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。     

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.     

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.     

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。     

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。     

基于CMT技术的非正侧面阵机载雷达杂波抑制方法研究

非正侧面阵机载雷达杂波谱与正侧面阵机载雷达杂波谱的主要区别在于它的杂波二维谱图随距离的变化而变化,杂波自由度相对增加,造成常规的统计型STAP杂波抑制方法不再适用.本文通过对非正侧面阵机载相控阵雷达杂波的分布进行详细的分析和研究,提出了一种基于CMT技术的非正侧面阵机载相控阵雷达杂波抑制方法.仿真结果表明了本文方法的有效性.     

机载共形阵雷达杂波抑制方法研究

 共形阵机载相控阵雷达由于其特殊的几何配置导致杂波统计特性随距离的变化而变化,即杂波呈现严重的非均匀性,从而使得传统空时自适应处理(STAP)方法的性能严重下降.本文首先分析了共形阵机载相控阵雷达的杂波特性,通过对共形阵杂波多普勒频率的数学变换,从理论上说明了共形阵配置导致机载雷达杂波非均匀性的机理,并给出了一种衡量杂波非均匀性强弱的定量准则,然后提出了一种借助最小二乘(LS)参数估计修正传统SMI的共形阵机载相控阵雷达杂波抑制方法,最后针对几种典型共形阵列,通过仿真实验验证了本文方法的有效性.     

基于联合稀疏功率谱恢复的机载雷达稳健STAP算法研究

机载雷达信号的空时自适应处理（STAP,Space-Time Adaptive Processing）需要利用样本数据来估计杂波协方差矩阵.非均匀杂波环境中的离群点会使协方差矩阵的估计出现偏差,从而导致信号相消现象.针对此问题,本文提出一种基于联合稀疏功率谱恢复的STAP算法（JSR-STAP）处理非均匀杂波,以克服离群点对正侧视模式机载雷达的STAP性能的影响.JSR-STAP算法在高分辨稀疏恢复的条件下,利用多快拍间杂波和离群点的分布规律和相关性不同,通过范数选择合适的稀疏恢复系数来实现离群点的抑制.Monte Carlo实验证明JSR-STAP算法的稳健性和动目标检测性能均优于传统的STAP算法.     

一种稳健的机载非正侧视阵雷达杂波抑制方法

非正侧视阵列构型会导致机载雷达回波数据非均匀,从而严重削弱传统空时自适应处理算法的杂波抑制性能。针对此问题,该文提出一种对阵元误差稳健的非均匀杂波抑制方法。该方法首先根据雷达系统参数等先验信息构造杂波表示基;然后在考虑阵元误差下对待检测单元数据进行迭代的最小二乘拟合,文中推导出了该问题的闭式解;最后对拟合后的剩余数据进行脉冲多普勒处理以及恒虚警检测。该方法不需要训练样本,且能够在没有俯仰自由度的情况下对机载非正侧视阵雷达的非均匀杂波进行有效抑制。仿真结果验证了该方法的有效性。     

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。     

一种基于联合稀疏恢复的空时自适应处理方法

基于杂波谱稀疏恢复的空时自适应处理(STAP)技术可显著降低对训练样本的需求,因此适用于非均匀杂波环境。然而,现有杂波谱稀疏恢复STAP 方法均是基于单样本恢复或多样本分别独立恢复后联合处理,并没有同时利用多个样本中的信息,而且恢复性能易受噪声影响。针对上述问题,该文提出一种基于杂波子空间的联合稀疏恢复STAP 方法。该方法可充分利用多个训练样本中的杂波信息对杂波谱进行恢复,并在噪声环境下具有稳健的杂波抑制性能。仿真实验结果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.     

An approach to suppress short-range clutter for non-side looking airborne radar

When the Airborne Early Warning (AEW) radar transmits medial or high Pulse Repetitive Frequency (PRF) signal, the range ambiguity occurs. The clutter of short-range clutter has serious range dependence problem for non-Side Looking Airborne Radar (non-SLAR). As a result, the clutter plus noise covariance matrix can not be estimated correctly, and the performance of clutter suppression obtained by Space-Time Adaptive Processing (STAP) degrades greatly. The uniform linear array has not elevation degrees; therefore, the short-range clutter can not be suppressed directly. A short-range clutter suppression method is proposed. The method first estimate the elevation angles of the am-biguous short-range gate, then eliminates short-range clutter by space time interpolation and adds moving target protection in the procedure. This method can suppress the short-range clutter well. Simulation results show the validity of the method.     

机载相控阵雷达近程杂波抑制的俯仰向空域自适应算法

该文针对机载平面阵列相控阵雷达的动目标检测提出了一种俯仰向空域自适应的近程杂波抑制算法。该方法利用平面阵列天线在俯仰向的自由度,在近程杂波的支撑区域内沿着多普勒单元选取训练样本估计协方差矩阵,计算俯仰向空域最优权。在存在距离模糊的情况下,该方法可以自适应地滤除近程杂波,保留远程杂波,从而增强了杂波的距离均匀性,有利于提高后续的方位空域和时域STAP的性能。     

基于自适应局域变换的离散干扰抑制算法

在非均匀杂波环境中,针对待检测距离单元的离散干扰严重影响统计空时自适应处理(STAP)杂波抑制性能的问题,提出了基于自适应局域变换的离散干扰抑制算法。该方法利用自适应局域变换矩阵具有局域变换和自适应滤波的双重特性,在较低计算复杂度条件下有效消除离散干扰对统计STAP方法的影响。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中的离散干扰和均匀杂波,显著改善STAP在非均匀杂波中的性能。     

机载雷达三维空时自适应信号处理

空时二维自适应信号处理（STAP）技术已成为雷达领域的研究热点之一,是新一代高性能机载雷达的一项关键技术。然而目前的研究仅限于方位向-多普勒域的自适应处理,没有考虑俯仰向的信息,而在实际中杂波过程是与俯仰角有关的。因此,文中介绍了将2D-STAP扩展到3D-STAP的方法,即增加俯仰向的自适应处理,充分利用了俯仰向信息对杂波谱的影响。通过仿真试验证明,与二维自适应处理相比三维自适应处理具有更好的杂波抑制能力,并且可以明显地提高目标的检测性能。     

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...     

A clutter-suppression method for airborne bistatic polarization radar based on polarization-space-time adaptive processing

Clutter suppression poses serious problems for airborne, bistatic radar systems. Suppression may be increased using space-time adaptive processing (STAP), but suppression of slow targets is poor and target detectability is compromised. Furthermore, sufficient independent and identically (IID) training samples cannot be obtained through the use of practical applications, and the STAP performance degrades significantly due to the inaccuracy of the estimated clutter-plus-noise covariance matrix, especially in nonstationary and heterogeneous environments. Here, we present a new airborne, bistatic radar system. We transform the array from a single polarized channel to two channels, each with two orthogonally polarized antennae, and combine polarization-dimensional information with that of the space-time domain; we term our algorithm “polarization-space-time adaptive processing”. This algorithm further suppresses clutter and enhances the detection of slow targets. Sparse recovery space-time adaptive processing (SR-STAP) can reduce the need for clutter samples and suppress clutter effectively using limited training samples for airborne radar. The algorithm first uses the clutter sparse recovery function of STAP to suppress clutter in the H and V channels. Then, polarization processing is employed to further restrict mainlobe clutter. We present numerical examples to demonstrate the effectiveness of the new technique.