基于FFDIAG算法的雷达目标盲源分离方法

摘要

本发明公开了一种基于FFDIAG算法的雷达目标盲源分离方法，其主要思路为：依次计算基于F‑范数的目标矩阵代价函数L(V)和第k个雷达目标矩阵经过第n次迭代后得到的N×N维解混迭矩阵V_(n+1)，并将V_(n+1)写成与W_(n)有关的代价函数形式L(W_(n))，进而计算第n次迭代后包含的代价函数的绝对值；若所述绝对值小于等于ε，依次计算第n次迭代后第k个雷达目标矩阵中主对角线元素被限制为零的N×N维矩阵W_(n)、第k个雷达目标矩阵经过第n次迭代后得到的N×N维解混迭矩阵V_(n+1)和第k个雷达目标矩阵经过第n次迭代后的雷达目标矩阵对角化结构并将作为第k个雷达目标矩阵的联合对角化结构，进而得到K个雷达目标矩阵各自对应的联合对角化结构并解决K个雷达目标矩阵中的盲源分离。

主权项

一种基于FFDIAG算法的雷达目标盲源分离方法，其特征在于，包括以下步骤：步骤1，分别设定雷达目标矩阵总个数K以及N×N维复矩阵集合C^N×N，并计算得到基于F‑范数的雷达目标矩阵代价函数L(V)；其中，V表示设定的解混迭矩阵，K和N分别为自然数；步骤2，初始化：令n为迭代次数，且初始值为1；k表示第k个雷达目标矩阵，且k的初始值为1，V₍₁₎表示N×N维单位阵，W₍₀₎表示N×N维零矩阵；步骤3，计算得到第k个雷达目标矩阵经过第n次迭代后得到的N×N维解混迭矩阵V_(n+1)，并将V_(n+1)写成与W_(n)有关的代价函数形式L(W_(n))；其中，W_(n)表示第n次迭代后第k个雷达目标矩阵中主对角线元素被限制为零的N×N维矩阵，N为自然数；步骤4，根据与W_(n)有关的代价函数形式L(W_(n))，计算得到关于的代价函数其中，令表示w_ij的实部，表示w_ji的实部，表示w_ij的虚部，表示w_ji的虚部，w_ij表示W_(n)的第i行、第j列元素，w_ji表示W_(n)的第j行、第i列元素，W_(n)表示第n次迭代后第k个雷达目标矩阵中主对角线元素被限制为零的N×N维矩阵，上标T表示转置；步骤5，将关于的代价函数对求导，并令导数等于零，得到的表达式然后令i的初值为1，j∈{i+1,…,N}，得到的N‑1个对应值；再令i加1，j∈{i+1,…,N}，得到的N‑2个对应值；直到i＝N‑1，j∈{i+1,…,N}，得到的1个对应值；利用i∈{1,…,N‑1}、j∈{i+1,…,N}时对应的所有值，计算得到第n次迭代后包含的代价函数的绝对值并设定收敛条件：$\left|\min L\left({\hat{w}}_{ij}\right)\right|\le ϵ$其中，ε表示设定的趋于无穷小的极小数；将所述第n次迭代后包含的代价函数的绝对值与ε进行比较；若所述第n次迭代后包含的代价函数的绝对值大于ε，则令n加1，返回步骤3；若所述第n次迭代后包含的代价函数的绝对值小于等于ε，则依次计算得到第n次迭代后第k个雷达目标矩阵中主对角线元素被限制为零的N×N维矩阵W_(n)、第k个雷达目标矩阵经过第n次迭代后得到的N×N维解混迭矩阵V_(n+1)和第k个雷达目标矩阵经过第n次迭代后的雷达目标矩阵对角化结构并将所述第k个雷达目标矩阵经过第n次迭代后的雷达目标矩阵对角化结构作为第k个雷达目标矩阵的联合对角化结构；然后令k加1，同时初始化n为1，返回步骤3；直到k＝K，进而得到K个雷达目标矩阵各自对应的联合对角化结构，用于解决K个雷达目标矩阵中的盲源分离问题。