本發明專利技術提供了一種抑制雷達干擾信號的方法，包括：對所述雷達接收的混合信號y<subgt;L</subgt;建模；使用連續小波變換并行計算；將各尺度s上的子小波函數ψ(t/s)歸一化為具有單位能量的形式；選擇不同尺度的連續小波變換域；利用分裂增廣拉格朗日收縮算法優化目標函數f(c)，采用分裂增廣拉格朗日收縮算法將所述目標函數收斂到最優值，由此確定變換域系數c<subgt;1</subgt;和c<subgt;2</subgt;。本發明專利技術的方法能夠更有效地分離和恢復干擾信號，無需顯式檢測和識別。由此可以有效地改善干擾抑制算法的性能，提高雷達系統的性能和可靠性，為先進駕駛輔助系統提供更準確可靠的信息。
【技術實現步驟摘要】
本專利技術涉及雷達信號處理領域，尤其涉及一種抑制雷達干擾信號的方法及系統。
技術介紹
1、考慮到雷達接收信號時，環境因素導致雷達接收到的信號通常包括目標信號和干擾信號，因此需要從接收到的信號中盡量抑制干擾信號。在現有技術中，干擾抑制問題主要通過傳統算法、壓縮感知算法和基于人工智能的方法進行處理。然而，傳統算法如zf和lpc在低信噪比條件下的干擾檢測率較低，而壓縮感知算法又存在對稀疏性要求較高和計算復雜度較高的問題。基于人工智能的干擾抑制算法雖然性能較好，但由于缺乏足夠的真實數據支持，應用受到限制。
2、為了解決該問題，現有技術中使用最接近的可調q小波變換(tunable?q-factorwavelet?transform，tqwt)-形態成分分析(morphological?component?analysis，mca)算法，其局限性為在處理干擾抑制問題時由于tqwt的串行計算方式，需要較高的計算用時，無法滿足實時性的需求。
3、因此，本領域亟需一種能夠改進雷達信號干擾抑制算法的整體運行速度，以滿足實時性的要求的抑制雷達干擾信號的方法。
技術實現思路
1、針對以上現有技術的缺陷，本專利技術提出了一種基于mca結合快速連續小波變換(continuous?wavelet?transfrom，cwt)的抑制雷達干擾信號的方法，解決了現有技術中干擾抑制算法實時性和計算復雜度高的問題。
2、具體的，本專利技術公開了一種抑制雷達干擾信號的方法，包括：
3、對所述雷達接收的混合信號yl建模：所述混合信號yl包括目標信號yr和干擾信號yi，其中，所述目標信號yr和干擾信號yi的稀疏域的變換矩陣分別記為a1和a2，所述混合信號yl建模表示為：yl＝a1c1+a2c2，由此確定c1和c2的優化問題；
4、使用連續小波變換并行計算：
5、
6、其中，δt為所述雷達的發射波形的采樣速率，為時域的采樣間隔，ψ(t/s)為子小波函數，由基小波函數ψ0(t)通過尺度變換所得，n為所述雷達的發射波形持續時間，為離散序列x(n)的長度，w(n，s)為所述離散序列x(n)與經過尺度變換和平移之后的基小波函數ψ0(t)的卷積；
7、將各尺度s上的子小波函數ψ(t/s)歸一化為具有單位能量的形式；
8、選擇不同尺度的連續小波變換域：兩種所述不同尺度的連續小波變換的尺度分別為s1、s2，
9、s1＝s0·2nj
10、s2＝s0·2mj
11、其中，s0為常數，j為以整數序列構成的矢量，所述矢量的維度等于連續小波變換的子帶數量，m和n分別為大尺度系數和小尺度系數；根據所述目標信號和所述干擾信號在大尺度和小尺度的連續小波變換中表現的不同特征，分別選擇大尺度的連續小波變換域和小尺度的連續小波變換域作為形態分量分析算法的兩個變換域；
12、利用分裂增廣拉格朗日收縮算法優化目標函數f(c)：所述目標函數f(c)為：
13、
14、其中，a1和a2分別為所述混合信號yl在大尺度的連續小波變換域和小尺度的連續小波變換域中的變換矩陣；
15、采用分裂增廣拉格朗日收縮算法將所述目標函數收斂到最優值，由此確定變換域系數c1和c2。
16、優選地，所述對所述雷達接收的混合信號yl建模包括：
17、所述混合信號yl由目標信號yr和干擾信號yi組成，向量的形式表示為：
18、yl＝yr+yi????公式(1)；
19、所述目標信號yr和干擾信號yi的稀疏域的變換矩陣分別為a1和a2，所述混合信號yl由公式(2)表示：
20、yl＝a1c1+a2c2????公式(2)，
21、其中，c1和c2的優化問題定義為：
22、
23、s.t.||yl-a1c1-a2c2||2≤σ，
24、其中，ρ1和ρ2為權重系數，σ為噪聲容限。
25、優選地，使用連續小波變換并行計算包括：
26、長度為n的離散序列x(n)的連續小波變換定義為所述離散序列x(n)與經過尺度變換和平移之后的基小波的卷積，如公式(3)所示：
27、
28、其中，所述離散序列x(n)為所述混合信號yl進行離散采樣后的序列，δt為所述雷達的發射波形的采樣速率，為時域的采樣間隔，ψ(t/s)為子小波函數，由基小波函數ψ0(t)通過尺度變換所得，n為所述雷達的發射波形持續時間，為離散序列x(n)的長度，n和n’分別為離散時間序列的時間指數和時延，w(n，s)為所述離散序列x(n)與經過尺度變換和平移之后的基小波函數ψ0(t)的卷積。
29、優選地，使用快速傅里葉變換優化所述連續小波變換并行計算，包括：
30、所述離散序列x(n))的離散傅里葉變換表示為
31、其中k＝0，...，n-1是頻率索引；
32、根據傅里葉變換的尺度變換性質，子小波函數ψ(t/s)的傅里葉變換對應于可得公式(4)：
33、
34、所述公式(4)中的角頻率定義為
35、優選地，所述將各尺度s上的子小波函數歸一化為具有單位能量的形式包括：
36、對于每一所述尺度s，滿足下述等式：
37、
38、依據公式(5)進行歸一化計算，得到歸一化后的子小波函數：
39、
40、其中，所述基小波函數ψ0(t)為morlet小波函數，所述morlet小波函數的頻率為：
41、
42、其中s(ω)代表階躍函數；
43、將歸一化后的子小波函數帶入到所述公式(3)中計算。
44、優選地，所述選擇不同兩種不同尺度的變換域包括：
45、所述目標信號yr在大尺度的連續小波變換域中更稀疏，所述干擾信號yi在小尺度的連續小波變換域中更稀疏。
46、優選地，所述利用分裂增廣拉格朗日收縮算法優化目標函數f(c)包括：
47、分步優化所述目標函數f(c)，引入變量μ，則所述c1和c2的優化問題為：
48、
49、s.t.c-μ＝0
50、采用利用分裂增廣拉格朗日收縮算法進行求解，分別更新μ和c，使所述目標函數逐漸收斂到最優值，在經過k次迭代計算后，得到c的取值，由此計算得到c1和c2。
51、優選地，所述分別更新μ和c包括：引入第k輪迭代的中間變量dk∈c2n×1：
52、s1：計算當前迭代ck的更新值，記為：
53、
54、其中ξ為0.04；
55、s2：得到ck的更新結果后，更新μk，記為
56、μk＝sλ/c(ck+dk-1)????公式(7)，
57、其中λ＝[λ1，λ2]t，即在μk的上半部分用λ1過濾，μk的下本文檔來自技高網
...
【技術保護點】
1.一種抑制雷達干擾信號的方法，其特征在于，包括：
2.如權利要求1所述的抑制雷達干擾信號的方法，其特征在于，
3.如權利要求2所述的抑制雷達干擾信號的方法，其特征在于，
4.如權利要求3所述的抑制雷達干擾信號的方法，其特征在于，
5.如權利要求4所述的抑制雷達干擾信號的方法，其特征在于，
6.如權利要求5所述的抑制雷達干擾信號的方法，其特征在于，
7.如權利要求6所述的抑制雷達干擾信號的方法，其特征在于，
8.如權利要求7所述的抑制雷達干擾信號的方法，其特征在于，
9.一種抑制雷達干擾信號的系統，其特征在于，應用如權利要求1-8任一所述的抑制雷達干擾信號的方法。
10.一種車載雷達系統，其特征在于，包括如權利要求9所述的抑制雷達干擾信號的系統。
【技術特征摘要】
1.一種抑制雷達干擾信號的方法，其特征在于，包括：
2.如權利要求1所述的抑制雷達干擾信號的方法，其特征在于，
3.如權利要求2所述的抑制雷達干擾信號的方法，其特征在于，
4.如權利要求3所述的抑制雷達干擾信號的方法，其特征在于，
5.如權利要求4所述的抑制雷達干擾信號的方法，其特征在于，
6.如權利要求5所述的抑制雷達...
【專利技術屬性】
技術研發人員：叩煉，周燕萍，劉升恒，張政，靳怡心，
申請(專利權)人：上海海拉電子有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。