和差波束空时处理动目标检测技术研究

《和差波束空时处理动目标检测技术研究》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、南京航空航天大学博士学位论文摘要机载雷达下视工作时，地面杂波的影响十分严重。有效地抑制杂波，是机载雷达动目标检测必须首先解决的问题。传统的单天线时域处理动目标显示和脉冲多普勒技术无法检测主瓣杂波区的慢动目标，必须研究机载雷达多通道空时联合处理技术来提高机载动目标显示(AMTI)和机载合成孔径雷达(SAR)的地面动目标显示(GMTI)能力。本文研究和差波束空时处理动目标检测技术，包括和差波束自适应相位中心偏置天线(ADPCA)，和差波束空时自适应处理(Σ∆-STAP)，以及和差波束干涉SAR/GMTI。论文第一章绪论，回顾了机载雷达动目标

2、检测技术的发展历程，分析了国内外机载雷达AMTI、GMTI的研究现状，并介绍了本文的研究背景和主要工作。论文第二章研究和差波束ADPCA算法。首先分析了时域和差波束ADPCA(Σ∆-ADPCA)的机理，并基于输出信杂噪比最大准则，提出了一种新的增益系数计算方法。为了解决实际和差波束存在幅度、相位、指向不匹配等系统误差下时域Σ∆-ADPCA杂波抑制能力不足的问题，提出了频域Σ∆-ADPCA方案。改进算法通过多普勒波束锐化，在各子波束内分别计算最佳增益系数，从而能更精确地补偿载机运动和系统误差，提高杂波对消性能。仿真实验结果充分验证了频域Σ

3、∆-ADPCA的正确性和有效性。论文第三、四章研究Σ∆-STAP。第三章研究Σ∆-STAP的原理及各种降维、降秩算法。当杂噪相关矩阵已知时，互谱尺度法(CSM)给出了降秩算法的性能上限，但实际杂噪相关矩阵是未知的，因此实用的是最小范数特征对消法(MNE)。针对MNE采用奇异值分解(SVD)计算杂波子空间运算量极大的问题，提出了MNE采用改进投影近似子空间跟踪紧缩(MPASTd)算法递归求解杂波子空间的新方法。该方法的收敛性能与SVD相当，但系统运算量急剧降低，从而为MNE的实时处理提供了一种可行的技术途径。针对非均匀环境下独立同分布样本

4、进一步减少这一技术难点，论文第四章分别结合多级维纳滤波器(MWF)、空时自回归滤波器(STAR)和直接数据域处理(DDD)这三种新颖处理器提出了三种适合不同条件的非均匀Σ∆-STAP算法。在i和差波束空时处理动目标检测技术研究均匀样本较充足情况下，基于MWF的非均匀Σ∆-STAP提出了联合主波束检测和自适应功率剩余检测的两级非均匀检测器(NHD)，能有效剔除强弱干扰目标样本，而运算量显著小于美国海军实验室给出的非均匀STAP方案FRACTA的循环检测NHD；同时采用降秩MWF计算权矢量，其收敛速度也优于FRACTA算法。当均匀样本进一步

5、减少，无法采用NHD剔除其中的干扰样本时，提出了抗干扰目标的和差波束STAR(Σ∆-ORSTAR)算法。该算法根据权矢量局部范数最大准则确定训练样本中存在的干扰目标多普勒频率进而逐一滤除干扰信号，从而有效克服了干扰目标引起的性能损失。对于剧烈变化的非均匀环境，将多普勒域多约束加权引入和差波束DDD(Σ∆-DDD)，进一步提高了算法鲁棒性并急剧降低了运算量。MonteCarlo仿真实验充分验证了这三种算法在各自条件下的正确性和有效性，它们可应用到空域更多自由度的机载预警雷达STAP系统。论文第五章研究和差波束GMTI算法。在分析了和差波束

6、干涉SAR/GMTI原理的基础上，提出了一种能有效克服系统误差的和差波束干涉SAR/GMTI信号处理方案。该算法首先利用空域对消因子补偿和差波束SAR图像间的固有幅相差异，然后基于幅值比剔除各子图像内的奇异单元，再采用信号子空间处理(SSP)分块自适应校正系统误差，最后进行杂波对消。通过仿真实验，证实了本文方案对系统误差不敏感，具有很好的鲁棒性。论文第六章结束语对全文的工作进行了总结，并指出下一步需要继续研究的问题。关键词：动目标检测，机载动目标显示，地面动目标显示，和差波束，相位中心偏置天线，空时自适应处理，合成孔径雷达，机载预警雷达

7、ii南京航空航天大学博士学位论文ABSTRACTEffectivegroundcluttersuppressionisthemajortaskfortheairborneradarmovingtargetdetection(MTD).Sinceconventionalairborneradarcluttersuppressiontechniquessuchassingleantennamovingtargetindicationandpulse-Dopplerradarfailtodetectslowlymovingtargetsmas

8、kedbymainlobeclutter,itisnecessarytoinvestigatemulti-channelspace-timeprocessingtechniquestoimprovetheM