基于杂波子空间估计的MIMO雷达降维STAP研究

 多输入多输出(MIMO)雷达是近年来出现的一种新体制雷达,针对MIMO体制的机载雷达开展空时自适应处理（STAP）技术研究是值得进一步努力的方向。本文研究了机载MIMO雷达STAP技术的降维算法,通过对STAP技术杂波抑制原理进行分析,推导并得到一种基于杂波子空间的降维算法。结合扁长椭球波函数（PSWF）的特点,提出了一种基于杂波子空间估计的降维算法,并与若干降维算法的杂波抑制性能进行比较。结果表明,当存在阵元幅相误差时,该算法在保持杂波抑制性能的同时能够有效地降低STAP算法的运算量。     

波形分集MIMO STAP雷达的灵敏度(英文)

空时自适应处理(STAP)是一种有效的机载雷达地杂波抑制方法,多输入多输出(MIMO)雷达是一种性能优于传统雷达的新体制雷达,近期STAP被应用于MIMO雷达以提高性能。MIMO雷达所发射的波形可以彼此相关或不相关。针对波形分集MIMO雷达的STAP处理,提出了一种统一的信号模型,基于此模型,将STAP的性能表示为波形协方差矩阵(WCM)的函数。对波形的影响进行了研究,证明灵敏度(即最大可检测距离)与WCM的最大特征值成正比。理论分析和仿真结果验证了波形对MIMO STAP雷达灵敏度的影响,相关结论可应用于波形的折中设计,以获得最佳系统性能。     

基于3DT的空时自适应单脉冲参数估计算法

空时自适应处理(STAP)是机载预警雷达抑制杂波和干扰的一项关键技术,而多普勒三通道联合自适应处理(3DT)是适合工程实现的降维(RD)STAP方法。STAP目标检测后还需进一步估计目标的角度参数,因此将自适应单脉冲(AM)技术引入3DT,提出了一种高精度联合估计目标速度与方位空间角的空时自适应单脉冲算法。理论分析与仿真实验结果表明,当目标多普勒频率偏离检测多普勒单元中心频率时,该算法能同时减少目标多普勒跨越损失和空时导引矢量失配损失,进而提高输出信杂噪比(SCNR),改善目标测角精度。     

一种机载雷达两级降维空时二维自适应处理方法

 提出了一种机载相控阵雷达杂波抑制的两级降维空时自适应处理(STAP)方法,即：先根据杂波分布先验信息进行空时局域化(JDL)降维处理,然后对局域化输出进行多级维纳滤波(MWF),实现二次降维。该方法综合了固定结构和自适应结构降维技术的优点,将JDL处理引入到MWF中,从而有效降低MWF的杂波自由度。计算机仿真和理论分析表明本文方法比JDL自适应处理方法和全空时MWF方法具有更小的运算量,对阵元随机幅相误差具有很好的容差能力,是一种稳健的两级降维自适应处理方法。最后,基于仿真和实测数据的实验验证了算法的有效性。     

一种简化的机载MIMO雷达杂波特征相消器

针对机载多输入多输出(MIMO)雷达杂波抑制问题,提出一种简化的杂波特征相消器(EC).根据杂波在空时二维平面的先验分布离线构造杂波子空间.以此替代由协方差矩阵特征值分解(EVD)得到的杂波子空间,从而将最优权简化为一个确知投影矩阵与目标信号空时二维导向矢量的乘积,避免了传统EC方法中复杂的协方差矩阵估计和EVD运算,...     

二维嵌套混合MIMO相控阵雷达接收阵列设计

针对二维混合多输入多输出（MIMO）相控阵雷达发射阵列子阵分割带来的自由度损失问题,提出一种基于二维嵌套阵列的二维混合MIMO相控阵雷达接收阵列设计新方法。首先,给出一种由稀疏阵列和密集阵列构成的嵌套阵接收阵列的二维混合MIMO相控阵雷达信号模型;其次,通过对接收信号的协方差矩阵进行Khatri-Rao乘积处理,得到阵元位置差的差异阵列,形成接收阵元数目的虚拟扩展;最后,通过空间平滑处理进行波达方向估计。仿真实验表明,与传统二维混合MIMO相控阵雷达相比,所提方法在不增加实际阵元数目的情况下可以有效扩展虚拟阵元数目,提高雷达阵列自由度,进而提高二维混合MIMO相控阵雷达波达方向估计精度。     

一种MIMO雷达幅相误差估计方法

 针对单基地相关多输入多输出(MIMO)雷达中存在的阵列幅相误差问题进行了研究。给出了单基地相关MIMO雷达的阵列模型,并提出了一种MIMO雷达幅相误差估计方法。利用发射正交信号对阵列接收信号进行匹配滤波,可分离得到类似传统阵列的"虚拟阵列",利用分时信源数据将该阵列中真实导向矢量中信源波达方向(DOA)引起的相位与幅相误差分离开,通过构造代价函数得到波达方向估计值,进而分别得到发射阵与接收阵的幅相误差的估计值,同时给出了误差引入量分析。最后通过仿真验证了该方法的有效性。本文介绍的方法简单可行,适用于任意构型MIMO雷达的幅相误差估计。     

多输入多输出电磁矢量阵列雷达的DOD和DOA联合估计

研究一种基于电磁矢量传感器阵列的多输入多输出(MIMO)雷达目标波离角(DOD)和波达角(DOA)的联合估计算法.提出了一种新型MIMO雷达系统,发射阵列采用常规阵元,而接收阵列采用电磁矢量传感器,在此基础上,算法首先利用矢量传感器的内在结构特点结合子空间旋转不变性质获得目标DOA预估计,随后采用最佳加权子空间拟合算法...     

圆台阵列杂波模型及空时二维自适应处理

针对圆台共形阵列,建立了空时二维自适应处理(STAP)的杂波模型,给出了圆台阵列杂波抑制最优权值的计算方法。在此基础之上,为了实现可应用到实际环境中的自适应处理方法,进一步讨论了将局部联合域(JDL)降维算法推广至圆台阵列中的问题。得出了圆台阵列JDL算法降维变换矩阵的表达形式,研究了参考波束的数目选取、波束指向等因素对降维损失的影响。理论分析以及仿真结果表明,通过合理选择通道数、波束方位向指向间隔等参数,该算法能够减少自适应波束形成的计算量,而且可以用较少的训练样本获得较好的处理性能。     

STAP中采样支持问题研究

在机载雷达空时二维自适应处理 (STAP)中 ,足够数量的IID采样数据才可以构成杂波相关矩阵的有效估计 ,而实际雷达工作环境中的采样数总是有限的 针对这一问题 ,提出了将前后平均 ,对角加载 ,与降维处理相结合来降低采样数目要求 ,解决采样支持问题的方案 ,并进行了理论分析与仿真。显然 ,通过采用适当的降维处理与前后平均及对角加载相结合 ,所需采样数最多可降低到仅用 3～ 5个     

Robust space-time adaptive processing for airborne radar in nonhomogeneous clutter environments

Space-time adaptive processing (STAP) holds tremendous potential for the new generation airborne surveillance radar, in which the phased array antennas and pulse Doppler processing mode are adopted. A new STAP approach using the multiple-beam and multiple Doppler channels is presented here for airborne phased array radar. The approach with space-time multiple-beam (STMB) architecture is robust to array errors and has very low system degrees of freedom (DOFs). Hence, it has low sample support requirement and it is very suitable for the practical planar phased array radar under nonhomogeneous clutter environments. Meanwhile, a new nonhomogeneous detector (NHD) based on the correlation dimension (CD) is also proposed here, which is used as an effective method to screen tracing data prior to detection processing. It can further improve the performance of the STAP approach in the severely nonhomogeneous clutter environments. Therefore, a scheme that incorporates the correlation dimension nonhomogeneity detector (CD-NHD) with the STMB is recommended, which we term CD-NHD-STMB. The experimental simulation results indicate that: 1) the STMB processor is robust to array element error and has high performance under nonhomogeneous clutter environments; 2) the CD-NHD is also effective on the nonhomogeneous clutter. As a result, the CD-NHD-STMB scheme is robust to array element error and nonhomogeneous clutter, and therefore available for airborne phased array radar applications.     

Target Detection and Parameter Estimation for MIMO Radar Systems

We investigate several target detection and parameter estimation techniques for a multiple-input multiple-output (MIMO) radar system. By transmitting independent waveforms via different antennas, the echoes due to targets at different locations are linearly independent of each other, which allows the direct application of many data-dependent beamforming techniques to achieve high resolution and excellent interference rejection capability. In the absence of array steering vector errors, we discuss the application of several existing data-dependent beamforming algorithms including Capon, APES (amplitude and phase estimation) and CAPES (combined Capon and APES), and then propose an alternative estimation procedure, referred to as the combined Capon and approximate maximum likelihood (CAML) method. Via several numerical examples, we show that the proposed CAML method can provide excellent estimation accuracy of both target locations and target amplitudes. In the presence of array steering vector errors, we apply the robust Capon beamformer (RCB) and doubly constrained robust Capon beamformer (DCRCB) approaches to the MIMO radar system to achieve accurate parameter estimation and superior interference and jamming suppression performance.     

Sensitivity of MIMO STAP Radar with Waveform Diversity

Space-time adaptive processing (STAP) is an effective method adopted in airborne radar to suppress ground clutter. Multiple-input multiple-output (MIMO) radar is a new radar concept and has superiority over conventional radars. Recent proposals have been applying STAP in MIMO configuration to the improvement of the performance of conventional radars. As waveforms transmitted by MIMO radar can be correlated or uncorrelated with each other, this article develops a unified signal model incorporating waveforms for STAP in MIMO radar with waveform diversity. Through this framework, STAP performances are expressed as functions of the waveform covariance matrix (WCM). Then, effects of waveforms can be investigated. The sensitivity, i.e., the maximum range detectable, is shown to be proportional to the maximum eigenvalue of WCM. Both theoretical studies and numerical simulation examples illustrate the waveform effects on the sensitivity of MIMO STAP radar, based on which we can make better trade-off between waveforms to achieve optimal system performance.     

基于稀疏贝叶斯学习的字典失配杂波空时谱估计方法

杂波谱稀疏恢复空时自适应处理（STAP）是一种有效减少杂波样本数需求的机载雷达杂波抑制方法。然而,空时平面被离散地划分为若干个网格点来构建空时导向矢量字典,当字典在失配时,杂波脊不能准确落在预先离散化的网格点上,稀疏恢复STAP性能严重下降。提出了一种基于稀疏贝叶斯学习的字典失配杂波空时谱估计方法,首先利用二维泰勒级数建立空时动态字典模型,然后将字典失配误差作为待估超参数构建贝叶斯稀疏恢复模型,并利用失配误差估计值对空时导向矢量字典进行修正,最后利用修正后的空时导向矢量字典重构杂波协方差矩阵,进而计算杂波空时谱。实验证明,该方法能够有效提高字典失配情况下的杂波谱稀疏恢复精度,杂波抑制性能优于已有字典预先离散化的稀疏贝叶斯学习STAP方法。     

机载MIMO雷达空时自适应杂波对消器

针对机载多输入多输出(MIMO)雷达杂波分布呈现空时耦合特性,提出一种空时自适应杂波对消器.利用机载MIMO雷达的脉冲回波数据,构造杂波对消器的系数矩阵.通过空时自适应杂波对消器的预处理,可以有效地抑制杂波,并通过与常规空时处理算法的级联,最终可以有效提高动目标的检测性能.实现了由传统地基雷达杂波对消器向机载运动平台的推广.仿真结果表明,这种自适应杂波对消器不仅适用于正侧视雷达,对于非正侧视雷达也同样适用.     

非正侧视阵列机载雷达多空间角补偿算法

 非正侧阵列机载雷达的杂波分布随距离变化而变化,各距离单元的杂波分布不再满足独立同分布条件,造成统计型空时自适应处理(STAP)处理器性能下降。本文提出了一种多空间角补偿(MSAC)的非正侧视机载雷达杂波抑制方法,该方法先通过角度-多普勒补偿(ADC)预处理以消除在谱中心处的杂波非均匀,然后采用MSAC法在多个多普勒方向使参考单元和待检测单元的杂波谱保持一致,从而进一步消除在其余方位的杂波非均匀。仿真结果表明了该方法的性能明显优于ADC法,且运算量增加不多。