[发明专利]自适应稀疏分数阶模糊函数杂波抑制及动目标检测方法

权利要求书

1.自适应稀疏分数阶模糊函数杂波抑制及动目标检测方法，其特征在于，包括以下步骤：

步骤一、对输入雷达回波信号进行SFRAF处理；

步骤二、通过分级迭代峰度搜索快速确定最佳变换阶数；

步骤三、进行SFRAF域自适应最小均方滤波运算，包括滤波过程和自适应迭代过程，当滤波器的误差达到稳态时，输出结果；

步骤四、将输出的SFRAF幅值作为检测统计量与门限进行比较，得到动目标检测结果；

步骤二所述的最佳变换阶数的快速确定方法为：

定义输入向量x(n)的峰度

式中，为x(n)的p_i阶SFRAF，p_i＝2α_i/π，α_i为第i个变换角，根据雷达参数和目标运动状态初步确定变换阶数p的搜索范围，p的初始搜索区间为[a₁,b₁]，搜索步长l取比搜索区间长度低一个数量级的最小值，第一次搜索后得到的最大峰度值对应的阶数为p₁，以p₁作为初始值，根据下式进行分级迭代

式中，[a_j+1，b_j+1]和l_j+1分别为第j+1次搜索的搜索区间和搜索步长，p_j为第j次搜索得到的最佳变换阶数，依次进行迭代，直到l_j≤ε，ε为参数估计精度；

步骤三所述的SFRAF域自适应最小均方滤波运算的滤波过程为：

对信号x(n)时延τ作为期望信号e(n)，对向量x(n)和e(n)分别进行SFRAF运算，处理结果为X_p(m)和E_p(m)，则滤波器的输出为

Y_p(m)＝X_dia(m)W(m)

式中，W(m)表示滤波器权系数矢量，X_dia(m)表示与X_p(m)对应的N×N维对角矩阵，N为采样点数，相应的误差矢量为

D_p(m)＝E_p(m)-Y_p(m)

步骤三所述的SFRAF域自适应最小均方滤波运算的自适应迭代过程为：

通过设置时变的权系数矢量，并对自适应步长μ进行功率归一化，权系数矢量的更新方法为

W(m+1)＝H(z)W(m)+μ_NLMSX_dia^H(m)D_p(m)

式中，H(z)为泄露响应函数，H(z)＝χI，I为单位矩阵，上式转化为

W(m+1)＝χW(m)+μ_NLMSX_dia^H(m)D_p(m)

式中，χ为泄露因子，μ_NLMS为归一化自适应步长，

式中，ξ为正常数，为保证算法的自适应过程收敛，需满足的条件为0＜μ＜1+χ。