[发明专利]数据处理方法及装置

说明书

本申请提供一种数据处理方法及装置。本申请提供的技术方案中，首先获取M个训练数据，其中每个训练数据包括N组复数数据和与N组复数数据一一对应的N组监督数据，该N组复数数据中每组复数数据包括来自于对应通道的数据，然后使用这M个训练数据训练神经网络，获得可以对多通道雷达获取的N组第一复数数据进行校正的神经网络。当神经网络训练好之后，再使用该训练好的神经网络对多通道雷达当前获取的N组第一复数数据进行校正，以在经过训练好的神经网络后输出更准确的数据。

技术领域

本申请涉及雷达技术领域，尤其涉及一种数据处理方法及装置。

背景技术

随着雷达技术的不断发展，对雷达的探测性能要求越来越高，涌现出多种具有多个通道的雷达(也称为多通道雷达)，例如数字相控阵(digital array radar，DAR)雷达或多输入多输出(multiple input multiple output，MIMO)雷达等。

对于多通道雷达，在理想状态下，多个通道之间的幅度和相位是保持一致的，然而，由于多个通道中的每个通道内可能存在着多种不可避免的误差来源，例如这些不可避免的误差来源包括：阵列单元互耦、阵列单元的位置误差、天线安装结构及周围物体的散射等等，从而导致多个通道之间出现幅度误差和相位误差。而多个通道之间出现的幅度误差和相位误差会影响雷达通过该多个通道获取到的数据的准确性，示例性地，多个通道之间的幅度误差和相位误差会引起到达角度(direction of arrival，DOA)估计误差、空域动态/旁瓣电平(side lobe level，SLL)恶化、超分辨算法误差显著增大。

因此，对于多通道雷达，为了提升雷达性能，需要对该多个通道进行通道校正处理，以使得雷达通过该多个通道获取到的数据在通过通道校正后提升数据的准确性。

目前，通常使用线性校正模型来对雷达通过多个通道获取到的数据进行通道校正。示例性地，比如雷达包括10个通道，就有10个通道的数据需要校正，线性校正模型例如是10乘以10的矩阵，此时以10个通道的数据作为一个矢量与该10乘以10的矩阵相乘，得到的结果就是校正的结果。其中，矩阵相乘就为一个线性校正运算。

但是，经分析发现，使用线性校正模型在进行通道校正时，只能针对通道包括的上述误差来源中具有线性特点的误差来源引起的误差进行校正，而不能对其他的误差来源对应的误差进行校正，导致对雷达性能的提升是有限的。

发明内容

本申请提供了一种数据处理方法及装置，能够提升多通道雷达获取到的数据的准确性，以提升多通道雷达的性能。

第一方面，本申请实施例提供一种数据处理方法，所述方法包括：获取N组第一复数数据，所述N组第一复数数据与目标雷达的N个通道一一对应，所述N组第一复数数据中每组第一复数数据包括来自于对应通道的数据；使用目标神经网络对N组第一复数数据进行校正，得到N组第二复数数据，所述N组第二复数数据与N组第一复数数据一一对应，所述N组第二复数数据中每组第二复数数据为对应的第一复数数据经过目标神经网络校正得到的数据，目标神经网络用于对雷达的N个通道对应的N组复数数据进行校正以得到N组复数数据校正后的复数数据，N大于等于2。

本实施例提供的方法，可以通过目标神经网络对多通道雷达获取的N组第一复数数据进行校正。其中，目标神经网络用于对雷达的N个通道对应的N组复数数据进行校正以得到N组复数数据校正后的复数数据。