机载预警雷达∑△G-STAP算法研究及工程实现

论文摘要

杂波抑制是是机载预警雷达下视的关键问题。空时二维自适应处理（STAP）自1973年问世以来,由于拥有较强的抗干扰和抑制杂波能力而备受关注。多通道STAP处理算法的复杂度和计算量仍然制约其在工程领域的实现。机载预警相控阵雷达硬件上同时具备和（∑）、方位差（△A）、俯仰差（△E）和保护（G）通道,只需提高信号处理机的性能即可实现∑△G-STAP处理。本文正是在这个背景下展开工作,主要用试飞记录的数据验证了∑△G-STAP处理性能,并提出了基于∑△G-STAP算法工程实现方案。本文首先阐述了自适应阵列处理、全空时处理的原理以及空时两维降维方法,进而得出∑△G-STAP处理的意义。本文介绍了距离分段、距离滑洞和距离滑窗等几种样本训练选取方法可以有效地弱化杂波非均匀性影响,提高杂波抑制效果。接着本文提出了基于广义内积的非均匀器,通过评估协方差矩阵对数据的白化效果来剔除孤立样本,并用试飞数据对处理效果予以了验证。∑△G-STAP算法工程实现是本文的另一个重要工作,论文首先提出了构成实时信号处理的三个基本要素一处理单元、并行处理机网络结构、并行算法程序和任务分配方法,针对这三个要素展开了信号处理平台的选型工作,最终确定了基于VXS架构,采用TS201S处理器的可重构信号处理系统方案。最后在系统方案实现中本文分别介绍了光纤接口模块、交换模块和TS201S处理模块的硬件设计方案及信号处理层、系统管理层的软件设计方法。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景及其意义
• 1.2 国内外研究现状
• 1.3 论文的结构
• 2 自适应处理原理
• 2.1 引言
• 2.2 自适应阵列处理
• 2.3 空时二维自适应信号处理（STAP）
• 2.4 STAP降维方法
• 2.5 小结
• 3 样本数据训练
• 3.1 引言
• 3.2 样本选取
• 3.2.1 距离全程处理
• 3.2.1.1 基本步骤
• 3.2.1.2 计算量分析
• 3.2.2 距离分段处理
• 3.2.2.1 基本步骤
• 3.2.2.2 计算量分析
• 3.2.3 距离滑洞处理
• 3.2.3.1 基本步骤
• 3.2.3.2 计算量分析
• 3.2.4 距离滑窗处理
• 3.2.4.1 基本步骤
• 3.2.4.2 计算量分析
• 3.2.5 样本选取方法计算量比较
• 3.3 试飞数据分析
• 3.3.1 斜视阵数据分析
• 3.3.2 前视阵数据分析
• 3.4 小结
• 4 非均匀检测器
• 4.1 引言
• 4.2 广义内积非均匀检测器
• 4.2.1 广义内积原理
• 4.2.2 检测器判决门限
• 4.3 试飞数据分析
• 4.3.1 斜视阵数据分析
• 4.3.2 前视阵数据分析
• 4.3.3 干扰数据分析
• 4.4 小结
• 5 信号处理系统设计
• 5.1 引言
• 5.2 实时信号处理基本要素
• 5.3 处理单元的选择
• 5.3.1 TS201S与TMS320系列处理器比较
• 5.3.2 TS201S与PowerPC系列处理器比较
• 5.4 并行处理网络的构成
• 5.4.1 总线的选择
• 5.4.2 处理网络构成
• 5.5 并行处理任务的分配与调度
• 5.6 小结
• 6 信号处理系统实现
• 6.1 引言
• 6.2 系统的硬件结构及工作原理
• 6.2.1 光纤接口控制模块的设计
• 6.2.1.1 模块的功能
• 6.2.1.2 模块框图
• 6.2.1.3 模块实现原理
• 6.2.2 交换模块的设计
• 6.2.2.1 模块的功能
• 6.2.2.2 模块框图
• 6.2.2.3 模块实现原理
• 6.2.3 TS201S处理模块设计
• 6.2.3.1 模块的功能
• 6.2.3.2 模块框图
• 6.2.3.3 模块实现原理
• 6.3 系统软件设计
• 6.3.1 系统管理层软件设计
• 6.3.1.1 软件状态图
• 6.3.1.2 软件实现功能
• 6.3.2 信号处理层软件设计
• 6.3.2.1 软件流程图
• 6.3.2.2 软件实现功能
• 6.4 小结
• 7 总结与展望
• 7.1 本文总结
• 7.2 工作展望
• 致谢
• 参考文献