论文部分内容阅读
空时自适应处理是强杂波背景下动目标检测的有效途径，实际检测环境中训练样本与待检测单元背景统计特性的不一致将恶化处理器的输出信杂噪比，需要结合样本挑选技术来改善非均匀场景的处理器性能．在建立机载多通道信号模型基础上，提出一种利用极化信息辅助的空时自适应处理方法，该方法通过极化分类和功率分组指导训练样本选择，利用同类样本估计待检测单元的统计特性并计算自适应权矢量，具有杂波相关矩阵估计准确度高的特点，可显著改善动目标检测的性能．最后结合国外NASAJPLAIRSAR实测数据的多通道仿真实验验证了所提方法的有效性