Fast reduced-rank STAP algorithm based on Gram–Schmidt orthogonalisation for airborne radar

In the reduced-rank space-time adaptive processing (STAP) methods, especially the principal component (PC) analysis STAP method, a set of dominant eigenvectors must be obtained by singular value decomposition of the space-time covariance matrix. Therefore, it is very difficult to be applied in practical system due to the intense computational complexity. In order to reduce the computational burden, a fast reduced-rank STAP algorithm based on Gram–Schmidt (GS) orthogonalisation is proposed in this article. In the proposed GS-PC STAP method, the clutter subspace is reconstructed by the GS orthogonalisation of training samples. Then, the STAP adaptive weight vector is calculated by orthogonally projecting the quiescent weight vector into clutter subspace, which can hold fast convergence measure of effectiveness (MOE) and require less computational complexity by compared with the conventional PC method. Based on the simulated data and multichannel airborne radar measurements data, the corresponding convergence MOE and the clutter suppression performances are verified in the article.     

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。     

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.     

机载非正侧视阵知识辅助STAP方法

机载非正侧视阵的近程杂波具有严重的距离依赖性,在距离模糊条件下,现有的空时自适应处理(Space-Time Adap-tive Processing,STAP)算法难以对其进行有效抑制,为此提出了知识辅助的STAP处理方法。通过使用新的样本选择策略,以及改进的针对近程杂波的知识辅助协方差矩阵模型,该方法在处理非正侧视阵近程杂波时的性能接近最优,远高于一般的基于样本估计协方差矩阵的方法,并克服了缺少训练样本的问题。仿真结果证明了该方法的有效性。     

基于俯仰维信息的天基双基地雷达正交投影STAP算法

分析了天基双基地雷达的地杂波距离模糊引起的杂波多普勒展宽特性.针对天基双基地雷达距离模糊杂波的抑制问题,提出了一种基于俯仰维信息的正交投影(OP)空时自适应处理(STAP)算法.该算法利用杂波空间导向矢量中的俯仰信息来构造正交投影矩阵,然后对投影后的空时数据进行空时自适应处理.结果表明,基于俯仰维信息的正交投影变换实现...     

基于传播算子的机载前视阵雷达杂波谱补偿方法

 针对机载前视阵中杂波多普勒频率随距离发生变化,导致杂波谱在距离上呈现严重的非平稳性,因此根据杂波模型提出了一种新的杂波谱补偿方法,该方法首先对接收数据进行分块处理来构造传播算子以获得杂波子空间,再将训练单元的杂波子空间向待检单元的杂波子空间进行投影得到一个变换矩阵,然后用这个变换矩阵对数据进行处理,使杂波谱得到补偿,最后利用空时自适应算法对补偿后的数据进行杂波抑制.仿真结果表明此方法有效地抑制杂波的非平稳性,提高了雷达抑制杂波的性能.     

Clutter suppression for airborne phased radar with conformal arrays by least squares estimation

The radar clutter statistics for airborne conformal arrays varies by range, i.e., the clutter distributions are nonstationary, which causes performance degradation for the conventional space-time adaptive processing (STAP), which estimates the clutter covariance matrix (CCM) from data at adjacent range cells. In this paper, a novel clutter suppression method for airborne phased radar with conformal arrays is proposed that takes a form of corrected sample matrix inversion (SMI) through the CCM estimated by the least squares (LS) estimation. The estimated CCM can provide partial information about the real CCM in the novel method, which results in improved detection performance for targets in conformal array applications. Simulation results relative to several typical conformal arrays verify the effectivity of the presented method.     

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.     

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.     

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.     

基于多帧观测联合感知的空时自适应处理

在机载雷达体制中,空时自适应处理STAP(Space-Time Adaptive Processing)可有效抑制杂波并显著提高雷达对慢动目标的检测性能.但是在非均匀环境中,缺乏独立同分布的训练样本会使STAP性能严重下降.针对这个问题,本文提出一种基于多帧观测联合感知的空时自适应处理方法.该方法交替发射正交信号和普通的相控阵信号.检测前,通过当前及先前的环境回波感知观测场景获取杂波信息;检测时,先利用杂波信息结合平台参数及系统参数估计杂波协方差矩阵,再将估计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,抑制杂波,提高输出信杂比.仿真结果表明,与现有的知识辅助类STAP算法和降维算法相比,该方法在缺乏准确先验知识的情况下,可以有效地抑制非均匀杂波.     

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。     

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.     

高频地波雷达空时自适应目标检测

针对高频地波雷达接收到的海杂波数据在落入Bragg峰区域时目标会被海杂波所遮盖的特点,通过对海杂波的空时耦合特性的分析,将空时自适应信号处理运用到超视距雷达中,提出抑制海杂波的同时检测被海杂波所遮盖的舰船的新方法.实测数据的处理结果证明了所提出利用空时自适应处理抑制海杂波的有效性和实用性.     

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。      

双基地机载预警雷达空时二维杂波建模及杂波特性分析

本文建立了双基地机载预警雷达空时二维杂波模型,其中考虑了双基地雷达的几何配置、雷达的系统参数、各种误差及距离模糊等实际因素对杂波谱的影响.基于该模型分析了杂波特性,并计算了杂波的空时二维似然谱,结果表明所建杂波模型是合理的.该模型是研究双基地机载预警雷达杂波抑制与空时自适应处理技术的基础.     

基于自适应分区的非平稳杂波抑制方法

对于非正侧视阵机载雷达,杂波在近程表现出严重的非平稳性,在距离模糊情况下近程微弱目标和近程非平稳强杂波混叠,导致传统空时自适应处理(Space-Time Adaptive Processing, STAP)方法的运动目标检测性能严重下降。为了解决该问题,本文提出了一种基于自适应分区和正交投影的机载雷达非平稳杂波抑制方法。首先,基于回波数据在距离-多普勒域将机载雷达回波自适应划分为非平稳杂波区、平稳杂波区和清晰区,然后在非平稳杂波区采取俯仰维正交投影级联STAP处理,在平稳杂波区采取传统STAP处理,在清晰区采取传统PD处理。该方法能够显著提升机载雷达在全距离和全速度域的目标探测性能。仿真实验验证了所提方法的有效性。     

Range dependent clutter rejection using range-recursive space-time adaptive processing (STAP) algorithms

We here address the issue of ground clutter rejection for the detection of slowly moving targets in a non-side looking (NSL) array configuration airborne radar. The optimum space-time adaptive processing (STAP) filter needs the knowledge of the inverse of the space-time covariance matrix. In practice, it is unknown and has to be estimated. The most popular approximated method is the sample matrix inversion (SMI) method which consists in inverting the covariance matrix estimated by an average of the sample matrix over the secondary range cells. This estimator is unbiased in case of i.i.d. data. In an NSL configuration, the clutter power spectrum is range dependent and the data are consequently not i.i.d. We here present a solution to mitigate this range dependency of the data: the range recursive subspace-based algorithms. They are used in two architectures: a fully and a partially adaptive ones. Then a new range-recursive algorithm using Taylor series expansion is investigated. The performance of these algorithms are compared with that of the conventional STAP algorithms in term of SINR loss.     

机载双基STAP非线性时变加权技术的研究

针对机栽双基地雷达杂波的距离相关特性,提出一种新的基于非线性时变加权(NL-TVW)技术的空时自适应处理(STAP)方法用于抑制双基杂波.该方法考虑了双基杂波角度一多普勒频率特性随距离变化的非线性因素,可有效抑制来自远、中及近距离场景中的杂波回波.此外,NL-TVW方法是与数据相关的,可自适应地补偿双基杂波的距离非平稳性而无需了解有关雷达平台或场景的先验知识.仿真结果表明:在不同双基距离的场景下,非线性时变加权法比基于线性时变加权的STAP方法和无任何补偿措施的双基STAP方法有更优的杂波抑制性能.     

对运动目标约束的机载前视阵雷达杂波谱补偿方法

在机载前视阵雷达中,由于地面杂波存在距离依赖性,使得杂波协方差矩阵估计不准确,进而导致空时自适应处理(STAP)的杂波抑制性能严重下降。基于配准的杂波补偿方法(RBC)能够有效地对地面杂波的距离依赖性进行补偿,但当杂波数据中含有运动目标时,使用该方法对杂波补偿后,包含在杂波中的运动目标信息会在空时平面散开,导致其无法被检测。针对上述问题,提出一种运动目标约束的杂波补偿方法,即在基于配准的方法中,根据运动目标与杂波的多普勒频率不同来添加运动目标约束保护。计算机仿真结果表明:该方法不仅能够降低杂波距离依赖性,而且可以有效地对运动目标信息进行保护。