论文部分内容阅读
机载雷达具有优越的监视能力和对低空突防目标的预警能力,具有重要的军事应用意义。机载雷达通常处于下视工作状态,回波信号中含有大量的地物散射回波,由于各杂波源具有不同的径向速度,导致回波多普勒谱严重扩散,动目标被完全掩盖而无法识别。空时自适应处理(STAP)通过多脉冲和多阵元的联合处理,可有效抑制杂波,实现慢速目标检测。随着机载雷达系统应用领域的不断扩展和延伸,常规STAP算法面临诸多挑战,包括快变场景散射特性、离散杂波/干扰源、复杂机载阵列下杂波分布的距离相关性,以及实际阵列非理想因素等,学术界将其统称为非均匀杂波环境。论文以如何更有效地抑制非均匀空时杂波为出发点而展开工作,取得了如下成果:提出基于杂波空时谱稀疏恢复的STAP技术(SR-STAP),在少量样本下高分辨估计杂波空时谱,显著提高CCM估计的收敛速度,并利用Mountaintop实际数据证明其有效性。同时算法在先验知识失配下保持较好的鲁棒性,优于基于知识的STAP算法,非常适合散射特性快变、只能保证局部平稳的实际杂波环境。提出基于稀疏恢复的直接数据域STAP方法(D3SR),可在不需要训练样本的前提下,直接在检测单元内有效抑制离散杂波和干扰,避免训练样本特性失配带来的性能损失,有效提高输出信杂比。同现有的直接数据域算法相比,无需空时孔径滑动,不存在系统自由度损失,可提供更优异的输出信杂比改善和低速目标检测性能。针对复杂机载阵列下杂波角度和多普勒频率间非线性、随距离时变的耦合关系,提出基于稀疏恢复的距离配准方法(SR-RBC),通过补偿不同距离样本的平稳性,有效解决杂波特性随距离快变的问题。同现有算法相比,可在不损失空时孔径的前提下,提供更优异的平稳性补偿性能,在机载共型、机载双基地等复杂阵列下有效工作,具有较宽广的应用前景。针对实际环境中由于各阵元间幅度/相位误差的非理想因素,提出自适应稀疏恢复方法(Adaptive SR),通过快拍数据自适应调整误差矩阵,达到提高超完备矩阵和实际场景匹配程度,有效改善估计鲁棒性的目的。同时由于自新算法并没有利用样本的统计信息,而是利用欠定方程稀疏解的思路来获得高分辨谱估计性能,因此可有效区分相干信号源。