Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于小样本子孔径平滑稀疏恢复的杂波抑制方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

摘要:本发明公开了一种基于小样本子孔径平滑稀疏恢复的杂波抑制方法,包括:在待检测距离单元两侧分别获取周围距离单元;对待检测距离单元和周围距离单元依次进行子孔径平滑,获得待检测距离单元子快拍数据和周围距离单元子快拍数据;对子快拍数据进行联合稀疏恢复,得到待检测距离单元稀疏系数矢量和周围距离单元稀疏系数矢量;获取每个周围距离单元稀疏系数矢量与待检测距离单元稀疏系数矢量的相似度系数,选定训练样本;利用训练样本构造空时滤波器进行杂波抑制。本发明通过同时对所有子快拍进行稀疏恢复,并以待检测距离单元与训练样本的堪培拉距离为指标进行样本挑选,使估计的杂波协方差矩阵更准确更稳定。

主权项:1.一种基于小样本子孔径平滑稀疏恢复的杂波抑制方法,其特征在于,包括:S1:在待检测距离单元两侧分别获取多个仅含杂波和噪声的周围距离单元;S2:对所述待检测距离单元和所述周围距离单元依次进行子孔径平滑,每个距离单元产生多个空时子快拍,获得待检测距离单元子快拍数据和周围距离单元子快拍数据;S3:对所述待检测距离单元子快拍数据和所述周围距离单元子快拍数据分别进行联合稀疏恢复,得到待检测距离单元稀疏系数矢量和周围距离单元稀疏系数矢量;S4:以堪培拉距离为指标,获取每个周围距离单元稀疏系数矢量与所述待检测距离单元稀疏系数矢量的相似度系数,并根据相似度系数的大小选定训练样本;S5:利用所述训练样本估计待检测距离单元的杂波协方差矩阵,并构造空时滤波器进行杂波抑制,具体地,所述S3包括:S3.1:利用周围距离单元子快拍数据Yl构建初代稀疏系数矩阵: 其中,表示初代稀疏系数矩阵,Lsub表示每个距离单元产生的子快拍数,Asub表示平滑空时子快拍对应的字典矩阵,K=Kt×Ks,K表示字典矩阵Asub的总网格数,Kt表示归一化多普勒轴采样点数,Ks表示归一化空域轴采样点数;S3.2:对所述初代稀疏系数矩阵进行多次加权迭代,获得迭代更新后的稀疏系数矩阵;S3.3:对迭代更新后的稀疏系数矩阵按列计算平均值,得到每一列的平均值组成周围距离单元稀疏系数矢量S3.4:利用待检测距离单元稀疏系数矢量构建另一初代稀疏系数矩阵,获得待检测距离单元稀疏系数矢量所述S3.2包括:S3.21:对当前稀疏系数矩阵的每行数据计算二范数,并将每行的二范数值组成稀疏系数矢量S;S3.22:获取所述稀疏系数矢量的加权值W: 其中,p表示范数取值,0≤p≤1,S表示当前稀疏系数矩阵的每行数据计算二范数组成的稀疏系数矩阵;S3.23:利用所述加权值W更新当前稀疏系数矩阵,获得更新后的稀疏系数矩阵: 其中,Qt=WtHAsubHAsubWtWtHAsubH+κI-1Yl,κ为正则化因子,I为单位矩阵;S3.24:判断更新后的稀疏系数矩阵是否满足若不满足,返回至步骤S3.21继续进行迭代更新,若满足,则停止迭代并得到最终的稀疏系数矩阵其中,ε表示迭代误差阈值。

全文数据:

权利要求:

百度查询: 西安电子科技大学 一种基于小样本子孔径平滑稀疏恢复的杂波抑制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。