机载雷达三维空时降维自适应处理

基于机载雷达空时三维自适应处理,提出了一种空时可分离的降维自适应算法。该算法首先利用三个低维（俯仰、方位和时域）权矢量的直积近似表示最优权矢量，然后基于循环迭代的思想依次固定其中两个权矢量，并由此构造相应的降维变换矩阵,在低维空间上优化另一个权矢量。理论分析和实验仿真结果表明，所提算法能有效降低系统计算量和对训练样本的需求，在小样本情况下具有较好的杂波抑制性能和较强的误差稳健性。     

机载前视阵列雷达俯仰慢时间空时自适应处理

针对机载前视平面阵列雷达杂波抑制问题,提出了一种利用阵列俯仰维自由度和慢时间自由度进行空时二维自适应处理的方法。分析了该模型中杂波在俯仰多普勒平面的分布规律,通过采用多普勒频移方法补偿了杂波的距离非均匀性,与常规方位多普勒空时二维自适应处理方法不同,所提方法可以同时补偿杂波的主瓣和旁瓣。最后通过仿真实验将所提方法与三维空时自适应处理、传统方位慢时间二维自适应处理作了对比,证明了所提方法的优越性。     

空时矩阵组三迭代DOA估计新方法

利用平移不变结构阵列信号子空间的旋转不变性,构造一组具有对角结构的空时相关矩阵组。给出一种高精度的信号子空间估计方法,利用估计的信号子空间做降维矩阵处理空时相关矩阵组,从而减少计算量并加快收敛速度。基于非线性最小二乘建立代价函数,提出一种三迭代算法求解代价函数进而估计波达方向DOA。仿真结果证实该算法收敛速度较快,估计精度显著高于TLS-ESPRIT算法,尤其在低信噪比和小快拍数据下估计精度显著增强。     

机载预警雷达三维空时自适应处理及其降维研究

分析了AEW雷达系统中实际存在的阵元幅相误差对二维空时自适应处理(2D STAP)性能的影响。提出了一种更加稳健的三维空时自适应处理(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。为了降低计算量,还提出了一种三维先时后空自适应处理(3D T SAP)的准最优技术。对仿真数据和某实测数据的处理结果证明三维处理具有优良的性能和很强的误差容错能力。     

海杂波背景下基于MBMC的低空风切变风速估计方法

当机载气象雷达在海杂波背景下探测低空风切变时,海杂波信号会覆盖低空风切变信号,造成风速无法准确估计。针对上述问题,提出了一种在海杂波背景下基于多波束多级联(multi-beam multi-cascade, MBMC)的低空风切变风速估计方法。该方法首先利用空时插值算法矫正机载前视阵海杂波的距离依赖性,然后对空间多波束联合时域三次滑窗后的输出再级联多普勒滤波器,构造得到降维变换矩阵,执行空、时域联合自适应处理,最后通过构造代价函数估计得到风场速度。仿真结果表明,在海杂波背景下本文方法可以实现风场速度的准确估计,且具有较好的稳健性。     

海杂波背景下基于MBMC的低空风切变风速估计方法

当机载气象雷达在海杂波背景下探测低空风切变时,海杂波信号会覆盖低空风切变信号,造成风速无法准确估计。针对上述问题,提出了一种在海杂波背景下基于多波束多级联(multi-beam multi-cascade, MBMC)的低空风切变风速估计方法。该方法首先利用空时插值算法矫正机载前视阵海杂波的距离依赖性,然后对空间多波束联合时域三次滑窗后的输出再级联多普勒滤波器,构造得到降维变换矩阵,执行空、时域联合自适应处理,最后通过构造代价函数估计得到风场速度。仿真结果表明,在海杂波背景下本文方法可以实现风场速度的准确估计,且具有较好的稳健性。     

一种有效的STBC-OFDM联合信道估计解码算法

提出一种针对空时块码正交频分复用(STBC-OFDM)系统在信道不确知或时变情况下的低复杂度联合信道估计与解码算法.该算法推导的出发点是观察到STBC-OFDM系统中关于信道参数的最小二乘代价函数与只有线性处理的STBC解码最小二乘代价函数是等价的,从而可利用循环最小化迭代方法求解.在这两个代价函数求解各自参数过程中,可以充分利用OFDM的信号特征和STBC的正交结构特征,使计算量大为减少.在迭代过程中,信号先不考虑有限字符性质,而是取值任意的随机变量.估计出信号值后利用有限字符性质进行量化修正,避免了此类迭代算法中的穷举运算,从而降低了计算量,加速了算法收敛速度.仿真结果表明了该算法的有效性.     

基于遗传算法的均匀圆阵宽频段二维WSF算法

基于多圈均匀圆阵 (UCA)构造了二维加权子空间拟合 (WSF)算法的代价函数 ,用遗传算法进行了优化 ,从而得到了对宽频段内多个独立源或相干源的高精度、高分辨率和强鲁棒性的二维波达方向估计 (DOA)。计算机仿真表明了该算法的有效性。     

基于同伦稀疏STAP的低空风切变风速估计

在机载气象雷达前视阵下,由于杂波的距离依赖性导致独立同分布(independent identically distributed, IID)训练样本严重不足,传统的空时自适应处理(space-time adaptive processing, STAP)算法性能下降,风场速度估计不准。针对此问题,提出一种基于同伦稀疏STAP的低空风切变风速估计方法,该方法仅需少量IID训练样本就能够达到较好的风场速度估计效果。首先,利用同伦稀疏恢复算法估计杂波协方差矩阵,从而重构出高分辨率的杂波空时二维谱。然后,通过求解STAP处理器的最优权矢量自适应滤除杂波。最后,实现对风场风速的准确估计。仿真结果证明所提方法的有效性。     

空时自适应处理典型方法综合性能评估

对典型空时自适应处理方法的综合性能进行了评估，主要从误差鲁棒性、运算量、采样要求、自适应方向图、频响图、实现复杂度几个方面进行了比较与分析，为实际工程实现和发展新的空时二维自适应处理器作参考。     

Range walk and array rotation in space-time adaptive processing: effects and compensations

This paper proposes a unified clutter model incorporating the effects of range walk and array rotation for space-time adaptive processing (STAP) in airborne multi-channel early-warning radar. Based on this clutter model, STAP performance is then analyzed from the perspective of covariance matrix tapering (CMT). For STAP performance degradation due to array rotation, a determinate compensation method is proposed based on the CMT method. Numerical examples are provided to verify the analysis and the proposed compensation method.     

对降维STAP机载雷达的延时混叠转发干扰方法分析

针对降维空时自适应处理(space-time adaptive processing, STAP)在不满足独立同分布(independent identical distribution, IID)训练样本的需求时性能严重下降的问题,提出了一种改进的延时混叠转发干扰方法。该方法主要是通过延时混叠协同频率调制,产生多个距离单元分布可控的假目标,成为STAP前向滤波阶段选取的训练样本的一部分,从而破坏训练样本IID的条件,导致形成的空时自适应权产生主瓣畸变,最终无法获得真实的目标信息。仿真结果表明,该方法产生的假目标数目多且距离单元分布可控,降维STAP系统处理性能严重下降。     

空载双基地雷达地杂波模拟

从空时二维角度出发 ,根据接收方向和多普勒单元划分双基地距离单元 ,进而精确地仿真空载双基地雷达的地杂波 ,并通过杂波仿真验证了双基地雷达的各种多普勒现象。最后给出了空时二维自适应信号处理(Space -TimeAdaptiveSignalProcessing ,STAP)在空载双基地雷达中的应用研究。同时讨论了不同多普勒情况下STAP的应用特点。     

一种机载非正侧视阵雷达近程杂波对消方法

机载预警雷达发射中高脉冲重复频率信号时,会导致接收杂波存在距离模糊现象。对于机载非正侧视阵雷达(non-side looking airborne radar, non SLAR),其近程回波具有强烈的距离依赖性,导致通过统计方法估计的杂波协方差矩阵不准确,使得空时自适应处理（space-time adaptive processing, STAP）的杂波抑制性能急剧下降。接收天线为均匀线阵条件下,由于阵列没有俯仰维自由度,无法直接对近程杂波进行抑制。针对这种情况,提出了一种近程杂波对消方法,该方法首先估计出近程模糊距离门对应的俯仰角,然后利用空时二维杂波谱的先验信息对近程的杂波进行估计,最后对原始的接收数据进行近程杂波对消。该方法能够对近程杂波进行有效抑制,获得的杂波抑制性能高于直接处理法。仿真实验结果验证了该方法的有效性。     

实测数据的降秩空时自适应处理方法

针对全空时自适应处理协方差矩阵估计和计算复杂问题,介绍了在直接处理器结构上基于主分量法和互谱法的两种降秩空时自适应处理方法,这两种方法利用杂波和干扰的低秩属性,应用采样数据来构造降维转换矩阵。对Mountain Top计划进行了详细描述,对从Mountain Top计划测得的数据应用上述两种降秩方法对其进行了分析。仿真实验表明了这两种方法的可行性,减少了计算量,并提高了有效可测收敛性。     

一种双通道SAR动目标检测和参数估计方法

提出了一种基于空时自适应处理(STAP)杂波抑制和修正的离散Chirp-Fourier变换(MDCFT)参数估计的双天线合成孔径雷达(SAR)运动目标检测和成像方法.将MDCFT变换应用于经过STAP杂波抑制后的信号,在MDCFT幅值平面内同时完成对运动目标的检测和多普勒参数的估计.分析了STAP方法对SAR回波的滤波效果,建立了适合SAR系统的MDCFT模型.在分数阶傅里叶域进行滤波以消除杂波对相位的影响,进而利用通道间的相位差和多普勒中心频率对运动目标准确定位并估计径向速度.通过大量的仿真实验验证了该方法的正确性.     

直接数据域迭代空时自适应处理方法

针对常规空时自适应处理(space-time adaptive processing, STAP)在机载雷达非均匀杂波环境下杂波抑制性能下降的问题,提出一种直接数据域(direct data domain, DDD)迭代空时自适应处理方法。首先利用数据的特殊结构和空时谱的稀疏性引入一种新的迭代自适应(iterative adaptive approach, IAA)空时二维谱估计算法,然后在获得待检测单元空时谱分布的基础上重构无孔径损失的协方差矩阵,最后根据目标信号在空时平面的分布特点,提出一种新的目标剔除算法对协方差矩阵进行修正,以避免目标自相消。仿真实验结果表明,在存在3%阵列误差的情况下,所提方法在旁瓣杂波区的改善因子比传统直接数据域方法高出约10 dB、比多普勒平移法高出约5 dB。     

不敏空时自适应处理算法

针对空时自适应处理(STAP)的非均匀检测环境,提出了一种新的不敏空时自适应处理算法.该算法通过对有限的非独立同分布(non-i.i.d)数据应用不敏变换(UT)来获得近似估计的协方差矩阵,即将原始的非均匀数据到其所对应的均匀数据看作一种特殊的非线性变换,利用不敏变换(UT)估计非均匀数据经非线性变换后所对应均匀数据的协方差矩阵,有效地降低了非均匀特性的影响.仿真结果验证了该算法在非均匀环境下具有良好的运动目标检测性能.