雷达信号运动干扰空域-极化域联合稳健滤波方法

摘要

本发明公开了一种雷达信号运动干扰空域-极化域联合稳健滤波方法，首先利用PASTd算法对极化敏感阵列的水平通道数据进行干扰信号子空间实时估计，同时采用MUSIC算法估计干扰信号的方位角，然后利用估计的干扰信号方位角估计干扰的空域极化模型，获得干扰的空域极化模型后利用干扰角度实时估计过程中得到的干扰子空间进行空域正交投影滤波，最后利用极化空域模型进行斜投影极化滤波。本发明主要解决现有方法不能在空域和极化域联合实现运动干扰抑制的问题。简单实用，在有运动干扰时，能准确估计干扰信号方向并及时利用空域极化特性模型实现空域和极化域联合干扰抑制，可用于雷达、通信等领域中运动干扰的抑制。

主权项

一种雷达信号运动干扰空域‑极化域联合稳健滤波方法，其特征在于，包括有如下步骤：步骤1：雷达天线阵列接收数据X(t)，对于一由N个正交偶极子构成的半波长等距天线线阵，假定有1个目标从方向，同时有总数为P的干扰分别从方向入射到该阵列上，在t时刻阵列接收信号，一次快拍下的接收数据表示为：$X\left(t\right)=\left[\begin{array}{c}{X}_v\left(t\right)\\ X_h\left(t\right)\end{array}\right]=\sqrt{N}{a}_s{s}_s\left(t\right)+\sqrt{N}\mathrm{AS}\left(t\right)+N\left(t\right),t=\mathrm{0,1,2},...$其中X(t)为阵列的2N×1维快拍数据矢量，N(t)＝[n₁(t)，...，n_2N(t)]^T为阵列的2N×1维高斯白噪声数据矢量，s_s(t)为目标信号波形，S(t)＝[s₁(t)，s₂(t)，…s_P(t)]^T为干扰信号波形的P×1维矢量，A＝[a₁，a₂，…，a_P]为干扰方向导向矢量组成的2N×P维流形矩阵，其中p＝1，2，…，P，p为角度变量，a_p为干扰的空域‑极化域二维导向矢量，e_p表示干扰的极化域导向矢量，q_p为干扰的空域导向矢量，代表kroneck积，a_s是目标信号的空域‑极化域二维导向矢量，[·]^T表示转置运算；步骤2：假设目标信号和干扰的俯仰角均满足估计干扰信号子空间对于接收数据X(t)的前M次快拍数据，利用PASTd算法得到t＝i时刻的干扰信号子空间i＝1，2，…，M，然后利用MUSIC算法估计t＝i时刻干扰信号方位角θ₁(t)，θ₂(t)，…，θ_P(t)；步骤3：估计干扰的空域极化状态，利用空域极化状态模型估计出M个极化比矢量，其中一次快怕下干扰的极化矢量表示为为便于求解，做一次数学变形，将求解极化比矢量P_J转换成求解易于计算的极化参数矢量$P\left(t\right)=\left[\begin{array}{c}1\\ b_0-j{a}_0\\ b_1-j{a}_1\end{array}\right],$a_n是对极化状态扰动的实部幂级数展开的一阶系数，n＝0，1，b_n为极化状态扰动的虚部幂级数展开的一阶系数，n＝0，1，M是选取的快拍总数；步骤4：对M个快拍的极化参数矢量求平均，对步骤3得到的M个极化参数矢量P(t)求平均，t＝1，2，…，M，$\hat{P}=\frac{1}{M}\underset{t=1}{\overset{M}{\Sigma }}P\left(t\right)$得到极化参数矢量中的极化比参数n＝0，1；步骤5：利用PASTd计算得到t＝i+1时刻的干扰信号子空间然后利用MUSIC算法估计t＝i+1时刻干扰信号方位角θ₁(t)，θ₂(t)，…，θ_P(t)；步骤6：根据空域极化状态模型估计出t＝i+1时刻干扰的极化状态P_J；步骤7：利用空域权矢量分别对由N个正交偶极子构成的半波长等距天线线阵接收的水平通道和垂直通道信号进行空域滤波，α为权矢量模值归一化常数，表示在空域向干扰信号子空间补空间的正交投影矩阵，q_s表示目标信号的空域导向矢量；步骤8：利用极化域权矢量同时对由N个正交偶极子构成的半波长等距天线线阵接收的水平通道和垂直通道进行空域滤波后的输出信号进行极化滤波，其中，β为权矢量模值归一化常数，表示在极化域向干扰信号子空间补空间的正交投影矩阵，e_p表示在直角坐标下干扰的极化域导向矢量，e_s表示目标信号极化域导向矢量，完成一次快拍数据的空域‑极化域稳健滤波；步骤9：转回到步骤5，循环执行步骤5‑步骤8，对下一时刻快拍数据进行实时滤波，完成对实时接收快拍数据的空域‑极化域联合稳健滤波。