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。     

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。     

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。     

GPS抗干扰接收机空时二维自适应滤波算法的FPGA实现

传统的抗干扰接收机存在自由度有限、抗多径干扰能力弱等不足。针对这些不足,有人提出了空-时二维自适应滤波(STAP)算法。文章介绍了空-时二维自适应抗干扰算法的性能、特点以及Matlab仿真和FPGA实现情况。文章没有使用通常使用的多级维纳嵌套(MSNWF)逼近方法,而是尝试采用矩阵直接求逆的方法来求出自适应系数。通过仿真和实测,此方法达到了较好的效果。文章的研究成果对通信对抗、雷达对抗都有重要的参考价值。     

集成系统设计中有源电扫阵列雷达的子阵级仿真

本文概述了有源电扫阵列雷达系统的仿真，用已开发的机载雷达环境仿真工具模拟产生雷达子阵级发射信号，作为测试台的仿真输入，由此可推出信号处理算法，尤其是自适应波束形成(ABF)和空时自适应处理(STAP)技术。本文给出了仿真输出示例，并结合仿真结果对雷达系统设计方法进行了讨论。     

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。     

用于空时自适应处理的最小方差单脉冲技术

为了获得目标方向最小误差方差的估算，最近开发了一种自适应单脉冲技术。本文将这种最小方差自适应单脉冲技术(MVAM)扩展到空时自适应处理(STAP)。通过对慢动目标的模拟，验证了用MVAM估算目标方向和多普勒频率比用其它空时自适应单脉冲技术具有更多优点。     

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。     

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。     

GPS接收机空时自适应抗干扰研究

根据检索资料 ,介绍了GPS接收机抗干扰技术的国内外研究现状和发展趋势 ,提出了空时自适应 (STAP)技术代表着GPS接收机抗干扰技术的发展趋势这一观点 ,并从美国公司的产品、研究计划及学术动态等方面给予证实 ,评价了空时自适应技术对于GPS接收机抗干扰技术的理论价值和应用价值 ,讨论了应用研究中的关键问题     

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。
     

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。     

低功耗雷达信号处理器

在机载及天基雷达应用中，低功耗和易编程是实现实时系统的关键问题。本文介绍了一种适用于天基雷达应用的抗辐射处理器。该系统以最小的功率消耗实现实时性能。这是一种全可编程通用处理器，可以用于当前及未来雷达信号处理算法以及其它计算强度大的任务。除可编程外，这种处理器和I／／0设计易于构成成千上万的处理器规模。 系统基于可合成的超高速集成电路硬件语言（VHDL）并能由设计或由处理技术抗辐射。本文对处理器的设计进行了概述。而且，说明了适用于编程器的软件环境及软件工具。所有的软件工具都是公开资源，并且多数都是免费（GNU）工具。 本文介绍了诸如快速傅里叶变换、矩阵求逆的Q／RHouseholder编制计算程序一类关键程序的某些性能。并且介绍了一种包括联合域定位（JDL）空时自适应处理（STAP）算法的采样雷达应用。     

抑制机载雷达平台散射杂波的自适应天线空—时处理技术

先进的机载雷达可能要求自适应空－时处理技术以便能检测远距离的小目标。自适应空－时处理是一种多维度自适应滤波技术，它将雷达接收到的数据分解成角度和多普勒频率座标的平面波谱。机载雷达平台可能将入射信号散射到天线内，导致杂波信号频谱展宽复盖住目标信号，因而提高了虚警率。     

机载自适应动目标显示雷达旁视和前视雷达的比较

运动的雷达所接收到的杂波回波会产生降低慢动目标的检测能力的多普勒带宽。采用间接地雷达平台运动进行补偿的自适应空时杂波滤波器，可以克服这种多普勒频散效应。为了应用空时处理，要求有一个多通道的天线。     

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。     

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。     

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。     

最佳STAP的FFT共轭梯度法

提出了一种解决最佳空时自适应处理问题的快速共轭梯度迭代算法。可以用FFT实现该方法，办法是利用具有干扰协方差矩阵托普利兹块（BTTB）结构的块托普利兹矩阵。因此与对矩阵求逆的方法相比显著降低了计算的复杂性。为了说明上述方法的有效性，本文给出了计算机仿真结果。