機(jī)載相控陣?yán)走_(dá)STAP及目標(biāo)參數(shù)估計(jì)方法研究.pdf

1、空時(shí)二維自適應(yīng)處理能夠有效提高機(jī)載相控陣?yán)走_(dá)的地雜波抑制性能和動(dòng)目標(biāo)檢測(cè)性能。理論上，全空時(shí)自適應(yīng)處理可以實(shí)現(xiàn)最優(yōu)處理，但是其計(jì)算量和實(shí)現(xiàn)的復(fù)雜度令人們難以接受，并且難以獲得估計(jì)協(xié)方差矩陣所需的足夠多的樣本數(shù)。后來(lái)的研究重點(diǎn)就轉(zhuǎn)移到降維處理算法上。研究人員在降維算法的研究上做了大量的工作，提出了很多種方法，發(fā)表了大量的文章。隨著空時(shí)二維處理研究的不斷深入，研究人員對(duì)強(qiáng)孤立雜波和強(qiáng)運(yùn)動(dòng)目標(biāo)等非均勻環(huán)境的雜波抑制問(wèn)題、雜波二維分布隨距離變化

2、的非平穩(wěn)雜波抑制問(wèn)題以及運(yùn)動(dòng)目標(biāo)檢測(cè)后的運(yùn)動(dòng)目標(biāo)參數(shù)估計(jì)問(wèn)題進(jìn)行了廣泛的研究，得到了很多有效的方法。降維處理、非均勻雜波抑制、非平穩(wěn)雜波抑制和運(yùn)動(dòng)目標(biāo)參數(shù)估計(jì)是空時(shí)自適應(yīng)處理工程化必須解決的四個(gè)主要問(wèn)題。本文主要圍繞這四個(gè)方面做了一些工作，概括如下： 利用Kronecker積的性質(zhì)，提出了采用一維FFT實(shí)現(xiàn)自適應(yīng)方向圖和一維輸出信雜噪比的快速計(jì)算，采用二維FFT實(shí)現(xiàn)空時(shí)二維頻率響應(yīng)和二維輸出信雜噪比的快速計(jì)算。 在滑窗距

3、離樣本選取方法的基礎(chǔ)上，提出了滑窗遞推QR分解方法。它采用樣本矩陣QR分解得到空時(shí)處理的自適應(yīng)權(quán)，這樣矩陣條件數(shù)比較小，不容易受到有限字長(zhǎng)等因素的影響，具有更好的數(shù)值穩(wěn)定性。它通過(guò)雙曲線Householder變換實(shí)現(xiàn)滑窗距離樣本選取方法的權(quán)值遞推，可以明顯減少空時(shí)自適應(yīng)處理權(quán)值計(jì)算所需的計(jì)算量。 利用機(jī)載非正側(cè)陣?yán)走_(dá)的近程雜波和目標(biāo)在俯仰角度域可以區(qū)分的特點(diǎn)，提出了兩種近程雜波抑制方法：第一種方法是基于DOA估計(jì)的俯仰投影矩陣方

4、法，它首先采用DOA估計(jì)方法估計(jì)出近程雜波的俯仰角，然后通過(guò)投影方法抑制該近程雜波，相比于直接計(jì)算近程雜波俯仰角度的俯仰非自適應(yīng)處理方法，該方法不需要先驗(yàn)信息，可以避免地形起伏對(duì)近程雜波俯仰角度計(jì)算的影響；第二種方法是穩(wěn)健的俯仰自適應(yīng)波束形成方法。由于目標(biāo)俯仰角度的任意性，我們不可能對(duì)某一個(gè)具體的俯仰角度保持固定增益，只能是對(duì)目標(biāo)可能出現(xiàn)的一個(gè)俯仰角度范圍保持一個(gè)穩(wěn)定的增益，然后盡可能地抑制其它俯仰角度的雜波，此時(shí)在俯仰角度上離目標(biāo)比較

5、遠(yuǎn)的近程雜波就會(huì)被抑制。在沒(méi)有陣元幅相誤差的情況下第二種方法的性能不如第一種方法，但是在有陣元幅相誤差的情況下該方法的性能要明顯好于第一種方法。 提出了一種適合于相鄰距離單元統(tǒng)計(jì)特性完全不同的極端非同態(tài)環(huán)境的運(yùn)動(dòng)目標(biāo)檢測(cè)方法。不同于一般的空時(shí)自適應(yīng)處理方法，該方法直接在功率譜進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)。該方法首先采用空間滑動(dòng)和時(shí)間滑動(dòng)來(lái)獲得樣本用于協(xié)方差矩陣估計(jì)，然后用估計(jì)得到的協(xié)方差矩陣進(jìn)行功率譜估計(jì)。為了減少功率譜估計(jì)的計(jì)算量，我們提

6、出了采用二維FFT實(shí)現(xiàn)功率譜估計(jì)。估計(jì)得到數(shù)據(jù)功率譜后，利用雜波功率譜能量比較大的特點(diǎn)，提取出功率譜中的大能量點(diǎn)用于雜波譜線擬合。擬合出雜波譜線后，利用目標(biāo)到雜波譜線的距離不為零的特點(diǎn)進(jìn)行目標(biāo)檢測(cè)，同時(shí)實(shí)現(xiàn)目標(biāo)參數(shù)估計(jì)。在這個(gè)過(guò)程中需要對(duì)原始的數(shù)據(jù)功率譜進(jìn)行兩次門(mén)限檢測(cè)，第一次門(mén)限檢測(cè)是提取出大能量的雜波譜用于雜波譜線擬合，第二次門(mén)限檢測(cè)是提取出所有可能的目標(biāo)用于目標(biāo)檢測(cè)。 提出了兩種針對(duì)均勻線陣的目標(biāo)角度估計(jì)方法。第一種方法是

7、基于實(shí)多項(xiàng)式求根的最小二乘方法，它首先采用空時(shí)自適應(yīng)處理方法得到多個(gè)雜波抑制后的空間通道，然后用這些空間通道的數(shù)據(jù)進(jìn)行最小二乘目標(biāo)角度估計(jì)。為了避免復(fù)雜的角度搜索，該方法采用實(shí)多項(xiàng)式求根將角度搜索轉(zhuǎn)化為代價(jià)函數(shù)的極值搜索，大大減少了角度估計(jì)的計(jì)算量。第二種方法是基于實(shí)多項(xiàng)式求根的最大似然方法，它直接利用數(shù)據(jù)的最大似然函數(shù)來(lái)估計(jì)目標(biāo)角度，為了避免復(fù)雜的角度搜索，它同樣采用了實(shí)多項(xiàng)式求根方法。 提出了兩種針對(duì)平面陣的目標(biāo)方位角度和目

8、標(biāo)俯仰角度估計(jì)方法。第一種方法是基于交替最大化和實(shí)多項(xiàng)式求根的最小二乘方法，它首先采用空時(shí)自適應(yīng)處理方法得到多個(gè)雜波抑制后的空間方位通道和空間俯仰通道，然后用這些空間通道的數(shù)據(jù)進(jìn)行最小二乘目標(biāo)角度估計(jì)。為了避免復(fù)雜的二維角度搜索，該方法采用交替最大化方法將方位角和俯仰角聯(lián)合估計(jì)轉(zhuǎn)化為方位角和俯仰角分別迭代估計(jì)，然后采用實(shí)多項(xiàng)式求根將角度搜索轉(zhuǎn)化為代價(jià)函數(shù)的極值搜索，大大減少了角度估計(jì)的計(jì)算量。第二種方法是基于交替最大化和實(shí)多項(xiàng)式求根的最