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。     

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。     

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。     

用于冷、热杂波综合抑制的最佳降秩三维空时自适应处理

本文提出了一种新的信号处理策略，它采用最佳的与信号有关的降秩来解决三维STAP（空时自适应处理）冷、热杂波抑制问题。虽然只采用空间（角度）PRI时间（多普勒）自由度，常规的二维STAP也能抑制单站（“冷”）杂波和直接路径干扰，然而，要抑制由干扰源地形散射干扰造成的所谓“热”杂波，还需要附加“快时间”自由度（在接收机带宽的倒数量级上）。引入了三维旁瓣对消器（Wiener滤波器）的多级分解，以评估降秩的理论性能限，并验证采用这种方法获得紧密干扰压缩的可能性比主分量方法获得的可能性最大。采用基于DTED测量的高保真模拟数据集合说明了3D STAP的多级Wiener滤波方法的功效。     

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。     

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。
     

一种新的强干扰条件下微弱信号DOA估计算法

提出了一种基于扩展噪声子空间的强干扰条件下微弱信号DOA估计算法。该算法在已知强干扰源个数条件下,通过构造扩展的噪声子空间,在此基础上利用MUSIC方法有效地抑制干扰,并且准确估计出微弱信号的DOA参数。此算法的优势在于无需已知强干扰信号方向,且运算量与MUSIC方法相当。仿真实验验证了该算法是有效性和可行性。     

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。     

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。     

一种新的未知相关噪声下的宽带相干信号DOA估计算法

针对具有某种结构的协方差矩阵的未知相关噪声环境,本文提出了一种新的宽带相干信号DOA估计算法。基于这种结构,如Hermitian Toeplitz型,在各个频率点上首先利用空间差分操作去除相关噪声的影响,并构造新矩阵;其次,对新矩阵进行聚焦操作,并给出相干聚焦后的协方差矩阵;最后,利用基于特征结构的DOA估计算法得到相干信号的DOA估计值。理论分析和仿真结果表明了算法的有效性。     

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。     

GNSS接收机中一种新的射频干扰抑制级联方法

为了减少系统复杂度和提高系统实时性,提出了一种新的级联算法。首先,通过三系数滤波器模型对连续波干扰进行建模,从而形成一种非线性卡尔曼自适应滤波器,并利用该滤波器作为预处理器对每路中的窄带干扰进行抑制。随后,将各路滤波器的输出送入空时自适应处理器中进行宽带干扰的抑制。仿真结果表明,在匹配谱干扰环境下,特别是在窄带干扰从卫星信号方向入射时,新算法相对于普通的空时和空频自适应处理表现出了更加优越的性能。     

一种基于降调频的宽带LFM信号DOA估计算法

传统的宽带LFM信号DOA估计算法,是直接对信号进行估计,为满足采样定理,需要很高的采样频率,数据量和运算量巨大。针对这一问题,提出一种基于降调频的宽带LFM信号DOA估计算法,采用基于改进谱形熵的自适应降调频技术,通过若干次降调频,将宽带LFM信号带宽降到接收机可以处理的范围内,再利用窄带LFM信号DOA估计算法估计...     

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。     

卫星导航接收机陷波器级联抑制窄带干扰研究

为了在有用信号失真较小的情况下有效抑制具有一定带宽的窄带干扰,本文首先推导了IIR陷波带宽控制参数α与陷波带宽和陷波深度的定量表达式,在统筹考虑陷波频率、陷波带宽、陷波深度和实时性基础上提出了基于多级开环IIR陷波器级联的滤波算法。每一级IIR滤波器负责抑制一个子带内的干扰,在保证陷波深度的条件下实现较为陡峭的带阻特性,在窄带干扰被有效抑制的情况下使有用信号失真达到最小。仿真结果验证了算法的有效性。
     

通信卫星干扰源定位与自适应调零的一体化实现

上行干扰会造成卫星通信系统性能严重下降,本文提出了干扰源定位与自适应调零技术一体化实现的新构想。基于多波束天线的空间谱估计方法可对干扰源进行精确定位,利用获取的DOA估计信息进一步实现干扰信号的有效抑制。应用MUSIC算法的计算机仿真实验表明该方案是可行的。     

升力式再入飞行器非最小相位级联姿态控制

针对具有非最小相位特性的升力式再入飞行器的姿态控制问题,设计了一种基于干扰观测器的动态逆预测级联姿态控制器。提出了"外界输入控制外部状态,外部状态偏差控制内部状态"的级联控制策略。在内部状态回路中,利用模型预测控制器的最优性,以较小的控制量镇定内部状态到有界范围;在外部状态回路中,采用动态逆控制器将输出偏差镇定在内回路所需控制量上,并加入干扰观测器来消除再入过程中的建模不确定性,进而实现飞行器姿态的稳定跟踪输出。数值仿真结果表明,该级联控制策略能够有效地解决具有非最小相位特性的模型指令跟踪问题。Monte Carlo数值仿真结果表明,在建模不确定性存在的情况下,该级联姿态控制器具有良好的鲁棒性。     

通信卫星干扰源定位与自适应调零的一体化实现

上行干扰会造成卫星通信系统性能严重下降,本文提出了干扰源定位与自适应调零技术一体化实现的新构想.基于多波束天线的空间谱估计方法可对干扰源进行精确定位,利用获取的DOA估计信息进一步实现干扰信号的有效抑制.应用MUSIC算法的计算机仿真实验表明该方案是可行的.     

极化SAR中的有源干扰抑制分析

极化SAR已成为SAR技术的研究热点,本文针对极化SAR中有源干扰(包括有源压制干扰和有源欺骗干扰)的抑制问题进行了研究.通过分析多通道极化SAR(M-PolSAR)系统中的信号模型及干扰模型,提出了一种结合极化与多通道技术的有源干扰抑制方法.通过快时间域的STAP技术和慢时间多普勒域对消,对包括压制和欺骗的有源干扰进行有效的抑制,给出了抗有源干扰的PolSAR成像的工程实现流程.仿真实验验证了该方法的有效性.