1.一种基于稀疏与低秩模型的车载毫米波雷达干扰抑制方法，其特征在于，所述方法包括：利用雷达接收机解调滤波后的中频信号中有用信号和干扰信号的低秩和稀疏特性，构建低秩稀疏优化模型；

对所述低秩稀疏优化模型进行极大极小非凸稀疏惩罚和低秩因子分解后，借助交替方向乘子法进行迭代优化实现有用信号与干扰信号分离。

2.根据权利要求1所述的基于稀疏与低秩模型的车载毫米波雷达干扰抑制方法，其特征在于，利用雷达接收机解调滤波后的中频信号中有用信号和干扰信号的低秩和稀疏特性，构建低秩稀疏优化模型，包括：构建雷达接收机解调滤波后的中频信号模型；

基于所述雷达接收机解调滤波后的中频信号模型，构建低秩稀疏优化模型。

3.根据权利要求2所述的基于稀疏与低秩模型的车载毫米波雷达干扰抑制方法，其特征在于，构建雷达接收机解调滤波后的中频信号模型，包括：雷达发射信号p(t)表示为：

式中，j表示虚数，f0、k和T分别代表信号的起始频率、调频斜率和持续时间；

目标的回波信号是雷达发射信号的延时版本，雷达采集到的多个目标的拍频信号x(t)表示为：式中，M代表目标的数量，ai、τi和fb,i分别代表第i个目标的散射系数、回波信号的时间延迟和拍频频率；

如果来自若干个目标的回波信号在被雷达接受的过程中发生交叉干扰，接收到的信号进行解调和低通滤波之后，雷达接收机解调滤波后的中频信号模型表示为：式中，s(t)代表雷达接收机解调滤波后的中频信号，i(t)代表干扰信号经过雷达接收机解调和滤波之后的剩余分量，n(t)为加性高斯白噪声；

sint(t)代表干扰信号， 代表雷达发射信号p(t)的复共轭，与干扰信号sint(t)相乘进行解调，hlpf(t)代表低通滤波器，对解调后的信号进行卷积运算实现滤波操作。

4.根据权利要求3所述的基于稀疏与低秩模型的车载毫米波雷达干扰抑制方法，其特征在于，基于所述雷达接收机解调滤波后的中频信号模型，构建低秩稀疏优化模型，包括：对所述雷达接收机解调滤波后的中频信号模型进行间隔时间采样转化为离散信号，把所有时间样本的测量值表示为向量形式，表示为：s＝x+i+n (4)

T T

式中，四个向量表示为s＝[s0,s1,...,sN‑1] ，代表目标的向量x＝[x0,x1,...,xN‑1] ，代T T表干扰的向量i＝[i0,i1,...,iN‑1] ，代表噪声的向量n＝[n0,n1,...,nN‑1] ，N为离散信号采样点数；

将向量 转化为汉克尔矩阵 其中N＝m+n‑1，m、n分别为矩阵的行数和列数；则汉克尔矩阵S表示为：

式中， 代表由括号内的向量转化成的汉克尔矩阵；对于由目标拍频信号构造的矩阵目标数量M＜＜m，M＜＜n，而矩阵 的秩为目标复指数的数量，矩阵是一个低秩矩阵；

交叉干扰情况下的干扰信号i(t)经过雷达接收机解调和低通滤波之后通常持续时间比较短，表现为相关chrip信号上的一个或多个毛刺，在时域上体现出稀疏性；因此，代表干扰分量的向量i是一个稀疏向量；

用来从测量数据中分离有用信号和干扰信号的低秩稀疏优化模型表示为：式中， 是秩运算，代表矩阵 的非零奇异值的个数，σi代表矩阵 的奇异值； 是l0范数，代表向量i中非零元素的个数，η≥0是一个调节参数，在损失函数和正则项之间取得平衡；ε代表误差系数。

5.根据权利要求4所述的基于稀疏与低秩模型的车载毫米波雷达干扰抑制方法，其特征在于，还包括：由于秩和l0范数稀疏最小化问题是难以直接优化求解的，使用核范数和l1范数分别代替秩运算和l0范数来进行松弛，于是式(6)的低秩稀疏优化模型重新表示为：式中， 是核范数，代表矩阵 的奇异值之和， 是l1范数，代表向量i中非零元素的绝对值之和。

6.根据权利要求5所述的基于稀疏与低秩模型的车载毫米波雷达干扰抑制方法，其特征在于，对所述低秩稀疏优化模型进行极大极小非凸稀疏惩罚和低秩因子分解，包括：MCP惩罚函数定义为 其中：

其中λ和γ代表MCP惩罚函数的参数，λ和γ设置不同值将改变MCP惩罚函数的形状；

将MCP惩罚函数函数作为l1范数；

低秩稀疏优化模型应用核范数松弛的低秩因子分解和MCP惩罚函数后表示为：式中，U,V代表中间参数， 代表F范数，定义为 表示矩阵中每项平H

方和的开方值，Pλ,γ(i)代表向量i的MCP惩罚函数，(*) 代表共轭转置。

7.根据权利要求6所述的基于稀疏与低秩模型的车载毫米波雷达干扰抑制方法，其特征在于，借助交替方向乘子法进行迭代优化实现有用信号与干扰信号分离，包括：式(9)优化问题相应的增广拉格朗日函数表示为：式中，β和μ为正则化参数，w和Z为拉格朗日乘子向量和矩阵，简化得：在增广拉格朗日函数的基础上，使用ADMM迭代方法将式(11)的优化问题转化为解决以下子问题：其中k表示迭代次数；

为了得到x的更新，对式(12)求一阶导数，得：式中 为汉克尔矩阵 的Moore‑Penrose广义逆矩阵，定义为优化子问题(13)的封闭形式解表示为：

式中i＝1,2,...,N,引入的 为软阈值算子，其中sign(t)为符号函数，中间参数t、α分别表示式中 和U和V的封闭形式解通过使式(14)和式(15)的一阶导数结果为零来给出，即：由式(22)和式(23)得到U和V的更新：‑1

式中，E代表单位矩阵；(*) 代表倒数运算；

依次计算上述式(18)、式(19)、式(22)、式(23)、式(16)、式(17)并循环该过程，持续更新x、i、U、V、w和Z，且在循环过程中正则化参数β和μ需要逐渐增大以增加恢复信号的准确性；经过数次迭代更新之后，代表目标向量的x和代表干扰向量的i从先验数据中恢复，从而实现了有用的目标信号与干扰信号的分离。

8.一种基于稀疏与低秩模型的车载毫米波雷达干扰抑制装置，其特征在于，包括处理器及存储介质；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行根据权利要求1至7任一项所述的方法。

9.一种设备，其特征在于，包括：

存储器；

处理器；

以及

计算机程序；

其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如权利要求1至7任一项所述的方法。

10.一种存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至7任一项所述的方法。