一种改进的知识辅助MIMO雷达空时自适应处理方法

针对机载多输入多输出(MIMO)雷达杂波抑制问题,该文提出一种改进的基于知识辅助的空时自适应信号处理算法(KA-STAP)。根据杂波在空时2维平面的先验分布离线构造杂波子空间,以此替代基于扁长椭球波函数(PSWF)估计的杂波子空间,避免了复杂运算。仿真结果表明,所提方法不仅能减小运算量,还能获得更深的零陷以及更优的旁瓣性能。

     

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.     

基于空时自适应处理的阵列测向算法

提出了一种基于空时自适应处理(STAP)的阵列信号测向算法,与常规的空间域阵列信号处理相比,该方法由于联合了空间-时间维进行处理,增大了系统自由度,从而提高了处理信号增益以及空时谱分辨率,并且能够在不需要预先精确获得信号频率的前提下获得信号的波达方向估计(DOA)。仿真实验结果验证了该方法的有效性。     

一种基于Deramp处理的空时自适应处理方法

在多通道合成孔径雷达动目标检测(SAR-GMTI)系统中,直接利用传统的后多普勒空时自适应处理(PD-STAP)技术进行杂波抑制会导致3个问题。第一,由于动目标径向速度引起的多普勒偏移会导致动目标出现谱卷绕,直接利用匹配滤波的方法对动目标聚焦会出现虚假目标。第二,在信号下采样的情况下,动目标聚焦位置会出现脉冲重复频率(PRF)的偏差,从而导致一个动目标可能出现在多个位置,使得动目标检测变得复杂。第三,利用传统的PD-STAP技术进行杂波抑制会导致很大的计算复杂性。基于此,该文提出一种基于Deramp处理的空时自适应处理方法进行杂波抑制处理,可以有效解决上述问题。该文最后通过仿真实验验证了该方法的有效性。     

基于多级嵌套维纳滤波器的空时自适应处理

针对空时自适应处理使计算量显著增加这个问题,本文研究一种基于多级嵌套维纳滤波器的降秩自适应滤波方法.进一步与主分量分析方法进行了计算机仿真比较,指出其有效的降秩作用.该方法运算量小,对采样要求低,不需要协方差矩阵,也不需要协方差矩阵求逆,增加了空时自适应处理的实际工程应用的可行性.     

基于迭代自适应的字典校正空时自适应处理算法

本文针对稀疏恢复空时自适应处理(Space-Time Adaptive Processing, STAP)由于字典设置不合适引起的离网效应,提出了一种基于迭代自适应(Iterative Adaptive Approach, IAA)的字典校正STAP算法。首先在IAA的每次迭代中,找到原始空时导向字典中每个量化空间频率最大功率对应的原子,围绕选定的原子,将其附近的多普勒频率均匀离散成一个集合,然后通过最大化联合似然函数在局域中搜索最优原子,并将选定的原子替换为最优原子,最后通过IAA的全局迭代,选择与杂波脊匹配的原子形成新的空时导向字典。实验证明,该方法可以有效地减轻离网效应引起的杂波脊扩展,杂波抑制性能优于现有的空时导向字典均匀离散化的IAA-STAP方法。      

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。     

基于杂波谱稀疏恢复的空时自适应处理

在机载雷达体制中,空时自适应处理(STAP)可有效抑制杂波并完成动目标检测.但在实际杂波环境中,由于缺乏独立同分布的训练样本,传统STAP算法性能下降严重.针对这一问题,我们利用STAP体制下杂波在角度-多普勒域上的稀疏性,提出基于稀疏恢复的SR-STAP方法,可在少量训练样本下实现高分辨空时杂波谱及相应杂波协方差矩阵...     

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。     

基于环境动态感知的空时自适应处理

在非均匀环境中,缺乏独立同分布的训练样本会使空时自适应处理(Space-Time Adaptive Processing, STAP)算法性能严重下降。针对这个问题,该文提出一种基于环境动态感知的空时自适应处理方法。该方法首先通过发射一组正交信号感知观测场景获取杂波信息;然后利用杂波信息结合平台参数及系统参数预测未来一段时间内杂波的协方差矩阵;最后将预测的协方差矩阵与样本协方差矩阵进行组合以构造空时滤波器。仿真结果表明,与传统的知识辅助类STAP算法相比,该方法在缺乏准确先验知识的情况下依然可以有效地抑制非均匀环境中的杂波。     

基于正交约束的导航接收机空时自适应方法

卫星导航系统容易受到干扰,空时自适应处理在导航接收机抗干扰方面拥有明显的优势,即系统自由度显著提高,但是传统空时自适应处理应用于导航接收机抗干扰中却面临信号失真的难题。该文提出一种基于正交约束的导航接收机空时自适应处理方法。该方法从空时自适应处理的原理入手修改传统空时自适应处理优化的约束项,消除了不同时延信号对合成信号的影响,保证了空时自适应处理在有效抑制干扰的同时不影响导航信号的捕获和解码。理论分析和仿真结果表明,该方法能有效解决空时自适应处理中的导航信号失真问题。     

基于频率非均匀采样杂波谱配准的天基雷达STAP方法

地球自转和非正侧面阵配置会使得天基雷达杂波谱随距离发生变化,呈现出非平稳性,从而严重影响统计STAP方法的杂波抑制性能。为了补偿这种非平稳性,该文提出了一种基于频率非均匀采样的杂波谱配准方法,建立了非均匀谱配准法的数学模型,给出了频率非均匀采样点的选取方法以及谱配准后杂波协方差矩阵的估计方法等。通过对天基雷达的仿真实验表明,上述谱配准法可有效消除杂波非平稳性,获得较好的处理性能。     

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。     

空时自适应处理的滑窗递推QR算法

在局部平稳的杂波环境下,滑窗样本选取方法可以比较准确地估计检测单元的杂波统计特性。该文提出基于滑窗选取样本的递推QR算法,它采用双曲Householder变换实现QR分解的递推,能有效地抑制局部平稳杂波,且具有数值稳定性好,计算量小的优点。仿真数据处理和实测数据处理验证了该方法的有效性。     

空域数据分解的两级降维自适应处理方法

传统的后多普勒自适应处理方法,如因子法和扩展因子法,虽然能大大降低自适应处理时的运算量和独立同分布样本的需求量,但在天线阵元数进一步增大的情况下,还是不能有效抑制杂波。针对这一问题,该文提出一种空域数据分解的两级降维自适应处理方法。该方法将多普勒滤波后的空域数据进行分解,使其变为两个向量的Kronecker乘积,得到一双二次代价函数,利用循环迭代的思想求解最优权。实验表明该方法具有快速收敛,所需训练样本少的优点,尤其在小样本条件下该方法抑制杂波的性能明显优于因子法和扩展因子法。     

基于空时降维处理的高动态零陷加宽算法

空时自适应处理是卫星导航抗干扰的有效方法。但在高动态环境下,干扰来向动态变化,干扰很容易移出常规自适应抗干扰算法所形成的窄零陷,导致算法失效。常用的解决办法是加宽零陷。该文从干扰来向变化的统计模型出发,提出一种基于拉普拉斯分布的空时加宽零陷算法,该算法能在干扰方向形成较宽的零陷。并且考虑到空时处理将增加算法的计算复杂度,该文将新的空时加宽零陷算法与多级维纳滤波器相结合,给出一种基于空时降维处理的加宽零陷算法。新算法能有效降低算法复杂度,并能在小快拍下得到更好的性能。仿真结果表明新算法的有效性。     

机载非正侧阵雷达自适应子空间方法

机载非正侧阵雷达使杂波具有距离非平稳特性且传统的空时自适应方法性能下降严重。为了解决这个问题,该文提出一种自适应的子空间方法。该方法首先利用曲线拟合估计构型参数,然后利用估计的构型参数计算杂波子空间,最后将数据向杂波子空间对应的正交补空间进行投影来抑制杂波。仿真实验结果表明,该方法可以取得较好的参数估计精度与杂波抑制性能。     

基于压缩感知的空时自适应动目标参数估计

该文针对空时自适应处理(Space-Time Adaptive Processing, STAP)中目标参数估计问题,提出一种基于压缩感知(Compressed Sensing, CS)技术的估计方法,该方法根据目标信号在空时域的稀疏特性,利用CS技术实现目标信号重构从而估计出目标参数。为了解决稀疏恢复有效性与参数估计精度之间的矛盾,该文构造较小维数的基字典以确保基字典中各原子向量之间相关性尽可能小,并将此时得到的目标参数作为粗估值;接着在以粗估结果为邻域的区间内进行局部寻优,得到精确的估计结果。仿真结果证实了所提方法的有效性。     

实测数据的降秩空时自适应处理方法

本文介绍了两种在广义旁瓣相消器结构上的降秩空时自适应处理方法:主分量法和互谱法,这两种方法是利用杂波和干扰的低秩属性,应用采样数据来构造降维转换矩阵。最后对MountainTop计划进行了详细的描述,并对从MountainTop计划测得的数据,应用上述两种降秩方法对其进行了分析。仿真实验表明了这两种方法的可行性,减少了计算量,并提高了有效可测收敛性。     

高动态条件下统计空时零陷加宽方法

论文根据弹载导航接收机的特点,建立了高动态环境的抗干扰模型;针对高动态环境下干扰的特点和传统零陷加宽方法的不足,提出新的基于统计的空时零陷加宽方法。该方法能在高动态条件和其它非理想因素引起的通道及数据失配的情况下有效地抑制干扰,大大增强弹载导航接收机抗干扰算法的鲁棒性。仿真试验表明了所提方法的有效性。