一种结合稀疏先验的瞬态干扰抑制方法

本发明涉及雷达探测，更具体地说，特别涉及一种结合稀疏先验的瞬态干扰抑制方法。

背景技术：

1、天波超视距雷达(over-the-horizonradar,othr)利用电离层对高频(3-30mhz)电磁波的折射和反射效应探测视距之外的目标，探测范围可达800-3000km。othr对远程区域持续不断的早期监视能力是常规微波雷达难以具备的。由于其特殊的传播机理，othr易受到同频段电磁设备、闪电脉冲和流星余迹等瞬态干扰的影响。瞬态干扰又称为“冲激噪声”，是一种持续时间(约为100-400ms)远短于相参积累时间(coherent integrationtime,cit)的高频干扰信号。由于瞬态干扰与雷达发射波形不相参，积累后的能量几乎覆盖整个多普勒频域。以闪电干扰为例，在未进行任何处理的情况下，闪电冲激噪声可能会导致雷达接收机灵敏度降低10db以上，输出信噪比(signal-to-noise ratio,snr)降低约10-30db。因此，瞬态干扰抑制是提升othr恶劣条件下目标检测性能的关键技术之一。

技术实现思路

1、本发明的目的在于提供一种结合稀疏先验的瞬态干扰抑制方法，以克服现有技术所存在的缺陷。

2、为了达到上述目的，本发明采用的技术方案如下：

3、一种结合稀疏先验的瞬态干扰抑制方法，包括以下步骤；

4、s1、建立回波信号模型，对回波信号各分量进行在正则化约束，通过离散傅里叶矩阵进行等式约束，以构造目标函数；

5、s2、根据峰值检测估计布拉格频率，以确定分块位置；

6、s3、根据步骤s1中构造的目标函数，通过增广拉格朗日函数消除等式约束；

7、s4、对所述目标函数的正则化参数进行初始化设置，对算法的迭代终止条件进行设置；

8、s5、利用交替更新所有待求解变量，直至迭代收敛，得到剔除杂波分量后的结果，实现瞬态干扰抑制。

9、进一步地，所述步骤s1具体包括：

10、s10、设定某一距离单元的慢时间回波数据包含m各积累脉冲数

11、s11、当存在瞬态干扰时，y分解为目标分量、杂波分量、瞬态干扰分量和噪声分量之和y(m)＝s(m)+c(m)+o(m)+n(m),m＝1,...,m,其中，s、c、o和n分别表示目标、杂波、瞬态干扰和噪声的慢时域分量；

12、噪声分量服从零均值复高斯分布，表示为：

13、

14、式中，σ2为内部噪声方差；

15、目标分量表示为：

16、

17、式中，ak为第k个目标的幅度，fd,k为第k个目标的多普勒频率，tr为脉冲重复周期，为电离层污染对目标分量造成的相位扰动项；

18、杂波分量表示为：

19、

20、式中，bc1和bc2分别表示海杂波正、负bragg峰的幅度，tr为脉冲重复周期，和分别为电离层对正、负bragg峰造成的相位扰动项，fb1和fb2分别为正负bragg频率，表示为：

21、

22、式中，g为重力加速度，θ为雷达与海面的夹角，λ为雷达工作波长，δf＝2vs cosθ/λ为海流运动引起的多普勒频移，其中vs为海流径向速度；

23、瞬态干扰分量为：

24、

25、式中，有rectj(m)为矩形窗函数，定义为：

26、

27、式中，j表示此距离单元的第j处瞬态干扰，其持续的慢时间单元长度为mj,2-mj,1，满足0≤mj,1＜mj,2≤m以及mi,2-mi,1《m；

28、s12、在慢时域将瞬态干扰分量分离，并对剩余信号分量进行相参积累，得到相应的多普勒域分量：

29、x＝a(y-o)＝a(s+c+n),

30、式中，为归一化离散傅里叶矩阵，其第(i,j)个元素为

31、

32、以非凸项lp范数进行稀疏约束，添加l2范数作为降噪项，得到目标函数：

33、

34、式中，μ1、μ2和μ3为正则化参数，φ(x)为块稀疏正则项，将x分为不重叠的g个子块，φ(x)表示为：

35、

36、式中，为指标集合，满足

37、

38、进一步地，所述步骤s2具体包括：

39、s20、将杂波区的多普勒频率范围设置为2fb2～2fb1，结合此先验信息，以正、负bragg峰为界将杂波区划分为两个子块，分别记为和

40、

41、式中，和分别为向下取整符号和向上取整符号；

42、s21、找到幅度最大的h个峰值对应的多普勒频率，对其求均值作为bragg频率fb1或fb2的估计值

43、

44、式中，mean(·)为求均值，findpeaks(v,h)为返回向量v的前h个峰值的索引值，δf的估计值为：

45、

46、联合bragg频率表达式实现对fb1和fb2的估计。

47、进一步地，所述步骤s3具体包括：

48、s30、引入新变量和将目标函数重写为：

49、

50、s31、通过增广拉格朗日函数消除等式约束，得到：

51、

52、式中，和为中间变量，(·)h为hermitian转置，ρ为二次罚项系数，通过最小化上式实现分离慢时域瞬态干扰分量并恢复纯净频谱，纯净频谱定义为目标和海杂波对应的多普勒谱；

53、s32、各分量的最优化求解表示为：

54、

55、通过admm交替更新各变量求解。

56、进一步地，所述步骤s4具体为：

57、将初始变量x0，o0，w0，a0，和设置为正则化参数设置为μ1＝1/(3m),μ2＝μ3＝1/(4m)，二次罚项系数的初始值为ρ0＝10-2，最大值为ρmax＝106，迭代步长τ＝1.1，迭代终止的误差为ε＝10-6，步长κ＝2，峰值个数为h＝5当满足以下公式时，迭代收敛：

58、

59、式中，进一步地，所述步骤s5具体为：

60、s50、更新变量x：

61、

62、式中，为软阈值算子，定义为

63、

64、式中，max{·}为选大函数，为符号函数；s51、更新变量o：

65、

66、其中为：

67、

68、lp范数邻近算子的表达式为：

69、

70、式中，β和α为常数，定义为：

71、

72、β*的求解方法为：

73、

74、初始值设置为β0∈(β,|vi|)，迭代次数为10-20次即可满足算法的精度要求；

75、s52、更新变量w：

76、变量w的求解问题是光滑且凸的，求解为：

77、

78、s53、更新变量a：

79、

80、分解为g个子问题求解，有：

81、

82、其中：

83、

84、s54、更新变量λ1：

85、

86、s55、更新变量λ2：

87、

88、式中，τ为迭代步长，满足交替更新上述变量，直至迭代收敛，得到剔除瞬态干扰后的信号分量，实现瞬态抑制。与现有技术相比，本发明的优点在于：本发明利用慢时域瞬态干扰分量的稀疏先验，多普勒域海杂波和目标分量的重叠块稀疏先验，以l1范数、lp范数、块稀疏正则化项和l2范数进行约束，通过最优化算法框架进行求解，能够有效地抑制瞬态干扰，改善目标信噪比(signal-to-noise ratio,snr)损失，进而改善othr的目标检测性能。

技术特征：

1.一种结合稀疏先验的瞬态干扰抑制方法，其特征在于，包括以下步骤；

2.根据权利要求1所述的结合稀疏先验的瞬态干扰抑制方法，其特征在于，所述步骤s1具体包括：

3.根据权利要求1所述的结合稀疏先验的瞬态干扰抑制方法，其特征在于，所述步骤s2具体包括：

4.根据权利要求1所述的结合稀疏先验的瞬态干扰抑制方法，其特征在于，所述步骤s3具体包括：

5.根据权利要求1所述的结合稀疏先验的瞬态干扰抑制方法，其特征在于，所述步骤s4具体为：

6.根据权利要求1所述的结合稀疏先验的瞬态干扰抑制方法，其特征在于，所述步骤s5具体为：

技术总结
本发明公开了一种结合稀疏先验的瞬态干扰抑制方法，包括：S1、建立回波信号模型，对回波信号各分量进行在正则化约束，通过离散傅里叶矩阵进行等式约束，以构造目标函数；S2、根据峰值检测估计布拉格频率，以确定分块位置；S3、根据步骤S1中构造的目标函数，通过增广拉格朗日函数消除等式约束；S4、对所述目标函数的正则化参数进行初始化设置，对算法的迭代终止条件进行设置；S5、利用交替更新所有待求解变量，直至迭代收敛，得到剔除杂波分量后的结果，实现瞬态干扰抑制。本发明能够有效地抑制瞬态干扰，改善目标信噪比损失，进而改善OTHR的目标检测性能。

技术研发人员：计一飞,陈子睿,张永胜,董臻,唐飞翔
受保护的技术使用者：中国人民解放军国防科技大学
技术研发日：
技术公布日：2024/9/23