[发明专利]一种共轭梯度空时自适应处理方法及系统

权利要求书

1.一种基于变换域L1范数的共轭梯度空时自适应处理方法，其特征在于，包括：

步骤A，根据待检测距离单元内目标空时导向向量和干扰加噪音分量，确定基于变换域L1范数的共轭梯度空时自适应滤波器的输入信号；

步骤B，根据所述待检测距离单元的杂波稀疏特性，建立所述共轭梯度空时自适应滤波器的优化问题模型；

步骤C，采用基于变换域L1范数的共轭梯度算法，递归迭代地计算所述优化问题模型，得到所述共轭梯度空时自适应滤波器的权向量；其中，步骤C1，令s^k＝(R^k+λ^kQΠ(w^k)Q^H)^-1v，求得所述共轭梯度空时自适应滤波器的权向量w^k：

其中，R表示干扰加噪声协方差矩阵，R^k表示第k个快拍下的干扰加噪声协方差矩阵，λ^k表示第k个快拍下的平衡滤波器输出功率w^HRw和角度多普勒方向图的稀疏性的正则参数，λ^k＞0，k表示第k个空时快拍的索引，s^k表示第k个快拍下所求得的值，

步骤C2，令

采用基于变换域L1范数的共轭梯度法计算s^k：

s^k(l)＝s^k(l-1)+μ^k(l)p^k(l)；

μ^k(1)和p^k(1)分别表示第k个空时快拍中的第1次迭代的自适应步长和方向向量，s^k(1)表示第k次空时快拍中的第1次迭代计算得到的值；

步骤C3，根据预置的迭代总次数L，迭代地计算s^k(1)：

B^k＝R^k+λ^kQΠ(w^k)Q^H；

λ^k＝(w^k)^HR(w^k)/(ρ-||(w^k)^HQ||_l)；

p^k(l)＝r^k(l-1)+τ^k(l-1)p^k(l-1)；

r^k(l)＝r^k(l-1)-μ^k(l)B^kp^k(l)；

步骤C4，将迭代计算得到的s^k(L)代入(1)，得到k个空时快拍下所述共轭梯度空时自适应滤波器的权向量：

步骤C5，假定总快拍数为K，对每一个快拍，重复上述步骤C1、C2、C3和C4，即得到所述共轭梯度空时自适应滤波器的权向量；

步骤D，根据所述权向量对所述共轭梯度空时自适应滤波器的输入信号进行自适应处理。

2.如权利要求1所述的共轭梯度空时自适应处理方法，其特征在于，在所述步骤A中，所述待检测距离单元的空时快拍以x表示，则有：

x＝α_tv_t+x_u；

其中，其中a_t为复数，v_t表示所述目标空时导向向量，x_u表示所述干扰加噪音分量，f^t_d表示多普勒频率，f_s^t表示空间频率，表示克罗内克积，x_u由干扰x_j、杂波x_c和热噪声x_n组成。