论文部分内容阅读
基于频率分集阵列(Frequency Diverse Arrayt,FDA)体制的多输入输出(Multiple Input Multiple Output,MIMO)雷达技术解决了高速运动平台雷达空时自适应处理的距离模糊问题。但是,全维的MIMO雷达STAP方法将带来计算量大与样本需求量高的问题。此外,当先验知识不准确时,地杂波两维两脉冲对消器(Two-Dimensional Pulse-to-Pulse Canceller,TDPC)作为预滤波器时雷达运动目标检测性能将急剧恶化。针对此问题,本文拟设计FDA-MIMO雷达中的降维STAP方法,以降低计算量和样本需求量,并增强TDPC预滤波器在先验知识不准确情况下的稳健性能,主要内容分为以下几个方面:(1)构建机载FDA-MIMO雷达信号模型,并分析FDA-MIMO雷达体制下最优STAP的优点以及其计算量大、样本需求量高的不足。基于此,将局域联合处理(Joint Domain Localized,JDL)算法应用于经过距离补偿的FDA-MIMO雷达。之后进一步进行权矢量拆分(Weight Vector Decomposition,WVD),该方法将自适应权矢量拆分成两个子矢量Kronecker积的形式,并通过迭代得出两个子矢量的最优值,从而得到降维STAP处理所需权矢量。(2)提出基于估计误差的两维两脉冲对消器(Error-Based Two-Dimensional Pulse-to-Pulse Canceller,EBTDPC)。首先分析了估计平台速度和偏航角的误差对杂波多普勒频率的影响,并进一步将估计平台速度和偏航角的误差作为先验知识加入杂波滤波系数矩阵的设计中,以提高TDPC在雷达系统参数(主要是平台速度和偏航角)估计不准确情况下的稳健性。EBTDCP作为杂波预滤波可以提高后续非自适应检测方法或空时自适应处理方法的运动目标检测性能。(3)将EBTDPC作为预滤波器应用于机载FDA-MIMO雷达并与后续基于权矢量拆分的JDL进行级联,形成两级预滤波器和目标检测器。仿真实验表明,通过EBTDPC预滤波器及后续降维STAP方法设计,可在先验知识不准确的情况下有效抑制杂波,提高目标检测性能,并大幅降低了FDA-MIMO雷达的空时自适应处理的计算量以及样本需求量。