基于压缩感知的威胁雷达信号检测方法

摘要

本发明公开了一种基于压缩感知的威胁雷达信号检测方法，主要解决现有电子侦察中采样速率高，信号参数交叠条件下检测困难等问题。其实现步骤是：(1)利用已知威胁雷达信号数据库生成雷达原始信号样本空间；(2)根据样本空间构建冗余字典；(3)对待检测的信号进行稀疏表示；(4)对待检测信号进行压缩采样，得到低维的观测值；(5)求解稀疏系数；(6)完成威胁雷达信号的检测。本发明将压缩采样方法引入到雷达信号检测领域来，可以在低采样率条件下，对时间、空间和频谱交叠的雷达信号进行有效检测。

主权项

一种基于压缩感知的威胁雷达信号检测方法，包括以下步骤：(1)生成样本空间：(1a)提取威胁雷达信号数据库中威胁雷达信号的特征参数和对应的调制方式，将特征参数代入该调制方式对应的公式中，计算信号采样值序列；(1b)将信号采样值序列作为威胁雷达信号的一个样本，所有样本的集合构成样本空间；(2)构建冗余字典矩阵：(2a)按照下式，对样本空间中每个威胁雷达信号序列中的采样值进行归一化；$m_i=\frac{g_i}{\left|\max \left(g_i\right)\right|}$其中，m_i表示威胁雷达信号序列进行归一化后的第i个采样值，g_i表示威胁雷达信号序列中的第i个采样值，i的范围是[1,N]，N表示进行归一化的威胁雷达信号序列的个数，max表示求最大值操作，|·|表示取绝对值操作；(2b)将归一化的每个威胁雷达信号序列作为冗余字典矩阵中的每一列，完成冗余字典矩阵的构建；(3)待检测雷达信号稀疏表示：将冗余字典矩阵与稀疏向量相乘，将该乘积作为待检测雷达信号，完成待检测雷达信号稀疏表示；(4)压缩采样：(4a)选择高斯矩阵作为随机观测矩阵；(4b)对高斯矩阵进行正交三角QR分解，得到新的随机观测矩阵；(4c)将新的随机观测矩阵与待检测雷达信号相乘，得到雷达信号的观测数据方程，完成压缩采样过程；(5)求解稀疏向量：按照反解算法，求解雷达信号观测数据方程，得到稀疏向量；(6)检测威胁雷达信号：用稀疏向量中非零元素的下标，表示待检测雷达信号中存在威胁雷达信号的序号，完成威胁雷达信号的检测。