运动平台多通道雷达稀疏动目标检测与参数估计的研究

摘要

机载多通道雷达由于具备对运动目标与地杂波空时两维联合区分能力，通过空时自适应处理，能够从展宽的地杂波中检测出空中与近地运动目标，因而受到人们的长期关注。经典的空时自适应处理通常是从大量的独立同分布样本中获取地杂波的特性，根据地杂波的特性设计自适应杂波抑制滤波器，滤波器抑制地杂波后检测出运动目标。然而，实际应用中，如平台高动态、场景非均匀、系统误差、杂波特性随距离变化等，造成大量独立同分布样本数难以获取，导致经典统计空时自适应处理的性能降低甚至失效。因此研究小样本条件下的空时自适应处理与动目标参数估计具有十分重要的意义。
　　针对统计空时自适应处理所需的独立同分布样本数不足导致杂波抑制性能下降甚至完全失效的问题，提出了一种空时稀疏恢复子空间的杂波抑制方法。利用杂波在空时二维的稀疏耦合性，首先通过稀疏恢复提取小样本情况下的杂波空时分布特性，然后由分布特性表征杂波子空间，接着基于杂波子空间构建杂波抑制投影矩阵，最后实现地杂波的有效抑制。所提方法能够克服杂波对于距离的依赖性，空时稀疏恢复提升了小样本情况下杂波子空间估计的准确性与鲁棒性。降低了算法复杂度，并且不存在孔径的损失。仿真数据处理结果验证了所提方法的有效性。
　　针对动目标参数中稀疏恢复字典栅格选取困难的问题，提出栅格偏移优化的目标参数高精度估计方法。利用目标在空时平面的稀疏性，首先通过粗栅格字典估计目标初始参数，然后构造栅格偏移优化代价函数，接着由代价函数度量目标稀疏性，确定栅格偏移方向，最后通过交替迭代提高多目标参数估计精度和同时分辨能力。仿真数据处理结果表明了方法的有效性。

目录

封面

声明

中文摘要

英文摘要

插图索引

表格索引

符号对照表

缩略语对照表

目录

第一章 绪论

1.1 研究背景和意义

1.2 空时自适应研究历史和现状

1.3 论文的主要工作

第二章 压缩感知基本理论

2.1 引言

2.2 压缩感知理论基础

2.3 常用的观测矩阵

2.4 压缩感知重构算法

2.5本章小结

第三章 空时自适应原理

3.1 引言

3.2 空时回波模型

3.3 空时杂波特性分析

3.4 空时最优自适应信号处理

3.5 空时自适应算法

3.6 基于稀疏恢复的空时自适应处理

3.7 杂波的空时稀疏性

3.8 空时稀疏恢复子空间的杂波抑制

3.9 仿真实验

3.10 本章小结

第四章 利用栅格优化提高空时动目参数估计精度的方法

4.1 稀疏动目标模型

4.2 稀疏恢复性能与栅格精度的矛盾关系

4.3 栅格优化动目标参数估计

4.4 本章小结

第五章 总结与展望

参考文献

致谢

作者简介