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。     

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。     

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。     

基于海杂波稀疏性与非均匀度的样本挑选方法

针对预警雷达对海监视面临海杂波分布非均匀与杂波样本受目标污染,导致自适应杂波抑制处理性能恶化和目标能量损失的问题,提出了一种基于海杂波稀疏性与非均匀度的样本挑选方法。该方法将目标的导向约束与广义内积样本挑选方法结合,先利用海杂波在空时二维平面上的稀疏分布特性,根据海杂波与目标空时二维分布差异剔除被目标污染的样本,再利用广义内积准则衡量海杂波分布的非均匀程度,并获取均匀样本,以提高杂波协方差矩阵的估计精度。仿真结果表明:所提方法能在提高杂波抑制性能的同时,减小目标信号能量损失。该方法可广泛应用于海面预警监视雷达系统。     

非合作运动辐射源照射的目标检测方法研究

研究了非合作运动辐射源照射条件下的动目标检测问题。分析了此背景下的地杂波空时频分布特性,并结合非合作系统数据处理特点提出了地杂波环境下的运动目标空时频联合检测方法,该方法利用杂波与目标在空时频三维域上的可分性解决了时频二维域上杂波覆盖目标的问题,将非合作领域中一般的时频检测方法推广为对时域数据的空域-频域二维联合滤波,仿真结果表明当目标信号与杂波信号在空时频三维域不出现重合的条件下,该方法能够有效地抑制杂波和噪声,实现地杂波背景下的动目标检测。
     

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。     

自适应三维极化滤波

三维极化滤波能够更好地利用空域信息,在极化域-空域联合滤波,因此能够抑制二维正交极化滤波不能滤除的干扰,达到更好的滤波效果.实际应用中,信号通常是未知的或者变化的,要达到好的滤波效果,必须实时更新滤波参数.针对未知的或缓变的信号环境,提出了一种自适应三维极化滤波算法,利用历史杂波数据来估计杂波的极化信息,据此对天线进行调整,以对接收信号滤波.最后通过Matlab仿真验证了该算法的有效性.     

分布式小卫星雷达空时频成像方法研究

分布式小卫星雷达的天线面积小,一般小于2m2.根据最小天线面积公式,此时距离多普勒将模糊.分布式小卫星雷达固有的距离多普勒模糊特性,给它带来了不同于常规合成孔径雷达(SAR)成像的新问题.常规的SAR成像实际是基于距离快时间匹配滤波、方位慢时间多普勒处理的时频成像原理.分布式小卫星成像需利用多颗小卫星的空域信息,解距离多普勒模糊后,方可获得较好的成像结果,因此其成像是一个需利用空域信息的空时频成像问题.提出一种空时频成像方法,它是采用低重复频率,使观察距离不模糊,但多普勒模糊情况下,利用分布式小卫星雷达丰富的空域资源,对各多普勒通道分别作空域滤波处理,消除多普勒模糊后,进行成像处理.另外,本文对此分布式小卫星雷达空时频成像方法进行了理论推导、性能分析和仿真检验.     

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。     

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。