基于原子范数的无网格稀疏恢复非正侧视阵空时自适应处理算法

基于杂波谱稀疏恢复的空时自适应处理(STAP)方法可以显著降低对杂波样本数的要求,十分适合缺少样本情况下的机载雷达杂波抑制。然而,现有稀疏恢复STAP方法利用离散化空时导向矢量字典进行重构,在非正侧视阵情况下,由于杂波脊不在字典网格点上,字典失配问题严重影响杂波抑制性能。针对上述问题,该文提出了一种基于原子范数的无网格稀疏恢复空时自适应处理方法(ANM-STAP),利用低秩矩阵恢复理论实现连续空时平面的稀疏恢复,克服了稀疏恢复中的字典失配问题,获得了非正侧视阵情况下的高分辨率杂波空时谱,有效提高了STAP杂波抑制性能。Monte Carlo实验证明,该文方法STAP处理性能在非正侧视阵情况下优于已有字典离散化处理的稀疏恢复STAP方法。     

基于原子范数的无网格稀疏恢复非正侧视阵空时自适应处理算法

基于杂波谱稀疏恢复的空时自适应处理(STAP)方法可以显著降低对杂波样本数的要求,十分适合缺少样本情况下的机载雷达杂波抑制.然而,现有稀疏恢复STAP方法利用离散化空时导向矢量字典进行重构,在非正侧视阵情况下,由于杂波脊不在字典网格点上,字典失配问题严重影响杂波抑制性能.针对上述问题,该文提出了一种基于原子范数的无网格稀疏恢复空时自适应处理方法(ANM-STAP),利用低秩矩阵恢复理论实现连续空时平面的稀疏恢复,克服了稀疏恢复中的字典失配问题,获得了非正侧视阵情况下的高分辨率杂波空时谱,有效提高了STAP杂波抑制性能.Monte Carlo实验证明,该文方法STAP处理性能在非正侧视阵情况下优于已有字典离散化处理的稀疏恢复STAP方法.     

机载MIMO雷达收发联合降维STAP算法统一理论框架

该文研究了机载多输入多输出（Multiple-Input Multiple-Output,MIMO）雷达杂波抑制的收发联合降维空时自适应处理（Space Time Adaptive Processing,STAP）算法统一理论框架。首先,基于机载MIMO雷达发射波形分集的特性,构建了机载MIMO雷达降维联合自适应STAP处理的统一理论框架结构。在此基础上,建立了3种降维STAP处理结构。最后,针对上述3种降维结构,给出了相应的3类适用于MIMO体制的降维STAP处理算法。仿真实验表明:机载MIMO雷达联合降维自适应算法具有较好的杂波抑制性能和较强的抗干扰能力。      

基于空时采样矩阵的机载MIMO雷达杂波抑制方法

相对于传统机载相控阵雷达单输入多输出（SIMO）体制，多输入多输出（MIMO）机载雷达中的空时自适应处理（STAP）技术可以获得杂波抑制和动目标检测性能的大幅提升。但是传统机载MIMO雷达空时自适应处理所需要的计算量和样本需求量巨大，无法满足非均匀杂波环境和实时性要求。为了解决这一问题，本文提出了一种机载MIMO雷达空时自适应杂波抑制方法（clutter suppression based on space time sampling matrix, CSBSM）。该方法利用了杂波协方差矩阵的低秩特性，基于空时采样矩阵构造杂波协方差矩阵，并通过空时滑窗处理对杂波功率进行估计，在非均匀杂波环境下CSBSM方法仅需要单个样本即可实现对杂波的有效抑制。同时，由于空时采样矩阵和独立采样点位置可离线计算，因此CSBSM方法的运算量较小，适用于极端非均匀杂波环境。计算机仿真结果验证了所提方法的有效性。     

基于联合稀疏功率谱恢复的机载雷达稳健STAP算法研究

机载雷达信号的空时自适应处理（STAP,Space-Time Adaptive Processing）需要利用样本数据来估计杂波协方差矩阵.非均匀杂波环境中的离群点会使协方差矩阵的估计出现偏差,从而导致信号相消现象.针对此问题,本文提出一种基于联合稀疏功率谱恢复的STAP算法（JSR-STAP）处理非均匀杂波,以克服离群点对正侧视模式机载雷达的STAP性能的影响.JSR-STAP算法在高分辨稀疏恢复的条件下,利用多快拍间杂波和离群点的分布规律和相关性不同,通过范数选择合适的稀疏恢复系数来实现离群点的抑制.Monte Carlo实验证明JSR-STAP算法的稳健性和动目标检测性能均优于传统的STAP算法.     

复杂地形环境下基于GAMP-STAP的低空风切变风速估计方法

针对机载气象雷达在复杂的地形环境下探测低空风切变时,地杂波呈现非均匀特征和难以获取足够的独立同分布(IID)样本,导致空时自适应处理(STAP)杂波抑制性能变差,使得风切变风速估计不准的问题。该文基于杂波信号稀疏特性,提出一种广义近似消息传递(GAMP)STAP方法,GAMP-STAP仅利用少量的样本在复杂地形环境下实现了风速较准确的估计。该方法首先利用杂波脊的先验信息构造稀疏字典,然后在贝叶斯框架下利用GAMP算法估计杂波幅度,恢复杂波功率谱,进而计算杂波协方差矩阵,最后构造STAP滤波器实现杂波抑制以及风切变风速估计。后续实验仿真结果证明了该方法的有效性。     

稳健的基于参数化协方差矩阵估计的空时自适应处理方法

参数化协方差矩阵估计（Parametric Covariance Matrix Estimation,PCE）方法利用雷达系统参数估计杂波协方差矩阵（Clutter Covariance Matrix,CCM）,显著提升非均匀环境下空时自适应处理（Space-Time Adaptive Processing,STAP）的性能;但是在系统参数和杂波分布存在误差情况下,性能下降严重.本文提出一种稳健的基于PCE方法的STAP杂波抑制方法.首先利用稀疏恢复方法与Radon变换估计杂波分布,然后提出一种归一化广义内积统计量修正杂波的分布,最后利用PCE方法估计CCM并进行STAP杂波抑制.通过分析舰载高频地波雷达仿真和实测数据处理结果表明：所提方法的稳健性大幅提升,相比稀疏恢复STAP方法和前后向空时平滑STAP方法滤波器凹口更加准确且更深,在有效抑制杂波的同时更利于慢速目标的检测.     

基于加权SPICE的MIMO-STAP稀疏恢复算法

针对机载多输入多输出(MIMO)雷达空时自适应处理(STAP)技术在非均匀杂波条件下动目标检测性能严重下降的问题,引入了加权SPICE算法用于杂波谱的稀疏恢复。加权SPICE算法可以将一大类稀疏恢复算法纳入到统一框架下,根据加权矢量不同可得LIKES,SLIM和IAA算法。这些算法不需要设置任何超参数,基于杂波样本协方差矩阵通过迭代求解未知稀疏参数。仿真实验表明,使用这些稀疏算法恢复杂波谱,可有效提升所恢复杂波谱的准确性,能够更好地实现动目标检测。      

机载MIMO雷达空时杂波块对消器

针对机载MIMO雷达杂波空时耦合的特性,提出了一种应用于机载MIMO雷达的空时杂波块对消器。利用MIMO雷达接收杂波的多普勒相位和空域接收相位之间的关系,设计系数矩阵来对消杂波,后续级联空时自适应处理方法能进一步抑制杂波和提高动目标检测性能。仿真实验表明,该杂波块对消器能对正侧视和非正侧视机载MIMO雷达均有较好的杂波抑制能力,从而进一步提高了后续空时自适应处理算法的动目标检测性能。     

离网误差迭代自校正STAP算法

基于稀疏恢复技术的空时自适应处理（Sparse Recovery Space-Time Adaptive Processing,SR-STAP）方法提升了动目标检测性能。然而,当出现离网效应时,SR-STAP算法的杂波抑制性能下降。为了解决离网效应问题,本文提出了一种离网误差迭代自校正STAP算法。该算法首先从常规全局STAP字典中选取了功率谱值较高的网格点来构建大字典。其次,从大字典中找到与杂波点匹配度较高的原子为中心,构建局部STAP字典;接着,利用贝叶斯后验概率最大思想进行局部搜索,找到与杂波点匹配度最高的网格点。最后,得到了经过修正后的STAP字典和最优STAP滤波权值,优化了离网情况下STAP算法性能。通过仿真验证了算法消除离网误差的有效性。      

基于稀疏重构的机载雷达KA-STAP杂波抑制算法

机载雷达非均匀杂波环境下的空时自适应处理（STAP）算法会因杂波协方差矩阵估计不准导致其杂波抑制性能下降。传统知识辅助 STAP (KA-STAP)算法性能依赖于先验知识的准确程度以及配准精度,先验信息的失配可能会导致算法性能恶化。本文提出一种基于稀疏恢复技术构造杂波加噪声协方差矩阵的KA-STAP算法。该算法不依赖于先验信息,首先利用稀疏贝叶斯学习技术通过少量回波样本估计出稳健的辅助协方差矩阵,然后结合采样协方差矩阵进行空时处理。在小样本非均匀杂波场景下,该算法的输出性能优于传统KA-STAP算法。仿真结果表明了本文方法的有效性。     

基于稀疏贝叶斯学习的机载双基雷达杂波抑制

机载双基雷达杂波与构型有关且具有严重的距离依赖性,因此杂波脊复杂多变,独立同分布(IID)的样本很少。传统的空时自适应处理(STAP)方法受独立同分布样本数的限制,对机载双基雷达杂波的抑制性能有限。基于机载雷达杂波在角度-多普勒域分布的稀疏特性和稀疏贝叶斯学习(SBL)在稀疏信号重建方面的优势,该文将SBL算法应用于较为复杂的机载双基雷达双动模式下杂波抑制,该方法可以用少量训练单元杂波估计待测距离单元的杂波协方差矩阵(CCM),然后进行空时自适应处理;同时,该算法不需要样本独立同分布,在双基双动模式下对杂波的抑制性能较好,仿真结果验证了算法的有效性。     

机载预警雷达KA-STAP杂波抑制方法研究

提出了一种机载预警雷达杂波抑制方法。该方法针对非均匀环境空时样本不足导致空时二维自适应信号处理（STAP）性能受限的问题,采用同一平台获取的相同频段、分布近似的历史数据,参与构建了空时二维自适应信号处理（STAP）的协方差矩阵,开展杂波抑制效果评估。基于实际数据的杂波抑制结果表明,可以有效提高杂波背景下目标信杂噪比,在强杂波区的杂波抑制得益明显,在弱杂波区杂波抑制性能不恶化。最后,针对该方法的工程应用提出了系统设计考虑,为机载预警雷达反杂波提供了新的思路。     

空时误差情况下的STAP方法性能分析

空时自适应处理（Space-Time Adaptive Processing,STAP）技术可以实现对机载雷达杂波的有效抑制,显著提高机载雷达对运动目标的检测性能。但在实际工程应用过程中,STAP技术不可避免地会受到各种空时误差的影响,导致其性能严重下降。本文首先给出了各种空时误差的数学模型,然后从目标导向矢量失配和杂波自由度增加两方面系统分析了误差影响STAP性能的内在机理,并以信杂噪比（Signal to Clutter plus Noise Ratio,SCNR）损失为指标分析了不同误差对STAP性能的影响,最后通过仿真实验对相关分析进行了验证。本文工作量化了不同误差对STAP性能的影响程度,可为机载脉冲多普勒雷达空时误差补偿提供重要的理论支撑。      

基于空时功率谱稀疏性的空时自适应处理技术研究进展

随着压缩感知理论的兴起和发展,基于空时功率谱稀疏性的空时自适应处理(STAP)技术受到越来越广泛的关注.本文首先简单回顾了空时自适应处理技术的传统方法,接着从三个不同角度分析了空时功率谱的稀疏性并探讨了基于空时功率谱稀疏性的STAP技术的潜在优势,然后总结了基于空时功率谱稀疏性STAP基本原理和三种实现方式,根据稀疏支撑集先验信息知晓情况对现有基于空时功率谱稀疏性的STAP方法进行了分类,包括:基于阵列流形知识的STAP技术、基于空时功率谱稀疏恢复的STAP技术以及基于阵列流形知识和空时功率谱稀疏恢复的STAP技术,并对其研究现状进行了综述.最后在已有研究的基础上,着眼于提高杂波抑制和运动目标检测能力的发展需要,提出了未来该技术需要重点解决和关注的若干问题,包括稀疏性的本质机理分析、空时导向字典的设计、参数设置简单,快速和低复杂度算法设计、对模型误差稳健的算法设计、多种先验知识融合的基于空时功率谱稀疏性的STAP算法设计、基于空时功率谱稀疏性STAP方法的恒虚警检测器设计以及实测数据验证等方面.     

机载相干MIMO雷达杂波自由度估计研究

针对任意发射波形合成结构影响下的机载相干MIMO雷达杂波自由度的估计问题。论文提出了一种机载相干MIMO雷达杂波自由度估计的构造法,该方法利用发射波形合成结构直接构造等效矩阵代替杂波协方差矩阵进行求秩。通过递推分解等效矩阵,提出并证明了一种杂波自由度快速估计准则,建立了机载相干MIMO雷达发射波形合成结构、阵列稀布构型与杂波自由度之间的定量关系。研究表明:该方法和准则能够准确预测任意发射波形合成结构下的机载MIMO雷达的杂波特征谱结构。该理论既保证了降秩STAP算法性能的最优又具有较小的计算量,并为最优发射波形合成方案和MIMO STAP算法的设计提供了依据。     

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.     

机载MIMO雷达杂波建模及杂波特性分析

机载MIMO雷达通过将MIMO技术应用到机载雷达,显著增加了雷达的系统自由度,改善了机载雷达的杂波抑制性能.首先建立了机载MIMO雷达的杂波数学模型;然后给出了两种典型的正交信号形式;最后对不同信号形式和不同误差条件下机载MIMO雷达的杂波功率谱和特征谱进行了仿真分析.仿真结果表明,机载MIMO雷达与机载相控阵雷达有相似的杂波分布,但其杂波自由度显著增加;发射信号从正交向相干的退化过程中,杂波在空时二维平面形成主副瓣并逐渐锐化.     

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.     

天基预警雷达低自由度STAP方法研究

受卫星高速运动和地球自转影响,天基预警雷达杂波在俯仰-方位-多普勒三维空间呈紧耦合特性,极大降低了传统空时自适应处理(STAP)方法的慢速运动目标检测性能。采用方位-俯仰-多普勒三维STAP可实现天基预警雷达杂波解耦,但与非正侧机载预警雷达杂波的三维松耦合情况不同,该应用需要较大系统自由度才能实现次最优杂波抑制性能,所带来的巨大运算负担和均匀样本需求使其难以应用于实际。针对上述问题,该文首先构建了天基预警雷达平面阵回波空时信号模型;然后详细分析了其杂波在方位-俯仰-多普勒三维空间的紧耦合特性;最后提出了基于级联处理的低自由度三维STAP方法,利用空域加权子阵合成预先衰减副瓣杂波,再利用俯仰-多普勒自适应处理抑制剩余各次距离模糊主瓣杂波。仿真实验验证了所提STAP方法可在低运算复杂度和小样本需求条件下实现次最优杂波抑制性能,因此适用于天基预警雷达实际应用。