论文部分内容阅读
空时自适应处理(STAP)技术通过二维滤波器能够有效地抑制杂波,改善机载相控阵雷达检测目标的性能。常规的STAP处理中需要采用与待检测单元独立同分布(I.I.D)的训练样本对杂噪协方差矩阵进行估计,而在实际的非均匀环境中,样本的I.I.D条件无法满足,从而导致了STAP性能下降。本文着重研究了机载雷达非均匀情况下的STAP杂波抑制问题,其主要内容概括如下:1建立了机载雷达的地杂波模型,对杂波特性进行了分析,介绍了全维最优处理器STAP处理的结构,引入了STAP性能衡量的指标。并在此基础上,通过对机载多通道雷达实测数据的分析与处理,对相关理论、算法进行了验证。2分析了干扰目标和孤立干扰对STAP性能的影响,在此基础上研究了基于广义内积(GIP)和自适应功率剩余(APR)的两种非均匀检测器。针对孤立干扰,研究了直接数据域(DDD)算法,并通过仿真和实测数据处理对其进行了验证。3研究了多级维纳滤波器(MWF)分解原理,MWF不需要对协方差矩阵进行估计、求逆和特征分解,因此计算量小,收敛速度快。在此基础上研究了多级维纳滤波器的三种实现方法并通过仿真实验和实测数据处理对三种实现方法进行了验证。4对空时自回归(STAR)算法进行了研究,并通过仿真实验及实测数据对其性能进行了验证。随后,针对DDD算法为获得足够训练样本而空时孔径严重损失的缺点,将STAR算法引入到DDD算法权矢量求解过程中,提出了一种可有效抗孤立干扰的STAP算法。仿真实验和实测数据处理结果表明,该算法与常规DDD算法相比,在低空时孔径损失环境下仍能获得较好性能。