资源描述：
《机载mimo雷达稳健非均匀样本选择方法》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、机载MIMO雷达稳健非均匀样本选择方法张永顺，刘洋，刘汉伟，李志汇(空军工程大学防空反导学院,陕西西安710051)摘要：针对杂波训练样本中混入干扰目标，导致空时自适应处理（Space-TimeAdaptiveProcessing,STAP）技术的杂波抑制性能下降问题，提出一种基于目标知识进行局部稀疏恢复的稳健训练样本挑选方法。该方法利用先验知识确定待检测单元中目标区域，对整个角度-多普勒平面进行遍历，获得稀疏超完备基。通过变换矩阵对超完备基中对应的目标区域进行“挖空”处理，局部稀疏恢复出超分辨的杂波空时谱，获得杂波协方差矩阵估计。结合广义内积（GeneralizedInne
2、rProduct,GIP）算法，实现非均匀训练样本挑选的过程。与常规GIP方法相比，该方法对于不同干扰强度的训练样本，均有良好的检测效果。经仿真验证，所提方法的检验统计量之间区分度更加明显，对于干扰样本的挑选更加彻底，有效提高了STAP技术的目标检测性能。关键词：空时自适应处理；样本挑选；多输入多输出雷达；稀疏恢复；广义内积中图分类号：TN957文献标志码：文章编号：Arobustnon-homogeneoustrainingsampledetectionmethodZHANGYongshun,LIUYang,LIUHanwei,LIZhihui（AirandMissileD
3、efenseCollege,AirForceEngineeringUniversity,Xi’an710051,China）Abstract:Oncecluttertrainingsamplesmixwithinterferingtargets,whichcausecluttersuppressionperformancebyspace-timeadaptiveprocessingdeclines.Inordertosolvetheproblem,arobusttrainingsamplesdetectionmethodbasedontargetknowledgeandpar
4、tlysparserecoveryisproposed.Firstly,theobjectregioninunittobedetectedislocked.ThenthesparsecompletebaseisgotbydiscretizingthewholeAngle-Dopplerplane.Afterthat,hollowoutthecorrespondingobjectregioninsparsecompletebasebytransformationmatrixtoobtainthesuperresolutionclutterspace-timespectrum,w
5、hichhelpstoestimatethecluttercovariancematrix.Finally,themethodiscombinedwithgeneralizedinnerproductmethodtorealizenon-homogeneoustrainingsampledetection.ComparedwithGIPmethod,themethodproposedcandetectinterferingtargetsindifferentintensity.Simulationanalysesdemonstratetheteststatisticsofpr
6、oposedmethodhaveexcellentdiscriminationvalidity,andcandrasticallyeliminateinterferingtargets,whichimprovesthetargetdetectionperformanceofSTAP.Keywords:space-timeadaptiveprocessing;sampledetection;MIMOradar;sparserecovery;generalizedinnerproduct5机载雷达在检测地面目标的过程中，不可避免地受到来自地物杂波以及有源干扰的影响，这使得目标信号
7、被淹没，雷达的信号检测性能因此受限。多输入多输出雷达[1-2]（MultipleInputMultipleOutput，MIMO）具有多发多收以及波形正交的特点，天线规模上要远远小于相同规格的相控阵雷达，在一定程度上解决了机载雷达由于自身重量以及天线孔径大小受限，需要牺牲系统检测性能作为代价的问题[3]。空时自适应处理[4-6]技术有别于传统意义上的空域以及时域滤波技术，它可以在空时二维平面上，自适应地形成滤波凹口。在STAP处理过程中，需要大量满足独立同分布（Independentidenticall
