机载雷达Krylov子空间STAP算法研究

论文摘要

空时自适应处理(STAP)是新一代高性能机载相控阵雷达的关键技术之一。STAP最优处理器能最大化信干噪比，但主要面临两个问题需要解决，一是运算量巨大，二是由于杂波的非均匀性导致难以获得足够的独立同分布样本。降维方法减少了运算量，易于工程实现，但牺牲了一定的性能；降秩方法性能高，但系统复杂。以Krylov子空间为基础实现的自适应降秩算法具有信号依赖性质，收敛速度快。本文基于Krylov子空间提出了相关理论，在保持高的系统性能的同时实现权矢量的快速求解。本论文的主要贡献和创新之处包括：1．根据Hermit对称正定三对角矩阵逆与代数余子式的关系，提出了一种Krylov子空间快速行列式递推算法，无需求阻塞矩阵、无需后向递推过程也无需估计协方差矩阵和求逆，运算量也减少了。以此为基础提出了一种基于数据预处理的二级降维算法以降低非均匀杂波环境和离散干扰对系统性能的影响，无需训练数据，而运算量明显减少。2．研究了知识辅助的STAP算法，为了在保持最优性能的同时提高系统的处理效率，本文指出可利用系统中的先验知识以加速Krylov子空间算法的收敛速度。分析了机载相控阵雷达系统和飞行几何等先验知识，提出了两种方式来利用先验知识。一种是利用空时多约束的导引矢量，另一种是对迭代算法的初始权设置先验约束。3．研究了在波束域内局域的设计方法，提出了用非正交变换构造联合局域处理(JDL)的局域处理区域。该算法针对不同的多普勒选取不同的非正交基，从而提高了原始JDL算法的性能。基于局域非正交变换的波束域Krylov子空间STAP算法，同时利用降维与降秩的优点，所以运算量得到进一步减少。4．提出一种基于空时二次约束的静态波束形成方法。该算法实现了低旁瓣的空时自适应处理，提高了算法的稳健性。新方法用Taylor级数近似估计二次波束方向图约束，减少了运算量，对采样要求低。5．针对机载相控阵雷达杂波谱特性进行了研究，提出一种零陷加宽技术。由于零陷的加宽，在内部杂波运动情况下，仍能够较好地抑制杂波，提高算法的稳健性。该技术与知识辅助的Krylov子空间STAP算法协同处理，使算法性能得到较大提升。6．针对因杂波样本的欠采样和非均匀性带来的信号处理性能损失，提出了空时广义加载法。该算法是对角加载法的推广，具有对角加载的鲁棒性和简单性优点同时又保持了必要的空时静态性能。空时广义加载法提高了Krylov子空间STAP在小样本支撑下的稳健性，同时实现了更好的杂波抑制和低旁瓣。7．针对机载稀疏阵列雷达杂波谱特性进行了研究，指出杂波协方差矩阵的秩和杂波谱与稀疏方法有关，也与时域脉冲数有关。提出在总的孔径不变的情况下，当稀疏后任意两个阵元间的间距小于等于时域脉冲的个数时，无论稀疏后有效阵元数多少，杂波协方差矩阵的秩都保持不变。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景及意义
• 1.2 研究历史与现状
• 1.3 现有算法研究中的不足及本文的主要工作
• 1.4 论文的组织结构
• 第二章 空时自适应处理基础理论
• 2.1 引言
• 2.2 空时信号模型
• 2.2.1 目标信号表示
• 2.2.2 地（海）杂波信号表示
• 2.2.3 雷达信号空时谱
• 2.3 全空时自适应滤波器
• 2.4 降维空时自适应滤波器
• 2.5 自适应目标检测
• 2.6 本章小结
• 第三章 Krylov子空间降秩算法研究
• 3.1 引言
• 3.2 Cayley-Hamilton定理与Krylov子空间
• 3.3 基于Krylov子空间的降秩自适应滤波
• 3.3.1 R幂法（POR）
• 3.3.2 基本多级维纳滤波器（GRS-MWF）
• 3.3.3 基于相关相减结构的多级维纳滤波器（CSA-MWF）
• 3.4 一种无需后向递推的快速迭代Krylov子空间方法（FDR）
• 3.5 基于FDR的二级降维算法
• 3.6 仿真试验
• 3.7 本章小结
• 第四章 知识辅助的Krylov子空间空时自适应处理
• 4.1 机载相控阵雷达杂波环境的先验知识
• 4.2 知识辅助的Krylov子空间方法1
• 4.2.1 空时多约束导引矢量（STMCSV）
• 4.2.2 仿真实验
• 4.2.3 非理想情形下STMCSV的设计
• 4.3 知识辅助的Krylov子空间方法2
• 4.3.1 初始约束权共轭梯度（ICW-CG）方法
• 4.3.2 仿真实验
• 4.4 两种知识辅助方法的组合算法（STMCSV-ICW-CG）
• 4.5 本章小结
• 第五章 基于局域非正交变换的波束-多普勒域Krylov子空间STAP
• 5.1 引言
• 5.2 波束-多普勒空间部分自适应处理方法
• 5.3 非正交变换下的JDL算法性能的改善
• 5.4 基于实测数据的仿真试验
• 5.5 本章小结
• 第六章 提高Krylov子空间STAP的稳健性
• 6.1 引言
• 6.2 二次约束下的低旁瓣算法
• 6.2.1 二次约束下的QBF算法
• 6.2.2 仿真实验
• 6.2.3 结论
• 6.3 空时自适应处理的零陷加宽方法
• 6.3.1 理论分析
• 6.3.2 仿真实验
• 6.3.3 基于NW的ICW-CG算法（Nw-ICW-CG）
• 6.3.4 结论
• 6.4 空时广义加载法
• 6.4.1 二次约束下的MVDR波束形成器
• 6.4.2 空时广义加载法
• 6.4.3 空时广义加载法的数值分析
• 6.4.4 结论
• 6.5 本章小结
• 第七章 稀疏阵列空时杂波谱及Krylov子空间STAP
• 7.1 引言
• 7.2 机载稀疏阵雷达STAP理论基础
• 7.3 机载稀疏阵雷达回波的谱特性
• 7.3.1 谱特性的理论分析
• 7.3.2 谱特性的数值分析
• 7.4 稀疏阵列的Krylov子空间空时自适应处理
• 7.5 本章小结
• 第八章 结论和展望
• 8.1 总结
• 8.2 进一步研究工作
• 致谢
• 参考文献
• 攻博期间取得的研究成果