[发明专利]一种基于稳健主成分分析法的多通道杂波抑制方法

说明书

技术领域

本发明属于多通道杂波抑制技术领域，特别涉及一种基于稳健主成分分析法的多通道杂波抑制方法。

背景技术

合成孔径雷达与动目标检测（SAR/GMTI）技术在军事和民用上具有重要的使用价值和广阔的应用前景，是世界各国雷达技术研究的热门领域。相比单通道SAR-GMTI系统而言，多通道SAR-GMTI系统可以有效地抑制杂波，实现低信噪比下慢速运动目标检测。目前，基于多通道SAR-GMTI系统的信号处理方法，如相位中心偏置天线(DPCA:Displaced Phased Center Antenna)、空时自适应处理(STAP:Space-Time Adaptive Processing)等方法，具有良好的杂波抑制和微弱慢速运动目标检测能力，在战争中发挥了重要作用，在各地掀起了有关方面的研究热潮，有力地推动了SAR-GMTI技术的发展与应用。

在杂波抑制过程中，利用线性约束最小方差准则，得到的滤波器最优权值与杂波的协方差矩阵有关。然而杂波能量远大于动目标能量，因此动目标往往不可避免地被淹没在强杂波背景中，最终造成估计协方差矩阵所选取的训练样本中包含有动目标信息，导致杂波抑制性能下降，甚至信号自相消。因此有效的选择训练样本是提高杂波抑制性能的基础。现有的训练样本选取方法主要有：1）广义内积（GIP）法。2）基于广义内积法的进一步改善方法。3）针对非平稳非高斯干扰背景下的训练样本选取方法。4）基于知识辅助的训练样本选取方法。

但是上述这些方法中，大多都建立在杂波协方差矩阵估计准确的条件下。然而，在实际的回波数据中，由于动目标能量较小，而杂波能量较大，往往会出现动目标被淹没在强杂波背景的情况。在这种环境下，无法有效获取动目标的信息，使得动目标数据被错误地选取为训练样本，最终造成输出信干噪比下降，甚至目标自相消现象。为了更好的选取合适的训练样本，现有的基于广义内积、功率选取的方法大多是基于数据域处理的，即设定不同的目标函数和门限去判断哪里可能包含目标，再将其去除，使得上述方法实用性较差且复杂度较高。

发明内容

本发明的目的在于提出一种基于稳健主成分分析法的多通道杂波抑制方法。本发明根据通道间相关性增强动目标先验信息的可利用性，减少协方差矩阵估计中由于训练样本含有动目标分量而造成的估计偏差，提高杂波抑制的稳健性，实现强杂波下的动目标检测。

为实现上述技术目的，本发明采用如下技术方案予以实现。

一种基于稳健主成分分析法的多通道杂波抑制方法包括以下步骤：

S1：利用雷达的每个接收通道接收回波数据，对每组回波数据依次进行距离向脉冲压缩处理、距离徙动校正，得出对应的一幅距离—多普勒图像；

S2：根据每幅距离—多普勒图像，得出对应的距离—多普勒数据，各个接收通道对应的距离—多普勒数据表示为矩阵X₁至X_M，M为雷达的接收通道的个数，X_i表示第i接收通道对应的距离—多普勒数据，i取1至M；

S3：分别对矩阵X₁至X_M进行列向量化处理，得到列向量η₁至η_M，然后将列向量η₁至η_M组合成矩阵X，X=[η₁,...,η_M]；

S4：利用稳健主成分分析法对矩阵X进行分解，得出对应的稀疏矩阵S₀；

S5：稀疏矩阵S₀的第i列为S₀(i)，将S₀(i)按照从上到下的顺序划分b个列向量，b为X_i对应的距离维的长度，所述b个列向量的元素个数均为a，a为X_i对应的多普勒维的长度，将所述b个列向量按划分顺序组合为对应的矩阵S(i)；根据矩阵S(1)中的先验信息，分别在X₁至X_M提取对应的子矩阵，得到至

S6：根据至得出第j个多普勒单元对应的最优权w_opt,j；

S7：根据每个多普勒单元对应的最优权进行杂波抑制，得出杂波抑制后结果X_out。

本发明的特点和进一步改进在于：

在步骤S2中，对每幅距离—多普勒图像进行图像配准；然后对配准后的图像进行方位向傅里叶变换，得到对应的距离—多普勒数据。