[发明专利]基于高斯消元的自适应信号处理的实现方法有效
| 申请号: | 202010195203.6 | 申请日: | 2020-03-19 |
| 公开(公告)号: | CN111427014B | 公开(公告)日: | 2022-04-26 |
| 发明(设计)人: | 颜志升;郑昱 | 申请(专利权)人: | 中国电子科技集团公司第十四研究所 |
| 主分类号: | G01S7/36 | 分类号: | G01S7/36;G01S7/41 |
| 代理公司: | 北京律谱知识产权代理有限公司 11457 | 代理人: | 黄云铎 |
| 地址: | 210039 江*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 高斯消元 自适应 信号 处理 实现 方法 | ||
1.基于高斯消元的自适应信号处理的实现方法,其特征在于,该方法包括:
步骤1,获取雷达系统中任一个距离门的M个通道的回波信号,并根据所述回波信号,生成对应的回波向量;
步骤2,根据所述回波向量计算第一自相关矩阵,采用高斯消元法计算所述回波向量的广义内积值,并根据所述广义内积值对所述回波向量进行筛选,生成筛选向量,根据所述筛选向量计算第二自相关矩阵,再采用高斯消元法计算所述回波信号的加权系数,其中,所述步骤2,具体包括:
步骤21,根据所述回波向量计算所述第一自相关矩阵,将所述第一自相关矩阵分解为第一下三角矩阵和第一上三角矩阵;
步骤22,根据所述回波向量、所述第一下三角矩阵和所述第一上三角矩阵,计算所述回波向量的广义内积值,所述广义内积值的计算公式为:
U1α1=β1
L1β1=xn
式中,GIP为所述广义内积值,xn为所述回波向量,n为所述距离门的编号,n=1,2,…,N,m为所述通道的编号,m=1,2,…,M,(·)H为共轭转置操作符,L1为所述第一下三角矩阵,U1为所述第一上三角矩阵;
步骤23,根据所述广义内积值的大小和预设剔除比例,对所述回波向量进行筛选,生成筛选向量,并根据所述筛选向量计算所述第二自相关矩阵,将所述第二自相关矩阵分解为第二下三角矩阵和第二上三角矩阵,计算所述回波信号的加权系数,其中,所述加权系数的计算公式为:
U2α2=β2
L2β2=s
式中,wopt为所述加权系数,s为导向矢量,含有M个分量,表示理想的回波信号,L2为所述第二下三角矩阵,U2为所述第二上三角矩阵;
步骤3,利用所述加权系数,对所述回波信号进行加权求和,对任一个距离门的加权求和结果进行恒虚警率检测,当判定所述距离门的信噪比大于第一预设阈值时,采用高斯消元法计算所述距离门对应的回波信号的自适应相关性估计值;
步骤4,当所述距离门对应的回波信号的自适应相关性估计值大于第二预设阈值时,判定所述距离门对应的目标存在。
2.如权利要求1所述的基于高斯消元的自适应信号处理的实现方法,其特征在于,所述步骤3中,采用高斯消元法计算所述距离门对应的回波信号的自适应相关性估计值,具体包括:
根据所述导向矢量s、所述第二下三角矩阵L2和所述第二上三角矩阵U2,计算所述回波信号xn的所述自适应相关性估计值,其中,所述自适应相关性估计值的计算公式为:
U2α3=β3
L2β3=xn
式中,ACE为所述自适应相关性估计值。
3.如权利要求1所述的基于高斯消元的自适应信号处理的实现方法,其特征在于,步骤23中,根据所述广义内积值的大小和预设剔除比例,对所述回波向量进行筛选,生成筛选向量,具体包括:
根据所述广义内积值的大小,对所述回波向量中的元素进行排序,根据预设剔除比例,剔除排序后的回波向量中两端的元素,并将剔除元素后的回波向量记作所述筛选向量,
其中,所述预设剔除比例为10%~20%。
4.一种雷达系统,其特征在于,所述雷达系统包括目标判别单元,所述雷达系统接收到回波向量后,将所述回波向量传输至所述目标判别单元,所述目标判别单元用于采用如权利要求1至3中任一项所述的基于高斯消元的自适应信号处理的实现方法,判断所述回波信号对应的目标是否存在。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国电子科技集团公司第十四研究所,未经中国电子科技集团公司第十四研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010195203.6/1.html,转载请声明来源钻瓜专利网。





