机载MIMO雷达3-CAP杂波抑制方法

针对机载雷达面临的杂波抑制问题,在考虑阵元误差、通道误差和杂波起伏等误差因素对杂波特性影响的基础上,建立了机载MIMO雷达杂波数学模型,提出了一种基于MIMO雷达体制下的空时自适应新方法——M3-CAP方法。对接收信号进行时域滤波,选取被检测通道与其2个相邻通道为一组,进行自适应处理。该方法通过MIMO技术与3-CAP方法的有效结合,将波形分集的优势扩展到3-CAP方法中,显著提高了雷达系统自由度和杂波协方差矩阵估计精度。通过对不同雷达体制以及不同误差条件下杂波抑制性能的分析比较,结果表明:提出的M3-CAP方法的杂波抑制性能明显优于JDL-GMB、改进的JDL、3-CAP等方法。     

基于稀疏恢复的 MIMO-STAP干扰样本检测方法

针对机载多输入多输出(MIMO)雷达空时自适应处理(STAP)技术在训练样本存在有源干扰时杂波抑制性能严重下降的问题,提出了一种干扰样本检测方法。首先使用正则化FOCUSS算法估计出各原子的空时功率谱值,接着设置谱值门限将谱值较大的原子取出,然后确定扫描带对空时二维平面进行扫描,最后根据进入扫描带最大原子数占总原子数的比例判别训练样本是否存在干扰。仿真实验表明,该方法可有效检测出训练样本中的干扰,使用该方法挑选出的无干扰训练样本恢复杂波谱可保证空时滤波器的杂波抑制性能,提升稀疏算法求解杂波谱时涉及到的样本的可靠性。     

时域加权稀疏约束的空时自适应处理算法

1DT是典型的时空级联的后单多普勒空时自适应处理的方法,能够显著降低对独立同分布样本的需求量和空时自适应处理时的运算量,但是进行时域处理时对主瓣杂波的抑制效果较差。针对此问题,提出一种利用时域滤波器频率响应的稀疏特性进行加权稀疏约束的自适应滤波器设计算法。在时域自适应滤波器的模型中加入对旁瓣的稀疏约束,并构造加权矩阵对稀疏约束加权。仿真实验表明：此方法在有效抑制主瓣杂波的前提下能够降低副瓣,并且当存在天线幅相误差时具有较好的稳健性。     

Target location with signal fitting and sub-aperture tracking for airborne multi-channel radar

The location of a moving target based on signal fitting and sub-aperture tracking from an airborne multi-channel radar is dealt with. The proposed approach is applied in two steps: first, the ambiguous slant-range velocity is derived with a modified single-snapshot multiple direction of arrival estimation method, and second, the unambiguous slant-range velocity is found using a track-based criterion. The prominent advantage of the proposed approach is that the unambiguous slant-range velocity can be very large. Besides, the first stage is carried out at the determinate range-Doppler test cell by azimuth searching for fitting best to the moving target signal, therefore, the location performance would not be sacrificed in order to suppress clutter and/or interference. The effectiveness and efficiency of the proposed method are validated with a set of airborne experimental data.     

MIMO雷达子阵级m-Capon方法研究

针对多输入多输出（multiple input multiple output, MIMO）雷达虚拟阵列孔径大,典型的降维空时自适应处理（space time adaptive processing, STAP）方法--m-Capon法无法适用的问题,对子阵级m-Capon法进行了研究,并与相应的相控阵雷达3-Capon方法进行了比较。计算机仿真结果表明,处理器维数相同时,子阵级3-Capon方法性能明显提高,但非主杂波区误差鲁棒性差;子阵级1-Capon法在非主杂波区性能明显提高,但主杂波凹口太宽。在实际应用中,可综合运用两种方法对主杂波和非主杂波区分开处理,为工程实现提供可靠依据。     

基于优化多相编码和天线设计的MIMO STAP研究

多发多收（MIMO,multiple input and multiple output）雷达发射正交波形以获得良好的波形分集增益和更高的自由度。为了提高信号的自相关和互相关性能,采用循环算法（CA,cyclic algorithm）,得到了具有低自相关旁瓣峰值（ASP,auto correlation sidelobe peak）和互相关峰值（CP,cross correlation peak）的多相编码信号。仿真实验基于优化多相编码信号和天线阵列结构实现STAP（space-time adaptive processing）,克服了多信号间相互影响、稀疏天线布阵结构导致的盲速和密布天线布阵影响孔径大小等问题,验证了本文方法有效性。     

共形阵机载火控雷达杂波建模与杂波抑制

共形阵机载火控雷达较常规平面阵机载火控雷达有着更少的负载、更好的空气动力性能及更大的扫描范围等优点。对机头共形阵火控雷达的子阵划分、方向图特性、杂波建模和杂波抑制等问题进行了研究。首先,给出了机头共形阵天线的数学模型和几何结构,依据火控雷达动目标检测需求确定了该天线工作方式和子阵合成方式,并分析了机头共形阵的天线方向图特性;然后,结合共形阵阵面结构特点分析了机头共形阵的杂波谱分布特性;最后,利用空时自适应处理(space time adaptive processing, STAP)方法对共形阵机载火控雷达进行了杂波抑制处理,并通过仿真分析了STAP方法的杂波抑制性能。     

空时自适应处理中基于知识的训练 样本选择策略

针对空时自适应处理中样本协方差矩阵受干扰目标污染时检测性能下降的问题，提出了一种基于知识的空时自适应处理（knowledge aided space time adaptive processing, KA STAP）方法。该方法将待测距离单元杂波的先验知识与广义内积非同态检测器（general inner product nonhomogeneity detector, GIP NHD）结合，对训练样本进行有效选择。通过仿真证明该方法能有效剔除存在干扰目标的样本，提高训练样本被干扰目标污染时空时自适应处理的检测性能。     

基于杂波脊先验信息的非均匀杂波抑制方法

机载雷达回波数据非均匀会在很大程度上削弱传统空时自适应处理算法的杂波抑制性能。为此,提出一种基于杂波脊先验信息的非均匀杂波抑制方法,利用机载雷达杂波信号在角度多普勒平面的谱分布信息构造导向矢量基,并在考虑阵元误差影响情况下,对待检测单元数据进行迭代的最小二乘拟合,最后对拟合后的剩余数据进行恒虚警检测处理。该方法充分利用了雷达系统参数及杂波谱分布等先验信息,并且不需要训练样本,可以较好地抑制非均匀杂波,从而改善机载雷达的检测性能。仿真实验验证了该方法的有效性。     

机载MIMO雷达修正GMB降维方法

针对MIMO雷达空时自适应处理运算量和杂波抑制性能难以兼顾的问题,建立了MIMO雷达杂波数学模型,提出了机载MIMO雷达的修正广义相邻多波束降维方法。该方法基于局域化处理的思想,通过选取特定的发射波束、接收波束和多普勒通道,利用空域两维波束形成和时域多普勒滤波方法进行空时自适应处理。对该方法在不同误差条件下杂波抑制性能进行了仿真实验,结果表明:提出的修正广义相邻多波束方法能够大幅降低运算量和样本需求数,有效抑制杂波,提高慢速目标的检测能力。