非正侧视下机载阵列雷达的杂波分布具有严重的距离依赖性,不满足独立同分布的条件。而且,在实际应用环境中,具有空时二维结构的机载雷达系统自由度很高,满足独立同分布的训练样本数目严重不足。此时,准确估计待检测距离单元的杂波协方差矩阵较为困难,传统的空时自适应处理(Space-Time Adaptive Processing,STAP)算法的杂波抑制效果严重下降。为解决上述问题,本文对非正侧视下机载雷达的杂波抑制算法进行研究。首先,针对非正侧视下的杂波距离依赖性问题,本文在配准补偿算法的基础上,提出了一种基于自适应平衡加载的配准补偿新方法。在重构数据和配准补偿的过程中,分别进行自适应平衡加载,提高对重构数据和待检测距离单元杂波协方差矩阵估计的准确性,并通过仿真验证了算法的有效性。其次,在非正侧视环境下,杂波分布具有严重的非均匀性,现有算法常常面临着训练样本不足的问题,导致杂波协方差矩阵的估计误差较大。针对这个问题,本文首先提出了最远配准补偿算法,将最远检测距离单元处作为参考单元进行配准,有效补偿了近程杂波的不平稳性。为了进一步解决样本不足的问题,提出一种基于最远配准补偿的空时自回归滤波方法。仿真实验表明,该方法在在训练样本数目较少的情况下,主瓣区性能得到明显改善,具有较好的杂波抑制性能。