[发明专利]沿杂波脊快速收敛稀疏贝叶斯的杂波抑制方法

权利要求书

1.沿杂波脊快速收敛稀疏贝叶斯的杂波抑制方法，其特征在于，包括以下步骤：

步骤1，通过先验知识和直接数据域算法联合估计杂波脊位置，根据所述杂波脊位置对超完备字典矩阵进行网格点选取重构字典矩阵D；

步骤1具体为：

子步骤1.1，当先验知识已知时，可以直接求得杂波脊位置，具体如下：正侧阵时，天线锥角余弦值cosψ和多普勒频率f_d间的关系为：

其中，v表示载机飞行速度，λ表示载波波长，ψ表示天线锥角，f_r表示发射脉冲的重复频率，f_d是杂波散射单元对应的多普勒频率；

斜侧阵构型时，天线锥角余弦值cosψ和多普勒频率f_d间的关系为：

其中，表示俯仰角；

通过所述多普勒频率f_d与天线锥角ψ的关系可以从超完备字典矩阵中选取出对应的点，即为杂波脊对应的网格点，结合其在矩阵中相邻的点重新构建字典矩阵D；

子步骤1.2，当先验知识未知时，可以通过直接数据域算法求得杂波脊位置，具体如下：

目标信号矩阵由空域导向矢量和时域导向矢量所构成，目标信号沿行方向的相位差为ψ_S0是目标的空间锥角；目标信号沿列方向的相位差为f_d0是目标的多普勒频率；目标信号沿对角线方向的相位差为则空域导向矢量S_S(ψ_S0)、时域导向矢量S_T(f_d0)及空时导向矢量S为：

其中，(·)^T表示转置，j表示复数的虚部，N表示天线平面的阵元数，M表示发射脉冲数；沿空域、时域和空时域做两阵元对消，滤除目标信号并增加样本，分别得到(N-1)×M维空域低维度矩阵X_S、N×(M-1)维时域低维度矩阵X_T和(N-1)×(M-1)维空时域低维度矩阵X_ST：

假设空域每次的变化量为N_m，与之对应的时域每次的变化量为M_m，则所述空域低维度矩阵X_S经空域滑窗取样，得到(N-N_m)×(M-M_m+1)个样本；所述时域低维度矩阵X_T经时域滑窗取样，得到(N-N_m+1)×(M-M_m)个样本；所述空时域低维度矩阵X_ST经空时域联合滑窗取样，得到(N-N_m)×(M-M_m)个样本；因此，总共可以得到样本数为：

L₀＝2((N-N_m)×(M-M_m+1)+(N-N_m+1)×(M-M_m)+(N-N_m)×(M-M_m))

训练样本采用上述L₀个样本，用表示，l₀＝1,2,…,L₀，则协方差矩阵的最大似然估计为：

其中，(·)^H表示共轭转置，Vec(·)表示对矩阵堆叠成向量的操作；

求得所述协方差矩阵的最大似然估计后，画出Capon谱即可得出杂波脊的位置，通过杂波脊的位置在超完备字典矩阵中对应的网格点结合其相邻网格点重建字典矩阵D；

步骤2，根据所述字典矩阵D得到正侧视阵构型下雷达接收到的杂波数据x；

步骤3，求解所述雷达接收到的杂波数据x的似然函数，通过稀疏贝叶斯迭代方法来先求解系数向量的后验概率密度函数，从而得到均值和方差，再采用期望最大化算法得到超参数向量的估计值，最终通过估计的超参数向量得到系数向量估计值；

步骤4，根据所述系数向量估计值得到杂波加噪声协方差矩阵计算空时自适应滤波处理在稀疏贝叶斯迭代方法下的权向量以及在正侧视阵下雷达杂波抑制改善因子，以此来衡量正侧视阵雷达杂波谱的稀疏恢复效果。