色加载知识辅助STAP技术中,需根据先验信息的准确度设置色加载系数。已有的基于色加载矩阵预白化性能评估的色加载系数优化算法(Pre-Whitening,PW)无法评估当前待检测距离单元(CUT)的先验信息准确度,对于杂波先验信息准确度不均匀的场...色加载知识辅助STAP技术中,需根据先验信息的准确度设置色加载系数。已有的基于色加载矩阵预白化性能评估的色加载系数优化算法(Pre-Whitening,PW)无法评估当前待检测距离单元(CUT)的先验信息准确度,对于杂波先验信息准确度不均匀的场景不具有鲁棒性。该文在PW法的基础上提出一种可有效评估CUT单元色加载矩阵性能的稳健色加载系数优化方法(CUT information involved PW,CPW)。CPW法利用部分参考单元样本实现对CUT单元色加载矩阵预白化能力的评估,同时解决了PW法优化结果非单值性的问题。仿真实验讨论了CPW法在不同参考单元样本个数以及不同先验信息准确度条件下的色加载系数优化性能。仿真结果验证了所提方法的有效性及稳健性。展开更多
基于稀疏恢复的空时自适应算法(Sparse Recovery Space Time Adaptive Processing,SR-STAP)能有效改善机载雷达在复杂环境下对杂波的抑制能力,通常是将空时平面均匀离散为若干个网格来构造字典。然而,真实的杂波点往往不能落在预先离散...基于稀疏恢复的空时自适应算法(Sparse Recovery Space Time Adaptive Processing,SR-STAP)能有效改善机载雷达在复杂环境下对杂波的抑制能力,通常是将空时平面均匀离散为若干个网格来构造字典。然而,真实的杂波点往往不能落在预先离散的网格点上,此时会出现离网效应,导致SR-STAP的性能降低。本文针对此问题,提出了一种基于知识辅助的字典校正方法。首先利用载机平台参数等先验知识均匀离散空间频率,然后计算和修正多普勒频率,并根据先验知识修正空间频率,最后利用修正后的空间频率和多普勒频率对应的空时导向矢量来构造超完备稀疏字典。仿真结果表明,与传统字典构造算法相比,该字典校正方法有效克服了离网效应,改善了STAP的性能。展开更多
文摘色加载知识辅助STAP技术中,需根据先验信息的准确度设置色加载系数。已有的基于色加载矩阵预白化性能评估的色加载系数优化算法(Pre-Whitening,PW)无法评估当前待检测距离单元(CUT)的先验信息准确度,对于杂波先验信息准确度不均匀的场景不具有鲁棒性。该文在PW法的基础上提出一种可有效评估CUT单元色加载矩阵性能的稳健色加载系数优化方法(CUT information involved PW,CPW)。CPW法利用部分参考单元样本实现对CUT单元色加载矩阵预白化能力的评估,同时解决了PW法优化结果非单值性的问题。仿真实验讨论了CPW法在不同参考单元样本个数以及不同先验信息准确度条件下的色加载系数优化性能。仿真结果验证了所提方法的有效性及稳健性。
文摘基于稀疏恢复的空时自适应算法(Sparse Recovery Space Time Adaptive Processing,SR-STAP)能有效改善机载雷达在复杂环境下对杂波的抑制能力,通常是将空时平面均匀离散为若干个网格来构造字典。然而,真实的杂波点往往不能落在预先离散的网格点上,此时会出现离网效应,导致SR-STAP的性能降低。本文针对此问题,提出了一种基于知识辅助的字典校正方法。首先利用载机平台参数等先验知识均匀离散空间频率,然后计算和修正多普勒频率,并根据先验知识修正空间频率,最后利用修正后的空间频率和多普勒频率对应的空时导向矢量来构造超完备稀疏字典。仿真结果表明,与传统字典构造算法相比,该字典校正方法有效克服了离网效应,改善了STAP的性能。
