发明名称 基于时频谱图分解的SAR时变窄带干扰抑制方法
摘要 基于时频谱图分解的SAR时变窄带干扰抑制方法,包括以下步骤:获取回波数据;判断回波数据是否存在窄带干扰,若存在干扰执行下一步;根据存在窄带干扰的回波数据的列向量获得混合信号时频谱图,并进行奇异值分解,获得对应的待分离信号矩阵;对待分离信号矩阵进行分离,获得干扰信号矩阵;根据最小二乘准则利用干扰信号矩阵中的干扰信号分量重构干扰信号时频谱图:从混合信号时频谱图中剔除干扰信号得到有用信号时频谱图,并对有用信号时频谱图进行逆短时傅里叶变换,得到剔除干扰后的回波数据的列向量;判断是否遍历完所有回波数据的列向量,若遍历完则得到剔除干扰后的回波数据。本发明具有运算量较小,效率较高并且没有数据缺失的优点。
申请公布号 CN103323819A 申请公布日期 2013.09.25
申请号 CN201310239985.9 申请日期 2013.06.17
申请人 西安电子科技大学 发明人 周峰;陶明亮;白雪茹;刘妍
分类号 G01S7/36(2006.01)I;G01S13/90(2006.01)I 主分类号 G01S7/36(2006.01)I
代理机构 广东秉德律师事务所 44291 代理人 杨焕军
主权项 1.基于时频谱图分解的SAR时变窄带干扰抑制方法,其特征在于,包括以下步骤:步骤1、获取回波数据;雷达以脉冲重复频率发射并接收脉冲,得到以距离为行向量、以方位为列向量的回波数据;步骤2、判断回波数据是否存在窄带干扰,若存在干扰执行步骤3,否则执行步骤7;步骤3、根据存在窄带干扰的回波数据的列向量获得混合信号时频谱图S,并对混合信号时频谱图S进行奇异值分解,获得对应的待分离信号矩阵Y;对回波数据的列向量进行短时傅里叶变换,得到混合信号时频谱图S,并按照下式对混合信号时频谱图S进行奇异值分解:S=UΛV<sup>H</sup>上式中的U为混合信号时频谱图的左特征向量矩阵,Λ为奇异值对角矩阵,V为混合信号时频谱图的右特征向量矩阵,(·)<sup>H</sup>表示矩阵共轭转置操作;将分解得到的混合信号时频谱图的左特征向量矩阵U的前L个特征向量作为行向量,构成待分离信号矩阵Y,其中的L为主分量个数,主分量个数L根据最小描述长度准则计算得到:<maths num="0001"><![CDATA[<math><mrow><mi>L</mi><mo>=</mo><mi>arg</mi><mi>min</mi><mo>{</mo><mo>-</mo><mi>m</mi><mrow><mo>(</mo><mi>n</mi><mo>-</mo><mi>L</mi><mo>)</mo></mrow><mi>log</mi><mrow><mo>(</mo><mrow><mo>(</mo><mi>n</mi><mo>-</mo><mi>L</mi><mo>)</mo></mrow><msup><mrow><mo>(</mo><munderover><mrow><mi>&Pi;</mi><mi></mi></mrow><mrow><mi>p</mi><mo>=</mo><mi>L</mi><mo>+</mo><mn>1</mn></mrow><mi>n</mi></munderover><msub><mi>&sigma;</mi><mi>p</mi></msub><mo>)</mo></mrow><mfrac><mn>1</mn><mrow><mi>n</mi><mo>-</mo><mi>L</mi></mrow></mfrac></msup><msup><mrow><mo>(</mo><munderover><mrow><mi>&Sigma;</mi><mi></mi></mrow><mrow><mi>p</mi><mo>=</mo><mi>L</mi><mo>+</mo><mn>1</mn></mrow><mi>n</mi></munderover><msub><mi>&sigma;</mi><mi>p</mi></msub><mo>)</mo></mrow><mrow><mo>-</mo><mn>1</mn></mrow></msup><mo>)</mo><mo>+</mo><mn>0.5</mn><mi>L</mi><mrow><mo>(</mo><mn>2</mn><mi>n</mi><mo>-</mo><mi>L</mi><mo>)</mo></mrow><mi>log</mi><mrow><mo>(</mo><mi>m</mi><mo>)</mo></mrow></mrow><mo>}</mo></mrow></math>]]></maths>上式中的argmin(·)表示计算使目标函数取最小值时对应变量值的运算操作,m为混合信号时频谱图的左特征向量矩阵U的行数,n为混合信号时频谱图的左特征向量矩阵U的列数,log(·)表示求对数运算操作,<img file="FDA00003358329900012.GIF" wi="214" he="185" />表示对第L+1至第n项的求乘积运算操作,σ<sub>p</sub>表示奇异值对角矩阵Λ的第p个奇异值,<img file="FDA00003358329900013.GIF" wi="207" he="182" />表示对第L+1至第n项的求和运算操作;步骤4,对待分离信号矩阵Y进行分离,获得干扰信号矩阵I,包括以下子步骤;子步骤4a、随机产生大小为L×L的解混矩阵W;子步骤4b、计算迭代矩阵z;迭代矩阵z=[z<sub>1</sub>,z<sub>2</sub>,…,z<sub>p</sub>,…,z<sub>L</sub>],其中,z<sub>p</sub>为迭代矩阵z的第p个列向量,<maths num="0002"><![CDATA[<math><mrow><msub><mi>z</mi><mi>p</mi></msub><mo>=</mo><mi>E</mi><mo>{</mo><mi>Y</mi><msup><mrow><mo>(</mo><msubsup><mi>w</mi><mi>p</mi><mi>H</mi></msubsup><mi>Y</mi><mo>)</mo></mrow><mo>*</mo></msup><msup><mrow><mo>(</mo><mn>0.1</mn><mo>+</mo><msup><mrow><mo>|</mo><msubsup><mi>w</mi><mi>p</mi><mi>H</mi></msubsup><mi>Y</mi><mo>|</mo></mrow><mn>2</mn></msup><mo>)</mo></mrow><mrow><mo>-</mo><mn>1</mn></mrow></msup><mo>}</mo><mo>-</mo><mi>E</mi><mo>{</mo><mn>0.1</mn><msup><mrow><mo>(</mo><mn>0.1</mn><mo>+</mo><msup><mrow><mo>|</mo><msubsup><mi>w</mi><mi>p</mi><mi>H</mi></msubsup><mi>Y</mi><mo>|</mo></mrow><mn>2</mn></msup><mo>)</mo></mrow><mrow><mo>-</mo><mn>2</mn></mrow></msup><mo>}</mo><msub><mi>w</mi><mi>p</mi></msub><mo>,</mo></mrow></math>]]></maths>E(·)表示求期望运算操作,Y为待分离信号矩阵,w<sub>p</sub>为解混矩阵W的第p个列向量,(·)<sup>H</sup>表示矩阵共轭转置操作,(·)<sup>*</sup>表示共轭运算操作,|·|表示求绝对值运算操作;子步骤4c、对解混矩阵和迭代矩阵的所有列向量依次判断是否满足<img file="FDA00003358329900023.GIF" wi="344" he="198" />若所有列向量都满足该条件,则执行子步骤4d,否则,对不满足条件的w<sub>p</sub>值进行更新,令所述<img file="FDA00003358329900024.GIF" wi="241" he="152" />执行子步骤4b;其中,||·||表示求模值运算操作,z<sub>p</sub>为迭代矩阵z的第p个列向量,w<sub>p</sub>为解混矩阵w的第p个列向量,ε表示设定的阈值;子步骤4d、将解混矩阵w各列向量去相关得到最终解混矩阵<maths num="0003"><![CDATA[<math><mrow><mover><mi>W</mi><mo>~</mo></mover><mo>=</mo><mi>W</mi><msup><mrow><mo>(</mo><msup><mi>W</mi><mi>H</mi></msup><mi>W</mi><mo>)</mo></mrow><mrow><mo>-</mo><mn>1</mn><mo>/</mo><mn>2</mn></mrow></msup><mo>;</mo></mrow></math>]]></maths>子步骤4e、根据最终解混矩阵<img file="FDA00003358329900026.GIF" wi="60" he="78" />计算干扰信号矩阵<img file="FDA00003358329900027.GIF" wi="292" he="89" />步骤5、根据最小二乘准则,将干扰信号矩阵I中的干扰信号分量按照下式重构干扰信号时频谱图:<maths num="0004"><![CDATA[<math><mrow><msub><mi>S</mi><mi>k</mi></msub><mo>=</mo><msub><mi>i</mi><mi>k</mi></msub><mrow><mo>(</mo><msubsup><mi>i</mi><mi>k</mi><mo>+</mo></msubsup><mi>S</mi><mo>)</mo></mrow></mrow></math>]]></maths>其中,S<sub>k</sub>表示第k个干扰信号分量的时频谱图,i<sub>k</sub>表示干扰信号矩阵I的第k个行向量,+表示求矩阵的广义逆运算操作,S为混合信号时频谱图;步骤6、从混合信号时频谱图S中剔除干扰信号得到有用信号时频谱图S′,并对有用信号时频谱图S′进行逆短时傅里叶变换,得到剔除干扰后的回波数据的列向量;有用信号时频谱图<img file="FDA00003358329900031.GIF" wi="573" he="140" />其中,|·|表示求绝对值运算操作,<img file="FDA00003358329900032.GIF" wi="132" he="133" />表示对第1项至第L项的求和运算操作,S<sub>k</sub>为第k个干扰信号的时频谱图,exp(·)表示求指数运算操作,j为虚数符号,Θ为对混合信号时频谱图S求得的相位角;步骤7,判断是否遍历完所有回波数据的列向量,若遍历完,则执行步骤8,否则执行步骤2;步骤8,获取剔除干扰后的回波数据;前述步骤中1≤p≤L,1≤k≤L。
地址 710071 陕西省西安市太白南路2号