论文部分内容阅读
近些年来，伴随着阵列天线在机载预警平台的使用，杂波在运动平台呈现为强烈的空时耦合特性。为了有效抑制运动平台杂波，空时自适应处理方法（Space-TimeAdaptive Processing，STAP）得到空前发展。但是，随着阵列规模越来越大、信号维数越来越高，由此便产生了计算复杂度过高和训练样本需求较多等问题。由于以上原因，促进了各种降维自适应方法（Suboptimal Dimension-Reduced STAPAlgorithms）的发展。但是，机载雷达非自适应杂波抑制方法（Non-Adaptive ClutterSuppression Algorithms）的相关研究相对而言还比较少。非自适应方法因其计算复杂度偏低、受样本影响小等特点，更利于实时处理数据。因此，本文主要研究机载相控阵平台和机载MIMO（Multiple-Input-Multiple-Output）平台的非自适应杂波抑制方法，主要工作包括以下几个方面：1.建立了机载MIMO雷达杂波空时二维数据模型，在充分利用雷达工作参数和载机速度等先验信息的基础上，提出一种机载MIMO雷达非自适应空时二维脉冲相消器（Multiple-Input-Multiple-Output Two-Dimensional Pulse-to-pulse Canceller，MIMO TDPC），并给出了关于MIMO TDPC权系数的最小二乘代价函数，从而优化得到MIMO TDPC的权系数。由于MIMO TDPC权系数仅利用了雷达工作参数和载机速度等先验信息计算得到，属于非自适应处理器，因而具有运算量小、无收敛过程等优点，并且可以作为机载MIMO雷达的杂波预滤波器，进一步改善常规MTI（Moving Target Indication）处理和降维STAP算法的性能。此外，在杂波模型中考虑了偏航角，因此MIMO TDPC不仅适用于正侧视雷达，也适用于非正侧视雷达。2.针对机载非正侧视雷达的近程非均匀杂波抑制问题，提出一种快速实现、便于使用的近程杂波抑制方法（Short-range Clutter SuppressionApproach，SCSA）。对于正侧视雷达（SideLookingAirborne Radar, SLAR）,由于不同距离单元的杂波在角度-多普勒平面分布轨迹基本重合，杂波表现为相对均匀，因此空时自适应处理方法有很好的性能。但是，对于非正侧视雷达（non-SLAR），由于杂波的分布轨迹不重合，特别是近场杂波，杂波的非均匀性更强烈，自适应方法的性能会严重下降。在机载非正侧视雷达的杂波模型基础上，利用杂波空间几何结构、雷达参数和载机速度等先验信息，构造了SCSA权系数。SCSA方法由空-时滤波和空-时匹配两部分级联构成。作为不依赖于样本的非自适应方法，与传统自适应方法不同（自适应方法性能受非均匀样本的影响很大，且求逆运算计算复杂度高），本方法不受非均匀样本的影响，计算复杂度很低，方便实时处理使用，且较自适应方法有更好的目标检测性能。3.考虑由于载机速度变化引起杂波起伏，并由此导致空-时二维平面杂波沿分布轨迹在多普勒域扩散的问题，在机载雷达地杂波模型的基础上，利用雷达参数、载机速度等先验信息，提出了一种机载雷达二维多脉冲相消器（Two-DimensionalMulti-pulse Canceller, TDMC），并给出了关于TDMC权系数的代价函数。由于使用了比两脉冲相消器TDPC更多地自由度来设计滤波器，因而TDMC比TDPC有更好的滤波器通频带性能，通过仿真数据和实测数据验证，TDMC比TDPC能更有效地抑制杂波，并且对慢速目标的检测性能有明显提升。