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。     

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。      

利用发射角度的双基地MIMO 雷达杂波抑制方法

双基地雷达中引入多输入多输出(MIMO)技术,可以从接收数据中获取双基地雷达发射角度信息。这一新增的角度信息用于空时自适应处理,获得发射空间-接收空间和多普勒3 维杂波谱。该文旨在对双基地MIMO 雷达空时自适应处理抑制杂波方法进行综述。首先介绍了双基地MIMO 雷达信号模型,然后介绍了几种正侧视双基地MIMO 雷达空时3 维自适应处理方法(3D-STAP),包括3 维线性最小方差(3D-LCMV)方法、3 维辅助通道方法、3维局域化联合处理以及3 维投影的空时3 维降维杂波抑制方法,仿真分析表明这些降维方法能够有效提高小样本条件下的双基地MIMO 雷达距离依赖杂波抑制性能。最后,对双基地MIMO 雷达空时自适应处理研究做了总结和展望。      

有源干扰条件下机载MIMO雷达降维STAP方法

针对机载多输入多输出雷达杂波与干扰的同时抑制问题,提出一种降维空时自适应处理方法.首先,利用系统参数离线简便构造出杂波子空间,然后,根据杂波基向量与干扰基向量的关系,对杂波加干扰协方差矩阵的秩进行分析.当存在有源干扰时,系统的杂波与干扰自由度进一步提高.最后利用干扰加噪声协方差矩阵的块对角结构,结合离线构造的杂波子空间,通过迫零方法进行空时自适应权矢量求解.该方法能够有效降低运算复杂度,具有接近全维最优处理的杂波与干扰抑制性能.     

利用重叠子阵交替发射提高机载双基正侧阵雷达杂波抑制性能的方法

距离非平稳杂波抑制是机载双基雷达空时自适应处理面临的重要困难之一。针对此问题,该文提出一种利用重叠子阵交替发射技术来抑制距离非平稳杂波的新方法。该方法通过交替发射使机载双基正侧阵雷达的杂波脊落在发射和接收空间频率以及多普勒频率构成的3维频率空间的一个平面上,并且目标不落在该平面。由于该杂波平面具有距离平稳性,这保证了空时自适应处理可以有效地抑制该杂波平面,进而能够有效抑制距离非平稳杂波。仿真结果验证了该方法的有效性。     

基于三维原子范数的机载MIMO雷达STAP算法

针对机载多输入多输出（MIMO）雷达空时自适应处理（STAP）使用稀疏恢复技术时存在的格点失配问题,提出了一种基于三维原子范数的机载MIMO雷达STAP算法。该方法利用杂波空时谱在角度?多普勒域上固有的稀疏性,根据低秩矩阵恢复理论构造了基于三维连续原子集的MIMO雷达杂波信号稀疏恢复模型,避免了稀疏恢复中的格点失配问题,实现了杂波空时谱的高分辨率估计,有效提高了机载MIMO雷达STAP杂波抑制性能。仿真实验表明,本文方法在存在格点失配情况下的MIMO雷达STAP处理性能优于已有的基于字典网格的稀疏恢复方法和二维原子范数方法。     

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.     

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。     

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。     

极化-空域联合抗机载雷达欺骗式主瓣干扰

机载雷达欺骗式主瓣干扰不仅会引起大量虚警,还会污染空时自适应处理(STAP)器的训练样本,引起自适应方向图畸变,导致期望信号相消和杂波抑制性能下降。针对此问题,利用目标信号与干扰信号极化特性的差异,该文提出一种极化-空域联合自适应波束形成的方法来抑制欺骗式主瓣干扰。该方法首先在多普勒清晰区挑选干扰样本,并采用特征融合技术估计干扰协方差矩阵,然后采用重叠滑窗的子阵合成方式进行极化-空域联合自适应波束形成,在抑制主瓣干扰的同时为后续杂波抑制保留了空域自由度,最后通过STAP抑制剩余的杂波。该算法可以有效滤除密集欺骗式干扰,减少由其引起的虚警,改善机载STAP雷达的杂波抑制性能。仿真结果验证了该方法的有效性。     

干扰条件下MIMO雷达收发联合方向图优化设计

针对干扰条件下MIMO雷达面临的信号截获以及干扰源快速移动等问题,对雷达收发方向图进行优化设计。在发射端利用最小积分旁瓣准则对发射波束矩阵进行优化,将发射信号能量集中到目标空域,降低旁瓣并在干扰方向形成发射零陷;在接收端利用广义对角加载方法优化接收方向图,在提高信号接收稳健性的同时展宽零陷。通过对MIMO雷达收发方向图进行联合优化设计,解决了信号被截获及快速移动的有源干扰等问题,从收发两端共同提高雷达整体性能。通过实验仿真对比分析,验证了所提方法的可行性和有效性。     

有源干扰条件下机载MIMO雷达STAP协方差矩阵秩的分析

该文分析了正侧阵机载MIMO雷达杂波加有源干扰协方差矩阵的结构,得到杂波加有源干扰协方差矩阵秩的上界为杂波的秩与有源干扰的秩之和减去有源干扰个数。并由此得到MIMO雷达杂波加有源干扰协方差矩阵非满秩而SIMO雷达杂波加有源干扰协方差矩阵满秩时有源干扰个数的范围。当有源干扰的数目在此范围时,SIMO雷达的理论性能严重下降,而MIMO雷达在理论上仍然有足够的自由度来抑制杂波和有源干扰,从而保证有较好的性能。通过仿真实验验证了上述结论。     

MIMO Radar Space–Time Adaptive Processing Using Prolate Spheroidal Wave Functions

In the traditional transmitting beamforming radar system, the transmitting antennas send coherent waveforms which form a highly focused beam. In the multiple-input multiple-output (MIMO) radar system, the transmitter sends noncoherent (possibly orthogonal) broad (possibly omnidirectional) waveforms. These waveforms can be extracted at the receiver by a matched filterbank. The extracted signals can be used to obtain more diversity or to improve the spatial resolution for clutter. This paper focuses on space-time adaptive processing (STAP) for MIMO radar systems which improves the spatial resolution for clutter. With a slight modification, STAP methods developed originally for the single-input multiple-output (SIMO) radar (conventional radar) can also be used in MIMO radar. However, in the MIMO radar, the rank of the jammer-and-clutter subspace becomes very large, especially the jammer subspace. It affects both the complexity and the convergence of the STAP algorithm. In this paper, the clutter space and its rank in the MIMO radar are explored. By using the geometry of the problem rather than data, the clutter subspace can be represented using prolate spheroidal wave functions (PSWF). A new STAP algorithm is also proposed. It computes the clutter space using the PSWF and utilizes the block-diagonal property of the jammer covariance matrix. Because of fully utilizing the geometry and the structure of the covariance matrix, the method has very good SINR performance and low computational complexity.     

机载分布式相干MIMO雷达的杂波谱分析

以多载频矩形脉冲信号为发射信号,建立了机载分布式相干MIMO雷达的杂渡模型;给出了经典的杂波功率谱估计方法和杂波自由度估计规则;仿真分析了多载频频率步进和不同误差条件下的最小方差（MV,minimum variance）杂波谱和杂波特征谱.仿真及分析结果表明：机载分布式相干MIMO雷达的杂波具有空时二维斜对角分布特性;杂波起伏、载机偏航均会使杂波谱展宽及杂波自由度增大;多载频频率步进的增长导致杂波去相关.     

MIMO Radar Waveform Optimization With Prior Information of the Extended Target and Clutter

The concept of multiple-input multiple-output (MIMO) radar allows each transmitting antenna element to transmit an arbitrary waveform. This provides extra degrees of freedom compared to the traditional transmit beamforming approach. It has been shown in the recent literature that MIMO radar systems have many advantages. In this paper, we consider the joint optimization of waveforms and receiving filters in the MIMO radar for the case of extended target in clutter. A novel iterative algorithm is proposed to optimize the waveforms and receiving filters such that the detection performance can be maximized. The corresponding iterative algorithms are also developed for the case where only the statistics or the uncertainty set of the target impulse response is available. These algorithms guarantee that the SINR performance improves in each iteration step. Numerical results show that the proposed methods have better SINR performance than existing design methods.      

机载MIMO雷达两级降维杂波抑制方法

该文针对机载MIMO雷达杂波抑制问题,提出一种低复杂度的空时自适应处理(STAP)方法。首先利用多普勒滤波对杂波信号进行时域降维处理;然后将空域发射-接收2维波束形成权向量表示成发射权和接收权的Kronecker积,并建立关于这两个权值的二元二次代价函数从而实现空域二次降维;最后提出最小化代价函数的双迭代算法,交替优化两个权值。仿真结果表明该算法收敛速度快,运算量小,尤其在小样本条件下其杂波抑制性能显著优于mDT方法。     

基于子载波提取的OFDM无源雷达频率分集方法

为了解决当前正交频分复用(OFDM)无源雷达波束形成无法对分布于同一角度不同距离处的目标信号进行区别处理的问题,提出了一种基于回波信号子载波提取的频率分集新方法。通过对接收阵列不同通道OFDM数据提取不同频率的子载波信号并独立地进行处理,使得接收端波束图具有距离-角度依赖性,从而可实现对同一角度内不同距离处的目标分别处理,同时分析了不同频率分集处理参数对波束图性能的影响。该频率分集处理方式可以提高距离维信号处理自由度,使得接收波束能量可聚焦于期望目标点处从而提升雷达目标检测、定位和杂波抑制等性能。仿真分析表明OFDM无源雷达回波信号经频率分集处理后可获得点状波束图,并通过实测数据分析验证了该方法的有效性与实用性。     

MIMO双基地机载雷达距离模糊杂波抑制方法

正侧视阵MIMO(Multiple-Input Multiple-Output)双基地雷达系统具有严重的距离依赖问题和杂波谱展宽现象,该文分析其杂波特性,提出了一种距离模糊杂波抑制方法。该方法在传统的MIMO双基雷达中引入距离相关的相位项,从而提供额外的自由度,通过该相位项的距离信息实现不同距离的杂波分离,并进一步对其进行有效抑制。从而解决了双基地预警雷达大场景下地面杂波距离杂波模糊的问题,仿真结果显示该方法的正确性,并且和已有的DW(Doppler Warping)距离模糊杂波抑制方法进行比较,使用IF(Improve Factor)谱线对抑制结果进行对比,显示该方法有更优的性能。