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。      

降维STAP方法的两种基本形式的比较研究

降维时空自适应处理(Reduced-Rank STAP)已成为机载雷达杂波抑制中的关键技术,各种降维方法也层出不穷,该文指出实际上这些方法都可归于两种基本的形式,即基于广义旁瓣相消器(GSC)结构的形式和从输出信杂噪比(SINR)的特征空间出发的形式。由于基于本质上的不同形式来构成降维转换矩阵,这两类方法体现出不同的性能和降维潜力,该文通过理论分析和有无误差情况下的仿真实验对这两种基本形式进行了比较研究。     

STAP结构自适应方法

空时自适应处理(STAP)实现的主要障碍之一是计算量巨大,现有文献中的降维(降秩)方法均是离线的,本文研究了在线降维方法.在考察了STAP中不同多普勒通道间杂波的变化后,提出了实现系统调控自由度自适应——结构自适应的准则和方法,这一方法在性能损失甚微的前提下,可明显的减少STAP的计算量.     

机载相控阵雷达降维STAP信号处理机的设计

由于巨大的运算量和其他技术问题的存在，空时二维联合处理（STAP）技术的实现必须进行降维处理。文中设计了一种先时后空白适应级联降维处理信号处理机。该信号处理机主要由预处理、通道处理、STAP波束形成和多CPU等模块组成，主要完成通道校正与均衡、动目标显示、数字脉冲压缩和多普勒滤波、STAP波束形成和恒虚警率检测，以及解模糊的功能。     

一种稳健的降维STAP算法

首先分析了波束——多普勒域空时自适应降维原理,并深入研究了两种典型的波束——多普勒域降维算法：局域联合法（JDL）和广义相邻多波束法（GMB）,结合两种算法的优点提出了一种稳健的降维STAP算法。该算法适当地增加辅助波束,以较小的运算量为代价,克服了一般降维算法对阵元幅相误差敏感的问题,且主杂波区性能较好,适用于非均匀...     

并行实现空时自适应算法

针对多片DSP(数字信号处理器)并行处理系统,研究了空时自适应处理(STAP)算法的实时实现.在分析了部分自适应STAP算法内在并行性的基础上,提出了一种任务级的STAP并行处理算法.给出了该算法在多DSP并行处理系统上的算法映射.通过数据实验证明这种基于多DSP并行处理系统的STAP并行算法具有较高的实时性能.     

MIMO雷达收发两级STAP 原理与性能讨论

提出了一种基于多输入多输出雷达的收发两级空时自适应处理(STAP)算法。收发两级STAP 与收发联合STAP 不同在于:分别对等效发射端与接收端进行空时处理,从而达到降低运算量效果。文中给出收发两级STAP 所构造的协方差矩阵与收发联合STAP 协方差矩阵关系,并且给出输出信杂噪比(SCNR)表达式。从仿真结果看,收发两级法SCNR 性能与收发联合STAP 相近,且计算量有明显降低。此外,收发两级STAP 也可应用到收发联合降维算法中,得到与收发联合降维算法一样的性能,且运算量进一步降低。     

机载MIMO雷达空时自适应处理技术研究进展

MIMO雷达作为一种新体制雷达,具有诸多优点和广泛的应用领域,引起了国内外军事界和学术界的极大关注。空时自适应处理(STAP)主要目的为抑制地杂波,进行地面动目标显示(GMTI)。如今,这项技术又被进一步推广到MIMO雷达系统中,MIMO雷达STAP迅速成为国际雷达界的一个研究热点。该文详细阐述了MIMO- STAP的引入及重要意义,对杂波建模、杂波自由度(DOF)分析、降维(秩)处理、有源干扰与杂波的同时抑制、非均匀杂波环境处理等方面主要研究情况进行综述,并对未来MIMO-STAP技术的发展方向进行了展望。      

对空时自适应技术的卷积调制干扰研究

空时二维自适应处理(STAP)技术具有卓越的抑制杂波和抗干扰性能,常规的干扰手段难以对其产生理想的干扰效果。研究了机载雷达STAP系统的信号模型,提出了一种基于收发分时体制的卷积调制干扰方法。该方法首先对截获到的雷达信号进行间歇采样并进行存储,然后将读出的信号与存储的噪声进行卷积调制,最后将得到的干扰信号延时叠加转发。理论分析表明该干扰方法能产生幅度随机起伏且间隔随机分布的假目标群,破坏了训练样本独立同分布的条件,造成STAP系统性能下降。计算机仿真结果验证了该干扰方法的有效性。     

导航终端空时二维联合抗干扰实现方法

导航终端的空时二维级联自适应处理(STAP)抗干扰技术涉及采样协方差矩阵的求逆运算,实际使用中往往难以满足实时性要求。针对该问题,在分析传统算法的基础上,提出了一种线性化迭代的权值更新算法。仿真结果表明该算法可在降低运算量和实现复杂度的基础上使干扰抑制性能接近最优,同时给出了该算法的一种工程实现方案。     

A study of Reduced-Rank stap

This paper starts with the discussion of the principle of Reduced-Rank (RR) Space-Time Adaptive Processing (STAP). It is followed by a dedication of the upper bound performance of all eigen-based RR methods provided by Cross Spectral Method (CSM) under the condition of a given processor rank and an identical secondary sample size. A performance comparison between two RR STAP processors with prefixed structure and CSM is performed by the means of simulations. It is shown that the performance of time pre-filtering followed by jointly localized STAP structure (i.e. 3DT-SAP) is very close to the upper bound and thereby it is an effective RR approach.     

FFT implementation of Doppler dependent pre-Doppler STAP

The Doppler dependent pre-Doppler STAP method can obtain better performance than the Doppler independent pre-Doppler STAP method at the cost of increased computational complexity. A computationally efficient way of carrying out the Doppler dependent pre-Doppler STAP method is developed without performance degradation. It evaluates all Doppler filter outputs by two groups of FFT, which avoids the need to evaluate the adaptive weight vector and to carry out Doppler processing independently for each adaptive space-time filter.     

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。     

基于杂波协方差矩阵特征向量分析STAP降维方法

本文在对杂波协方差矩阵的特征值、阵特征向量做出分析的基础上,讨论了无信噪比损失的降维的充要条件,并给出了一种满足该条件的降维变换阵的构造方法。最后基于一维Ｍｏｕｎｔａｉｎｔｏｐ数据对文中提出的算法作出了验证。     

空时二维自适应处理的目标污染样本挑选方法

在空时二维自适应处理(STAP)中,杂波样本数据不满足独立同分布(iid)条件是影响STAP处理的一个重要因素.这种非iid特性不仅包含地面的不均匀性和散射体的内部运动,也包括了目标和一些类似目标的干扰造成的样本数据污染.在某些情况下,被目标污染的样本会对权系数矢量的估计造成明显的影响,使输出信杂比大大下降.本文首先分析了目标信号对广义旁瓣相消结构(GSC)处理方式的影响,指出采用阻塞矩阵和不包含检测单元的辅助数据不能有效消除目标信号的影响.而现有的非均匀检测(NHD)方法不能有效挑出污染样本.据此,本文提出杂波剩余功率下降的目标污染样本选择准则和两种新的非均匀样本检测方法,可以将对自适应有影响的污染样本数据剔除.试验结果证实了新方法的有效性,而且其中一种方法的运算量很小,便于工程实现,具有较高的应用价值.     

一种用于空时自适应处理的并行计算模型

在分析各种空时自适应处理(STAP)算法特点的基础上,提出了一种用于STAP的并行计算模型.进而深入分析了STAP系统的实时特性,分析发现,要减少系统延时,一是必须尽量减少计算或者通信时间,二是充分利用前批数据的计算结果和相关先验知识;而要增大吞吐率,一是增加处理器流水线条数,二是避免出现瓶颈阶段.基于该模型,已成功开发了多种实际系统.     

基于重构时间采样的空中机动目标检测与参数估计

空时自适应处理(Space-Time Adaptive Processing,STAP)是一种有效的机载预警雷达动目标检测方法。但当来袭目标具有很强的机动性时,其多普勒频率随时间变化,使得传统STAP方法的相参积累性能大大下降。针对这种情况,该文提出了一种将STAP与分数阶Fourier变换(FRactional Fourier Transform,FRFT)相结合的机载雷达空中机动目标检测和参数估计方法。该方法利用空间采样来重构时间采样,等效于增加了单个阵元的脉冲点数,解决了由于机载预警雷达在一个相干处理时间内发射脉冲点数有限而导致直接应用FRFT估计精度较差的问题。仿真结果证明了该方法的有效性。     

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。     

稳健的局域STAP处理器

针对现有局域空时自适应(STAP)处理器的不足,提出了一种对杂波复杂度和干扰环境变化更加稳健的局域STAP处理器—FDSP (Flexible DOF STAP Processor).该处理器根据外部干扰环境的变化情况,依据准则自适应地调整系统自由度.它不仅降低了非主杂波区杂波抑制的计算量,并且可以有效抑制有源干扰.给出了该处理器的实现方法和权值递推求解的快速算法.利用实测数据证明了该处理器的有效性.