基于实测数据的STAP的权值计算算法性能比较

空时自适应处理(STAP)的权值求解是其计算最密集的部分,由于机载雷达回波数据动态范围很大,导致传统的采样协方差矩阵求逆(SMI)方法数值稳定性较差,相对而言基于QR分解的采样矩阵求逆算法(QRD-SMI)在系统动态范围要求和并行性上具有优势.为了寻求在STAP工程实现时采用QRD-SMI的理论依据,分析了采用这两种不同算法的STAP处理方法,比较了二者的计算量,用MountainTop数据比较研究了2种方法的性能.实验结果表明这2种方法均具有良好的杂波、干扰抑制性能,传统的SMI算法在杂波抑制性能上较QRD-SMI算法有一定的优势,而QRD-SMI算法对"目标消除效应"较SMI算法有更强的稳健性,综合比较算法性能、数值特性以及可并行实现性,QRD-SMI更适合在STAP的工程实现时采用.     

一种新的宽带波束形成算法

基于对角加载思想,针对宽带信号空时处理结构,将空时接收协方差矩阵进行特征值分解,并利用矩阵求逆定理推导出空时结构对角加载值的范围,得到空时结构对角加载波束形成算法的优化方程以及最优权向量的解.仿真结果表明,算法有效地对协方差矩阵估计进行了修正,增强了空时波束形成算法的鲁棒性.     

基于最大似然估计的机载双基地雷达杂波抑制方法

首先建立了机载双基地雷达的杂波模型,然后分析了机载双基地雷达杂波谱的空时分布特性,比较了最大似然估计方法与其他几种常规估计方法的性能,最后在此基础上提出了一种新的基于配准的最大似然非均匀采样距离相关性补偿方法。该方法通过最大似然估计方法完成对双基地机载雷达杂波幅度的估计,并利用非均匀采样选取各训练样本的杂波谱中心实现对杂波谱的配准。仿真结果表明,在各种不同的双基地机载雷达配置情况下,该方法均可有效解决双基地机载雷达面临的杂波非均匀问题。     

基于子空间估计的MIMO阵列降维STAP方法

当对多输入多输出(multiple input multiple output, MIMO)阵列进行空时自适应处理时,由于MIMO阵列虚拟孔径增大,相对常规相控阵列能够更好地抑制杂波和干扰,但其所需样本数据量大且计算复杂度高,工程实际中难以应用。提出基于子空间估计的MIMO阵列降维空间自适应处理（space time adaptive processing, STAP）方法,该方法结合扁长椭球波函数的时限带限特性近似构造出降维的杂波子空间,并利用与发射波形正交的辅助匹配滤波通道估计出干扰加噪声协方差矩阵,通过“逼零”方法求得MIMO阵列系统的空时权矢 量。仿真结果表明,当存在非理想因素影响时,该方法能够有效抑制杂波和干扰且降维运算量更低。     

GMTI雷达STAP系统仿真研究

地面动目标检测(Ground Moving Target Indication,GMTI)是脉冲多普勒雷达在军事上的重要应用领域之一。空时自适应信号处理(Space-Time Adaptive Processing,STAP)技术因为在GMTI雷达应用中具有很好的微弱信号检测性能而受到广泛关注。基于均匀直线阵列(Uniform Linear Array,ULA),建立了机载GMTI雷达动目标检测的完整仿真系统,给出了回波模拟仿真和信号处理的流程,讨论了多通道STAP处理技术在实际应用中的细节,并将幅度相位估计(Amplitude and Phase Estimation,APES)与STAP技术结合,提高检测性能。仿真实验结果证明了系统的有效性。     

无人机集群协同探测距离解模糊方法

与传统单平台机载雷达相比,无人机(unmanned aerial vehicle,UAV)集群协同探测具有探测范围广、探测精度高、布阵机动灵活等突出优势,因此是未来机载预警雷达发展的重要方向之一.由于UAV集群雷达阵列具有大尺寸、超稀疏孔径,因此雷达回波近似为球面波且具有较强近场效应.本文首先推导了UAV集群稀疏阵列在...     

均匀线阵条件下的MSNWF空时处理快速实现方法

针对利用MSNWF技术进行GPS的接收机联合空时抗干扰,可以得到较好的效果,但计算量仍然较大,不易硬件的实时实现的问题,通过分析信号协方差矩阵的Toeplitz特性,找到简化计算信号协方差矩阵的方法。并在信号协方差矩阵基础上,构造一个高维Toeplitz矩阵,利用FFT技术,提出一种加快信号协方差矩阵与矢量相乘的计算方法。把这两种快速计算方法应用于基于CG的MSNWF,大大降低了空时自适应处理的计算复杂度。给出新方法收敛性能试验仿真结果,证明该方法有效。     

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。     

对机载预警雷达STAP的慢时调频干扰方法

机载雷达的空时自适应处理技术(space-time adaptive processing, STAP)可以通过采样形成二维凹陷，使干扰机难以产生密集的假脉冲。本文提出了一种有效增加假脉冲数量的干扰方法。通过理论分析推导出频率唯一性条件, 证明了不同多普勒频率的干扰脉冲无法被STAP采样对消。干扰机可在快时和慢时分别调整干扰脉冲的距离和径向速度, 增强干扰的可控性, 既可在局部区域内精确掩护, 也可以在全距离范围内实现大面积密集遮盖。仿真证明, 通过为每个干扰脉冲依次调制不同多普勒相位, 可显著提升干扰信号的数量密度, 而且对降维STAP依然有良好的干扰作用。