基于压缩感知的抗间歇式主瓣干扰方法

1.本技术涉及雷达信号处理技术领域，特别是涉及一种基于压缩感知的抗间歇式主瓣干扰方法。


背景技术：

2.雷达用无线电的方法发现目标并测定它们的空间位置。因此，雷达也被称为“无线电定位”。雷达是利用电磁波探测目标的电子设备。雷达发射电磁波对目标进行照射并接收其回波，由此获得目标至电磁波发射点的距离、距离变化率(径向速度)、方位、高度等信息。雷达广泛应用于各个方面，如洪水监测、海冰监测、土壤湿度调查、森林资源清查、地质调查等方面，因此，雷达所面临的电磁环境也越来越复杂。为了能充分发挥作用，要求雷达具有极强的抗干扰能力，否则难以保证对目标的探测、跟踪等任务的顺利完成。
3.根据干扰与目标在空间的方位角度关系，可将干扰分为主瓣干扰和旁瓣干扰。对于旁瓣有源压制性干扰，相控阵雷达通常采用超低副瓣天线技术、自适应旁瓣相消技术以及自适应数字波束形成技术，使得传统干扰设备和单纯提高干扰功率的干扰方法不再奏效，因而具有很强的旁瓣干扰抑制性能。而对于从主瓣进入的有源压制性干扰(如随队干扰、弹载干扰等)，超低副瓣天线技术和自适应旁瓣相消技术显然均无能为力。传统的自适应数字波束形成技术虽能抑制干扰，但同时也暴露出两个严重缺陷：一是自适应方向图旁瓣电平增高，这将导致虚警概率的急剧上升；二是主波束变形且峰值偏移，导致输出sinr下降，同时峰值偏移也影响了测角的精度。这两点严重限制了传统自适应数字波束形成技术在主瓣干扰条件下的应用。此外，而对于主瓣进入的有源间歇式干扰，变频率、变重复频率和变波形等措施也均会失效。可见，雷达抗间歇式主瓣干扰问题一直是雷达领域尚未很好解决的技术难题。
4.为了较好的解决米波雷达测高技术难题，所采用的技术途径主要有：(1)采用低截获探测方式，使电子战设备无法有效截获雷达信号，或截获后无法识别出雷达信号为威胁辐射源，从而不触发干扰；(2)主动避开干扰，或主动诱骗干扰机，减少干扰或使干扰有利于抑制；(3)在已经受到干扰情况下，利用空、时、频、极化、能量、波形、一维像等多维度上目标回波和干扰信号的差异，对干扰进行抑制。
5.目前，米波雷达的测高方法主要有以下三类：(1)自适应波束形成抗主瓣干扰方法。这种方法是能够实时地对空间中变化的干扰环境做出反应，自动在干扰方向上形成零陷，在滤除干扰信号的同时保证了目标信号的有效接收。在主瓣内形成零陷的同时会导致副瓣电平的升高、主波束变形和波束指向的偏移，进而导致输出信号的信干噪比下降和虚警概率的急剧增加，所以该方法无法对抗间歇式主瓣干扰。(2)盲源分离主瓣干扰抑制方法。该方法是在不知道源信号和传输信道参数的情况下，根据源信号的统计特性，仅由观测信号来恢复或分离出源信号的过程，经典算法有快速固定点独立成分分析法(fastica)和特征矩阵联合近似对角化法(jade)。盲源分离算法分离效果与目标和干扰之间的来向差有关，对于非目标方向的干扰(压制式和欺骗式)，都有很好的抑制效果。但随着来向差异变
小，分离效果会逐渐变差，所以对间歇式主瓣干扰而言，盲源分离方法无法有效提取出目标信号。(3)自适应单脉冲测角抗主瓣干扰方法。在干扰位于主瓣内时，自适应后的和波束将产生变形及峰值偏移，差波束也会产生变形及差零点偏移，此时和差波束比幅曲线将严重恶化从而无法正常测角。
6.上述方法中，方法(1)信噪比要求高，运算量较大，在波束指向偏移较大的情况下方法失效；方法(2)在来向差异较小的情况下，分离效果会变差，稳健性下降；方法(3)算法运算量大，不利于工程实现。因此在处理间歇式主瓣干扰抑制问题过程中，现有各种抗主瓣干扰方法实效性差。


技术实现要素：

7.基于此，有必要针对上述技术问题，提供一种能够提高抗主瓣干扰方法实效性的基于压缩感知的抗间歇式主瓣干扰方法。
8.一种基于压缩感知的抗间歇式主瓣干扰方法，所述方法包括：
9.对间歇式干扰回波信号建模，获得雷达间歇式干扰回波信号模型，所述雷达间歇式干扰回波信号模型为：
10.r(n)＝s(n)+z(n)+e(n)
11.其中，r(n)为实测回波信号，e(n)为雷达接收回路噪声，s(n)为原始发射信号由目标反射的理想回波，n为回波信号采样点数序号，z(n)为间歇式干扰项；
12.利用自适应数字波束形成技术对所述雷达间歇式干扰回波信号模型中的副瓣干扰进行消除后，建立间歇式干扰稀疏回波信号模型，所述间歇式干扰稀疏回波信号模型为：
[0013][0014]
其中，r为自适应数字波束形成技术处理后的雷达间歇式干扰回波信号，为稀疏矢量，s为目标回波信号，z为干扰信号，a＝[φ,id]为稀疏变换矩阵，φ为傅里叶反变换基，id为单位矩阵，e为对目标回波信号进行自相关运算；
[0015]
将求解所述间歇式干扰稀疏回波信号模型转换为1-范数规则化的最优化问题，获得转化后的间歇式干扰稀疏回波信号模型；
[0016]
利用快速阈值迭代稀疏重构算法求解对所述转化后的间歇式干扰稀疏回波信号模型进行求解分析，消除间歇式主瓣干扰信号，输出间歇式主瓣干扰抑制后的目标回波信号。
[0017]
在其中一个实施例中，所述原始发射信号由目标反射的理想回波为：
[0018]
s(n)＝a
s exp(2πnfc/fs)
[0019]
其中，as为回波信号幅度值，n为回波信号采样点数序号，fc为雷达工作频率，fs为采样频率。
[0020]
在其中一个实施例中，所述间歇式干扰项为：
[0041][0042]
其中，t1为回波信号阈值，t2为干扰信号阈值，median表示求中值运算，λ1为回波信号范数加权系数，λ2为干扰信号范数加权系数，s
th
为目标回波信号阈值处理结果，z
th
为干扰信号阈值处理结果，α表示或大于0时，否则为0；
[0043]
(6)更新系数，
[0044][0045]
其中，a(j)为第j次迭代时的阈值系数，a(j+1)为第j+1次迭代时的阈值系数。
[0046]
(7)预测更新，
[0047][0048][0049]
(8)回到第(2)步，直到r《σ为止，r《σ，σ为噪声标准方差；
[0050]
(9)输出为间歇式主瓣干扰抑制后的目标回波信号，为估计的间歇式主瓣干扰信号；
[0051]
(10)去除估计的间歇式主瓣干扰信号获得间歇式主瓣干扰抑制后的目标回波信号
[0052]
上述基于压缩感知的抗间歇式主瓣干扰方法，通过对间歇式干扰回波信号建模，获得雷达间歇式干扰回波信号模型，利用自适应数字波束形成技术对雷达间歇式干扰回波信号模型中的副瓣干扰进行消除后，建立间歇式干扰稀疏回波信号模型，将求解间歇式干扰稀疏回波信号模型转换为1-范数规则化的最优化问题，获得转化后的间歇式干扰稀疏回波信号模型，利用快速阈值迭代稀疏重构算法求解对转化后的间歇式干扰稀疏回波信号模型进行求解分析，消除间歇式主瓣干扰信号，输出间歇式主瓣干扰抑制后的目标回波信号。在间歇式干扰信号和稀疏建模的基础上，首先利用自适应数字波束形成技术有效地消除副瓣干扰,使处理后的信号稀疏性更强，性噪比更高，利用快速阈值迭代稀疏重构算法来恢复稀疏信号向量，消除主瓣干扰，获得目标频谱信息(即间歇式主瓣干扰抑制后的目标回波信
号)，提升稳健性，降低运算量，提升算法实效性，利于目标的监测跟踪。
附图说明
[0053]
图1为一个实施例中基于压缩感知的抗间歇式主瓣干扰方法的流程示意图；
[0054]
图2为一个实施例中间歇式主瓣干扰抑制后的目标回波信号与理想回波的对比图；
[0055]
图3为一个实施例中间歇式主瓣干扰信号的波形图；
[0056]
图4为一个实施例中间歇式主瓣干扰抑制后的目标回波信号的波形图；
[0057]
图5为仿真中成功(错误)检测概率vs信噪比(无干扰条件)的关系曲线图；
[0058]
图6为仿真中成功(错误)检测概率vs干扰强度(干扰时间为40％)的关系曲线图；
[0059]
图7为仿真中成功(错误)检测概率vs干扰时间(信噪比-12db)的关系曲线图。
具体实施方式
[0060]
为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
[0061]
一种基于压缩感知的抗间歇式主瓣干扰方法，可应用于服务器或终端，其中，终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
[0062]
在一个实施例中，如图1所示，提供了一种基于压缩感知的抗间歇式主瓣干扰方法，以该方法应用于终端为例进行说明，包括以下步骤：
[0063]
步骤s220，对间歇式干扰回波信号建模，获得雷达间歇式干扰回波信号模型，雷达间歇式干扰回波信号模型为：
[0064]
r(n)＝s(n)+z(n)+e(n)
[0065]
其中，r(n)为实测回波信号，e(n)为雷达接收回路噪声，s(n)为原始发射信号由目标反射的理想回波，n为回波信号采样点数序号，z(n)为间歇式干扰项。
[0066]
其中，该雷达间歇式干扰回波信号模型是以不失一般性原则构建的。
[0067]
在一个实施例中，原始发射信号由目标反射的理想回波为：
[0068]
s(n)＝a
s exp(2πnfc/fs)
[0069]
其中，as为回波信号幅度值，n为回波信号采样点数序号，fc为雷达工作频率，fs为采样频率。
[0070]
在一个实施例中，间歇式干扰项为：
[0071][0072]
其中，p(n)为服从高斯分布的高斯白噪声，n为回波信号采样点数序号，t
p
＝{[ti,t
i+1
]}
i∈n
为间歇式干扰时间区间，ti为第i个采样时间点，t
i+1
为第i+1个采样时间点，n为干扰信号采样点数，为高斯白噪声，为噪声方差，反映了雷达回波中除了
干扰以外的其他噪声。
[0073]
步骤s240，利用自适应数字波束形成技术对雷达间歇式干扰回波信号模型中的副瓣干扰进行消除后，建立间歇式干扰稀疏回波信号模型，间歇式干扰稀疏回波信号模型为：
[0074][0075]
其中，r为自适应数字波束形成技术处理后的雷达间歇式干扰回波信号，为稀疏矢量，s为目标回波信号，z为干扰信号，a＝[φ,id]为稀疏变换矩阵，φ为傅里叶反变换基，id为单位矩阵，e为对目标回波信号进行自相关运算。
[0076]
其中，自适应数字波束形成技术(adaptive digital beamforming，简称adbf)是通过自适应地对空间变化的干扰环境作出反应，在干扰方向形成自适应零陷以有效滤除干扰，并保证有用信号的接收。当期望信号和方向都已知时，使输出功率最小可以保证信号的良好接收。采用adbf可以有效地消除副瓣过来的干扰，处理后的信号稀疏性更强，性噪比更高，可能可以提升稀疏处理的性能。
[0077]
在一个实施例中，自适应数字波束形成技术的处理公式为：
[0078]
minp
out
＝e{|y(t)|2}
[0079]
s.t.wha(θ0)＝1
[0080]
其中，y(t)为目标回波信号，e为对目标回波信号进行自相关运算，p
out
为目标回波信号自相关运算结果，w为导向矢量加权系数，h表示转置计算，a(θ0)为目标导向矢量，θ0为目标方向角，s.t.为约束条件。
[0081]
步骤s260，将求解间歇式干扰稀疏回波信号模型转换为1-范数规则化的最优化问题，获得转化后的间歇式干扰稀疏回波信号模型。
[0082]
其中，由于干扰信号和目标回波信号分别在时域和频域上是稀疏的，所以求解上述间歇式干扰稀疏回波信号模型的问题可以转换成1-范数规则化的最优化问题求解消除主板干扰，从而获得目标理想的目标回波信号。
[0083]
在一个实施例中，1-范数规则化的最优化问题求解公式为：
[0084][0085]
其中，l(s,z)为1-范数规则化结果，λ1为回波信号范数加权系数，λ2为干扰信号范数加权系数，a为稀疏变换矩阵，r为自适应数字波束形成技术处理后的雷达间歇式干扰回波信号，x为稀疏矢量，s为目标回波信号，z为干扰信号。
[0086]
步骤s280，利用快速阈值迭代稀疏重构算法求解对转化后的间歇式干扰稀疏回波信号模型进行求解分析，消除间歇式主瓣干扰信号，输出间歇式主瓣干扰抑制后的目标回波信号。
[0087]
其中，快速阈值迭代稀疏重构算法，又称快速迭代阈值压缩算法，简称fista，全称：a fast iterative shrinkage-thresholding algorithm。最终输出的间歇式主瓣干扰抑制后的目标回波信号与理想回波的对比图如图2所示。通过快速收敛阈值迭代算法，提升了算法的收敛速度，利于工程实现，通过仿真结果表明，本技术稳健实时性更好，主瓣干扰
抑制效果更好。
[0088]
在一个实施例中，利用快速阈值迭代稀疏重构算法求解对转化后的间歇式干扰稀疏回波信号模型进行求解分析，消除间歇式主瓣干扰信号，获得间歇式主瓣干扰抑制后的目标回波信号的步骤，包括：
[0089]
(1)初始参数设置，s0＝[0,...,0]
t
,z0＝[0,...,0]
t
；
[0090]
(2)前向预测，r
app
＝ifft(s0)+z0；
[0091]
(3)残差计算，r＝r
app-r；
[0092]
(4)后向预测，
[0093][0094][0095]
其中，s0为回波信号初始值，z0为干扰信号初始值，ifft(s0)为对回波信号初始值s0进行逆傅里叶变化，r
app
为前向预测结果，s
app
为目标回波信号后向预测结果，z
app
为干扰信号后向预测结果，r为残差，r为自适应数字波束形成技术处理后的雷达间歇式干扰回波信号，表示第j次迭代估计的回波信号，表示第j+1次迭代估计的干扰信号，k为预测阈值系数，fft(r)表示对残差信号进行傅里叶变换；
[0096]
(5)阈值处理，
[0097]
t1＝median(|s
app
|)λ1[0098]
t2＝median(|z
app
|)λ2[0099][0100]
其中，t1为回波信号阈值，t2为干扰信号阈值，median表示求中值运算，λ1为回波信号范数加权系数，λ2为干扰信号范数加权系数，s
th
为目标回波信号阈值处理结果，z
th
为干扰信号阈值处理结果，α表示或大于0时，否则为0；
[0101]
(6)更新系数，
[0102][0103]
其中，a(j)为第j次迭代时的阈值系数，a(j+1)为第j+1次迭代时的阈值系数。
[0104]
(7)预测更新，
[0105][0106][0107]
(8)回到第(2)步，直到r《σ为止，r《σ，σ为噪声标准方差；
[0108]
(9)输出为间歇式主瓣干扰抑制后的目标回波信号，为估计的间歇式主瓣干扰信号；
[0109]
(10)去除估计的间歇式主瓣干扰信号获得间歇式主瓣干扰抑制后的目标回波信号
[0110]
其中，输出的是在迭代到r《σ为止时的和估计出的间歇式主瓣干扰信号的波形图如图3所示，估计出的间歇式主瓣干扰抑制后的目标回波信号的波形图如图4所示。
[0111]
上述基于压缩感知的抗间歇式主瓣干扰方法，通过对间歇式干扰回波信号建模，获得雷达间歇式干扰回波信号模型，利用自适应数字波束形成技术对雷达间歇式干扰回波信号模型中的副瓣干扰进行消除后，建立间歇式干扰稀疏回波信号模型，将求解间歇式干扰稀疏回波信号模型转换为1-范数规则化的最优化问题，获得转化后的间歇式干扰稀疏回波信号模型，利用快速阈值迭代稀疏重构算法求解对转化后的间歇式干扰稀疏回波信号模型进行求解分析，消除间歇式主瓣干扰信号，输出间歇式主瓣干扰抑制后的目标回波信号。在间歇式干扰信号和稀疏建模的基础上，首先利用自适应数字波束形成技术有效地消除副瓣干扰,使处理后的信号稀疏性更强，性噪比更高，利用快速阈值迭代稀疏重构算法来恢复稀疏信号向量，消除主瓣干扰，获得目标频谱信息(即间歇式主瓣干扰抑制后的目标回波信号)，提升稳健性，降低运算量，提升算法实效性，利于目标的监测跟踪。进一步，在干扰时间接近观测总时间的一半，回波信号信噪比大于-18db时，该算法都具有很好的检测效果。
[0112]
进一步地，对本技术的基于压缩感知的抗间歇式主瓣干扰方法进行仿真，计算仿真分析结果如下：
[0113]
仿真参数：λ1＝3.2,λ2＝1，信号强度：1，信噪比：-12db，干扰强度：50，干扰时间(占总观测时间的比例)：40％；
[0114]
1)雷达回波信噪比snr仿真
[0115]
将信噪比snr由-25db逐渐提高到-5db，在每个信噪比snr级别上，重复实验500次，并按照下面的成功检测概率和错误检测概率计算公式分别计算对应的成功检测概率p(success)和错误检测概率p(failure)，可以得到如5所示结果。
[0116]
成功检测概率和错误检测概率计算公式为：
[0117]
[0118][0119]
其中，n
total
为总仿真次数，n
success
和n
failure
分别为成功和错误检测出现的次数。
[0120]
2)干扰强度仿真
[0121]
设定干扰时间占总观测时间的比例为30％，信噪比为-13db，然后将干扰强度从20提高到100(信号强度为1)，每个干扰强度级别上，重复实验500次，并按照上面的公式分别计算对应的成功检测概率和错误检测概率，得到检测概率关于干扰强度的关系图，如图6所示。从图6中可以发现，干扰强度对检测概率基本没有太大影响。
[0122]
3)干扰时间仿真
[0123]
设定信噪比为-12db，干扰强度为50(信号为1)，然后将干扰时间占总观测时间比例从0提升到1，每个比例级别上，重复实验500次，并按照上面的公式分别计算对应的成功检测概率和错误检测概率，得到检测概率关于干扰时间的关系图，如图7所示。从结果图7中发现，当干扰时间占总观测时间比例小于0.5时，目标被成功检测的概率基本为100％。
[0124]
从以上仿真结果来看，在干扰时间不大于观测总时间的一半，回波信号信噪比大于-18db时，该算法具有很好的检测效果(检测率大于80％)。由此可以说明：本技术稳健实时性高，主瓣干扰抑制性能更好。
[0125]
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
[0126]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0127]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。

技术特征：
1.一种基于压缩感知的抗间歇式主瓣干扰方法，其特征在于，所述方法包括：对间歇式干扰回波信号建模，获得雷达间歇式干扰回波信号模型，所述雷达间歇式干扰回波信号模型为：r(n)＝s(n)+z(n)+e(n)其中，r(n)为实测回波信号，e(n)为雷达接收回路噪声，s(n)为原始发射信号由目标反射的理想回波，n为回波信号采样点数序号，z(n)为间歇式干扰项；利用自适应数字波束形成技术对所述雷达间歇式干扰回波信号模型中的副瓣干扰进行消除后，建立间歇式干扰稀疏回波信号模型，所述间歇式干扰稀疏回波信号模型为：其中，r为自适应数字波束形成技术处理后的雷达间歇式干扰回波信号，为稀疏矢量，s为目标回波信号，z为干扰信号，a＝[φ,id]为稀疏变换矩阵，φ为傅里叶反变换基，id为单位矩阵，e为对目标回波信号进行自相关运算；将求解所述间歇式干扰稀疏回波信号模型转换为1-范数规则化的最优化问题，获得转化后的间歇式干扰稀疏回波信号模型；利用快速阈值迭代稀疏重构算法求解对所述转化后的间歇式干扰稀疏回波信号模型进行求解分析，消除间歇式主瓣干扰信号，输出间歇式主瓣干扰抑制后的目标回波信号。2.根据权利要求1所述的方法，其特征在于，所述原始发射信号由目标反射的理想回波为：s(n)＝a
s
exp(2πnf
c
/f
s
)其中，a
s
为回波信号幅度值，n为回波信号采样点数序号，f
c
为雷达工作频率，f
s
为采样频率。3.根据权利要求1所述的方法，其特征在于，所述间歇式干扰项为：其中，p(n)为服从高斯分布的高斯白噪声，n为回波信号采样点数序号，t
p
＝{[t
i
,t
i+1
]}
i∈n
为间歇式干扰时间区间，t
i
为第i个采样时间点，t
i+1
为第i+1个采样时间点，n为干扰信号采样点数，为高斯白噪声，为噪声方差，反映了雷达回波中除了干扰以外的其他噪声。4.根据权利要求1所述的方法，其特征在于，所述自适应数字波束形成技术的处理公式为：s.t.w
h
a(θ0)＝1其中，y(t)为目标回波信号，e为对目标回波信号进行自相关运算，p
out
为目标回波信号
自相关运算结果，w为导向矢量加权系数，h表示转置计算，a(θ0)为目标导向矢量，θ0为目标方向角，s.t.为约束条件。5.根据权利要求1所述的方法，其特征在于，所述1-范数规则化的最优化问题求解公式为：其中，l(s,z)为1-范数规则化结果，λ1为回波信号范数加权系数，λ2为干扰信号范数加权系数，a为稀疏变换矩阵，r为自适应数字波束形成技术处理后的雷达间歇式干扰回波信号，x为稀疏矢量，s为目标回波信号，z为干扰信号。6.根据权利要求1所述的方法，其特征在于，所述利用快速阈值迭代稀疏重构算法求解对所述转化后的间歇式干扰稀疏回波信号模型进行求解分析，消除间歇式主瓣干扰信号，获得间歇式主瓣干扰抑制后的目标回波信号的步骤，包括：(1)初始参数设置，s0＝[0,...,0]
t
,z0＝[0,...,0]
t
；(2)前向预测，r
app
＝ifft(s0)+z0；(3)残差计算，r＝r
app-r；(4)后向预测，(4)后向预测，其中，s0为回波信号初始值，z0为干扰信号初始值，ifft(s0)为对回波信号初始值s0进行逆傅里叶变化，r
app
为前向预测结果，s
app
为目标回波信号后向预测结果，z
app
为干扰信号后向预测结果，r为残差，r为自适应数字波束形成技术处理后的雷达间歇式干扰回波信号，表示第j次迭代估计的回波信号，表示第j+1次迭代估计的干扰信号，k为预测阈值系数，fft(r)表示对残差信号进行傅里叶变换；(5)阈值处理，t1＝median(|s
app
|)λ1t2＝median(|z
app
|)λ2其中，t1为回波信号阈值，t2为干扰信号阈值，median表示求中值运算，λ1为回波信号范数加权系数，λ2为干扰信号范数加权系数，s
th
为目标回波信号阈值处理结果，z
th
为干扰信号
阈值处理结果，α表示或大于0时，否则为0；(6)更新系数，其中，a(j)为第j次迭代时的阈值系数，a(j+1)为第j+1次迭代时的阈值系数。(7)预测更新，(8)回到第(2)步，直到r<σ为止，r<σ，σ为噪声标准方差；(9)输出为间歇式主瓣干扰抑制后的目标回波信号，为估计的间歇式主瓣干扰信号；(10)去除估计的间歇式主瓣干扰信号获得间歇式主瓣干扰抑制后的目标回波信号

技术总结
本申请涉及一种基于压缩感知的抗间歇式主瓣干扰方法。该方法包括：对间歇式干扰回波信号建模，获得雷达间歇式干扰回波信号模型，利用自适应数字波束形成技术对雷达间歇式干扰回波信号模型中的副瓣干扰进行消除后，建立间歇式干扰稀疏回波信号模型，将求解间歇式干扰稀疏回波信号模型转换为1-范数规则化的最优化问题，获得转化后的间歇式干扰稀疏回波信号模型，利用快速阈值迭代稀疏重构算法求解对转化后的间歇式干扰稀疏回波信号模型进行求解分析，消除间歇式主瓣干扰信号，输出间歇式主瓣干扰抑制后的目标回波信号。利用快速阈值迭代稀疏重构算法来恢复稀疏信号向量，消除主瓣干扰，提升算法实效性。提升算法实效性。提升算法实效性。


技术研发人员：黄柏圣 潘成胜 施建峰
受保护的技术使用者：南京信息工程大学
技术研发日：2021.11.23
技术公布日：2022/3/7