论文部分内容阅读
与地基以及海基雷达相比,机载雷达视野更加广阔,更有利于探测低空目标。机载雷达下视工作时,其检测能力主要受到地杂波的制约,因此杂波抑制技术在机载雷达中扮演着重要角色。目前,机载雷达系统主要是通过空时自适应处理（Space-time adaptive processing,STAP）技术抑制杂波,当下机载雷达STAP技术主要存在的难点是少样本条件下杂波加噪声协方差矩阵的精确估计以及降低算法运算量。本文结合新的数学处理手段以及杂波的低秩性,对现有的STAP技术进行改进,本文取得的创新性成果包括:（1）针对传统1DT方法对主瓣杂波抑制有限的缺陷,本文提出了一种基于时域自适应FIR滤波的空时处理方法。该方法首先设计一组自适应FIR滤波器,利用这组自适应FIR滤波器对雷达回波数据进行多普勒滤波,然后分别对相同多普勒滤波器输出的数据做自适应处理。仿真结果表明,该方法的杂波抑制性能优于1DT方法,而且该方法在天线阵元存在一定的随机幅度误差和相位误差情况下,杂波抑制性能损失不大。（2）在基于时域自适应FIR滤波的空时处理方法的基础上,本文又提出了一种新的基于协方差拟合准则的降维空时自适应处理方法。该方法首先对回波信号进行时域滤波,然后通过协方差拟合准则构造在高斯信源下与最大似然估计器渐近等价的优化问题,同时本文将协方差拟合优化问题转换为半定规划问题,并利用凸优化工具包求解优化问题,进而估计得到杂波加噪声协方差矩阵。仿真实验表明,相比于现存在的多普勒滤波后空时联合处理方法,该方法对训练样本的需求更少,且杂波抑制效果更好。（3）针对现有的基于原子范数的STAP方法只是建立在理想模型下,而未考虑非理想因素这一不足,本文提出了一种适用于阵元误差存在时的改进的基于原子范数的STAP方法。该方法首先利用单个辅助信号源方法对阵元通道误差进行估计,然后基于预先估计的阵元通道误差信息,建立了一个新的原子范数优化问题,将阵元误差信息从原始回波信号中分离出,进而使得杂波协方差矩阵的估计精度被提高。（4）针对传统机载多输入多输出（Multiple-input multiple-output,MIMO）雷达由于发射能量分散造成MIMO-STAP的输出信杂噪比（Signal-to-clutter-plus-noise ratio,SCNR）减小的问题,本文以发射方向图的最小匹配误差为设计准则,提出了一种基于原子范数的发射波形设计方法,利用发射波束（Transmit beamspace,TB）矩阵与发射方向图之间的关系,同时结合基本发射方向图的稀疏性,构建了基于原子范数的发射波形优化模型,并求解该优化问题来获得发射信号的相关矩阵。最后,利用发射信号相关矩阵的半正定Toeplitz特性,对其进行范德蒙分解,进而得到TB矩阵与发射信号。同时为了实现少样本条件下的高精度估计TB-MIMO雷达的杂波协方差矩阵,利用杂波协方差矩阵的低秩性、块Toeplitz性,本文又提出了一种基于原子范数的TB-MIMO雷达STAP方法。由于基于原子范数的杂波协方差矩阵估计是在连续域内进行稀疏重构,避免了离散失配问题,相比于基于稀疏表示的TB-MIMO雷达STAP方法,该方法可以实现更高精度的估计。仿真实验也表明该方法的杂波抑制性能更接近于最优TB-MIMO雷达STAP方法的性能,并超越了基于稀疏表示的TB-MIMO雷达STAP方法的杂波抑制性能。同时也证实了,当杂波脊的斜率与阵元间距比为非整数时,相比于基于稀疏表示的TB-MIMO雷达STAP方法,基于原子范数的TB-MIMO雷达STAP方法的杂波抑制性能更稳健。（5）针对传统机载MIMO雷达发射波形与STAP滤波器联合设计算法计算量大且所需独立同分布（Independent and identically distributed,IID）样本个数较多等问题,本文提出了一种新的TB矩阵与降维STAP滤波器联合设计的方法。该方法首先将阵元-脉冲维回波数据转化为波束域-多普勒域数据,以此来降低IID样本的需求量以及算法运算量,然后以输出信杂噪比为设计准则,构造TB矩阵与降维STAP滤波器的联合设计优化问题,并通过循环优化的方法求解等能量约束的非凸优化问题。仿真实验证实了 TB矩阵与降维STAP滤波器联合设计方法与现有算法相比,不仅有更好的杂波抑制性能,而且计算量更低。