论文部分内容阅读
传统的统计型STAP算法都是基于正侧视条件下均匀线性阵列,各距离单元的杂波满足独立同分布(ⅡD)条件。由于有充足的ⅡD样本来估计协方差矩阵,可使STAP性能最优。但当天线结构或阵列配置发生变化时,都将导致杂波分布非均匀,训练样本与检测样本中的杂波不再满足ⅡD条件,造成统计型STAP方法的性能急剧下降。均匀圆形阵列和非正侧视条件下均匀线性阵列,是导致机载相控阵雷达杂波分布非均匀的两种重要的天线结构。本文针对均匀圆形阵列和非正侧视条件下均匀线性阵列,研究非均匀环境下杂波抑制和目标检测的STAP技术。主要工作和创新点如下:
1、建立了均匀圆形阵列的空时二维信号模型,从杂波谱的空时分布、杂波谱的特征分布和信杂噪比损失三个角度对其杂波特性进行了分析,得出了空间角随阵元数非线性变化导致均匀圆形阵列杂波非均匀的结论,为圆形阵列STAP的研究奠定基础。
2、研究了均匀圆形阵列局域处理STAP算法。将局域处理技术引入均匀圆形阵列STAP中,减少训练样本数目,降低杂波谱展宽程度,从而减小杂波非均匀程度。研究了3DT、FSA、PC和CSM等几种典型局域处理算法的杂波抑制性能。提出一种固定结构降维结合自适应降秩的方法RD-CSM算法,仿真结果表明,该方法能有效改善均匀圆形阵列的杂波非均匀程度,性能优于3DT和FSA算法,但运算量与两者相当,且鲁棒性较强。
3、研究了均匀圆形阵列直接数据域算法。将直接数据域算法引入圆形阵列STAP中,针对其运算量过大,鲁棒性较差等不足,提出一种改进的直接数据域算法,仅进行幅度加权,能有效抑制干扰和杂波,实现对目标信号幅值的准确估计,与相同条件下采用复数权相比,运算量减少了约50％,采用多约束的方法,当目标参量估计不准确时,保证了系统在目标方向保持较高增益。
4、研究了均匀圆形阵列杂波距离依赖性补偿STAP算法。在局域补偿处理中,提出SAC,MADC两种补偿算法,改善主波束方向的杂波非均匀,对经局域补偿处理后的数据,提出MADC-DBU和MADC-EDBU两种两级级联补偿算法,进一步消除在其余方位的杂波非均匀。仿真结果表明,局域补偿处理在主波束方向性能改善明显,但在旁瓣方向基本没有改善,两级级联补偿算法在主瓣和旁瓣方向都有明显改善,性能接近最优处理器,但运算量较大。
5、研究了线性预测类算法在均匀圆形阵列STAP中的应用。分析了其模型参数的选取,训练样本数目的确定和非均匀环境下的杂波抑制性能,研究了确定模型阶数的简化方法。仿真结果表明,C-STAR算法运算量与局域补偿处理大体相当,但杂波抑制性能好于局域补偿处理,C-PICM算法对样本(逆矩阵)精度要求较高,理想条件下,C-PICM算法的性能接近最优处理器,但当样本由相邻距离单元数据估计得到时,处理器性能急剧下降。
6、研究了非正侧视条件下均匀线性阵列杂波距离依赖性补偿STAP算法。建立杂波空时耦合关系方程,通过对不同距离单元杂波谱空时分布的分析,得出了非正侧视条件下,均匀线性阵列杂波分布非均匀的结论。提出了一种多空间角补偿方法MSAC算法,由于该方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ADC和DW算法相比,杂波抑制性能有明显提高,且运算量适中。