技術(shù)特征：

1.一種雙極化自適應(yīng)抗干擾濾波方法，包括如下步驟：

步驟1:在t_n-N，...t_n-1，t_n，t_n+1，...t_n+N時(shí)刻，雙極化雷達(dá)六個(gè)通道接收的電磁波信號(hào)為：x(t_n-N)，...x(t_n-1)，x(t_n)，x(t_n+1)，...x(t_n+N)；

步驟2：自適應(yīng)計(jì)算濾波加權(quán)系數(shù)矩陣；

步驟3：根據(jù)濾波加權(quán)系數(shù)矩陣對(duì)接收的電磁波信號(hào)進(jìn)行極化濾波；

步驟4：選擇最優(yōu)濾波結(jié)果。

2.如權(quán)利要求1所述的雙極化自適應(yīng)抗干擾濾波方法，所述步驟2通過(guò)以下步驟來(lái)實(shí)現(xiàn):

步驟21：計(jì)算t_n-N時(shí)刻至t_n-1時(shí)刻內(nèi)所接收信號(hào)矩陣的自相關(guān)系數(shù)的平均值R_xE，并計(jì)算t_n-N時(shí)刻至t_n-1時(shí)刻內(nèi)所接收信號(hào)矩陣與垂直極化和信號(hào)的互相關(guān)系數(shù)的平均值R_xx1E，其中上標(biāo)T表示矩陣的轉(zhuǎn)置，上標(biāo)*表示矩陣的伴隨矩陣；

$R_{xE}=\frac{1}{N}\underset{m=1}{\overset{N}{\Σ}}x\left(t_{n-m}\right)x^T\left(t_{n-m}\right)$

$R_{xx1E}=\frac{1}{N}\underset{m=1}{\overset{N}{\Σ}}x\left(t_{n-m}\right)x_1^{*}\left(t_{n-m}\right)$

步驟22：計(jì)算t_n+1時(shí)刻至t_n+N時(shí)刻內(nèi)所接收信號(hào)矩陣的自相關(guān)系數(shù)的平均值R_xL，并計(jì)算t_n+1時(shí)刻至t_n+N時(shí)刻內(nèi)所接收信號(hào)矩陣與垂直極化和信號(hào)的互相關(guān)系數(shù)的平均值R_xx1L，其中上標(biāo)T表示矩陣的轉(zhuǎn)置，上標(biāo)*表示矩陣的伴隨矩陣；

$R_{xL}=\frac{1}{N}\underset{m=1}{\overset{N}{\Σ}}x\left(t_{n+m}\right)x^T\left(t_{n+m}\right)$

$R_{xx1L}=\frac{1}{N}\underset{m=1}{\overset{N}{\Σ}}x\left(t_{n+m}\right)x_1^{*}\left(t_{n+m}\right)$

步驟23：根據(jù)自相關(guān)系數(shù)與互相關(guān)系數(shù)獲得極化濾波的三個(gè)濾波加權(quán)系數(shù)矩陣和

${\hat{W}}_E=R_{xE}^{-1}{R}_{xx1E}\·H$

${\hat{W}}_L=R_{xL}^{-1}{R}_{xx1L}\·H$

${\hat{W}}_0=\frac{1}{2}(W_E+W_L)\·H$

其中H＝[1 -1 -1 -1 -1 -1]^T。

3.如權(quán)利要求1所述的雙極化自適應(yīng)抗干擾濾波方法，所述步驟3通過(guò)加權(quán)系數(shù)矩陣對(duì)接收的電磁波信號(hào)相乘進(jìn)行濾波，得到濾波信號(hào)為：

$\left[\begin{array}{c}{y}_E\left(t_n\right)\\ y_L\left(t_n\right)\\ y_0\left(t_n\right)\end{array}\right]=\left[\begin{array}{c}{x}^T\left(t_n\right)\\ x^T\left(t_n\right)\\ x^T\left(t_n\right)\end{array}\right]\left[\begin{array}{ccc}{\hat{W}}_E& {\hat{W}}_L& {\hat{W}}_0\end{array}\right]=\left[\begin{array}{c}{x}^T\left(t_n\right){\hat{W}}_E\\ x^T\left(t_n\right){\hat{W}}_L\\ x^T\left(t_n\right){\hat{W}}_0\end{array}\right]$

4.如權(quán)利要求1所述的雙極化自適應(yīng)抗干擾濾波方法，所述步驟4根據(jù)下式選擇最佳濾波結(jié)果:

$y\left(t_n\right)=\left\{\begin{array}{cc}{y}_E\left(t_n\right)& \frac{P_E\left(t_n\right)}{P_L\left(t_n\right)}\<\mathrm{\ϵ}\\ y_L\left(t_n\right)& \frac{P_L\left(t_n\right)}{P_E\left(t_n\right)}\<\mathrm{\ϵ}\\ y_0\left(t_n\right)& else\end{array}\right.$

其中P_E(t_n)＝|y_E(t_n)|²、P_L＝(t_n)＝|y_L(t_n)|²，選擇判斷的閾值為ε＝0.09。