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。     

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.     

基于协方差矩阵重构的阵元失效MIMO雷达DOA估计

在实际应用中由于恶劣环境或人为干扰等因素而导致多输入多输出(Multiple-Input Multiple-Output,MIMO)雷达部分阵元失效,使得其接收数据缺失及其协方差矩阵秩亏,从而导致子空间类算法的波达方向(Direction of Arrival,DOA)估计性能恶化甚至完全失效。针对上述问题,提出了一种接收阵元失效下基于协方差矩阵重构的MIMO雷达DOA估计方法。该方法根据MIMO雷达协方差矩阵中以接收阵元数划分的子方块矩阵具有Toeplitz特性,利用正常工作接收阵元的协方差矩阵元素来恢复相应的缺失元素,从而重构出完整的数据协方差矩阵,提高阵元失效MIMO雷达的DOA估计性能。仿真结果验证了所提方法的有效性。     

基于对角加载的机载MIMO雷达GLRT检测器

本文研究了基于GLRT的机载MIMO雷达自适应目标检测问题.针对参考单元数据不足对GLRT性能的影响,提出了基于对角加载的MIMO雷达GLRT(MIMO-LGLRT)检测器,并对其检测性能进行了分析,给出了虚警概率和检测概率的闭合表达式.该检测器充分利用机载MIMO雷达杂波子空间低秩的特点和对角加载技术,解决了因参考数据不足所引起的矩阵病态问题.为了减少MIMO-LGLRT检测器的运算量,在分析杂波协方差矩阵块对角化特性的基础上,给出一种简化MIMO-LGLRT检测器.理论分析和仿真结果表明,上述两种检测器相对于杂波协方差矩阵都具有恒虚警特性,检测性能优于普通GLRT检测器.     

一种简便的MIMO阵列雷达CFAR检测器

本文提出了一种适用于MIMO阵列雷达的简便的CFAR检测器,它利用了MIMO阵列雷达观测空间维数高的特点,通过直接滤除杂波干扰子空间的方式抑制杂波和干扰。该检测器的简便性在于杂波子空间可以离线估计与存储,而干扰子空间的估计也只需在低维空间上进行,而其原因是在估计杂波和干扰子空间时没有利用距离参考单元观测样本,而是利用了已知的系统参数、杂波子空间结构以及干扰协方差矩阵的模块对角性质。仿真结果表明,在杂波的理想模型条件下,选择适当的估计方法可以获得较高的杂波子空间估计精度,由此得到的CFAR检测器的性能也非常接近于已知杂波干扰子空间条件下的检测性能。      

不需要训练数据的分布式MIMO雷达距离扩展目标检测器

在非均匀杂波环境中,研究了高分辨率分布式多输入多输出(MIMO)雷达的距离扩展目标检测问题。由于分布式MIMO雷达观测到的杂波是非均匀的,无法获得足够的独立同分布的均匀训练数据来估计检测单元的杂波协方差矩阵。采用复逆Wishart分布对杂波协方差矩阵建模,基于该杂波模型设计了一种不需要训练数据的分布式MIMO雷达距离扩展目标广义似然比检测器。数值仿真结果表明:在非均匀杂波环境中,所设计的检测器的性能比用训练数据的协方差矩阵类检测器有明显的改进。     

基于矩阵因子重构的MIMO雷达角度估计方法

多输入多输出（MIMO）雷达中部分失效阵元会使得阵列采样数据丢失,从而导致较差的角度估计性能。为此,提出一种基于不完整矩阵因子重构的MIMO雷达角度估计方法。首先,根据协方差矩阵可分解的性质,提取维度较低的矩阵因子,并将协方差矩阵中缺失数据恢复问题转化为矩阵因子重构问题。然后,为了利用矩阵因子中元素的相关性,对不完整矩阵因子建立核范数约束下的低秩Hankel矩阵重构模型;为避免传统的核范数最小化求解中计算复杂度高的问题,采用低秩矩阵拟合方法将Hankel矩阵分解为两个维度较低的矩阵,等价表达了核范数约束。最后,利用交替方向乘子法（ADMM）对该矩阵重构模型进行求解。仿真结果表明,本文方法可以有效地重构出矩阵因子中的缺失元素,进而实现阵列协方差矩阵中丢失数据的补全,改善阵元失效下的MIMO雷达角度估计性能。     

非均匀杂波MIMO雷达检测

本文针对非均匀杂波,利用球不变随机矢量(SIRV)建立了机载多输人多输出(MIMO)雷达杂波模型.基于杂波协方差矩阵不满秩,提出了一种用于估计归一化杂波协方差矩阵的修正渐近最大似然(MAML)算法及其广义似然比检测器,即修正渐近广义似然比检测器(MAGLRT).仿真试验结果表明,在非均匀的杂波下,MAGLRT较常规高斯...     

非均匀非高斯杂波的协方差矩阵估计

在雷达目标检测中,杂波的协方差矩阵估计利用了待检测单元附近的杂波数据。本文考虑一种非均匀环境中,非高斯杂波下的杂波协方差矩阵估计问题,即假定待检测单元与参考单元的杂波协方差矩阵之间满足某种统计关系,并假定杂波数据满足复合高斯统计分布模型。在这种场景下,常规的杂波协方差矩阵估计方法会导致信号检测性能的下降。采用共轭先验分布作为非均匀非高斯场景的统计分布模型,利用贝叶斯方法,本文给出了基于Gibbs抽样的杂波协方差最小均方误差估计方法。计算机仿真结果表明,与常规的杂波协方差矩阵估计方法相比较,本文所给出的杂波协方差矩阵的估计算法能够在参考数据较少,累积脉冲个数较少时,非均匀场景中获得较好的检测性能。本文还分析了先验分布模型参数误差对检测性能的影响。      

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MIMO雷达广义最大似然检测器

该文针对机载MIMO雷达在未知统计特性的杂波中目标检测问题,首先给出广义最大似然(GLRT)检测器(MIMO-GLRT),利用MIMO雷达的空间分集特性提高检测性能,并推导出检测概率和虚警概率表达式。然后,基于MIMO雷达杂波协方差矩阵的块对角特性,给出一种简化MIMO-GLRT检测器,大大减小算法的复杂度,同时降低对参考单元数目的要求,并在只有两个接收雷达单元的情形下,推导出简化GLRT检测性能的表达式。结果表明,上述两种检测器相对于杂波协方差矩阵都具有恒虚警特性,能够在未知杂波背景下有效地检测目标。     

集中式相参MIMO雷达抗有源干扰能力研究

针对集中式相参MIMO雷达的抗干扰能力进行了研究。分析了MIMO雷达的抗侦察截获、抗信号分选以及抗副瓣干扰能力,同时对比了传统相控阵雷达的抗干扰能力。基于雷达截获方程,对比了MIMO雷达与传统相控阵雷达主瓣/副瓣的抗侦察截获能力。分析了MIMO雷达发射正交波形合成信号的时空伪随机特性。对比了不同阵列构型的MIMO雷达对抗不同类型的副瓣干扰的能力。利用理论公式推导和仿真试验,验证了上述结论的正确性。      

Joint space-time interpolation for distorted linear and bistatic array geometries

This paper presents a new joint space-time interpolation technique (STINT) to improve the small sample support performance of space-time adaptive processing (STAP) with distorted linear monostatic arrays and linear bistatic array configurations. Brennan's rule for the space-time clutter covariance matrix rank is extended to monostatic linear arrays with arbitrary intersensor spacing, distorted linear arrays and bistatic geometries. It is shown that both distortion in the array geometry and bistatic operation increase the clutter rank and cause the space-time clutter covariance matrix to become range dependent. This results in lower output signal-to-interference-plus-noise ratio (SINR) for the same number of adaptive degrees of freedom and reduced available sample support. This motivates the development of the STINT technique aimed at compensating for the clutter rank inflation, while also making the clutter statistics appear more stationary across range. More specifically, a linear transformation is designed that maps the received clutter across space and time to that which would be received by a "virtual" monostatic side-looking ULA. By mapping the data to form a reduced rank clutter covariance matrix, fewer snapshots are needed for a statistically stable matrix inversion as required in STAP, thereby improving the short observation time performance. Simulation results for a typical airborne radar scenario indicate up to 10-dB SINR improvement can be obtained using STINT with limited sample support.     

MIMO雷达降维的低运算量波束形成方法

多输入多输出（Multiple Input and Multiple Output, MIMO）雷达在运用常规地最小方差无失真响应（Minimum Variance Distortionless Response, MVDR）波束形成器和线性约束最小方差（Linearly Constrained Minimum Variance, LCMV）波束形成器进行接收波束形成的时候,需处理的数据维数比常规雷达要大许多,由此导致了其运算量十分巨大。考虑到MIMO雷达发射的是多个相互正交的波形,所以匹配滤波之后在进行接收波束形成的时候可以将MIMO雷达全维波束形成等效为多个单输入多输出（Single Input and Multiple Output, SIMO）雷达的波束形成合成,由此在进行数据处理的时候降低了数据的维数,减少了估计协方差矩阵需要的快拍数目,大大降低了运算量,并且与已有的降维算法相比不需要对波束形成权矢量进行迭代求解。仿真表明在大量数据快拍数时新方法与全维的接收波束形成性能基本一致,且在低数据快拍数时依然保持良好的性能,同时运算量与全维方法相比大大下降。      

基于协方差匹配SLO算法的MIMO雷达DOA估计

利用加权平滑l0范数(Smoothed l0, SL0)算法估计MIMO雷达目标DOA时,需要把协方差矩阵进行矢量化来获得相应的稀疏重构模型,并利用信号和噪声子空间的正交性来构造加权向量。然而当存在相干信源时,MIMO雷达协方差矩阵的秩将退化,这会使得稀疏重构模型的误差较大以及无法正确区分信号和噪声子空间,导致加权SL0算法的DOA估计性能恶化。针对上述问题提出了一种基于协方差匹配SL0算法的MIMO雷达DOA估计方法。该方法利用协方差匹配准则重构出一个满秩的协方差矩阵,恢复MIMO雷达协方差矩阵的Toeplitz特性,并利用协方差逆矩阵的高阶幂来近似噪声子空间从而计算加权向量。仿真分析表明,该方法能够在无需预知信源数目的情况下有效地完成对相干信号的DOA估计。     

一种基于信道估计的MIMO雷达空时信号设计方法

多输入多输出雷达的新颖之处在于它利用空间分集和波形分集来改善雷达的性能。合理的波形设计可以更好地实现空间分集,该文在杂波统计特性已知的条件下,提出了一种基于信道参数估计的MIMO雷达空时信号设计方法。该方法在推导出信道参数的线性贝叶斯估计之后,通过最小化贝叶斯估计均方误差的方法来优化发射信号。该方法设计的优化信号为杂波协方差矩阵的函数,论文从信息论的角度验证了该结论的正确性。仿真结果表明MIMO雷达发射该方法设计的信号可改善目标的检测性能。     

A hybrid STAP approach to target detection for heterogeneous scenarios in radar seekers

Adaptive detection of moving targets on the sea is important for radar seekers. Recently, more attention has been paid to the deleterious effect of clutter heterogeneity on space-time adaptive processing (STAP) for pulse Doppler radar. Since secondary samples are no longer statistically independent and identically distributed (IID) in heterogeneous environments, this is subjected to a great challenge to target detection for radar seekers. Due to the fact that chaff jamming severely affects the performance degradation of target detection, the hybrid detection algorithm is proposed to suppress the sea clutter and chaff jamming. Firstly, the range cells can be classified into two regions according to the power, namely clutter region and hybrid region. Then we propose different algorithms to process two regions. The fixed point (FP) estimator is used to estimate the clutter covariance matrix in clutter region. While the power selected training (PST) algorithm is used to select the homogeneous secondary samples, and an algorithm based on two-step subspace projection for hybrid interference suppression is presented in hybrid region. Finally, the proposed Pareto-based generalized likelihood ratio test (PBGLRT) detector can detect the slowly moving targets in heterogeneous interference. Simulation results show that the PBGLRT detector outperforms both the low rank normalized adaptive match filter (LRNAMF) and normalized adaptive match filter (NAMF) detectors against interference heterogeneity.