基于空时联合约束的机载雷达STAP单脉冲角度估计方法

对现有STAP(Space-Time Adaptive Processing)单脉冲角度估计方法存在单脉冲比失真及目标多普勒失配时角度估计性能严重下降的问题,本文从数学上分析了常规STAP单脉冲方法的失效机理,并基于机载雷达杂波的空时耦合特性,将差波束约束条件扩展到空时二维空间,提出了基于空时联合约束的STAP单脉冲角度估计方法,将单脉冲曲线延伸为单脉冲曲面,通过空时联合约束显著提高了目标角度估计的精度和稳健性.计算机仿真结果验证了本文方法的有效性.     

自适应机载雷达空-时处理性能的改善

在机载预警雷达中，对低速目标的检测是很重要的，却又是非常困难的．本文提出了一种时域预处理的时-空二维自适应处理新方法，与先前提出的TSA滤波法[1]相比，新方法稍增加一些运算量，但在低速日年检测性能上有较大的改善。     

一种适用于空时自适应信号处理的子阵划分方法

提出了一种适用于空时自适应信号处理的子阵划分方法，它通过简单的网络合成来减少原来需要处理的单元数。仿真结果表明，这种方法不仅简单实用，而且很有可能在工程上得以应用。     

机载雷达空时二维自适应处理方法—时空子阵联合处理

本文提出一种机载相控阵雷达空时二维联合自适应处理的新方法－时空子阵联合处理，并进行了分析与讨论，这一方法的特点是性能优越，实现简单，尤其适合非正侧面阵。     

发射波形任意合成结构下机载MIMO雷达STAP性能分析

输出信杂噪比(SCNRout)是决定机载多输入多输出(MIMO)雷达空时自适应信号处理(STAP)性能的一个重要指标,但是现有的STAP算法均无法准确地给出其理论解析式。针对上述问题,文中研究了发射波形任意合成结构下的机载MIMO雷达衡量STAP性能的SCNRout的精确理论解析式。首先,通过发射波形互相关矩阵和MIMO STAP性能之间的联系,推导得出了SCNRout的理论解析式;然后,基于对该理论解析式的分析,从发射波形任意合成结构这个角度阐述了理想MIMO雷达、MIMO相控阵雷达和相控阵雷达的STAP性能特征。仿真实验表明:推导得出的理论解析式与仿真结果精确一致,并论证分析了机载MIMO雷达STAP处理性能的优越性。所推导的理论解析式对发射波形的优化设计具有重要的参考意义。     

机载雷达空时自适应处理的实时实现

多通道机载雷达空时自适应 (STAP) 算法运算量巨大,不易实时实现。本文详细分析了部分自适应STAP的3个计算步骤,指出了其内在并行性。针对多片DSP系统提出了一种部分自适应STAP并行算法,给出了该算法的任务划分、执行模型、任务映射策略以及性能评价函数。该算法在不同的计算阶段之间进行数据重映射。通过数据试验证明这种基于多片DSP系统的STAP并行算法具有较高的实时性能。     

天基雷达空时二维杂波建模与STAP性能分析

提出了一种基于天基雷达运动几何模型的空时二维杂波的建模方法。该模型考虑了地球自转的影响以及天基雷达杂波的距离和多普勒模糊特征,克服了传统一维杂波建模方法难以描述天基雷达空时二维特征的缺陷,而且该建模方法运算量低,适于对天基雷达大范围杂波进行快速模拟。同时,利用该模型得到了仿真杂波数据,研究了地球自转和杂波的距离多普勒模糊对空时二维自适应处理的动目标检测性能的影响,仿真和处理结果验证了杂波模型的正确性。     

机载雷达极化空时自适应滤波性能分析

该文针对极化空时自适应处理时,目标极化状态未知的瓶颈问题,提出了先预估计目标的极化状态,然后再进行滤波的方法。该方法无需在极化域专门设置滤波器组进行搜索,大大减少了计算量。提出了最小方差无偏估计和正交投影估计两种极化矢量的估计方法,并将估计性能与Cramer-Rao界进行了比较,从理论上证明了最小方差无偏估计性能较好。与之相对应,提出了两种极化空时自适应滤波方法。仿真验证了特别当目标慢速运动时,极化空时自适应滤波明显优于空时自适应滤波。     

机载雷达的空时发射与编码

论述远程机载雷达,阐明了宽带波形和多通道的同时需求开通了走向新的空时自适应信号与处理技术的道路,从而改进对多个地面和空中目标的探测与分类。     

双基地STAP在机载雷达中的应用

本文研究了双基地空时自适应处理(STAP)的性能，文中指出一般的双基地杂波环境具有不稳定性，这种不稳定性会阻碍STAP的实施。文中举例说明，如果不采取正确的措施，协方差估值误差所带来的信号干扰噪声比(SINR)损失可达30dB，但是如果使用了局域化STAP算法并结合时变加权处理，大部分性能损失还是可以挽回的。     

STAP在线阵和面阵中的比较

STAP（时空自适应处理）已被证明是机载雷达在强杂波环境下检测目标的一种有效方法。文中对面阵和线阵作比较,分析了阵元幅相误差对线阵中二维STAP（2D-STAP）性能的影响,对面阵天线采用的三维STAP（3D-STAP）技术,补偿因存在阵元幅相误差而导致各列子阵俯仰方向图的不一致性。对仿真数据处理结果证明三维处理具有更好的性能和很强的误差容错能力。     

基于SA-MUSIC理论的联合稀疏恢复STAP算法

基于子空间扩展多重信号分类(SA-MUSIC)理论对杂波空时二维谱进行联合稀疏恢复,实现小样本情况下空时自适应处理(STAP)性能的显著提升.首先,提出空时导向矢量相关性模型,利用该模型分析杂波在空时二维平面上的稀疏本质,解释用部分空时导向矢量近似整个杂波子空间的合理性.其次,提出基于SA-MUSIC理论的联合稀疏恢复STAP算法(SA-MUSIC-STAP),该算法仅需极少训练样本便可实现对杂波协方差矩阵的准确估计,并实现有效的杂波抑制.仿真实验验证了SA-MUSIC-STAP算法的有效性.     

知识辅助机载雷达杂波抑制方法研究进展

现有研究表明,有效利用先验知识可以较好地解决机载雷达自适应信号处理中的非均匀杂波问题.分析了当前知识辅助机载雷达杂波抑制方法研究的基本情况,从外信息源数据与雷达观测数据的关联、智能样本选取与滤波器选择两个方面分析了间接利用先验知识方法的研究进展,从先验协方差估计、预白化类空时自适应处理(STAP)算法以及贝叶斯滤波STAP算法三个方面分析了直接利用先验知识的方法的研究进展,分析了基于先验知识的CFAR处理方法以及高逼真度杂波建模与仿真的研究进展.建立在对现有研究分析的基础上,从对更多信息源的使用和更有效融合先验知识的STAP方法两个方面提出了一些值得进一步深入研究的问题.     

基于STAP杂波抑制的天基雷达PRF设计

提出了一种基于空时二维自适应处理(STAP)杂波抑制技术的天基雷达脉冲重复频率(PRF)设计方法。该方法首先通过几何建模对主杂波缺口宽度进行估算、确定适用于整个搜索空域的脉冲宽度参数,然后通过杂波仿真获得最优STAP处理的最小可检测速度(MDV)指标、并用经典M/N中等PRF选择法设计一组PRF波形,最后画出距离-速度盲区图进行验证。文中推导了公式,用设计实例验证了该方法的有效性。仿真表明,在PRF设计中采用未补偿的主杂波缺口宽度参数在工程实际中可以获得更好的距离-速度覆盖性能。     

基于奇异值分解的空域海杂波抑制算法

为充分研究和认知海杂波空时二维特性,提出了基于岸基多通道雷达模拟实现机载平台运动功能的海杂波测量方法,并提出了相应场景下测量数据特性分析方法. 通过逆相位中心偏置技术,实现岸基多通道雷达收发相位中心随脉冲重复周期移动,使得海杂波数据具备空时二维耦合特性,且利用测量数据中相参脉冲随雷达多通道数目周期变化特点,实现单距离单元对应海杂波空时特性表征量的精确估计. 实测数据结果表明,基于提出的特性分析方法得到的海杂波抑制效果优于传统方法,在非主瓣杂波区域信杂噪比损失优于传统2 dB,抑制后剩余杂波的平均距离-多普勒改善1 dB. 基于岸基多通道雷达开展模拟机载平台运动场景下的海杂波测量试验,具有测量简单、成本低、获取样本数据量大等优点,且利用多通道雷达海杂波特性分析方法开展海杂波空时特性研究,大大提高了特性分析精度.     

空域分解的机载MIMO雷达空时处理方法

相对于传统机载相控阵雷达,应用于机载多输入多输出雷达中的空时自适应处理（MIMO-STAP）技术可以获得杂波抑制和动目标检测能力的大幅提升.但是传统MIMO-STAP所需要的计算量和样本需求量巨大,无法满足实际处理要求.为了解决这一问题,我们提出了一种基于空域多级分解的机载MIMO雷达后多普勒自适应方法.该方法将后多普勒自适应权系数进行分解,使其变为几个短向量的Kronecker乘积,然后利用循环迭代的思想求解自适应权.实验表明该方法具有快速收敛性,在小样本大阵列条件下该方法明显优于传统的后多普勒处理方法.     

基于俯仰维信息的机载雷达非均匀杂波抑制方法

 针对机载雷达天线非正侧放置导致的非均匀杂波抑制问题,从利用阵面俯仰维信息的角度出发给出了一类解决方法.本文首先分析了机载雷达阵面非正侧放置情况下待检测距离单元的杂波构成,得到由俯仰副瓣引入的近程杂波是导致杂波非均匀的关键因素这一结论;然后给出了利用俯仰自适应波束形成级联两维空时自适应处理(2D STAP)方法来抑制非均匀杂波,同时从本质上阐述了俯仰-方位-多普勒3D STAP方法在非均匀杂波环境下具有良好杂波抑制性能的内在机理.最后通过仿真验证表明,利用俯仰维信息类STAP方法在非正侧阵导致的非均匀杂波环境下具有良好的杂波抑制性能.     

基于密集干扰的机载雷达STAP技术的干扰研究

空时自适应处理（STAP）技术是新一代机载预警雷达的关键技术,其优越的抑制杂波和干扰的性能给电子对抗提出了严峻考验。从STAP技术的原理出发寻找其不足,通过密集干扰使得STAP最优时,系统因缺乏足够多的自由度干扰抑制性能大大下降,最后通过仿真验证了该方法的干扰效果。     

双基地机载预警雷达空时自适应处理方法

本文在文献[1] 所建杂波模型的基础上,进一步研究空时自适应处理对双基地机载预警雷达杂波的抑制问题.深入分析了双基地机载预警雷达杂波距离多普勒特性,进而提出了一种基于距离多普勒补偿的空时二维自适应处理方法.理论分析与计算机仿真表明,该算法能有效实现工作于低重频时双基地机载预警雷达杂波抑制.     

稀疏恢复空时自适应处理技术研究综述

相较于传统空时自适应处理（STAP）技术,稀疏恢复（SR）STAP技术在小样本条件下杂波抑制性能显著提升,因此适用于现实非均匀杂波环境.本文首先阐述了SR STAP基本原理,分析了机载雷达杂波空时稀疏特性;然后总结了SR STAP发展历史与现状,并在此基础上针对其相关科学问题进行了探讨,包括：空时谱估计还是杂波抑制、单观测样本还是多观测样本、白化还是置零、重构算法参数依赖还是不依赖、非平稳杂波下是否适用及干扰条件下是否可行;最后给出了当前SR STAP技术走向实用化过程中所面临的关键问题,即网格失配和空域误差影响,并分别讨论了无网格压缩感知和字典自校正的解决途径.