本技术涉及一种基于原子范数优化的杂波相似度样本选择方法,应用于空时自适应处理领域。该方法包括获取机载雷达回波数据,并运用广义内积法排除强反射体影响,以实现杂波相似度的样本挑选。
背景技术
机载相控阵雷达往往面临强烈的地面杂波和干扰,严重影响对地面目标的检测。空时自适应处理(STAP)是机载MTI雷达抑制杂波和干扰的一项重要技术。空时自适应处理技术需要准确估计其杂波协方差矩阵,为了准确估计待测单元(CUT)的杂波协方差矩阵(CCM),独立同分布(IID)样本的数量需要大于系统自由度(DOF)的两倍。然而,在实际应用中,机载雷达的检测背景在两倍系统自由度训练样本范围内往往是非均匀的。特别是地形变化、类目标干扰等非均匀因素使IID难以满足要求。因此,在非均匀环境中,STAP的检测性能可能会受到影响。
为了提高STAP的性能,人们提出了许多样本挑选方法,如广义内积(GIP)方法和功率挑选训练(PST)方法等。这些方法利用二次数据来估计CUT的CCM,具有消除异常数据的能力。但在非均匀环境下,CCM的准确估计具有一定的挑战性,因此这些方法在非均匀环境下表现出较差的性能。利用体积互相关函数的样本挑选方法由于需要准确提取杂波特征空间,在非均匀环境中鲁棒性较差。
近年来,稀疏恢复在信号处理领域得到了迅速发展。稀疏恢复STAP(SR-STAP)方法利用少量训练样本获得高分辨率杂波功率谱,如FOCUSS-STAP、SBL-STAP,增强了STAP杂波抑制性能。通过稀疏恢复重构的CCM能够有效捕捉当前单元的杂波特征。基于传统稀疏恢复方法的样本挑选方法也可以消除非均匀杂波的影响,选取在时空过完备字典中的杂波位置与CUT相似的样本。然而,该方法没有考虑杂波的具体功率分布。
实现思路