摘要：稀疏恢复(SR)空时自适应处理(STAP)方法能够在有限的观测样本条件下精确地估计杂波协方差矩阵,但出现的网格失配问题会降低稀疏恢复性能。为解决网格失配问题,提出基于先验信息的SR-STAP字典重构方法。该方法首先利用雷达系统和机载平台的工作参数计算杂波脊线的分布范围,然后根据杂波的归一化多普勒频率和空域频率的比值来调整空域频率的分布间隔,最后以滑窗的方式非均匀地划分空时平面以重构过完备空时字典。仿真结果表明,与传统字典的SR-STAP方法相比,该字典重构方法能够更好地匹配杂波分量的分布,可有效解决网格失配问题。

摘要：针对可变飞行器阵列雷达空时自适应处理应用场景,本文设计了三维机翼可变阵列雷达模型,通过阵列结构参数的变化实现阵列横向长度变化、阵列纵向宽度变化、阵列曲面高度变化三种变形方式,利用阵元空间位置矢量与阵列结构变化参数集的关系建立阵列的空时杂波信号模型,推导了机翼变形阵列的空域导向矢量和杂波协方差矩阵,通过矩阵块嵌套的理论证明了它的非Toeplitz结构特性。通过对多普勒域和空频域之间相关性的分析,揭示了需要在四维空间中表征机翼可变阵列雷达空时杂波分布的本质机理。仿真结果表明,机翼可变阵列雷达的空时杂波具有非平稳特性,阵列变形可以有效改变杂波自由度和杂波相关性,这为基于三维机翼阵列结构优化的杂波抑制方法研究提供了理论依据。

摘要：空时自适应信号处理(Space-Time Adaptive Processing,STAP)技术在空域和时域上联合地自适应抑制杂波,以实现对动目标检测。稀疏恢复空时自适应处理方法(Sparse Recovery STAP,SR-STAP)由于利用了杂波谱的稀疏性先验知识,可以缓解在机载雷达在非均匀环境下训练数据不足时,杂波抑制效果性能显著下降的问题。尽管SR-STAP只需要少量样本即可恢复出杂波谱并重构杂波协方差矩阵(Clutter Covariance Matrix,CCM),其重构性能仍然受到训练样本数量的制约,当增加训练样本数量时,杂波谱恢复精度具有进一步提升的潜力。另一方面,当机载雷达的接收阵列为等间隔均匀线阵并且系统在一个相干处理间隔中脉冲重复频率恒定时,CCM可具有斜对称特性。该先验知识若被充分利用,可以将等效训练样本数量扩展为原来的两倍。本文将CCM的斜对称特性结合入SR-STAP的框架中,提出了一种稳健的SR-STAP算法,该算法同时利用CCM的斜对称特性和杂波谱稀疏性两种先验知识,能够在相同训练样本量下进一步提升杂波谱的恢复精度和CCM的估计精度。算法首先利用斜对称变换矩阵对从待检测单元中的数据和训练样本进行预处理,将等效训练样本数量扩展至原来的两倍;随后结合预处理后训练样本和一种协方差稀疏迭代算法,实现对CCM的准确重构并设计相应STAP滤波器。算法无需设置超参数,实际应用中易于操作。仿真结果表明,新算法能够有效提升杂波谱恢复的准确度,具有较好的杂波抑制性能。

摘要：针对空时自适应处理(STAP)在非均匀条件下的协方差矩阵估计问题,提出了对角加载广义内积(DL-GIP)算法.将对角加载用于改善广义内积(GIP)检测算法的检测性能.对于DL-GIP算法的关键是选择加载电平,给出了具体的选择方法.从理论上详细分析了对角加载对GIP性能的影响,即合理的对角加载可以提高检测概率和输出信噪比.最后的仿真分析验证了理论分析的正确性,即DL-GIP具有较高的检测概率和稳健的多个离群点检测能力,而且检测性能优于其他(广义内积和投影设计)非均匀检测(NHD)方法.

摘要：针对基于多输入多输出(MIMO)正交频分复用(OFDM)雷达的空时自适应处理(STAP)方法的检测性能受未确知环境先验信息影响较大的问题,提出一种提升空时自适应检测性能的MIMO雷达稳健波形设计方法。首先构建杂波协方差矩阵估计误差模型,然后在此误差模型以及波形恒模特性约束下,基于最大化最差情况下的输出信干噪比准则,建立改善STAP检测概率稳健性的波形优化模型。为求解所得非线性波形优化模型,提出了基于对角加载的迭代方法,该迭代方法中每步均可转化为半定规划问题,因而可以获得高效求解。仿真结果表明,所提方法能够改善最差情况下的STAP检测概率,与非稳健方法以及不相关波形相比,可提高最差情况下MIMOOFDM-STAP方法的输出信干噪比2~4dB。

摘要：针对训练样本被干扰目标污染导致空时自适应处理(STAP)目标检测性能下降的问题,提出了一种基于先验信息稀疏恢复的非均匀样本检测方法。该方法首先采用欠定系统局灶算法恢复待检测单元的稀疏表示系数,然后利用机载雷达系统参数等先验信息离线设计"稀疏滤波器",并采用其滤除稀疏表示系数中的目标及"伪点"的影响,进而估计杂波协方差矩阵,最后与广义内积(GIP)方法结合,根据新的检测统计量来剔除被污染的样本。仿真分析表明,与传统GIP方法相比,该方法能够有效地检测出被干扰目标污染的训练样本,提升了STAP在非均匀环境下的目标检测性能。

摘要：针对声呐空时自适应处理中混响样本获取及其协方差矩阵估计的难题,提出了一种基于混响稀疏重构的空时自适应处理方法。根据运动平台声呐混响在空时平面的分布规律,沿着混响单元多普勒频移与入射锥角余弦的关系曲线设计混响稀疏重构的空时导向字典;通过将声呐阵列观测数据在所设计的字典上进行稀疏分解,以较高精度重构了待检测距离单元中的混响样本;基于混响概率分布模型的先验信息,生成足够数量的混响样本以满足空时自适应处理中性能损失指标对混响样本数目的要求,从而得到混响协方差矩阵估计。该方法能够直接从待检测距离单元中重构混响样本,有效估计混响协方差矩阵,而不依赖于临近的辅助数据,因此不仅适合于混响统计特性不变的环境,也适合于统计特性变化的环境。声呐前视阵列、侧视阵列的仿真结果表明,该方法的改善因子比传统方法降低约10 dB,具有良好的抗混响性能。

摘要：针对机载多输入多输出雷达杂波分布呈现空时耦合特性,该文提出了一种新的空时2维脉冲相消杂波抑制方法,通过利用雷达参数以及载机速度可以确定杂波分布轨迹这一先验信息,设计出一种简单有效的空时2维脉冲相消器,作为空时自适应处理(STAP)的杂波预滤波处理方法,进一步提高目标的检测性能。试验结果表明,该方法可以较为灵活地根据不同阵列结构来构造,不受布阵方式的限制,同时对于高速运动目标的检测也较为有效。

摘要：提出了一种对机载相控阵雷达进行空时两维杂波预滤波的处理方法.利用机载雷达杂波分布轨迹可由载机速度和雷达系统参数确定这一先验知识,设计了简单有效的空时两维两脉冲杂波对消器,并将其用作降维空时自适应处理(STAP)算法的预处理,进一步改善降维STAP算法的动目标检测性能.计算机仿真分析表明,预滤波处理对正侧视和非正侧视机载雷达都有很好的杂波抑制能力,进一步改善了常规动目标显示处理和降维STAP算法的动目标检测性能.该算法的有效性由某实测数据处理结果所验证.

摘要：针对双基地机载雷达空时自适应处理难以有效抑制杂波检测目标的问题,提出了一种双基地机载雷达杂波预滤波方法.该方法考虑了实际中载机速度的估计与真实速度的误差,利用雷达系统参数、载机平台速度等信息设计杂波预滤波器抑制大部分杂波,剩余的少量杂波可由发展成熟的空时自适应处理算法进行抑制,进而提高空时自适应处理算法的动目标检测能力.计算机仿真实验表明,该方法能有效地对几种典型几何配置下的双基地机载雷达杂波进行抑制,降低了杂波自由度,后续级联进一步改善了空时自适应处理算法的动目标检测性能.