STAP中基于知識(shí)的雜波協(xié)方差矩陣估計(jì)技術(shù)研究.pdf

1、空時(shí)自適應(yīng)處理(Space-Time Adaptive Processing, STAP)技術(shù)由于能夠有效提高機(jī)載雷達(dá)的雜波抑制性能和目標(biāo)檢測(cè)性能而受到了廣泛關(guān)注。STAP中一個(gè)關(guān)鍵的步驟是估計(jì)待檢測(cè)單元的雜波協(xié)方差矩陣(Clutter Covariance Matrix,CCM)。CCM的估計(jì)方法有兩類，一類是利用雜波的統(tǒng)計(jì)特性，借助于和待檢測(cè)單元滿足獨(dú)立同分布的訓(xùn)練樣本，根據(jù)一定的準(zhǔn)則(如最大似然準(zhǔn)則)實(shí)現(xiàn)估計(jì)；另一類是利用雜波的結(jié)

2、構(gòu)特性，借助于雜波模型，通過估計(jì)雜波模型中的參數(shù)實(shí)現(xiàn)估計(jì)。
　　第一類方法在均勻樣本數(shù)目足夠多的情況下能實(shí)現(xiàn)比較好的估計(jì)。然而，實(shí)際環(huán)境中樣本往往是非均勻的，直接利用非均勻的樣本數(shù)據(jù)來估計(jì)協(xié)方差矩陣會(huì)引起估計(jì)誤差，導(dǎo)致性能的下降。第二類方法在模型與真實(shí)協(xié)方差矩陣匹配且各參數(shù)估計(jì)準(zhǔn)確的情況下能取得比較好的估計(jì)性能，然而計(jì)算量較大。研究人員發(fā)現(xiàn)發(fā)掘并使用先驗(yàn)知識(shí)實(shí)現(xiàn)智能化信號(hào)處理能有效提高雜波抑制的性能。本文在此背景下圍繞STAP中基

3、于知識(shí)的雜波協(xié)方差矩陣估計(jì)方法展開研究工作。
　　第二章重點(diǎn)討論了CCM的特性，包括特征譜、功率譜以及實(shí)際因素對(duì)CCM的影響。仿真結(jié)果表明通道誤差、雜波起伏以及載機(jī)偏航等實(shí)際因素會(huì)引起雜波自由度的增加和功率譜的展寬或變形。
　　第三章提出了一種新的基于幾何特性(協(xié)方差矩陣之間的距離)選擇訓(xùn)練樣本的方法。文章中分析了多種距離指標(biāo)(包括歐式距離，黎曼距離，譜距離，物理歐式距離以及物理譜距離)，并討論了三種計(jì)算距離的方法(相鄰樣本

4、協(xié)方差矩陣之間的距離，樣本協(xié)方差矩陣與采樣協(xié)方差矩陣之間的距離以及樣本協(xié)方差矩陣與知識(shí)輔助的協(xié)方差矩陣之間的距離)。仿真結(jié)果表明利用樣本協(xié)方差矩陣與知識(shí)輔助的協(xié)方差矩陣之間的黎曼距離、物理歐式距離或物理譜距離能更加有效地實(shí)現(xiàn)樣本的選擇。
　　第四章研究了基于先驗(yàn)合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)圖像的CCM估計(jì)方法。忽略散射體方位散射特性的變化，理想情況下，基于SAR圖像的協(xié)方差矩陣估計(jì)誤差較