Krylov子空间方法应用于雷达多通道信号检测,这是一个较新的研究领域。传统的信号检测方法需要求解协方差矩阵的逆,对于工程实现存在一定的困难。共轭梯度算法作为krylov子空间一种经典的迭代算法,通过迭代的方式可以求解协方差矩阵的逆近似解。在多通道雷达信号检测中,协方差矩阵维数较高,采用共轭梯度算法求解滤波器权向量值收敛速度慢,不满足实际运算要求。预处理共轭梯度算法基于对协方差矩阵预条件处理,可以使原始协方差矩阵条件数得到最大程度的降低,加速了共轭梯度算法迭代收敛。本文针对多通道信号检测过程中,协方差矩阵条件数大,共轭梯度算法收敛速度慢的问题。采用了预处理共轭梯度算法在krylov子空间中迭代求解自适应权向量值,得到了一系列匹配滤波器。本文的主要工作包括:1、介绍了Krylov子空间共轭梯度算法,分析了共轭梯度算法加快权向量迭代收敛的原理。其次介绍了几种经典的预条件处理共轭梯度算法并分析了各个方法的优缺点。结合课题背景,建立雷达信号检测模型,并介绍了共轭梯度匹配滤波器以及相关性质。2、应用对称超松弛预处理共轭梯度法于多通道信号检测中,得到预处理共轭梯度匹配滤波器(PCG-MF)和预处理共轭梯度自适应匹配滤波器(PCG-AMF)。分析对称超松弛预处理共轭梯度算法迭代权向量收敛速度以及迭代需要运算量,验证了该算法具有加速权向量迭代收敛,降低运算量等优点。基于机载雷达杂波数据,仿真验证在相同的迭代次数下,PCG-MF和PCG-AMF的检测性能优于CGMF和CG-AMF。3、应用矩阵分块循环预处理共轭梯度算法于多通道参数化信号检测中,得到预处理共轭梯度参数化自适应匹配滤波器(PCG-PAMF)。根据杂波的广义平稳特性,建立杂波低阶多通道AR模型。针对协方差矩阵的块托普利茨特性,采用分块循环预处理共轭梯度算法求解参数化匹配滤波器的时域白化参数以及空域白化参数。最后,仿真分析PCG-PAMF的检测性能。4、在FPGA中实现共轭梯度匹配滤波器,根据共轭梯度匹配滤波器检测统计量,设计共轭梯度算法权向量迭代求解模块和检测统计量模块。通过modelsim和matlab仿真工具,验证了该实现模块的正确性。