采用实时MTI处理的双通道雷达系统的飞行试验结果

讨论了实时空时自适应处理（STAP）的两种应用：首先是STAP可以用来抑制杂波和干扰；此外可以用由STAP获得的杂波滤波系数来确定SAR图像中动目标的正确位置。给出了这种实时STAP技术的结果和动目标重新定位技术的结果。用实际SAR数据和测量期间所记录的动目标验证了杂波抑制质量和动目标重新定位精度。     

采用结构协方差矩阵的机载／天基雷达的空时自适应处理

本文表明有效地采用机载／天基（A/S）杂波协方差矩阵（CCM）的部分信息可以大大提高在杂波和干扰环境下块处理空／时自适应处理机（STAP）的收敛性能。CCM的部分知识以由机载雷达团体开发的简化通用杂波模型（GCM）为基础。设定一个参数的先验知识，该参数应是易于通过与这种模型相关的雷达平台可测的（但不一定准确）。这种GCM产生一种假定的CCM。用这种假定的CCM和热噪声协方差矩阵的精确知识一起形成STAP要用的未知干扰协方差矩阵的最大似然估值（MLE）。对利用先验杂波和热噪声协方差信息的这种新算法的评估采用两种杂波模型：1）失配的GCM，2）高保真的空军研究实验室STAP杂波模型。对于这两种杂波模型，这种新算法要大大好于（即收敛更快）采样矩阵求逆（SMI）和快速最大似然（FML）STAP算法，后一种模型仅用了热噪声协方差矩阵的信息。     

匹配子空间STAP的空时自回归滤波

实用的空时自适应处理（STAP）算法取决于降维处理，采用了诸如主要分量或部分自适应滤波器的技术。降维不仅可以减轻计算量，还能减少估算干扰统计所需的采样。这样的结果源于假设杂波方差具有特定（非参数）结构。我们验证了如何将参数结构加在杂波和干扰上，以进一步减少计算和二次采样。这个方法称为空时自回归（STAR）滤波，它采用了两个步骤：首先，构造一个结构子空间，该子空间正交于有杂波和干扰驻留的结构子空间，其次，用与该子空间匹配的检测器可确定是否有目标存在。我们采用圆形阵STAP的实际仿真数据组，证实了该方法能够显著地降低信号-干扰与杂波比（SINR）的损耗，且计算量小于其它常用算法。在低2次采样情况下该STAR算法同样能取得很好的性能，这个特点对非平稳杂波的状况更有吸引力。     

机载雷达系统中的空—时自适应处理

本文概述了空—时自适应处理(STAP)在现代雷达系统中，尤其是在强干涉和人为干扰下的机载雷达系统中的应用情况。简要介绍处理方法后，叙述了STAP在导致非平稳信号环境的热杂波和非均匀雷达环境中STAP的应用结果。分析了在这种实际情况下采用STAP处理所存在的局限。结尾部分为使用圆形阵列所得到的一些STAP近期结果。     

空时自适应处理（STAP）概述

简要概述了空时自适应处理（STAP）技术在雷达中的应用情况。阐述了空时信号的多样性和包括降维与降秩STAP方法在内的各种自适应处理机。阐明了地杂渡和噪声干扰的空时特征和关键STAP性能指标。对当前的一些STAP课题进行了指导性总结：空基雷达、双基地STAP、知识辅助型STAP、多通道合成孔径雷达和非旁视阵列结构等。     

雷达系统抑制干扰的性能界

探讨了机载雷达系统的干扰抑制问题，同时考虑了由于干扰源（干扰机等）引起的热杂波（地形散射干扰）和雷达发射机反射而产生的冷杂皮，提出了计算在特定地形状况下观测到的空时协方差矩阵的一种新方法。这种方法考虑了与雷达位置有关的现象学数据以及系统效应，如阵列几何、接收机滤波和系统带宽。这种方法与用采有样数据分析来估计协方差矩阵的普通方法有很大的区别。这种新方法允许对特定的非均匀地形环境直接计算干扰抑制的程度。根据这些结果，我们可以推导出较为严格的性能界，这比热本底限更具意义。     

试验机载监视雷达地面动目标识别的多普勒后和多普勒前STAP的雷达杂波对消性能比较

本文报导了多普勒前和多普勒后STAP处理算法用于相同试验数据时的性能比较研究，这些数据由QinetiQ公司改进型监视雷达收集。这两种算法的性能是用杂波对消比和目标信号改善因子（有STAP和没有STAP处理的信号对杂波加噪声之比）来定量研究的。结果表明可以使多普勒前和多普勒后STAP具有相同的杂波对消水平。 所得到的结果是明亮的目标特征会影响到STAP处理器并减弱全部的杂波对消。我们已经发现对于两个相位中心试验雷达数据而言，与简单的固定窗多普勒后STAP算法相比，PRI来回变化的多普勒后STAP使杂波对消有很大的提高。还发现动窗或辅助单元多普勒后STAP的应用会降低处理器的输出。将最后距离多普勒图归一化以防止热噪声的加强并去除随着多普勒而改变的权范数的变化，这是在STAP处理后进行探测算法解读和应用关键的一步。     

采用多普勒补偿的机载双基地雷达改进型JDL

研究了空时自适应处理（STAP）技术在双基地机载雷达应用中的相关问题。对于地面动目标指示（MTI）雷达，杂波多普勒频率与各种阵列结构的距离而不是线性侧视结构有关。这种距离相关性导致了STAP技术的杂波抑制问题。一种情况是STAP滤波器变成距离相关。本文建议在角度一多普勒域上利用插值对改进型联合域局部（JDL）处理器进行多普勒补偿。仿真结果显示处理器的性能在整个频谱上有明显改善。     

基于直接数据域的三维空时自适应杂波抑制

在相控阵机载预警（AEW）雷达杂波抑制中三维空时白适应处理（3D-STAP）的性能最优，然而，三维处理存在两个方面的缺点：一是自适应权的计算量较大，二是估计杂波协方差矩阵时需要大量的训练样本（这在实际非均匀环境中很难满足），因而无法应用。先时后空白适应处理（T-SAP）不但计算量低，而且性能接近最优。现提出了一种基于直接数据域（DDD）的三维先时后空白适应处理（3D-T-SAP）方法，即先对每个二维空域通道用具有超低旁瓣的多普勒滤波器将杂波作局域化预处理，再对各个或相邻几个多普勒通道的输出作基于直接数据域的二维空域白适应处理。此外，由于该方法对阵元误差比较敏感，因此还提出了一种实用的误差校正方法。计算机仿真结果验证了该方法的有效性。     

平台旋转对STAP性能的影响

研究了平台旋转尤其是天线旋转对杂波有限的前视机载雷达应用中空时自适应处理（STAP）性能的影响。提出了影响性能的两种主要机理。一种是天线旋转时角多普勒空间中杂波表面的形状变化。当这种机理占优势时，尽管应用运动补偿相位延迟控制可以减轻偏航引起的问题，但是STAP在横滚时比偏航时更能恢复原状。另一种是STAP数据矢量的不连续性急剧转变的存在，对此，一种可能原因是天线的非理想运动补偿控制。实际上这些不连续性增大了带宽并且导致性能明显下降。     

干扰秩估计对减秩空时自适应处理算法检测性能的影响

研究了在机载雷达应用中，进行干扰秩估计对几种减秩空时自适应处理方法的检测性能的影响。重点研究了干扰秩与实现最大检测概率处理所需的接收 阶的关系。此外，还研究了其恒虚警率（ＣＦＡＲ）特性。所考虑的参数包括：抑制噪声干扰机数目，杂波的抗相关时间以及飞机倾斜角。本文还提供了模拟数据以及测量数据结果。     

实测数据的降秩空时自适应处理方法

在实际非均匀环境中，机载雷达数据的非均匀性会恶化杂波协方差矩阵的估计，严重地降低了空时自适应处理器的性能。本文首先用非均匀检测器在非均匀环境下选择辅助距离门，来估计样本协方差矩阵。而后讨论了基于广义旁瓣相消器结构上的两种降秩空时自适应处理方法：主分量法和互谱法，这两种方法都是利用杂波和干扰的低秩属性，用依赖于采样数据的转换矩阵来构造空时自适应滤波器。最后对从Mountain Top计划测得的数据，应用上述两种降秩方法对其进行了分析。仿真实验表明了这两种方法的可行性，减少了计算量，并提高了有效可测收敛性，可有效地提高空时自适应处理器的性能。     

一种可用于预白化类空时自适应处理中的阵元误差校正算法

在非均匀杂波环境中,预白化类空时自适应处理(STAP)具有较高的收敛速度,可显著提高雷达的杂波抑制性能。但在实际阵列接收系统中,阵元误差的存在会使预白化类STAP性能严重下降。针对此问题,提出了一种基于杂波回波的阵元误差校正算法。该算法首先将阵元误差表示为方位依赖的幅相误差;然后将空间各个方位的主瓣杂波作为校正源,利用其阵列输出协方差矩阵的Toeplitz结构会在阵元误差影响下发生改变的特性,估计相应方位的阵元幅相误差;最后利用估计的幅相误差校正先验协方差矩阵和假定目标的导向矢量。仿真结果表明:当阵列接收系统存在阵元误差时,阵元误差校正算法可明显改善预白化类STAP算法的杂波抑制性能。     

基于STAP-FrFT-DPCA的SAR运动目标检测与参数估计算法研究

在深入分析STAP技术和FrFT的基础上,提出了一种对SAR动目标检测的新方法。新算法将STAP技术、FrFT和DPCA技术有机地结合起来,在三通道的工作情况下,能够实现对运动目标的定位和两个方向（方位向和地面距离向）上速度的估计。由于STAP技术良好的杂波对消功能和FrFT对chirp信号的良好检测效果,因此在不同信噪比情况下,本算法都能有效地抑制静止背景、获得良好的测速和定位效果。仿真结果证明了该算法的正确性和有效性。     

在干扰条件下的机载和星载自适应MTI

本文讨论了运动平台雷达同时抑制杂波和干扰的问题。运动雷达接收到的杂波是宽带多普勒信号，采取的措施可用时－空杂波滤波器补偿多普勒民芝。干扰通常也是宽带信号以覆盖整个雷达带宽。根据多普勒处理观点，干扰对消是空域处理问题。这里讨论了空域和时－空滤波器同时抑制干扰和杂波的问题，同时比较了几种接收机的结构。     

前视雷达的自适应空时处理

在现有的雷达文献中，几乎一例外地对旁视机载雷达杂波抑制及干扰抑制的空时适应处理技术作了专门的讨论。在ＳＬＡＲ中，杂波多普勒与杂波角位置间存在一种单线的线性关系，这种关系的存在，导致从理论上计可以得到杂波完全抑制掉的ＳＴＡＰ法。     

用自适应INS、单脉冲MUSIC和STAR（AIMS）进行目标瞄准

利用目标信号估计目标角度会受到主波束干扰的影响，解决该问题的一个办法就是综合多个传感器的数据。自适应单脉冲多信号分类（MUSIC）算法可以在干扰中区辨出目标方位角估值和俯仰角估或真实频谱。但在进行目标识别和分类时，仅依靠这种算法不能得到理想的误差概率。通过综合综合导航系统（INS）和单脉冲雷达的方位与俯仰信号，能提高精确检测目标位置的概率。设计AIMS算的目的是进行目标瞄准，并综合自适应INS系统、四孔径单脉冲雷达和空时自适应信号处理器的信号。自适应INS系统不断测量地基目标的位置变化；四孔径单脉冲雷达用MUSIC算法自适应地降低主波束干扰，实现可靠的角度估计；空时自适应处理机（STAP）则将目标从杂波中分离出来。结果表明，AIMS算法有效地综合了传感器数据。并提出了识别正确目标信息的效率。     

脉冲风洞油流和液晶热图流动显示技术

介绍适合脉冲风洞进行表面流动显示的油流和液晶热图技术。前者用油滴流动迹线显示表面流线方向和形状，后者用液晶层反射光的波长（即颜色）分布显示表面温度分布。用这两种方法在定常流时间７ｍｓ至５００ｍｓ的脉冲风洞中成功地获得了尖前缘翼、钝翼和方向的三维干扰流油流和液晶热图清晰照片，清楚地显示出三维干扰流动特征。结果表明，用油流、液晶热图和薄膜电阻温度计热流分布测量得到的干扰流特征位置完全吻合，证实了显示方     

采用收缩算法的自适应时空处理：使用真空数据的验证结果

本文叙述了这载雷达所记录的真实杂波数据的处理结果，该雷达采用了一个有由８天线组成的阵列天。处理中采用了构形为梯形收缩阵的时空处，达到了消除杂波和干扰的目的。     

多级嵌套维纳滤波自适应降维STAP抗干扰方法研究

在分析多级嵌套维纳滤波（MSNWF）给出的干扰子空间和噪声子空间信息的基础上,提出了多级嵌套维纳滤波自适应降维空时自适应处理（STAP）抗干扰算法。该方法分析了MSNWF前向迭代过程中相邻级期望信号的协方差随迭代次数变化关系,结合干扰子空间和噪声子空间信息自适应地确定迭代次数,在不增加额外计算量的条件下实现了降维维数的自适应选择。仿真结果分析表明,该方法在保证抗干扰性能不受影响的前提下,进一步减小了STAP算法的计算量,提高了算法的实时性。