论文部分内容阅读
雷达系统的一个重要功能就是运动目标检测,机载雷达在探测地面、超低空飞行目标具有极大的优势,在强杂波背景下,空时自适应处理联合空时两维域信息能够有效抑制地表杂波,实现对地目标连续监视、探测。机载频率分集阵列雷达引入新型阵列体制,频率增量的引入为雷达探测提供了更多的距离维自由度,能够有效解距离模糊,实现干扰和真实目标的分离。频率分集阵列雷达在进行空时自适应处理时,一方面,要面临巨大运算量及存储问题,另一方面,由于雷达技术持续的发展,雷达分辨率不断地提高,目标信号不可避免地会进入到训练样本中,造成目标相消现象,同时运动目标参数估计不准也造成了目标导向矢量约束不准确等模型失配问题,本文研究各种降维方法来缓解空时处理中的复杂运算,并在传统稳健自适应方法的基础上,考虑进一步研究改进的稳健空时自适应处理方法。频率分集雷达不同于传统相控阵雷达,距离依赖性补偿成为空时自适应处理过程中关键的一环,本文研究频率分集雷达的距离依赖性问题的解决方法,并以此为基础,继续探索频率分集雷达空时自适应降维与稳健处理方法。针对以上复杂运算导致工程实现困难、场景多目标及高分辨目标扩展导致目标污染训练样本、阵列误差校正不完全及运动参数估计不准导致的导向矢量失配等问题,本文在研究频率分集阵列(FDA)发射和接收的基础上,研究了FDA雷达杂波分布特性并进行了距离依赖性补偿,然后从以上问题入手展开了研究:一、介绍了三种经典的降维方法,即辅助通道法(ACR)、多普勒通道联合(mDT)处理法、局域联合(JDL)处理法,并将这三种经典降维方法与新型频率分集阵列雷达相结合,实现了FDA-STAP降维处理,显著地降低了运算量,实现了准最优处理的输出性能;二、构建了频率分集雷达空时二维处理模型,研究了对角加载方法、基于最坏情况性能优化方法(Worst-case)、线性约束最小方差方法(LCMV)的原理和不足,提出一种改进的LCMV稳健空时自适应处理方法,通过仿真实验对比上述三种经典稳健处理方法与改进方法,验证了改进的LCMV方法较其他几种方法更好的稳健性,解决了空时自适应处理方法面临的阵列误差、参数估计误差、导向矢量失配等问题。