陣列自適應(yīng)波束形成及空時自適應(yīng)處理方法研究.pdf

1、近年來，伴隨陣列天線在現(xiàn)代雷達、通信、聲納等應(yīng)用領(lǐng)域的發(fā)展，陣列規(guī)模越來越大、信號維數(shù)也越來越高，然而受工作環(huán)境、硬件設(shè)備和制造工藝等諸多因素的限制，陣列信號處理中自適應(yīng)算法的計算復雜度高、訓練樣本需求較多及性能受非理想因素的影響等問題表現(xiàn)地愈加凸顯。本文主要從降維和穩(wěn)健處理兩方面，對多輸入多輸出(Multiple-Input Multiple-Output，MIMO)雷達、機載預(yù)警雷達及機載MIMO雷達信號處理中的自適應(yīng)波束形成(Ad

2、aptive Beamforming)和空時自適應(yīng)處理(Space-Time Adaptive Processing，STAP)方法進行了研究，主要工作包括以下幾個方面：
　　 1.針對相干MIMO雷達自適應(yīng)波束形成問題，討論并分析了相干MIMO雷達發(fā)射陣和接收陣的雙邊導向矢量失配模型，提出了一種雙邊穩(wěn)健降維自適應(yīng)波束形成算法。該方法結(jié)合雙迭代算法(Bi-Iterative Algorithm，BIA)和二階凸優(yōu)化(Second

3、-Order Cone Programming，SOCP)算法，通過松弛和收發(fā)分離處理，將原本基于高維協(xié)方差矩陣的SOCP問題轉(zhuǎn)化為兩個基于低維協(xié)方差矩陣的SOCP問題，然后循環(huán)優(yōu)化兩個低維的發(fā)射權(quán)矢量和接收權(quán)矢量。與全維穩(wěn)健算法相比，所提算法能有效克服收發(fā)誤差耦合問題，具有較好的穩(wěn)健性，并能大幅降低計算復雜度和對訓練樣本數(shù)的需求。
　　 2.建立了機載雷達雜波空時二維數(shù)據(jù)的矩陣模型，在充分利用載機速度和雷達工作參數(shù)等先驗信息的

4、基礎(chǔ)上，提出了一種機載雷達雜波非自適應(yīng)空時塊對消器(Space-Time Block Canceller，STBC)，并給出了關(guān)于STBC權(quán)系數(shù)的最小二乘代價函數(shù)，從而優(yōu)化得到STBC的權(quán)系數(shù)。由于STBC權(quán)系數(shù)僅利用載機速度和雷達工作參數(shù)等先驗信息計算得到，屬于非自適應(yīng)處理器，因而具有運算量小、無收斂過程等優(yōu)點，并且可作為機載雷達的雜波預(yù)濾波器，從而進一步改善常規(guī)動目標顯示(Moving Target Indication，MTI)處

5、理和降維STAP算法的性能。此外，在雜波模型中考慮了偏航角的存在，因此，STBC既適用于正側(cè)視雷達，也適用于非正側(cè)視陣雷達。
　　 3.利用最優(yōu)STAP權(quán)矩陣的低秩特性，提出了一種基于非正交基迭代(Non-Orthogonal Basis Iterative，NOBI)的空時降維自適應(yīng)算法。該方法將空時聯(lián)合濾波器分離為多對空域濾波器組和時域濾波器組，采用截斷和堆棧處理，建立了關(guān)于空域濾波器權(quán)向量組和時域濾波權(quán)向量組的雙二次代價函

6、數(shù)，然后基于非正交基迭代求解濾波器權(quán)矢量組，實現(xiàn)了對雜波的空時可分離濾波。與最優(yōu)STAP相比，NOBI算法避免了高維數(shù)據(jù)協(xié)方差矩陣的估計和求逆運算，有效降低了計算量和對訓練樣本的需求。
　　 4.將空時二維自適應(yīng)處理(2D-STAP)擴展到空域俯仰、方位和時域三維空間，針對空時三維自適應(yīng)處理(3D-STAP)提出了兩種降維自適應(yīng)雜波抑制算法。第一種方法是基于先時后空的處理結(jié)構(gòu)，首先采用具有超低旁瓣的時域多普勒預(yù)濾波處理實現(xiàn)一級降

7、維，然后將空域俯仰-方位二維波束形成轉(zhuǎn)化為兩個一維波束形成問題，從而進一步降低了處理器的維數(shù)，實現(xiàn)對雜波空時三維數(shù)據(jù)的兩級降維處理；第二種算法是直接將3D-STAP轉(zhuǎn)化為俯仰、方位和時域三維可分離處理，即將三維權(quán)向量近似表示為三個低維權(quán)向量的Kronecker積形式，然后基于三迭代算法，依次固定兩個權(quán)矢量，并構(gòu)造相應(yīng)的降維矩陣在低維空間上循環(huán)優(yōu)化另一個權(quán)矢量。由于上述兩種算法所求權(quán)矢量的維數(shù)均大幅降低，在小樣本情況下具有較好的性能，因而

8、其隨樣本的收斂性能較好，并具有計算量低、樣本需求小等優(yōu)點。
　　 5.構(gòu)建了機載MIMO雷達雜波模型，并從功率譜和自由度分布對雜波特性進行了分析。探討了幾種經(jīng)典降維STAP算法在機載MIMO雷達中的應(yīng)用問題，然后，針對機載MIMO雷達回波數(shù)據(jù)所具有的發(fā)射-接收-脈沖三維結(jié)構(gòu)與3D-STAP中的俯仰、方位和時域三維結(jié)構(gòu)類似，我們將3D-STAP中的降維自適應(yīng)算法應(yīng)用到機載MIMO雷達空時自適應(yīng)處理(MIMO-STAP)中，并通過仿