机载雷达是战场信息获取和武器制导的一种重要装备,在现代战争中起着不可或缺的作用。一般情况下,机载雷达接收到的回波中含有大量的强杂波,容易湮没回波功率较弱的目标,导致雷达系统的目标探测性能下降。空时自适应处理(STAP)技术将时域和空域采样数据联合处理,可有效抑制地杂波,改善机载雷达的目标探测性能,因而受到了广泛的关注。常规的统计STAP方法所需要的杂波协方差矩阵通常是从独立同分布的杂波样本中估计出来的。但实际雷达杂波大多是非均匀的,造成这一现象的原因有多种,如快变的地面场景、离散杂波、非正侧阵／双基构型等,导致杂波协方差矩阵估计不准确,从而降低了STAP方法的杂波抑制性能。本文对非均匀杂波环境下的STAP技术进行了研究,主要内容概括如下：1.研究了非正侧面阵机载雷达的杂波特点和改善非正侧阵机载雷达目标检测性能的方法。对于中等脉冲重复频率机载雷达来说,近距离的一次杂波是造成杂波非均匀性的主要因素,而远程杂波可以看成是均匀的,据此提出一种适用于非正侧面阵机载雷达的级联STAP方法。利用斜投影技术从回波中提取出近程杂波,并将其与原始回波进行自适应对消处理,以抑制非均匀性最严重的近程杂波,提高回波的均匀性,然后再级联方位STAP处理来抑制剩余的杂波。仿真结果表明所提方法可以明显提高非正侧面阵机载雷达的目标检测性能。2.研究了利用地理环境知识改善STAP技术性能的方法。雷达杂波的统计特性与照射场景地表覆盖类型密切相关,根据这一事实提出一种利用地理环境知识提局STAP处理性能的方法。首先利用地理环境知识挑选出与待检测单元地面覆盖类型最相似的样本,改善采样协方差矩阵的估计性能。然后估计出待检测单元的杂波谱,构造出谱基杂波协方差矩阵。最后将这两种协方差矩阵融合处理。该方法综合利用了地理环境知识以及待检测单元所包含的杂波信息,可有效减少对训练样本的需求。3.研究了非均匀环境下的杂波协方差矩阵估计问题。当雷达杂波服从高斯分布时,待检测单元的杂波协方差矩阵为训练样本外积的均值,即采样协方差矩阵。但当雷达系统分辨率较高或者照射场景严重非均匀时,杂波不再服从高斯分布,采样协方差矩阵会产生较大的误差。针对此问题,给出了两种杂波协方差矩阵估计方法。第一种方法从复合高斯杂波模型出发,推导出一种加权协方差矩阵形式,可有效消除杂波功率起伏,具有恒虚警性,该方法适用于部分均匀杂波环境。第二种方法适用于任意非均匀杂波环境,首先剔除杂波谱结构与待检测单元差异十分明显的样本,提高剩余样本的均匀性,然后再利用这些样本估计杂波协方差矩阵。仿真实验以及实测数据处理结果表明这两种方法可以明显提高STAP技术性能。4.研究了鲁棒自适应相干检测器(ACE)设计问题。ACE检测器具有良好的旁瓣目标辨识能力,但它对阵列流形误差比较敏感。针对这一问题,提出了一种提高ACE检测器鲁棒性的设计方法。首先假设真实导向矢量位于一椭球不确定集内,然后根据ACE检测器的特点,将鲁棒ACE设计问题转化为凸优化问题,利用牛顿-拉夫森方法对该优化问题进行求解。该方法适用于包括波束指向误差以及阵元幅相误差在内的多种导向矢量误差情况。仿真实验表明所提方法可以明显提高ACE检测器对阵列流形误差的鲁棒性。