復(fù)雜異質(zhì)分布下的雷達(dá)目標(biāo)檢測技術(shù)研究.pdf

1、復(fù)雜異質(zhì)的雜波背景是目前機(jī)載非正側(cè)視雷達(dá)目標(biāo)檢測技術(shù)研究面臨的主要問題。非正側(cè)視的工作方式使地雜波回波產(chǎn)生距離與多普勒頻率間的依賴性，近程雜波在雜波背景中形成一條明顯的眉毛線。這種情況對傳統(tǒng)的空時自適應(yīng)處理（Space-Time Adaptive Processing，STAP）算法造成較大影響，異質(zhì)樣本使協(xié)方差矩陣估計精度下降。本文針對這種復(fù)雜異質(zhì)的雜波背景，提出利用樣本的統(tǒng)計特性進(jìn)行同質(zhì)性檢驗，旨在將統(tǒng)計特性相同的樣本數(shù)據(jù)用同一分區(qū)

2、標(biāo)識進(jìn)行標(biāo)記作為STAP算法的前期處理。接著在進(jìn)行常用的STAP處理時，根據(jù)不同的分區(qū)標(biāo)識進(jìn)行協(xié)方差矩陣估計樣本的選擇，提高估計精度，改善STAP算法應(yīng)用到實際雷達(dá)數(shù)據(jù)的性能。本文的具體研究內(nèi)容如下：
　　1、對機(jī)載雷達(dá)回波數(shù)據(jù)特性的分析，及傳統(tǒng)STAP方法原理的介紹。分析了機(jī)載雷達(dá)由于正前視的工作方式，帶來了雜波的距離多普勒依賴性，導(dǎo)致雜波背景復(fù)雜異質(zhì)。同時介紹傳統(tǒng)STAP算法的原理，STAP雜波抑制性能取決于協(xié)方差矩陣的估計精

3、度，用于估計的樣本要求獨立同分布。此部分研究主要為后續(xù)根據(jù)樣本統(tǒng)計特性進(jìn)行數(shù)據(jù)分區(qū)奠定理論基礎(chǔ)。
　　2、對同質(zhì)性檢驗方法進(jìn)行深入研究。對E距離同質(zhì)性檢驗、AD同質(zhì)性檢驗、K樣本AD檢驗（K-AD同質(zhì)性檢驗）的原理進(jìn)行了介紹。通過仿真實驗驗證它們具有分辨不同概率分布的能力，同時對各自的性能進(jìn)行探究。經(jīng)過對實驗結(jié)果及運行時間的比較，本文決定采用K樣本AD檢驗作為本文所使用的同質(zhì)性檢驗方法，記做K-AD同質(zhì)性檢驗。
　　3、提出

4、基于K-AD同質(zhì)性檢驗的分區(qū)算法。K-AD同質(zhì)性檢驗是通過計算兩序列間的K-AD檢測量，并對比檢測量與經(jīng)驗閾值間的大小關(guān)系進(jìn)行判斷兩序列是否滿足相同概率分布。本文根據(jù)實際雷達(dá)回波數(shù)據(jù)的形式，利用參考窗口制定適用的分區(qū)算法，得到綜合考慮到整體數(shù)據(jù)樣本統(tǒng)計特性的分區(qū)結(jié)果。
　　4、提出基于K-AD同質(zhì)性檢驗分區(qū)的STAP算法。基于K-AD同質(zhì)性檢驗的分區(qū)算法能夠?qū)崿F(xiàn)對實際雷達(dá)回波數(shù)據(jù)中統(tǒng)計特性相同的數(shù)據(jù)樣本進(jìn)行劃分，根據(jù)此分區(qū)則可以選

5、擇與檢測樣本相同概率分布的數(shù)據(jù)樣本作為參考單元進(jìn)行有效的協(xié)方差矩陣估計。本方法的重點在于參考單元的選擇，后續(xù)的STAP算法采用的是性能較優(yōu)越的3DT-STAP。采用在仿真數(shù)據(jù)及實測數(shù)據(jù)中加入仿真目標(biāo)的方式，觀察目標(biāo)處處理前后的信干噪比（SINR）變化，驗證該算法具有雜波抑制的能力，能夠?qū)崿F(xiàn)對雜波的有效抑制。
　　5、利用廣義內(nèi)積算法、自適應(yīng)功率剩余算法、功率選擇訓(xùn)練算法及基于K-AD同質(zhì)性檢驗分區(qū)的STAP算法對實際雷達(dá)數(shù)據(jù)進(jìn)行處