自适应递推极化滤波及其在抗干扰中的应用.pdfVIP

274 中国电子学会电子对抗分会第十---N学术年会论文集 自适应递推极化滤波及其在抗干扰中的应用 徐振海王雪松肖顺平庄钊文 国防科技大学电子科学与工程学院长沙 摘要针对未知和缓麦的杂波环境，探讨了极化域滤波I可鳆，提出了极化域自适应滤 波的原理，利用历史杂波数据估计杂我的极化信息，据此对天线极化进行调整，达到最优，然 后对当前接收电场进行蒋波。根据这一原理进一步提出了递推算法。仿真实验模拟结果也 证明了该方法的有效性。该滤渡器穗志性能逼近理论最优，算法“学习”曲线反映丁滤波嚣的 过渡特性。 关■词韫化 自适应滤波 l引言 极化信息在雷达目标检测、识别、滤波增强方面有着巨大的应用潜力，尤其在极化滤 波抗干扰方面，应用前景广阔。当杂波和信号在时域、频域以及空域的状态特征都很接近 时，可以考虑利用干扰和信号在极化域的差别来有效区分，抑制干扰同时增强信号。极化 是除时域、频域和空域信息以外的可资利用的又一重要信息。对于单个杂波干扰，其本身 具有确定的极化状态，因此可以通过使用与之正交的雷达接收天线来抑制干扰，正交极化 接收本身就是一极化滤波器。需要着重指出的是虚拟极化适配概念的提出使得极化滤波 问题由前端天线硬件调整转化为后端软处理。然而纵观前人所做的工作，他们大都假设 干扰或信号的极化状态是已知的，在此前提下进行了严密的理论推导。在实际工程应用 中，干扰杂波的极化状态并不都是先验可知的，并且还常随时间或空间缓慢变化，因此需 要研究自适应极化滤波问题。自适应极化滤波其核心思想就是要实时地估计干扰的极 化，检测干扰极化状态的变化，实时调整接收天线的极化形式使之与干扰极化自始至终正 交。当杂波干扰极化特性未知时，极化滤波器调整自己参数的过程称为“学习”，而当杂波 干扰极化特性变化时，极化滤波器调整自己参数的过程称为“跟踪”。白适应极化滤波的 思想比较直观【1J【2H“，下面给出自适应极化滤波原理框图。 圈1自适应递推极化滤波原理框凰 徐振海等：自适应递推极化滤波及其在抗干扰中的应用 2极化估计 2．1极化数据模型 令h，p分别表示接收天线两个正交极化通道，比如水平、垂直极化。则任何接收电 场可表示为：x Xhh+如。也可以用复二维向量表示：x [凰，置]7。对于杂波干扰而 言．其为随机复向量，实际工程应用中，我们可以获取其样本。假设已获取的随机样本集 为 置，x2，…，粕i．它们可以表示一系列相邻距离分辨单元的雷达回波，也可以表示同 一距离分辨单元相邻脉冲扫描周期的雷达回波。特别地，本文仅考虑独立采样的情形。 研究中作如下假设： 1 在给定的距离方位分辨单元杂波极化矢量服从复正态分布，杂波矢量具有零均 值，并且独立同分布； 2 接收机噪声为独立高斯白噪声； 3 在1，…，脚样本单元内没有目标； 4 极化系统采用单极化发射双极化接收，数据由两个正交分量组成，每个极化通道 都是复基带信号。 5 雷达系统相对目标而言为窄带系统。总的雷达带宽不足以分辨目标，目标处于同 一个分辨单元，并且独立于杂波。 2．2相干极化矩阵的估计 雷达极化信息可以由极化相干矩阵完全表征【|J，极化相干矩阵定义为： c E 加Pl 1 式中：上标“H”表示共轭转置，可以看出C是Hermite矩阵。 实际工程应用中，极化相干矩阵是不能先验得到的。根据上述假设条件，其最大似然 估计为： e 1∑础： 2 即统计平均转化为集合平均来近似估计。 由假设条件 1 可得随机复矢量盖的概率密度： 五 x 南exp 一X#C。xt 3 极化相干矩阵估计e服从复Wishart分布，其概率密度为： 4 ．尼 e ：：；揣exp 一M·打 c一1e i 维数。r - 为C,anⅡIla函数。 显然．极化估计量是样本数肘的函数，极化相干矩阵元素估计的精度与肘有关，即 正比于M一 。因此要提高估计的精度，必须增加采样点的数量，然而由独立采样定理以 及信号时限关系的限制，村不可能很大。对于非独立样本的情况，本文暂不考虑。 276 中国电于学会电子对抗分会第十二届学术年会论文集 3接收天线极化优化 假设杂波的极化相干矩阵为C，天线极化Jones矢量为h，它为完全极化且满足单位 增益约束．则其接收杂波功率为： P hrCh’ 5 最佳天线极化为下面代约束条件优化问题的解： minP：hrCh+ 5正 h II 0 1 由于C为Hermite矩阵，其最优解为矩阵C最小特征值所对应的特征矢量的共轭【4J。C 的两个特征值为^1和^2，不妨设^1≥^2，并设x1和x2分别为A1、A2对应的特征矢量。 记 c：『钆％1 LCm厶1 则两个特征值为： h 肿+．,／ TrC 2-4DetC ： …’ 6 【扣告 舭一、／ TrC