[发明专利]一种认知型副瓣干扰抑制方法

摘要

本发明公开了一种认知型副瓣干扰抑制方法，包括以下几个步骤：(1)通过雷达或声呐等距线阵阵列接收信号形成数字波束，将数字波束称为主通道信号；并抽取阵列单元作为辅助通道信号；(2)对主通道信号进行包络求取、包络滤波，判断干扰信号是否存在；(3)将阵列单元中的多个辅助通道作为干扰估计通道，然后计算协方差矩阵的特征根，确定干扰个数；(4)确定干扰自适应抑制的辅助通道数量等于干扰个数，采用采样矩阵求逆算法，与辅助通道数量进行自适应加权计算，对消主通道信号中的干扰。本发明可自动判断某一时段的干扰数量和干扰信号密度，从而实现快变环境中的干扰自适应抑制；通过实时的降低通道数量，实现了自适应干扰抑制算法的简化。

主权项

一种认知型副瓣干扰抑制方法，其特征在于，包括以下几个步骤：(1)通过雷达或声呐等距线阵阵列接收干扰与目标回波信号，从而形成所需要的数字波束，将所述数字波束称为主通道信号；并随机抽取阵列单元的输出作为辅助通道信号；(2)将长度为N_d的1帧数据，分成每段长度为N_s点的若干段数据，其中，N_d>N_s；针对每段数据，对所述主通道信号首先进行包络求取，然后进行包络滤波，从而判断干扰信号是否存在，当确定干扰信号存在，则转向步骤(3)；(3)针对每段数据，将所述阵列单元中的多个辅助通道作为干扰估计通道，然后计算协方差矩阵的特征根，从而确定干扰个数，并转向步骤(4)；(4)确定干扰自适应抑制的辅助通道数量等于干扰个数，采用采样矩阵求逆算法，将主通道数据与辅助通道数据进行自适应加权计算，从而对消主通道信号中的干扰；步骤(2)中，干扰信号是否存在的判断方法如下：(2‑1)求取波束输出信号的包络$A\left(n\right)=\sqrt{y_I^2\left(n\right)+y_Q^2\left(n\right)}---\left(10\right)$式中，y_I(n)与y_Q(n)为第l个波束信号y_l(n)的实部与虚部；(2‑2)对于某一时刻的信号包络，设σ为门限值；如果存在如下关系A(n)>σ，A(n+1)>σ，A(n+2)>σ       (11)则判断干扰信号存在，否则判断没有干扰信号；步骤(2‑2)中，将没有干扰时的通道噪声统计作为门限设置的参考，测量的通道噪声记为σ₀，则门限值为σ＝σ₀+η    (12)其中，η为门限偏差值，取9dB；步骤(3)中，所述干扰个数的确定方法如下：(3‑1)采用N_f个辅助天线构成干扰个数估计辅助阵列设一帧数据中的若干个数据包的数据长度为N_s个采样点；第i个辅助通道天线输入信号向量为${\stackrel{\‾}{x}}_i\left(n\right)={\[x_i\left(n\right),x_i(n-1),...,x_i(n-N_s+1)\]}^T---\left(3\right)$式中[·]^T表示转置运算，所抽取的N_f个辅助通道的数据构成输入数据矩阵如下：$X\left(n\right)={\[{\stackrel{\‾}{x}}_1\left(n\right),{\stackrel{\‾}{x}}_2\left(n\right),...,{\stackrel{\‾}{x}}_{N_f}\left(n\right)\]}^T---\left(4\right)$(3‑2)求取输入数据协方差矩阵，R＝X(n)X^H(n)      (5)式中[·]^H表示转置运算；(3‑3)对协方差矩阵进行特征根分解λ_i＝eig[R],i＝1,2,…,N_f      (6)式中eig[·]表示特征根分解运算，λ_i为第i个特征根；找到最小特征根${\mathrm{\λ}}_{\min }=min\{{\mathrm{\λ}}_1,{\mathrm{\λ}}_2,...,{\mathrm{\λ}}_{N_f}\}---\left(7\right)$式中min[·]表示寻找最小值，而λ_min表示最小特征根；计算其它特征根与最小特征根的比值，记为

×

专利文献下载

说明：

1、专利原文基于中国国家知识产权局专利说明书；

2、支持发明专利 、实用新型专利、外观设计专利（升级中）；

3、专利数据每周两次同步更新，支持Adobe PDF格式；

4、内容包括专利技术的结构示意图、流程工艺图或技术构造图；

5、已全新升级为极速版,下载速度显著提升！欢迎使用！

请您登陆后，进行下载，点击【登陆】 【注册】

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：。

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

周一至周五 9:00-18:00

版权所有http://www.vipzhuanli.com/公布日期

咨询在线客服

tel code back_top

服务热线：

投诉建议：

扫一扫，微信关注钻瓜专利网

定制专利/购买专利

行业大牛为您服务 快来咨询~