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。     

利用天线主波束方向图信息估算多目标的到达方向角

提出了一种估算机械旋转天线主瓣中多个雷达目标到达方向角(DOA)的新方法。该估算方法以最大似然技术(ML)为基础，应用了天线波束方向图信息。考虑了两种情况：具有确定性未知复幅度的多目标和具有随机复高斯分布幅度的多目标。用蒙特卡罗模拟评估了该估算方法的性能，并将它与Cramer-Rao下限进行了性能比较。     

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。     

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。     

机载阵列雷达抑制运动杂波的学习算法

一种称为自适应空时处理器(STP)的线性滤波器是一种相对比较新的方法，它使机载阵列天线雷达目标检测概率达到最大。理论上，全自适应STP可以实时获得最优解(一种维恩滤波器)。但是，实际上全自适应STP也存在一些问题。首先，线性滤波器的加权数可能非常大。其次，单一加权矢量的计算复杂度大约为O(MN)^3。再次，STP为线性滤波器但却工作在非线性不稳定的环境中。这些问题导致采用空时处理器传统技术的实时、最佳处理是现行计算技术内所不及的。为使运动杂波对目标检测的影响最小，本文探讨了人工神经网络和几种学习算法的可应用性。人工神经网络是一种自适应、并行、分布式处理系统，可以实时完成复杂计算。学习算法的机理是为了存储新的信息或变更信息，人工神经网络中的长期存储器要不断更新而又不被破坏。由于学习算法既能在系统的使用期内保留信息又能变更信息，所以对雷达系统的计算要求降到了最低，同时还能适应环境的变化。     

空时自适应处理技术中的某些先进概念

多维有色噪声匹配滤波技术广泛用于目标检测。在机载雷达应用中，这种滤波技术当初只是用于描述地杂波的减少，现在通常称其为空时自适应处理(STAF)。本文研究了与多雄空间和噪声场估计中信号表示法有关的问题。探讨了新近提出的一些概念并讨论了在STAF中出现的研究领域。     

闭合形式的四通道单脉冲双目标分辨

本文描述了一种新奇的采用四个独立通道的单次探测(单脉冲)分辨双源到达(方位和俯仰)方向的闭合形式解决方法。比相单脉冲和比幅单脉冲都得到了解决。双目标不能分辨的几种例外也谈到了。实际的相位阵列结构的数字仿真结果确认了这种新方法的有效性。     

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。     

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     

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。     

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。     

采用锥削天线阵列的机载自适应MTI

空时自适应处理能实现机载雷达的最佳杂波抑制。本文讨论了实际雷达系统的设计阶段所遇到的几个与空时自适应处理有关的问题；采用实际阵列天线（１２０４单元平面圆形阵列）时的空时自适应处理，前视阵列结构的空时自适应处理，空时自适应处理与常规时域ＭＴＩ处理的比较，销削的效果及蓄意干扰对空时自适应处理的影响。这一研究工作的成果将用于三国联合ＡＭＳＡＲ（机载多功能固态有源阵列雷池）计划。     

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自适应处理(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.先时后空自适应处理(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)的三维先时后空自适应处理(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自适应处理.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.     

空时自适应滤波抗干扰分析

GPS抗干扰性能差的缺点日益突出,空时自适应滤波是GPS接收机抗干扰技术上的重大突破.通过对不同情况下的空时自适应滤波权值空频响应的数字仿真和分析,得出空时自适应滤波抗干扰的一些有益结论,并给出合理解释.     

一种空时抗干扰后接收机精度校正的方法

全球导航卫星系统(GNSS)接收机采用空时抗干扰处理能够有效地抑制宽、窄带干扰,但该结构可能导致GNSS信号导航精度下降。推导空时自适应处理对卫星信号的影响,通过改进相关函数计算方法,得到逼近理想自相关函数的接收机相关函数,从而有效地改善了空时抗干扰后接收机精度下降的状况。仿真结果表明,方法能够校正空时自适应处理产生的相关函数畸变,从而提高空时抗干扰后接收机的导航定位精度。     

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。     

空时自适应处理在雷达中的应用

雷达是同时利用时间维和空间维的复杂系统，其性能主要取决于信号处理。简要回顾了雷达空时信号处理，讨论了许多抑制干扰目标检测的信号的自适应技术。一般来讲，此种处理通常用于角度信号，但也适用于时间或空间／时间域。本文还用模拟结果说明了各种不同方法的特征。     

重构杂波加噪声相关矩阵的SAR-GMTI动目标径向速度估计方法

为解决星载合成孔径雷达地面动目标检测(SAR-GMTI)系统中用自适应匹配滤波(AMF)法估计运动目标径向速度参数时,因背景杂波与待检测单元的杂波不匹配或训练样本不足而导致目标速度估计的性能下降的不足,提出了一种用待检测单元数据直接重构出杂波加噪声相关矩阵,再用自适应匹配滤波算法估计动目标速度参数的新方法。仿真结果证明该法在背景杂波与待检测单元杂波不匹配时能精确估计运动目标的径向速度。     

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。     

一种干扰环境下的机载SAR慢动目标检测方法

在电磁干扰的环境下,经典的合成孔径雷达(SAR)的成像和地面动日标检测算法的性能将会变差甚至失效,因此研究存在干扰时的高效可行的SAR动目标检测方法具有重要的实际意义.提出一种将自适应波束形成技术和杂波抑制干涉(CSI)技术相结合的阵列天线动目标检测方法.该方法首先采用自适应波束形成技术消除干扰,然后用CSI方法抑制地杂波并实现运动目标的检测.同时,采用不等间距偏置相位中心天线(DPCA)技术,消除了盲速区.从SAR天线结构和空间几何模型人手,详细分析了干扰抑制原理、杂波抑制和动目标检测原理并给出了其实现框图.最后通过计算机仿真,验证了该方法的可行性.