通道失配对空时自适应处理性能的影响分析

通道失配严重影响着空时自适应处理(STAP)的性能,定量地分析通道失配对STAP性能的影响对于STAP算法的工程应用具有重要意义。文中根据通道失配是否依赖于到达角、信号带宽是否为窄带等方面,从理论上推导了存在通道失配时的杂波协方差矩阵,并仿真分析了通道失配对STAP性能的影响,为STAP算法理论建模、STAP系统设计提供理论依据。     

基于时变空时自回归模型的STAP算法

针对空时自适应处理(STAP)中时域非平稳杂波过程造成的空时自回归(STAR)算法失效问题,文中将时变自回归(TVAR)模型引入STAP处理中,提出了一种新的时变空时自回归(TV-STAR)算法。TV-STAR算法能够有效弥补平稳自回归(AR)模型与实际非平稳杂波环境失配造成的STAR算法性能损耗,在非平稳杂波环境中具有良好的检测性能。同时,TV-STAR算法由于引入了低阶数的TVAR模型,其收敛速度显著优于降秩STAP算法。文中分别通过仿真实验以及机载雷达实测数据的处理对算法有效性进行了验证。     

MIMO雷达收发两级STAP 原理与性能讨论

提出了一种基于多输入多输出雷达的收发两级空时自适应处理(STAP)算法。收发两级STAP 与收发联合STAP 不同在于:分别对等效发射端与接收端进行空时处理,从而达到降低运算量效果。文中给出收发两级STAP 所构造的协方差矩阵与收发联合STAP 协方差矩阵关系,并且给出输出信杂噪比(SCNR)表达式。从仿真结果看,收发两级法SCNR 性能与收发联合STAP 相近,且计算量有明显降低。此外,收发两级STAP 也可应用到收发联合降维算法中,得到与收发联合降维算法一样的性能,且运算量进一步降低。     

基于改进快速子空间迭代跟踪的部分自适应STAP算法

针对部分空时自适应(STAP)处理的特征值分解(EVD)影响杂波抑制的实时处理性能,提出了基于改进快速子空间迭代跟踪(PAST)的部分自适应STAP算法.该方法首先在PAST处理的基础上,对正交PAST方法进行改进,得到改进后的PAST(MPAST)方法;然后将MPAST方法应用于计算部分自适应STAP算法的特征子空间,从而有效提高STAP算法的收敛速度和降低自适应权矢量计算的运算量.仿真数据和MCARM实测数据分析表明,该方法能有效抑制待检测距离单元的杂波,并能在低计算复杂度下显著提高STAP处理的收敛速度.     

一种改进现有机载雷达探测性能的多普勒处理新技术北大核心CSCD

文中提出了一种自适应多普勒补偿算法,用来缓解近距离单元中退化的空时自适应处理(STAP)性能,从而提高机载雷达探测性能。自适应特性可以避免飞机对雷达参数的实时性的需要。同时,提出了一种有效的STAP算法用来检测和估计目标参数,输入STAP权值数据以获得三维数组,并且利用三维数组的距离投影来检测和估计目标的距离,利用角度-多普勒投影来估计目标的空间和时间参数。在本研究中,基于一个机载相控阵雷达模型的合成数据生成估计协方差矩阵。所提出的STAP算法非常接近机载雷达平台的实时实现方案。通过对合成数据的目标参数估计和STAP度量,验证了自适应多普勒补偿算法的有效性。     

基于对角加载的STAP性能改善

空时自适应处理(STAP)作为动目标检测的关键技术,但是非均匀环境将会造成协方差矩阵的估计误差,进而严重影响STAP性能。对角加载主要用于改善空间滤波器对于有用信号空域特征失配和空域协方差矩阵失配的稳健性。该文考虑将对角加载应用于STAP协方差矩阵失配(统计失配)时的性能改善,即在实际的协方差矩阵和其估计值之间存在误差时,通过对角加载改善STAP的稳健性。文中给出了加载电平的选择方法,并进行了详细的性能分析,即合理的对角加载可以提高检测概率和输出信噪比。仿真分析验证了理论分析的正确性。     

基于最大似然的双基地STAP杂波协方差矩阵估计方法

在分析现有的双基地STAP杂波协方差矩阵估计方法的基础上,从杂波建模的角度,建立了不同距离门的杂波协方差矩阵的联系,并在此基础上提出了基于最大似然的双基地STAP杂波协方差矩阵估计方法,数据仿真和分析表明该方法不仅具有较优的处理性能而且具有较好的适用性和扩展性.     

STAP在线阵和面阵中的比较

STAP（时空自适应处理）已被证明是机载雷达在强杂波环境下检测目标的一种有效方法。文中对面阵和线阵作比较,分析了阵元幅相误差对线阵中二维STAP（2D-STAP）性能的影响,对面阵天线采用的三维STAP（3D-STAP）技术,补偿因存在阵元幅相误差而导致各列子阵俯仰方向图的不一致性。对仿真数据处理结果证明三维处理具有更好的性能和很强的误差容错能力。     

星载稀疏孔径GMTI雷达STAP仿真研究

地面动目标检测(GMTI)是脉冲多普勒雷达的重要应用领域之一。星载稀疏孔径GMTI雷达系统比传统的机载系统具有更强的适应性和更好的检测性能而受到广泛关注。文中应用空时自适应处理(STAP)对星载稀疏孔径GM-TI雷达的动目标检测方法和性能进行了仿真研究;基于星载均匀直线阵列GMTI雷达系统,运用典型的STAP算法获得了目标检测的结果。进而对孔径位置偏差、相关处理间隔和脉冲重复频率等参数变化时系统检测性能进行了分析。     

基于频移假目标对机载雷达STAP技术干扰效果的研究

空时自适应处理(STAP)是一种有效的抗干扰技术,但其在非均匀环境下的性能将大大降低。介绍了STAP的基本工作原理,研究了基于频移的假目标干扰,利用假目标构造非均匀环境,从理论上分析了假目标干扰对STAP性能的影响,通过仿真验证了干扰效果。     

GPS空时自适应阵列干扰仿真研究

在分析了GPS空时自适应处理(STAP)抗干扰技术的基本原理与自适应时域滤波器带宽特性的基础上,提出了可大幅度减少对抗STAP所需干扰源数量的方法。仿真试验表明,对于天线单元为M,延时抽头数为N的STAP,如果全部采用窄带干扰信号,所需干扰源的数量约等于N(M-1)+1;如果采用宽带干扰信号,则有效对抗STAP所需的干扰源数量仅等于阵列单元数M。     

基于原子范数的无网格稀疏恢复非正侧视阵空时自适应处理算法

基于杂波谱稀疏恢复的空时自适应处理(STAP)方法可以显著降低对杂波样本数的要求,十分适合缺少样本情况下的机载雷达杂波抑制。然而,现有稀疏恢复STAP方法利用离散化空时导向矢量字典进行重构,在非正侧视阵情况下,由于杂波脊不在字典网格点上,字典失配问题严重影响杂波抑制性能。针对上述问题,该文提出了一种基于原子范数的无网格稀疏恢复空时自适应处理方法(ANM-STAP),利用低秩矩阵恢复理论实现连续空时平面的稀疏恢复,克服了稀疏恢复中的字典失配问题,获得了非正侧视阵情况下的高分辨率杂波空时谱,有效提高了STAP杂波抑制性能。Monte Carlo实验证明,该文方法STAP处理性能在非正侧视阵情况下优于已有字典离散化处理的稀疏恢复STAP方法。     

机载相控阵雷达降维STAP信号处理机的设计

由于巨大的运算量和其他技术问题的存在，空时二维联合处理（STAP）技术的实现必须进行降维处理。文中设计了一种先时后空白适应级联降维处理信号处理机。该信号处理机主要由预处理、通道处理、STAP波束形成和多CPU等模块组成，主要完成通道校正与均衡、动目标显示、数字脉冲压缩和多普勒滤波、STAP波束形成和恒虚警率检测，以及解模糊的功能。     

机载火控雷达杂波抑制研究

研究了和差空时自适应处理(∑△-STAP)在机载火控雷达中的应用,针对在实际处理中,由于地面杂波的非均匀性将严重影响∑△-3DT算法处理的效果,在此结合非均匀环境STAP处理,采用功率选择训练的非均匀处理方法,降低了STAP处理代价,实际处理结果显示,该处理显著提高杂波估计和抑制性能,较大提高了动目标的检测性能,文中还对目标径向速度的估计和方位定位问题进行研究,为该技术用于机载火控雷达地面动目标检测创造了条件。     

基于原子范数的无网格稀疏恢复非正侧视阵空时自适应处理算法

基于杂波谱稀疏恢复的空时自适应处理(STAP)方法可以显著降低对杂波样本数的要求,十分适合缺少样本情况下的机载雷达杂波抑制.然而,现有稀疏恢复STAP方法利用离散化空时导向矢量字典进行重构,在非正侧视阵情况下,由于杂波脊不在字典网格点上,字典失配问题严重影响杂波抑制性能.针对上述问题,该文提出了一种基于原子范数的无网格稀疏恢复空时自适应处理方法(ANM-STAP),利用低秩矩阵恢复理论实现连续空时平面的稀疏恢复,克服了稀疏恢复中的字典失配问题,获得了非正侧视阵情况下的高分辨率杂波空时谱,有效提高了STAP杂波抑制性能.Monte Carlo实验证明,该文方法STAP处理性能在非正侧视阵情况下优于已有字典离散化处理的稀疏恢复STAP方法.     

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。      

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。     

发射波形任意合成结构下机载MIMO雷达STAP性能分析

输出信杂噪比(SCNRout)是决定机载多输入多输出(MIMO)雷达空时自适应信号处理(STAP)性能的一个重要指标,但是现有的STAP算法均无法准确地给出其理论解析式。针对上述问题,文中研究了发射波形任意合成结构下的机载MIMO雷达衡量STAP性能的SCNRout的精确理论解析式。首先,通过发射波形互相关矩阵和MIMO STAP性能之间的联系,推导得出了SCNRout的理论解析式;然后,基于对该理论解析式的分析,从发射波形任意合成结构这个角度阐述了理想MIMO雷达、MIMO相控阵雷达和相控阵雷达的STAP性能特征。仿真实验表明:推导得出的理论解析式与仿真结果精确一致,并论证分析了机载MIMO雷达STAP处理性能的优越性。所推导的理论解析式对发射波形的优化设计具有重要的参考意义。     

多极化数据空时协方差矩阵融合方法

空时自适应处理(STAP)方法具有良好的地面动目标检测性能,然而在非均匀场景下,STAP常由于训练样本数不足而存在性能损失。建立了极化空时三维信号模型,指出不同极化通道间杂波功率存在差异而空时二维结构在理论上一致,并在此基础上提出最大似然参数估计的多极化杂波协方差矩阵融合方法以改善样本数不足导致的协方差矩阵估计精度较差问题;对杂噪比较大且各极化通道间的空时协方差矩阵结构误差较小的特殊情况,通过对杂波协方差矩阵以及信杂噪比损失的分析指出平均融合即具有良好的检测效果。仿真结果验证了所提方法的有效性。     

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...