差矩阵R；步骤2：根据协方差矩阵获得新的零陷展宽协方差矩阵；步骤3：对步骤2中零陷展宽协方差矩阵引入对角加载技术，得到新的协方差矩阵；步骤4：根据步骤3得到的新的协方差矩阵，求得自适应权值，进而得到能够在干扰位置处形成零陷的自适应方向图。本发明对零陷展宽系数选取依赖性较低，且对角加载量不需要设置固定的经验值，有利于稳健运动干扰滤波，适用于实际工程中先验信息不足条件下的自适应阵列抗运动干扰情况。

技术领域

本发明属于雷达技术领域，更进一步涉及运动干扰条件下自适应波束形成信号处理技术，可用于先验信息不足条件下的运动干扰稳健滤波。

背景技术

传统的自适应信号处理技术利用协方差求逆得到自适应权值，在干扰处形成凹口。这种方法适用于天线阵列与干扰相对静止的条件下，然而实际环境中往往存在干扰源快速变化的情况，这使得协方差矩阵估计快拍数难以满足，干扰不能被方向图凹口完全抑制，导致系统滤波性能降低。因此阵列运动干扰稳健滤波问题亟需解决。

目前，针对运动干扰抑制问题，已有多种自适应抗干扰方法被提出。实时RLS估计方法通过不断更新自适应权值达到抗运动干扰的目的，但是考虑到干扰运动是随机的，且很难进行实时预测，因此这种方法形成的阵列凹口无法精确对准干扰源。导数约束法将方向图在凹口处高阶导数置零，从而使干扰处零陷展宽。Mailloux-Zatman算法(M-Z算法)将接收协方差矩阵与零陷展宽矩阵相乘，从而得到凹口展宽的方向图，相比导数约束法，计算量有所减小。为了进一步提高自适应波束形成算法的稳健性，有些学者将M-Z方法与对角加载方法结合，减小了噪声和误差对算法性能的影响。制约上述运动干扰滤波性能最关键的因素是凹口展宽大小的确定，过大的凹口会引起周围目标信号能量损失，太小的凹口无法完成运动干扰信号抑制。

目前国内外对于抗运动干扰中凹口展宽量的研究未见公开，因此亟需一种能不依赖凹口展宽大小的稳健运动干扰抑制方法，这也是阵列抗干扰工程化需考虑的重要问题之一。

发明内容

本发明解决的技术问题是：克服现有技术的不足，提供公开一种运动干扰稳健滤波方法，解决在实际工程中先验信息不足条件下的自适应阵列抗运动干扰问题

本发明的技术方案是：一种运动干扰稳健滤波方法，步骤如下：

步骤1：获取接收数据的协方差矩阵R；

步骤2：根据协方差矩阵获得新的零陷展宽协方差矩阵R₁：

步骤3：对步骤2中零陷展宽协方差矩阵引入对角加载技术，得到新的协方差矩阵R₂；

步骤4：根据步骤3得到的新的协方差矩阵，求得自适应权值进而得到能够在干扰位置处形成零陷的自适应方向图。其中θ₀表示感兴趣的目标方向，d代表天线间距，

所述步骤1中获取接收数据的协方差矩阵R的具体表达形式为：

其中K是快拍数；X(i)是目标所在距离的第i个脉冲的多通道数据，X(i)^H表示对X(i)进行共轭转置处理。

所述步骤2中新的零陷展宽协方差矩阵R₁的具体表达形式为：

R₁＝CR+CBRB^H；

矩阵C中元素定义如下：

C_k,l＝sinc((k-l)Δ/π)；

其中1≤k,l≤N，N为天线阵元数，Δ为展宽系数；B＝diag(0,1,…N-1)，对B其归一化后得

步骤3所述的对角加载技术，对角加载量大小选取方法如下：