（信息与通信工程专业论文）机载雷达空时自适应处理算法及其实时实现问题研究.pdf

国防科学技术大学研究生院博士学位论文 摘要 机载雷达空时二维自适应处理( s t a p ) 算法，以其优良的杂波和干扰抑制性 能引起雷达界的广泛重视，三十多年来一直是雷达信号处理研究领域的一个热点 问题。本文结合实际工程背景，研究了适合工程实现的s t a p 算法，以及算法的实 时实现问题。 为了进一步优化现有部分自适应s t a p 滤波器的结构，深入研究了局域杂波 自由度问题。分析了降维变换对干扰协方差矩阵杂波自由度的影响。给出了局域 构成与局域杂波自由度之间的函数表达式，并予以证明。通过这一理论成果，我 们从局域构成方式就可以知道局域杂波自由度，进而就可以得出局域s t a p 处理 器所需的可调控权数。分析得出现有的降维s 1 a p 处理器，特别是只做时域( 空域) 一维域变换的s t a p 处理器，存在进一步降低系统自由度的可行性。分别利用仿 真数据和实测数据验证了理论研究成果的正确性。 针对现有局域s t a p 处理器的不足，提出了一种对杂波自由度和干扰环境变化 更加稳健的局域s t a p 处理器f d s p ( f l e x i b l ed o fs t a pp r o c e s s o r ) 。该处理器 根据外部于扰环境的变化情况，依据准则自适应地调整系统自由度。它不仅降低 了非主杂波区杂波抑制的计算量，并且可以有效抑制有源干扰。给出了该处理器 的实现方法和权值递推求解的快速算法。利用实测数据证明了该处理器的有效性。 通过我国某新型机载相控阵雷达的实测数据，比较研究了几种数据独立的样 本选取方法的性能，得出分段的方法在这类方法中具有优势。并对分段方法中的 最优的分段数目、段内的样本选取方式以及对消形式等问题进行了研究。比较了 分段方法和功率选取方法的性能，得出功率选取法更能够发掘输入数据中的信息， 对于孤立的强杂波点的消除具有明显的优势。针对功率选取法中强目标信号自相 消效应明显这一不足，提出了改进的功率选取法，该方法通过功率一相位联合选 取样本，避免了在训练样本集中包含含有目标的样本，明显地去除了强目标的自 相消效应。 用实测数据比较研究了两种工程中常用的空时二维权值计算算法的性能。实 验结果表明这两种算法均具有良好的杂波、干扰抑制性能，传统的s m l 算法在杂 波抑制性能上较q r d s m i 算法有一定的优势，而q r d s m i 算法对“目标消除效 应”较s m i 算法有更强的稳健性。综合比较算法性能、数值特性以及可并行实现 性，q r d s m i 更适合在s t a p 的工程实现时采用。 针对多d s p 并行处理系统，研究了机载雷达空时自适应处理算法的实时实现。 第i 页 国防科学技术大学研究生院博士学位论文 在分析了部分自适应s t a p 算法内在并行性的基础上，提出了一种任务级的s t a p 并行处理算法。给出了该算法的任务划分、执行模型、任务映射策略以及性能评 价函数。该算法在不同的计算阶段之间进行数据重映射。通过数据实验证明这种 基于多d s p 并行处理系统的s t a p 并行算法具有较高的实时性能。 主题词：机载雷达，杂波抑制，干扰抑制，s t a p ，实时信号处理，d s p 第“页 国防科学技术大学研究生院博士学位论文 a b s t r a c t t h es p a c e t o n ea d a p t i v ep r o c e s s i n g ( s t a p ) a l g o r i t h mt h a ti sw e l l k n o w ni nt h e a r e ao fm u l t i c h a n n e la i r b o r n e e a r l yw a r n i n g ( a e w ) r a d a r h a so u t s t a n d i n g p e r f o r m a n c eo fc l u t t e ra n dj a m m i n gs u p p r e s s i o n t h ep r a c t i c a ls t a pa l g o r i t h m sa n d i t s r e a lt i m ei m p l e m e n t a t i o np r o b l e m sa r er e s e a r c h e di nt h i sd i s s e r t a t i o n t oo p t i m i z e e x i s t i n g r e d u c e dd i m e n s i o ns t a pp r o c e s s o r , l o c a lc l u t t e rd o f s ( d e g r e eo ff r e e d o m ) p r o b l e mi sf u r t h e rr e s e a r c h e d t h ei m p a c to fr e d u c e dd i m e n s i o n t r a n s f o r m a t i o no ni n t e r f e r e n c ec o v a r i a n c em a t r i xi s a n a l y z e d t h e f u n c t i o n a l r e l a t i o n s h i pb e t w e e nt h ec o n s t i t u t i o no f l o c a lp r o c e s s i n gd o m a i na n dl o c a lc l u t t e rd o f i sp r e s e n t e d b yt h i sr e s e a r c hf i n d i n g , t h en u m b e ro fa d a p t i v ew e i g h t sc a nb ek n o w n f r o mt h en u m b e ro fl o c a lc l u t t e rd o f sw h i c hc 柚b ec a l c u l a t e df r o mt h ec o n s t i t u t i o no f l o c a lp r o c e s s i n gd o m a i n t h e n , t h ec o n c l u s i o nc a nb ed r a w nt h a tt h es y s t e md o f so f c u r r e n tr e d u c e dd i m e n s i o ns t a pp r o c e s s o rc a nb ef e a s i b l yr e d u c e dm o r eb y r e d u c e d r a n km e t h o d s t h ev a l i d i t yo ft h er e s e a r c hi sp r o v e db ys i m u l a t e dd a t aa n d m e a s u r e m e n td a t ap r o c e s s i n gr e s u l t s ar o b u s tl o c a l i z e ds p a c e t i m ea d a p t i v ep r o c e s s o r , w h i c hi sc a l l e df d s p ( f l e x i b l e d o fs 1 ：a j pp r o c e s s o r ) i sp r e s e n t e d t h ep r o c e s s o ra d j u s t ss y s t e md o f a d a p t i v e l y w i t hv a r i a b l ei n t e r f e r e n c ee n v i r o n m e n t c o m p a r e dw i t ht h ef i x e dd o fs t a p p r o c e s s o r , f d s pr e d u c e sl a r g ec o m p u t a t i o n a lc o m p l e x i t ya n di m p r o v e st h ep e r f o r m a n c eo fc l u t t e r a n dj a m m i n gs u p p r e s s i o n t h ei m p l e m e n t a t i o no ff d s pi si l l u s t r a t e d t h ev a l i d i t yo f f d s pi sp r o v e db ym e a s u r e m e n td a t ap r o c e s s i n gr e s u l t s t h ed a t ai n d e p e n d e n ts a m p l es e l e c t i o ns t r a t e g i e sa r es u r v e y e db ym e a s u r e m e n t d a t ao fc h i n e s en e w t y p ea e wr a d a r , w h i c hi n d i c a t e st h a tr a n g es e g m e n tm e t h o dh a v e t h eb e s tr e s u l t s t h e n ，t h ec o m p a r a t i v es t u d yo np s t ( p o w e rs e l e c t e dt r a i n i n g ) a n d r a n g es e g m e n tm e t h o di sg i v e n ，w h i c hs h o w st h a tp s t h a sb e t t e rp e r f o r m a n c eo ns t r o n g c l u t t e rd i s c r e t e sr e j e c t i o nb e c a u s ei t e x p l o i t sm o r ei n f o r m a t i o ni n h e r e n ti nt h ed a t a m a n yt i m e s ，h o w e v e r ，t a r g e t sa r ea l s op r e s e n tw h o s ei n c l u s i o ni nt h es t a pw e i g h t t r a i n i n gr e s u l t si ns i g n i f i c a n tt a r g e ts e l f - c a n c e l l a t i o na sw e l la sd e g r a d a t i o ni nc l u t t e r m i t i g a t i o np e r f o r m a n c e a na m e l i o r a t e dp s tt r a i n i n gm e t h o di sp r e s e n t e dt h a te x c i s e s t a r g e t sf r o mt h et r a i n i n gs e tb a s e do nap h a s em e a s u r e m e n tf o re a c hp o t e n t i a ls 1 a p t r a i n i n gs a m p l e t h er e s u l t i n gt r a i n i n gm e t h o db a s e do nb o t hp h a s ea n dp o w e rs e l e c t i o n 第i i i 页 国防科学技术大学研究生院博士学位论文 c r i t e r ai ss h o w nt oo f f e rs i g n i f i c a n tp e r f o r m a n c eg a i n so ne x p e r i m e n t a ld a t a t h et e s tr e s u l t so ft w op r a c t i c a ls 1 a pw e i g h t sc o m p u t a t i o n a la l g o r i t h m sa r e p r e s e n t e d ，w h i c hs h o w st h a tb o t ha l g o r i t h m sh a v es a t i s f a c t o r yp e r f o r m a n c e o nr e s i s t i n g c l u t t e ra n dj a m m i n g ，a n dt r a d i t i o n a ls m ia l g o r i t h mh a sb e t t e rp e r f o r m a n c eo nc l u t t e r r e j e e t i o n , b u tq r d - s m i i sm o l er o b u s tt ot h ee f f e c to ft a r g e ts e l f - n u l l i n g c o n s i d e r i n g a l g o r i t h mp e r f o r m a n c e ，n u m e r i c a lc h a r a c t e r i s t i ca n dp a r a l l e l i s m ，o r d s m ii sm o r e s u i t a b l ef o rr e a lt i m ei m p l e m e n t a t i o no fs t a r s t a pa l g o r i t h m sr e q u i r ev e r yh i g hc o m p u t i n gp o w e ra n dh a r d l yi m p l e m e n t s a d e t a i la n a l y s i so fc o m p u t a t i o ns t e p so fp a r t i a l l y - a d a p t i v es t a pa l g o r i t h mi sp r e s e n t ， w h i c hi n d i c a t e st h a tt h e r ei san a t u r a l i n h e r e n tp a r a l l e l i s mi ns 1 a pa l g o r i t h m a p a r a l l e la l g o r i t h mb a s e do nm u l t i d s ps y s t e mo fp a r t i a l l y - a d a p t i v es t a pi sp r e s e n t e d n ee x e c u t i o nm o d e l t a s km a p p i n gs t r a t e g ya n dp e r f o r m a n c ee v a l u a t i o nf u n c t i o n so f t h i sa l g o r i t h mi sa l s oi l l u s t r a t e d d a t ar e m a p p i n gi su s e db e t w e e ns u c c e s s i v e c o m p u t a t i o ns t e p so fs t a p 1 r h ee f f e c t i v e n e s so ft h ei m p l e m e n t a t i o ni sd e m o n s t r a t e d w i t he x p e r i m e n t a lr e s u l t s k e yw o r d s ：a i r b o r n ee a r i yw a r n i n gr a d a r ，c l u t t e rr e s i s t a n c e ，j a m m e rr e j e c t i o n s t a p 。r e a lt i m es i g n a lp r o c e s s i n g ，d s p 第i v 页 国防科学技术大学研究生院博士学位论文 图目录 图1 1s 1 a p 系统的处理流程3 图1 2 部分自适应s t a p 算法分类图。4 图1 3 降维s t a p 算法分类。6 图2 1 局域杂波子空间概念图1 9 图2 2 不同脉冲重复频率数据的杂波谱2 1 图2 3 不同脉冲重复频率数据的特征谱2 1 图2 4 仿真数据的特征谱2 7 图2 5 无误差数据局域特征谱2 7 图2 6 有误差数据局域特征谱2 8 图2 7m o u n t a i n t o p 数据的局域特征谱2 8 图2 8 实验2 的局域选取方法2 9 图2 9 仿真数据f 无误差) 3 x 3 局域的特征谱2 9 图2 1 0 仿真数据( 有误差) 3 x 3 局域的特征谱3 0 图2 1 1 仿真数据( 无误差) 5 x 3 局域的特征谱3 0 图2 1 2 仿真数据侑误差) 5 3 局域的特征谱3 1 图2 1 3m o u n t a i n t o p 数据3 x 3 局域的特征谱3 1 图2 1 4m o u n t a i n t o p 数据5 x 3 局域的特征谱3 2 图3 1j d l 的局域构造方法3 5 图3 2g m b 的局域构造方法。3 5 图3 3f d s p 的工作原理图3 7 图3 4 阵元误差为5 的数据经不同系统自由度处理器处理后的改善因子图3 9 图3 5 m o l l n t a n 。4 t o p 数据( t 3 8 p r e 0 1 v 1 d a t ) 的杂波功率谱4 1 图3 6f d s p 的滤波器响应4 2 图3 7 f d s p 和s t m b ( 5 + 8 ) 滤波器输出4 2 图3 8f d s p 在不同多普勒通道的自由度数4 3 图4 1 分段样本选取法示意图4 7 图4 2 权值全程应用性能比较( 1 ) 5 1 图4 3 权值全程应用性能比较( 2 1 5 1 图4 4 段内应用权值与交叉应用权值的性能比较( 1 ) 5 2 图4 5 段内应用权值与交叉应用权值的性能比较( 2 ) 5 2 图4 6 段内应用权值与交叉应用权值的性能比较( 3 ) 5 3 第v 页 国防科学技术大学研究生院博士学位论文 图4 7 分段数目实验改善因子图( 数据3 ) 。5 3 图4 8 分段数目实验改善因子图( 数据4 ) 。5 4 图4 9 样本等间隔抽取与连续抽取的性能对比5 5 图4 1 0 数据1 的一个多普勒通道( ，= 一o 1 ) 的距离一幅度图。5 6 图4 1 1 功率选取法与分段选取法的性能比较图。5 7 图4 1 2 数据1 的一个多普勒通道( 正= - 0 1 ) 的距离一相位图。5 8 图4 1 3 使用不同样本选取方法的s t a p 滤波器输出5 9 图4 1 4 目标所在多普勒通道的s t a p 滤波器输出5 9 图5 1s m i 算法目标检测效果图6 5 图5 2q r d s m i 算法目标检测效果图。6 5 图5 3 数据t 3 8 p r e 0 1 v 1 m a t 的杂波功率谱与s m i 算法的频响图6 6 图5 4 数据t 3 8 p r e 0 1 v 1 m a t 的杂波功率谱与q r d s m i 算法的频响图6 6 图5 5s m i 与q r d s m i 算法的改善因子对比图6 7 图5 6s m i 算法的二维改善因子图6 7 图5 7q r d s m i 算法的二维改善因子图。6 8 图5 8 数据t 3 8 p r e 0 1 v 1 m a t 杂波功率谱侧视图。6 8 图5 9 样本集中含有目标所在距离单元时，s m i 算法的检测效果图6 9 图5 1 0 样本集中含有目标所在距离单元时，q r d s m i 算法的检测效果图7 0 图5 1 1 数据s t a p 3 0 0 1 m a t 的杂波功率谱与s m i 算法的频晌图7 1 图5 1 2 数据s t a p 3 0 0 1 m a t 的杂波功率谱与q r d s m i 算法的频响图。7 1 图5 1 3s m i 算法的二维改善因子图( s t a p 3 0 0 1 m a t ) 7 2 图5 1 4q r d s m i 算法的二维改善因子i 羽( s t a p 3 0 0 1 l a r ) 。7 2 图5 1 5s m i 算法目标检测效果图f 部分自适应s t a p ) 7 3 图5 1 6q r d s m i 算法目标检测效果图( 部分自适应s t a p ) 7 3 图6 1 部分自适应s 1 m ，算法的任务模型7 7 图6 2 域变换部分任务模型7 8 图6 3 自适应权值计算部分任务模型7 9 图6 4 多d s p 并行处理系统结构。8 0 图6 5s t a p 并行算法的执行模型8 1 图6 6 部分自适应s t a p 并行算法8 3 第v i 页 国防科学技术大学研究生院博士学位论文 表3 1 表6 1 表6 2 表目录 不同阵元误差的数据经不同系统自由度处理器处理后的平均改善因子3 9 处理器性能对比8 0 系统实测结果及性能参数 第1 v 页 独创性声明 本人声明所呈交的学位论文是我本人在导师指导下进行的研究工作及取得 的研究成果尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含 其他人已经发表和撰写过的研究成果，也不包含为获得国防科学技术大学或其它 教育机构的学位或证书而使用过的材料与我一同工作的同志对本研究所做的任 何贡献均已在论文中作了明确的说明并表示谢意 学位论文题目；狃羹重姿窒盐自重廑矬堡篡洼区基塞吐塞丑间基叠塞 学位论文作者样：盔也吼如5 年夕月】妇 学位论文版权使用授权书 本人完全了解国防科学技术大学有关保留，使用学位论文的规定本人授权 国防科学技术大学可以保留并向国家有关部门或机构送交论文的复印件和电子 文档，允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据 库进行检索，可以采用影印，缩印或扫描等复制手段保存、汇编学位论文 ( 保密学位论文在解密后适用本授权书) 学位论文作者签名：二逵孳筮曼日期：文耐年夕月力勺 作者指导教师签名：杰堑左整日期：彳年，月坷，日 国防科学技术大学研究生院博士学位论文 第一章绪论 1 1 概述 预警机作为空中c 4 i s r 平台，被各国空军视为能够左右战场态势的战略性武 器。机载脉冲多普勒雷达是其最重要的探测手段，它对于低空低速目标的探测距 离比地基雷达远得多，并且可以灵活、快速地部署。因此，对机载预警雷达及其 相关技术的研究，一直是各国军事研发领域的重中之重。 对于机载预警雷达，目标会被来自相同角度的主瓣杂波以及来自不同角度但 具有相同多普勒频率的旁瓣杂波淹没。超低副瓣天线可以在发射和接收时抑制旁 瓣杂波，它也是被首先使用的杂波抑制方法【”。美国的e 3 预警机就采用了超低副 瓣( - 5 0 d b ) 的平面裂缝天线阵，并使用波束变化受惯性制约的机械扫描方式。该 设备已装备美军几十年，并经历了几次战争的考验，取得了惊人的战绩。但超低 副瓣天线技术多年来一直是美国人的独门绝技。为了能够有效地发现和跟踪目标， 现代机载雷达越来越倾向于采用波束可以无惯性捷变的相控阵天线。在理论上， 超低副瓣技术是可以用于相控阵天线的。但在实际天线系统中，各个t r 组件间 不可避免地存在幅度和相位误差，再加上天线各部分之间的互耦、波束扫描、工 作环境的变化等等，在当前技术和工艺水平下，对相控阵天线的低副瓣提出过高 要求是不切实际的。另一方面，超低副瓣技术只能抑制旁瓣杂波，对于影响最小 可检测速度的主瓣杂波，它是无能为力的。 相位中心偏置天线( d p c a ) 技术是另一种传统的机载预警雷达杂波抑制技术， 它是基于平台移动补偿的思想。d p c a 技术只考虑两个时间取样的情况，受现有动 目标显示技术的影响，具有双脉冲杂波对消器分辨率不高的问题。另外，由于阵 元失配误差，d p c a 的灵敏度限制了其杂波抑制的实际效果。还有，d p c a 单独使 用时不能对消有源干扰信号。 自适应阵列处理技术通过近四十多年的发展，可以有效地抑制通信和雷达系 统的有源干扰。由于其自适应特性，这些技术可以在随机误差条件下产生远低于 旁瓣电平限制的零点。但是一部自适应波束形成雷达，在其自适应处理期间必须 经过测量，以避免包含主瓣杂波。为了达到这个目的，雷达可通过使用特殊的侦 听间隔获得干扰的采样，但这就破坏了雷达原有的处理时序，并使得雷达系统在 非平稳信号环境中性能下降。另外，自适应波束形成改变了天线的接收方向图并 第1 页 国防科学技术大学研究生院博士学位论文 因此影响了杂波，这就给紧接的杂波抑制处理带来了麻烦。 随着军事技术的发展，对机载脉冲多普勒雷达的功能提出更高的要求，其同 时面临的威胁也进一步提升。这体现在现代战场上来袭目标常常是大纵深、全方 位、多批次、全高度的，而目标的等效雷达截面积越来越小、速度越来越快。对 这些目标的探测必须是全空域的，雷达下视时要能够应对各种复杂地貌，这时的 地杂波就非常严重。敌方的电子对抗设备，有源干扰使得战场电磁环境越来越复 杂。机载雷达必须在有限的功率和孔径条件下，将杂波和有源干扰降至噪声电平 甚至要低于它，只有这样，雷达的灵敏度才能在包含干扰的信号环境中被充分利 用。 传统的机载雷达杂波抑制技术越来越难以应对复杂战争环境提出的挑战。空 时二维自适应处理( s p a c e t i m ea d a p t i v ep r o c e s s i n g , s t a p ) 技术正是在这种情况 下应运而生的，它可以有效提高机载相控阵雷达抑制杂波和干扰的能力。空时自 适应技术是自适应天线技术和d p c a 技术的延伸与推广，它利用了多个阵元和脉 冲的信号数据进行自适应处理。s t a p 在多个方面改善了机载雷达性能，这体现在： 1 )具有更佳的主瓣杂波抑制性能并改善了低速目标的检测； 2 ) 可以检测受旁瓣杂波干扰的小目标； 3 )可以在杂波和干扰同时存在的环境下检测目标； 4 )增强了系统的稳健性并具有处理非平稳干扰的能力。 经过三十多年的研究，s t a p 己从理论研究逐步应用于实际装备。据报道美国 新型预警机e 一1 0 将采用s t a p 技术。随着我国在机载预警探测技术所取得的突 破，考虑将s t a p 应用于预警机雷达系统，进一步提高系统的探测性能已迫在眉睫。 将s t a p 算法应用到实际系统中，需要解决两个大问题，一是研究性能可靠且便于 工程实现的s t a p 算法，二是研究适合s t a p 计算特点的专用处理机。 1 2 国内外研究现状 图1 1 给出了s t a p 系统的处理流程【5 0 1 。我们可以看出完整的s t a p 处理系统 应该由4 部分组成，即空时滤波器结构、估计干扰协方差矩阵的样本选取策略、 权值的计算算法以及后续的目标检测算法等。现在s t a p 领域的研究也可归为这4 个部分。 文献【2 】中首次提出了s t a p 这一概念，其基本原理是将自适应阵列中只利用 第2 页 国防科学技术大学研究生院博士学位论文 空间信息( 多个阵元) 的一维处理推广到空间和时间( 多个脉冲) 联合处理，并 证明空时联合处理能够获得比常规空时级联处理更好的性能，这就是所谓的空时 最优滤波器。进而，1 9 7 4 年文献【3 】又对s t a p 的收敛性能进行了研究，指出在干 扰服从高斯分布时，要使s t a p 输出的信号干扰噪声比下降小于3 d b ，用来估计协 方差矩阵的距离门样本数l 应该大于等于2 3 m ，其中m 是处理器的维数。 空时最优滤波器的干扰抑制性能是优良的。同时，它的运算量是十分惊人的， 而且在多数情况下几乎无法获得足够多的服从独立同分布的距离门样本数据来估 计协方差矩阵。着要在实际系统中应用它，寻找适应当前的计算水平的，计算量 小但性能准最优的部分自适应处理方法是必经之路。 n 天 线 阵 兀1 决 图1 1s t a p 系统的处理流程 从八十年代起，德国的r k l e m m 博士对s t a p 进行了开拓性的理论研究，他 是第一个试图理解机载雷达杂波自由度的人 4 - 埘。他通过对杂波特性进行深入细致 的分析，发现了正侧视阵机载雷达数据所具有的空时等效性，而且空时协方差矩 阵的大特征值的个数不超过+ 尽1 个，其中为阵元数，k 为时域脉冲数。他的 研究成果为降维s t a p 的进一步研究指明了方向。 1 2 1 部分自适应s t a p 算法的研究现状 部分自适应s t a p 算法是通过某种变换，将最优的s t a p 分解成一系列计算量 较小，相互独立的，更易处理的自适应问题，并可获得次最优的性能。如图1 2 所 示，部分自适应s t a p 算法可以分为降维、降秩s t a p 。也有研究者将其称为固定 第3 页 国防科学技术大学研究生院博士学位论文 结构降维处理和自适应降维处理。降维s 1 a p 是对输入数据进行独立于数据的变 换，如d f t 、d c t 等。降秩s t a p 对输入数据进行与数据相关的变换。 部分自适应s t a p 降维s t a p f 对输入数据进行独立于 数据的变换，如d f t 、 d c t 等) 降秩s 1 a p ( 对输入数据进行与数据相 关的变换) 对输入数据进行独立 于信号的变换 如：p c i 对输入数据进行与信 号相关的变换，如： c s m 、m w f 等 图1 2 部分自适应s t a p 算法分类图 1 2 1 1 降维s t a p 的算法研究现状 辅助通道法( a c r ) 是第一种降维处理方法吼它将处理器的维数由n x k 降 到+ 辱1 。研究表明这种降维处理在性能上接近最优的全空时处理，但该结论是 在无幅相误差的情况下得到的。如果考虑空域误差，杂波谱会沿空域方向扩展， 使杂波维数明显增大，处理性能明显下降，这就限制了a c r 的实际应用。即便如 此，k l e m m 的研究工作还是具有指导意义，对后来的降维处理研究具有很大的启 发作用。 脉冲多普勒雷达对目标的检测是按多普勒通道进行的。依据这个特点，d i p i e t r o 研究了使用单个多普勒通道或多个相邻多普勒通道数据做自适应s t a p 算法，称为 f a - s t a p 和e f a - s t a p “j 。b r e n n a n 提出了几种带约束的处理结构，其中先时域滤 波后空域自适应联合处理结构( f $ a ) 取得了良好的性能1 1 5 】。 1 9 9 4 年h w a n g 等人提出了局域联合处理的算法( j o i n td o m a i nl o c a l i z e d - j d l ) 1 6 j 。该处理结构先将阵元一脉冲域数据通过两维d f t 变换到波束一多普勒 域，然后选取相邻若干个二维波束( 空间上和时间上均为3 - 4 个波束) 做部分自适 应处理。它同样结合广义似然比检测，这样就给处理器嵌入了c f a r 功能。j d l 算法同样受幅相误差的影响较大，使用较多的波束虽然可补偿部分误差的影响， 第4 页 国防科学技术大学研究生院博士学位论文 但增加过多的辅助波束将使处理相应地变得复杂。文献【1 7 】提出的广义相邻多波束 ( g m b ) ，相对于j d l ，它一方面减少了计算量，另一方面增强了对空域误差和有 源干扰的稳健性。 1 9 9 6 年r b r o w n 和h w a n g 等人利用通常单脉冲雷达都具有的和、差波束取 代j d l 中的三个相邻波束作为空域通道，提出所谓的s a s t a p 方法i 捕】。利用一般 机载雷达都具有的和波束、差波束支路作为仅有的空域通道，联合时域多普勒局 域化( e e a ) 进行自适应处理。该方法的优点是体现在工程实现上，因为和、差波 束可以采用现在很成熟的模拟波束形成技术来实现。而且由于空间通道和总的自 适应自由度较少，s a s t a p 方法只需要较少的样本就能完成对协方差矩阵的估计， 这一点对非均匀环境下的杂波抑制是非常重要的【1 9 - 2 5 1 。但该方法主要对主杂波区 较有效，对旁瓣杂波区基本无能为力，因此需要增加额外的通道改善旁瓣抑制能 力。 我国科研工作者开展对s t a p 的研究也是比较早的。1 9 9 1 年，保铮等提出了 先时后空白适应级联处理器( 称为t $ a 滤波法或1 d t - s a p ) 2 6 1 ，其基本思想是先 用深加权的时域滤波器预处理，在时域先对各天线阵元输出用窄带滤波器抑制大 量的杂波，剩余的主要集中于一定方向的杂波由后续的空域自适应来完成。这种 方法在副瓣杂波区性能是次最优的，与常规级联方法相比有明显的提高，且实现 并不复杂。但在主杂波区改善并不明显，不过如果在主杂波区附近对三路或三路 以上多普勒通道作联合处理( 如参与处理的多普勒通道数为m ，则记为m d t 方法) 【期，构成二维滤波器，使之与主杂波谱相适应，性能可得到明显改善。研究表明， m d t 方法不仅适用于正侧面阵，也适用于斜侧面阵，而且具有良好的容差能力， 是一种性能较优的处理结构。 文献 2 8 1 基于子空间变换原理，给出了最佳线性变换算子的广义结构，并提出 了联合通道子空间变换( c c p ) 的概念，进而提出了联合通道处理法，该方法的特 点是对各种误差均不敏感。文献 2 9 1 中，刘青光和彭应宁从分析杂波子空间入手， 着重研究了阵元随机误差给杂波子空间带来的扰动，从而从理论上解释了阵元误 差引起接收杂波自由度增加的原因，并进一步得出了理想情况下存在阵元误差时 杂波自由度的上界。 文献【3 0 】提出局域杂波自由度的概念，一般情况下，局域杂波自由度远小于全 局杂波自由度，而系统自由度只要大于局域杂波自由度就能有效抑制杂波。因此， 研究局域杂波自由度比研究全时空空间杂波自由度更有意义。子空间杂波自由度 这一新概念的提出为合理简化处理器结构和选择系统参数提供了理论依据，进一 步完善了空时自适应处理理论。 第5 页 国防科学技术大学研究生院博士学位论文 另外，关于降维s t a p 方法还有很多【3 1 4 ”，以上只是给出部分典型方法，而且 这些方法的性能也各有优势，在具体的应用中应折衷考虑，在保证系统具有良好 性能的同时，也要保证系统的复杂度不能过高。 文献 3 6 、4 8 、4 1 1 研究了多种降维方法后，分别给出了降维方法的分类方法和 统一的模型。j w a r d 也进行了类似的研究【4 9 蚰l ，他将降维s t a p 方法分为四类， 如图1 3 所示。每一个方框代表了不同的变换后，一个距离单元的数据平面。这四 类方法各具优势，文献1 4 8 1 给出了不同方法适用的场合。 波 束 脉冲 阵元空间 脉冲域 s 1 a p 骓 波束空间 脉冲域 s 1 ：a p 厂鬲磊百 堕茎婆婆，i 多普勒域 避 时域滤波l 波束空间 ( o f t ) ls t a p 脉冲多普勒通道 图1 3 降维s t a p 算法分类 1 2 1 2 降秩s t a p 算法的研究现状 阵 兀 波 束 降秩方法与降维方法的主要区别在于其变换矩阵的构成上，如图1 2 所示，降 秩类方法的变换矩阵是与输入数据相关的。而变换矩阵是否与导向矢量相关又可 将降秩类方法分为两类。 a m h a i m o v i c h 等对空时杂波的特征结构进行了分析，提出了特征对消法 ( e i g e n c a n c e l e r ) 5 1 - 5 3 j 。该类方法将权矢量约束在噪声子空间内，自然地将与噪声 子空间正交的大部分杂波分量对消掉。文献 5 4 、5 5 1 中利用杂波空间的特征基矢量 对消主支路的杂波，称为主分量降维方法。文献 5 6 1 利用m o u n t a i n t o p 数据对特征 对消法的性能进行了分析，证明了它的有效性。特征对消法和主分量法的变换矩 阵只与估计的干扰协方差矩阵的特征结构有关，而与期望信号( 导向矢量) 无关， 对这类方法的研究还包括 5 7 6 4 1 。 特征子空间法首先要估计一个全空时的协方差矩阵，还要进行特征分解，因 第6 页 国防科学技术大学研究生院博士学位论文 此运算量并不能降低，但是在特征空间内研究降秩自适应处理，便于探寻理论上 的最佳方案。 1 9 9 7 年j s g o l d s t e i n 和1 s r e e d 在基于广义旁瓣相消( g s c ) 结构提出了根 据互谱尺度( c s m ) 来选择特征子空间的方法 6 5 1 。c s m 法能保证降维引起的信杂 噪比损失最小，它提供了g s c 结构上特征空间内所有降维处理方法的性能上别6 6 1 。 文献【6 7 】提供了c s m 对m o u n t a i n t o p 数据的处理结果。在辅助样本数同样的情况 下，c s m 的检测性能竟然略优于全空时处理。 杂波对消实际上是矢量维纳滤波的过程，1 9 9 8 年g o l d s t e i n 和r e e d 提出可以 借助于一系列的变换矩阵将维纳滤波器进行分解，将对矢量权的求解分解为求若 干个标量权的过程【嘲。利用多级维纳滤波器( m w f ) 可以直接进行降维，这是一 种新型的滤波器结构。m w f 能够直接用空时数据进行处理，在滤波时无需知道协 方差矩阵的特征结构，当然不必对实际的协方差矩阵进行估计，这是其优点，不 过要对互相关矢量进行估计【觏7 0 1 。 降秩技术是估计空时协方差矩阵的杂波子空间，同时保持系统的维数不变。 这意味着在自适应阶段可以节省很多操作，但对于回波数据的滤波，系统就必须 使用最初的系统维数，这个维数是由阵元数和脉冲数决定的。多篇文献对该类方 法的性能进行比较研究【3 8 7 1 坍l ，得出在性能上，降秩类算法较传统的s m i 方法更 具优势，而m w f 的性能是现有降秩类算法的佼佼者。 从1 2 1 2 的分析和归纳可以看到，降秩类方法有很多优点，但降秩结构和参 数要在数据经过一定的处理以后才能确定，它需要有较高的空间通道数，因此其 运算量较大，而且算法性能对杂波数据特性比较敏感。由于实际结构不宣过于复 杂的原因，我们总希望能够尽量减少空间通道数和运算量，所以从工程实现的角 度我们对降维方法更有兴趣，降秩方法的价值更重要地体现在理论研究方面。 现有的s t a p 滤波器结构大都可归为降维和降秩这两大类，但是一些新的研究 成果是自成体系的。如参数自适应匹配滤波器 7 6 - 7 7 ，它使用一个低阶的多通道自 回归模型表征机载雷达干扰环境。该方法可以在较少的采样支持下估计协方差矩 阵，并具有良好的收敛性能。文献 7 8 1 提出了s t a p 的子空间方法，利用噪声子空 间作为杂波子空间的正交空间，使用噪声子空间构造投影算子来抑制杂波，并在 一些特殊阵列的试验中取得了良好的效果。 第7 页 国防科学技术大学研究生院博士学位论文 1 2 2 样本选取策略的研究现状 对于机载雷达，由于干扰环境是非先验的，因此必须从