[发明专利]前后向TVAR模型的目标微多普勒聚类估计方法

权利要求书

1.一种前后向TVAR模型的目标微多普勒聚类估计方法，其特征在于，包括如下步骤：

步骤1采集目标的雷达回波数据：雷达发射电磁波对弹道导弹目标进行照射并接收其回波，对其进行解线调，快时间傅里叶变换，去除剩余视频项和包络斜置项，得到弹道导弹目标的高分辨距离像HRRP数据，取一个距离单元内数据x(n)，n为目标HRRP距离单元数据的点数，n＝0,1,...,N_x-1，N_x为目标HRRP距离单元数据的总长度；

步骤2目标的HRRP距离单元数据在TVAR模型中的表示：将采集的雷达目标的高分辨距离像HRRP距离单元数据代入到前后向时变自回归TVAR模型，在TVAR模型中目标的HRRP距离单元数据表示为：

其中，m为前后向TVAR模型阶数；N_x为信号的长度；i表示目标散射点在前后向TVAR模型中的变量，i＝1,...,m；a_i(n)是前后向TVAR模型中的时变系数；是a_i(n)的共轭；w(n)表示高斯白噪声，其均值为零，方差为

步骤3目标的时变系数a_i(n)转化成时不变系数，得到目标HRRP距离单元数据在BS-FBTVAR模型中的矩阵形式：在前后向TVAR模型中估计目标的时变系数a_i(n)，将时变系数的估计转化为时不变系数的估计；并利用时不变系数的块稀疏性质得到目标块稀疏前后向时变自回归BS-FBTVAR模型的矩阵形式，具体包括有

3.1将目标的时变系数a_i(n)的估计展开为时不变系数a_ij的估计：将前后向TVAR模型中的时变系数a_i(n)用一组离散余弦基的线性组合公式，表示为

其中f_j(n)为离散余弦基，j表示使用离散余弦基进行线性组合的叠加变量，j＝1,...,q，q为离散余弦基函数的维数，i表示目标散射点在前后向TVAR模型中的变量，i＝1,...,m；a_ij为由时变系数a_i(n)展开的时不变系数；

3.2得到目标BS-FBTVAR模型的矩阵形式：将时不变系数a_ij代入到目标的前后向TVAR模型中，目标HRRP距离单元数据在此模型中表示为

其中，为a_ij的共轭，f_j^*(n)为f_j(n)的共轭；

利用上式时不变系数模型的块稀疏性质得到目标HRRP距离单元数据在BS-FBTVAR模型的矩阵形式表示为：

Y_f＝-Z_fβ+w_f

Y_b＝-Z_bβ^*+w_b

其中，Y_f表示目标HRRP距离单元数据x(n)的第m+1个到第N_x个数据，式中所有下标f表示目标的前向TVAR模型数据；Y_b表示目标HRRP距离单元数据x(n)的第1个到第N_x-m个数据，式中所有下标b表示目标的后向TVAR模型数据；Z_f表示第m+1个到第N_x个目标HRRP距离单元数据上的观测矩阵；Z_b表示第1个到第N_x-m个目标HRRP距离单元数据上的观测矩阵；β表示目标待估计的时不变系数向量，β^*为β的共轭；w_f和w_b表示高斯白噪声，其均值为零，方差为γ₀；

其中为目标时不变系数的一个分块，具有块间稀疏块内不稀疏的性质，j＝1,...,q；

步骤4得到目标的时不变系数β的聚类结构先验：使用EBSBL的改进算法，通过人工构造的增广向量的模型的潜在关系，得到未知块边界的块稀疏压缩感知矩阵形式，使用时不变系数β的超参数和其相邻超参数之间的相互作用，得到目标的时不变系数β的聚类结构先验的形式；

步骤5估计目标的时不变系数β：弹道导弹刚体目标是块边界已知的，将块边界已知的先验信息引入到EBSBL的改进算法中，使用基于贝叶斯学习框架的块稀疏恢复算法对已知块边界压缩感知矩阵形式进行恢复，估计目标的时不变系数β；

步骤6将估计的时变系数用于瞬时频率估计中，得到目标的微多普勒时频图：通过离散余弦基的线性组合公式将时不变系数β转换为时变系数a_i(n)，再根据TVAR的时变系数a_i(n)，利用瞬时功率公式计算得到目标的瞬时功率谱PS(f,n)，表示为：

其中f为频率，为噪声方差的估计值；

由目标的瞬时功率谱，逐点代入目标的频率，获得目标的回波信号的微多普勒频率曲线图；根据微多普勒频率反应雷达目标的散射点个数，形状，姿态信息，用于目标的识别。