基于信号子空间处理的和/差波束干涉SAR/GMTI技术研究

该文研究了和/差波束干涉SAR/GMTI技术在通道不平衡条件下地杂波对消问题.文中阐述了和/差波束干涉SAR/GMTI的原理,推导了理想条件下地杂波空域对消因子.实际系统中,由于存在通道幅相不一致等误差,直接空域对消并不能有效抑制地杂波.该文研究了基于信号子空间处理的和/差波束干涉SAR/GMTI方案,通过二维信号子空间处理自适应地校正通道误差,进而对地杂波进行空域对消.仿真实验表明该方案对系统误差的敏感度显著下降,具有很好的鲁棒性,更适合于工程实施.     

基于降维稀疏重构的高效数据域STAP算法研究

本文基于信号稀疏重构技术,研究利用待检测样本直接进行动目标检测的高效空时自适应处理（STAP ）方案。该方案对时域降维的阵元-多普勒域数据采用空域稀疏重构技术估计高分辨率角度-多普勒谱,进而基于稀疏空时谱研究知识辅助的动目标检测算法。理论分析和仿真实验结果表明：本文算法能有效抑制杂波实现慢动目标检测,且运算量小易于实时并行处理。     

ADBF在机载有源相控阵雷达上的应用

对机载有源相控阵雷达系统,进行子阵级ADBF应用研究,运用遗传算法来对子阵形式优化,并结合对角加载技术,实现小采样本条件下波束快速收敛.仿真结果表明,优化后的子阵,自适应副瓣电平得到很大的改善,同时,在干扰方向形成明显的零深.     

基于多级维纳滤波器的非均匀∑△-STAP研究

该文提出了基于多级维纳滤波器的非均匀∑△-STAP并行块处理算法,在非均匀环境下能快速有效检测动目标.文中基于多级维纳滤波的广义旁瓣对消器结构,提出了联合主波束检测和自适应功率剩余检测的两级级联非均匀检测算法,能有效增强对弱干扰目标样本的检测能力.同时,将改进的并行块处理引入非均匀∑△-STAP算法,极大地降低了系统运算量.理论分析和仿真实验表明,该算法能有效剔除干扰样本,提高动目标检测性能,收敛速度快,运算量小,鲁棒性强,易于工程实施.     

均匀圆形阵列基于指数形式导数更新的STAP算法

机载相控阵雷达采用均匀圆形阵列天线具有全方位扫描、同时实现仰俯-方位角估计和天线方向图好等优点;但圆形天线特殊的几何结构使得其各距离单元回波不是独立同分布的样本,造成了空时自适应处理技术性能急剧下降。本文提出了一种基于指数形式导数更新(Exponent derivative based updating,EDBU)的杂波抑制方法,该方法通过对样本数据进行指数形式扩展, 减小均匀圆形天线机载雷达杂波的非均匀程度,提高统计型空时自适应处理(Space time adaptive processing, STAP)处理器的性能。仿真结果表明,该方法不仅明显好于局域处理和杂波距离依赖性补偿算法,而且也优于传统的基于导数更新法。     

基于投影近似子空间跟踪技术的自聚焦算法

基于特征向量法的自聚焦算法具有比相位梯度自聚焦(Phase Gradient Autofocus,简称PGA)算法更好的算法性能,但该算法必须对协方差矩阵进行特征分解,所以运算量大.利用投影近似子空间跟踪(Projection Approxima-tion Subspace Tracking,简称PAST)技术的自聚焦算法可以解决上述问题.通过实际数据处理结果对比,证明基于PAST技术的自聚焦算法是一种可满足实时处理要求的有效自聚焦方法.     

基于主瓣杂波高效配准的机载非正侧视阵雷达STAP 算法研究

该文针对机载非正侧视阵雷达杂波距离空变特性,提出基于主瓣杂波高效自适应配准的STAP 算法。为降低运算量,采用时空级联方法首先精确估计主杂波多普勒频率,然后采用稀疏重构技术估计主杂波的空间角频率,进而对不同距离单元的主杂波进行2 维配准,最后采用3DT 进行杂波抑制。仿真实验表明,经主杂波配准后,3DT改善因子在主杂波区提高了约18 dB,显著提高了对慢动目标的检测性能,且该文方案实时处理的运算量小。      

和差波束频域自适应DPCA技术研究

针对时域Σ△-ADPCA杂波抑制能力不足的缺陷,研究了频域∑△-ADPCA算法,并给出了一种快速收敛的自适应增益系数计算方法.频域∑△-ADPCA的优点是通过多普勒波束锐化,在各子波束内分别计算最佳增益系数,从而精确地补偿载机运动和系统误差,提高杂波对消性能.仿真实验结果充分验证了频域Σ△-ADPCA的正确性和有效性.     

互质阵中基于降维求根的波达角估计算法

该文提出互质阵中基于降维求根的波达角(DOA)估计算法。互质阵包含两个稀疏均匀线性子阵,拥有互质的阵元间距和阵元数目。该算法基于子阵间的互协方差,利用较长子阵中的旋转不变性扩展较短子阵的虚拟孔径。然后通过矩阵分块构造噪声子空间,并将来自两个子阵的2维参数估计问题降维为1维求根问题,获得自动配对的2维模糊参数估计。最后由这2维模糊参数可恢复出两组参数,根据互质性从两组参数估计的交集中可以获得无模糊的高分辨率DOA估计。相比互质阵中的联合多重信号分类(MUSIC)算法和联合旋转不变技术(ESPRIT)算法,该算法无需特征分解,复杂度低,但可获得更精确的DOA估计,处理更多的信源,并且对色噪声有更强的鲁棒性。多个仿真结果均验证了所提算法的有效性。     

一种抗干扰目标的STAR算法

该文研究能在干扰目标下有效检测动目标的STAR(Space-time Autoregressive)算法,提出了一种抗干扰目标的STAR(OR-STAR)算法.文中分析了干扰目标恶化STAR算法性能的原因,提出了基于权矢量局部范数最大准则的干扰目标多普勒频率确定方法,进而逐一滤除训练样本中的所有干扰目标信号.理论分析与仿真实验结果表明,OR-STAR能有效克服干扰目标引起的检测性能恶化.该算法所需训练样本极少,是一种适合工程实用的STAP(Space-Time Adaptive Processing)算法.