论文部分内容阅读
机载雷达抑制杂波的一种关键技术是空时自适应处理（Space Time AdaptiveProcessing，STAP）技术。然而，由于全空时处理器对计算量与训练样本数量要求过高，导致这一技术难以工程实现。出现了对于降维STAP算法和降秩STAP算法的研究，在保证性能次优的情况下降低处理器的处理难度。本文对降维STAP算法和降秩STAP算法进行了研究分析，提出可重构的仿真方法并对常见的降维STAP算法和降秩STAP算法进行仿真分析。本文的主要工作可总结为以下几方面：1.研究了STAP算法的原理，降维STAP算法原理和降秩STAP算法原理。针对机载相控阵雷达特殊的杂波特性，研究了全空时STAP处理器的原理与处理过程。由于最优STAP处理器难以工程实现，详细分析了降维STAP算法的原理与分类，并对常见的固定降维算法进行研究，包括空时二维Capon算法、mDT-SAP STAP算法、PRI-staggered滑窗STAP算法和局域联合处理（JDL）STAP算法。分析了自适应降秩STAP算法的原理，并对常见的自适应降秩STAP算法进行研究，包括基于主分量的降秩STAP算法和基于多级威纳滤波器的降秩STAP算法。2.研究了STAP算法的仿真方法。对仿真需求进行分析，包括STAP算法性能评价指标，仿真的输入与输出和仿真软件的用户界面。设计并提出一种仿真架构，提供一个STAP算法快速仿真平台，用户使用该软件，输入某场景下的雷达扫描数据，能够快速输出各种STAP算法对该数据的处理结果；此外，由于该软件的开发是基于基本模块层的基本运算模块，通过该软件的仿真结果，算法人员可以对算法进行改进，并将修改的部分加入该软件，完善仿真软件，达到快速可重构的目的。仿真架构包括用户界面层，重构层和基本模块层。对构成仿真架构的每层进行分析，并对仿真算法进行优化，即对基本模块中的矩阵计算模块和FFT计算模块进行优化。3.给出用于仿真的MCARM实测数据和该实测数据的数据分析情况，基于MCARM实测数据，用以上提出的快速可重构仿真方法对STAP算法进行性能仿真。仿真性能根据以下几个因素进行分析：空时二维频率响应、输出信杂噪比、系统改善因子、剩余杂波噪声功率、检测统计量、距离-多普勒谱。快速仿真方法通过对以上各方面分析比较，得出所测实测数据由各种STAP算法处理后的效果，比较得出适合该类型数据的STAP处理方法。