机载雷达空时二维自适应信号处理的进展与展望

空时二维自适应信号处理是新一代机载雷达的一项关键技术,已成为雷达领域的一个热点研究方向。本文对这一技术的发展过程、研究现状及最新进展进行了全面的综述,其中包括了我们所做的一些工作和观点。同时指出了目前这一领域有待于进一步研究和完善的有关问题。     

机载雷达空时二维自适应处理方法—时空子阵联合处理

本文提出一种机载相控阵雷达空时二维联合自适应处理的新方法－时空子阵联合处理，并进行了分析与讨论，这一方法的特点是性能优越，实现简单，尤其适合非正侧面阵。     

机载雷达空时三维非自适应预滤波方法

该文提出一种机载雷达空时3维非自适应预滤波方法。利用可提前确定的载机偏航角、脉冲重复频率、阵元间距等雷达系统和载机平台信息,通过分析阵元在相邻两脉冲采样数据的结构,设计了一种空时3维非自适应滤波器,先滤除大部分杂波,使得剩余少部分杂波在降维自适应处理时能被充分抑制,提高了动目标检测性能。理论分析和仿真实验表明,该预滤波方法对载机偏航具有兼容性,能大大降低杂波自由度,在整个杂波区都有一定的性能改善,尤其在主瓣杂波区性能改善明显。     

机载雷达时-空二维自适应处理新方法

本文针对机载侧面相控阵雷达的杂波谱特点,提出了一种基于列子阵结构的先时后空局域联合二维信号处理方法。文中对该方法的原理和性能作了较详细的讨论,并与其它两种方法作了比较,理论分析和计算机模拟均表明新方法的性能和容差能力较好,特别是在主杂波附近区域的改善因子有明显的提高。     

机载雷达空时自适应检测方法研究进展

与空时自适应处理(STAP)相比,机载雷达空时自适应检测(STAD)方法利用待检测单元及训练样本的数据形成合理的检测统计量,直接判定目标的有无,而不用先进行杂波抑制,然后再检测。STAD 方法具有处理流程简洁、设计灵活等特点,而且其相应的检测统计量通常具有恒虚警率(CFAR)特性,因而不需要进行专门的CFAR处理。更为重要的是,STAD 往往比杂波抑制后检测的传统方法具有更好的检测性能。该文首先对STAD 的技术要点进行简要地概括,然后对现有的STAD 方法进行分类介绍,最后对STAD 的下一步研究进行展望。      

机载雷达时-空二维部分联合自适应处理

本文在进一步分析机载侧面阵雷达二维联合处理与级联处理之差异的基础上,提出了一种对阵元误差具有较高容差能力的二维滤波新方法,先用降维变换将时空二维场数据变换到低维空间,再进行联合域波束空间部分自适应处理。     

机载雷达三维空时两级降维自适应处理

该文研究了机载雷达3维空时自适应处理(3D-STAP)方法,并结合先时后空的自适应处理(mDT-SAP)结构提出了一种新的空时两级降维准最优技术。该方法首先采用固定结构的时域多普勒预处理降低杂波时域相关性,然后基于2维空域的可分离性构造出两个低维的俯仰和方位向权值,最后结合双迭代算法进行循环求解。理论分析与仿真结果表明,该文所提方法与传统方法相比具有运算量小、收敛性强、所需训练样本少的优点,并拥有优良的杂波抑制性能和较强的误差鲁棒性,有利于工程化实现。     

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。     

机载雷达空时二维信号处理自适应权值训练的距离分段递推算法

本文针对机载预警雷达的杂波环境，分析了杂波数据的非平稳性，由此提出在距离上分段实现空时二维自适应处理（STAP）的方法，并通过分析杂波于空间的距离来确定分段的方法。在同时考虑实时性和处理器性能的前提下，给出了一种自适应权值计算的递推算法。理论分析和计算机仿真结果均表明，本文提出的分段递推算法是有效的。     

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.     

空时自适应处理导论:雷达环境与支柱

主要是为了说明机载雷达环境下,空时自适应处理(STAP)对于不同任务(或雷达功能)的作用与影响,包括用于地面动目标探测的空对地任务或用于探测空中目标空对空任务。特别关注的是距离多普勒域内的杂波定位,它将为STAP需求提供基准,且也用于解释特定应用间的关键差别。由真实信号获取的典型结果用于说明预期优势。     

基于空时联合约束的机载雷达STAP单脉冲角度估计方法

对现有STAP(Space-Time Adaptive Processing)单脉冲角度估计方法存在单脉冲比失真及目标多普勒失配时角度估计性能严重下降的问题,本文从数学上分析了常规STAP单脉冲方法的失效机理,并基于机载雷达杂波的空时耦合特性,将差波束约束条件扩展到空时二维空间,提出了基于空时联合约束的STAP单脉冲角度估计方法,将单脉冲曲线延伸为单脉冲曲面,通过空时联合约束显著提高了目标角度估计的精度和稳健性.计算机仿真结果验证了本文方法的有效性.     

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。     

空域分解的机载MIMO雷达空时处理方法

相对于传统机载相控阵雷达,应用于机载多输入多输出雷达中的空时自适应处理（MIMO-STAP）技术可以获得杂波抑制和动目标检测能力的大幅提升.但是传统MIMO-STAP所需要的计算量和样本需求量巨大,无法满足实际处理要求.为了解决这一问题,我们提出了一种基于空域多级分解的机载MIMO雷达后多普勒自适应方法.该方法将后多普勒自适应权系数进行分解,使其变为几个短向量的Kronecker乘积,然后利用循环迭代的思想求解自适应权.实验表明该方法具有快速收敛性,在小样本大阵列条件下该方法明显优于传统的后多普勒处理方法.     

一种用于空时自适应处理的并行计算模型

在分析各种空时自适应处理(STAP)算法特点的基础上,提出了一种用于STAP的并行计算模型.进而深入分析了STAP系统的实时特性,分析发现,要减少系统延时,一是必须尽量减少计算或者通信时间,二是充分利用前批数据的计算结果和相关先验知识;而要增大吞吐率,一是增加处理器流水线条数,二是避免出现瓶颈阶段.基于该模型,已成功开发了多种实际系统.     

基于俯仰维信息的机载雷达非均匀杂波抑制方法

 针对机载雷达天线非正侧放置导致的非均匀杂波抑制问题,从利用阵面俯仰维信息的角度出发给出了一类解决方法.本文首先分析了机载雷达阵面非正侧放置情况下待检测距离单元的杂波构成,得到由俯仰副瓣引入的近程杂波是导致杂波非均匀的关键因素这一结论;然后给出了利用俯仰自适应波束形成级联两维空时自适应处理(2D STAP)方法来抑制非均匀杂波,同时从本质上阐述了俯仰-方位-多普勒3D STAP方法在非均匀杂波环境下具有良好杂波抑制性能的内在机理.最后通过仿真验证表明,利用俯仰维信息类STAP方法在非正侧阵导致的非均匀杂波环境下具有良好的杂波抑制性能.     

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.     

阵面在方位上任意放置时机载雷达空时二维信号处理方法

本文研究了机载相控阵雷达天线阵面在方位上任意旋转时的信号处理问题，提出了一种解决非正侧面阵雷达信号处理的方法－－空时二维自适应处理与多重脉冲重复频率联合处理，理论分析与仿真实验表明：这一处理方法是可行的。     

机载正侧阵雷达杂波自由度分析

 该文主要分析远场条件下机载正侧阵雷达任意波束宽度杂波在各种阵元间距情况下的自由度.首先从距离波数域出发分析任意波束宽度的杂波在各种阵元间距情况下的空间自由度,然后通过空时等效原理将二维空时杂波转化为一维空间杂波,得到不同系统参数情况下的空时杂波自由度,给出了适用范围广的杂波自由度确定方法.最后通过仿真实验验证了上述分析的正确性.