非均匀环境下机载雷达STAP技术研究

【摘要】：常规统计空时自适应处理(STAP)最优的前提条件是各距离门有独立同分布(IID)的静止杂波,在非均匀环境下,这些条件得不到满足,导致其性能急剧下降。本论文着重研究了机载雷达各种非均匀情况下的STAP杂波抑制问题。第二章至第五章主要研究干扰目标和孤立干扰等非均匀问题的解决方法,而第六章则主要研究非正侧视阵情况下近程杂波的非均匀现象及解决方法。 论文第一章绪论。首先指出论文的研究背景及意义,回顾了STAP及其相关技术的发展历史和研究现状,然后简单地介绍了本文将要展开的研究内容。 论文第二章研究局域处理及幅相误差校正算法。局域空时联合处理(JDL)具有低计算量和低数据量的特点,非常适用于非均匀环境,但实际系统中不可避免的幅相误差将引起JDL性能下降。本文根据幅相误差使等距线阵杂波协方差矩阵的块Toeplitz-Toeplitz块(BTTB)结构发生变化这一特性,构造有关幅度和相位误差的线性方程组并求解,对幅相误差进行校正,改善JDL算法在幅相误差条件下性能下降的缺陷。 论文第三章研究干扰目标检测算法。非均匀检测器(NHD)作为干扰目标检测的一种有效工具,其工作环境主要针对干扰目标存在的情况,而干扰目标的存在对自适应类型NHD本身的性能也会产生影响。本文针对这一问题,提出一种识别性能不受干扰目标影响的NHD算法。该算法利用各距离单元样本数据的相位,不依赖样本数据的幅值,因此即使存在较强的干扰目标,对弱目标的识别性能也不会受到影响,能有效的剔除各种强弱干扰目标样本。 论文第四章研究了孤立干扰抑制算法。孤立干扰的抑制只能利用待检测距离单元数据,即单个数据集(SDS)的STAP算法。直接数据域(DDD)是SDS算法之一,它在理想情况下具有良好的性能。但存在幅相误差或阵元间隔不等距时,会导致信号相消,目标检测性能下降。本文提出采用空时二维幅相估计(APES)滤波器来实现干扰抑制和信号幅值估计,再利用最大似然估计检测(MLED)算法进行动目标检测。该算法通过空时二维滑窗处理增加样本数,改善杂波协方差矩阵估计,并对滑窗处理后的数据作空时二维自适应处理,提高输出信杂噪比,提高对动目标的检测性能;与DDD算法相比,该算法对幅相误差具有更强的鲁棒性。 论文第五章研究非均匀环境下的多级维纳滤波(MWF)。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。但同常规统计型STAP算法一样,包含在训练样本中的干扰目标将引起MWF性能下降。结合多级维纳滤波器的特点,本文提出采用基于SDS的MLED算法对干扰目标进行检测,剔除干扰目标所在样本;然后采用降秩MWF计算权值,提高收敛速度,并对检测单元采用并行块处理,进一步减少计算量。 论文第六章研究非正侧面阵近程杂波抑制算法。研究了多普勒频移(DW)和角度多普勒补偿(ADC)两种算法的性能,并在此基础上提出多空间角补偿MDW和MADC算法,由于该算法在多个多普勒方向使得参考单元和待检测单元的杂波谱保持一致,与DW和ADC算法相比,杂波抑制性能有明显提高。本文还将DW和ADC补偿算法与降维降秩、距离脉冲维协方差矩阵估计以及STAR等算法级联处理,进一步改善在非正侧面中的杂波抑制性能。 论文第七章结束语对全文的工作进行了总结,并指出下一步需要继续研究的问题。