[发明专利]基于微动周期的空间微动群目标单通道盲源分离方法

说明书

本发明公开了一种基于微动周期的空间微动群目标单通道盲源分离方法，该方法为：首先发射单频脉冲信号，得到多个弹头的单通道混合复数微动回波，然后将混合回波分割重排为矩阵形式，利用奇异值分解的方法，计算奇异值比，提取最大峰值可估计出每一个目标的微动周期；将混合回波按照周期分段并叠加，取平均，通过循环迭代的方法得到每一个目标在一个周期内的微动回波数据。本发明利用每一个弹头的微动周期都不相同这一先验知识，直接在时域对混合信号进行滤波，提高了信号分离的精度。

技术领域

本发明属于信号处理技术领域，特别是一种基于微动周期的空间微动群目标单通道盲源分离方法。

背景技术

战略弹道导弹的飞行轨迹可分为：助推段、中段以及再入段。由于助推段位于敌方可探测范围内，而再入段的飞行时间较为短暂，中段弹头飞行持续时间较长并且稳定，是作为探测敌方导弹的最佳阶段。导弹在中段飞行时，由于不存在大气阻力，在没有姿态控制器的情况下，大多数的诱饵以及母仓爆炸形成的碎片，都作翻滚运动，只有具有姿态控制的真弹头以及个别诱饵弹头作进动或者章动，按照既定轨道飞行。此外，由于在中段时，红外辐射的能力基本上消失，导致红外探测的手段基本无效。而预警雷达具有作用距离远以及全天时、全天候的特点，在战略弹道导弹的检测、识别、以及拦截和杀伤评估等方面发挥着至关重要的作用。

中段区域形成的群目标严重干扰了导弹防御系统的运作，当雷达检测到多个目标的混合回波时，其在时域和频域都是相互重叠不可分的。传统的单通道盲源分离问题是将观测信号通过一些分解方法，比如小波分解、经验模态分解等方法，将信号分解成一系列的细节信号和近似信号，与观测信号构成虚拟多通道形式，再利用经典的独立成分分析(ICA)方法进行分离。但是分解的方法以及选取的分量信号不当，都会对信号的分离带来影响。另一种常见的方法是将信号转换到稀疏域，比如时频域，利用信号在变换域里面的稀疏性，将信号分离出来，再逆变换回时域。但是弹头微动信号在时频域内是相互重叠的，无法找到一个较为稀疏的变换域。

发明内容

本发明的目的在于提供一种基于微动周期的空间微动群目标单通道盲源分离方法。

实现本发明目的的技术解决方案为：一种基于微动周期的空间微动群目标单通道盲源分离方法，包括以下步骤：

步骤1、对空间弹头目标发射单一频率脉冲，接收该段时间内微动群目标的单通道复数混合回波；将观测信号X切割排列成M行N列的矩阵形式，通过改变矩阵的列数，得到多个矩阵，对每一个矩阵进行奇异值分解，并计算第一个奇异值与第二个奇异值的比值；设置阈值，提取满足条件的最大峰值，即为第一个目标周期；

步骤2、将弹头微动混合回波按照估计的第一个周期分段叠加，取均值，得到第一个目标的粗估计回波，用混合回波减去第一个目标的粗估计信号，得到剩余信号，直到估计的周期重复，即得到所有目标的周期；

步骤3、根据估计得到的周期，对微动混合回波分别进行分段叠加，取平均值的操作，得到每个目标一个周期内的粗估计回波，通过用混合回波分别减去多个目标的粗估计回波，只剩下关于一个目标的回波，对得到的回波按照该目标的周期再次分段叠加取均值，一直循环迭代最终得到每一个目标在一个周期内的精确的复数回波。

本发明与现有技术相比，其显著优点在于：(1)本发明充分利用空间微动弹头不同的微动周期特性，对20s的混合信号按照不同的长度截断重排成矩阵形式，进行奇异值分解，并计算第一个奇异值与第二个奇异值的比值，不断改变截断长度，提取出第一个目标的周期，并用分段叠加方法估计出该目标的粗估计回波，进而得到剩余回波，再一次截断重排成矩阵，估计周期，一直到估计的周期重复结束；该方法可有效的估计出每一个目标的微动周期；(2)按照估计的周期对混合回波进行分段叠加，可以得到每一个目标的粗估计回波，观测时间越长，叠加的段数越多，估计的回波越准确。为解决观测时间较长的问题，可以采用循环迭代的方法，逐步收敛目标回波，提高目标信号分离精度。

附图说明

图1是本发明基于微动周期的空间微动群目标单通道盲源分离方法的流程示意图。