空时自适应信号处理(STAP)技术可以有效抑制杂波,改善机载相控阵雷达的动目标检测性能。国内外对STAP研究最初主要集中在全空时的最优检测理论和机载雷达杂波特性两方面。全空时处理虽然性能优越,但计算量和设备量惊人,无法实时实现。后来就把研究的重点集中在对降维STAP算法的研究上,目的是解决STAP在工程上实时实现的问题,一旦这一问题得到解决,将大大推进STAP工程化的进程。统计STAP算法性能最优的前提条件是有充足的与待检测样本中的干扰独立同分布(IID)的均匀训练样本,以便估计协方差矩阵。但在实际机载雷达中,系统自由度很高,而且实际的环境相当复杂,使得上面的条件难以实现,训练样本一般是非均匀的。常规的统计STAP算法在非均匀环境中性能会急剧下降。本文重点研究了非均匀环境下的STAP算法。首先在第二章介绍了统计STAP算法的一些基本原理,以及针对非均匀环境提出的一种非均匀样本选择的方法——非均匀检测器(NHD)。第三章具体介绍了几种常规的降维STAP算法。降维处理可以在空域、时域或空时联合域进行。无论在哪个域内进行,都可以等效成对全空时数据矢量乘上一个降维转换矩阵T。如果T与数据的特征结构无关,那么这类降维处理器的结构可以预先设定;如果T与数据的特征结构有关,则STAP在特征子空间内进行降维。研究表明,在辅助样本数有限的条件下降维STAP的输出信杂噪比有可能接近甚至略优于全空时STAP。本章讨论了两种基本的自适应处理结构,一种是直接形式的处理器(DFP),另一种是广义旁瓣相消器(GSC),并讨论了DFP和GSC处理器之间的等价转换关系。第四章研究了一种结合非均匀检测的JDL信号处理算法,该算法对训练样本进行局域联合降维处理(JDL),然后采用基于自适应功率剩余(APR)准则的非均匀检测器剔除非均匀样本,进而求解自适应权矢量。理论分析和仿真实验结果表明,非均匀检测与JDL相结合的算法,能有效剔除干扰样本,提高动目标检测性能。该算法运算量小,易于工程实施。第五章介绍了STAP的直接数据域(DDD)算法。Sarkar等人提出的直接数据域算法,不需要利用其它距离门样本数据,通过对待检测距离门的数据作信号滤除处理直接利用待检测样本计算权矢量,在非均匀环境下具有很好的性能。