周　宇，陳展野，張林讓，潘文奇，申　東

(1. 西安電子科技大學(xué)雷達(dá)信號(hào)處理國(guó)家重點(diǎn)實(shí)驗(yàn)室　西安　710071；2. 蘭州交通大學(xué)電子與信息工程學(xué)院　蘭州　730070)

非均勻環(huán)境下利用雷達(dá)參數(shù)信息的STAP方法

周宇1，陳展野1，張林讓1，潘文奇1，申?yáng)|2

(1. 西安電子科技大學(xué)雷達(dá)信號(hào)處理國(guó)家重點(diǎn)實(shí)驗(yàn)室西安710071；2. 蘭州交通大學(xué)電子與信息工程學(xué)院蘭州730070)

針對(duì)非均勻雜波環(huán)境下空時(shí)自適應(yīng)處理雜波抑制性能下降的問(wèn)題，基于扁平橢球波函數(shù)的時(shí)限帶限特性，給出一種利用雷達(dá)參數(shù)信息構(gòu)造子空間的雜波抑制方法，降低了計(jì)算量與均勻樣本數(shù)需求，提高了對(duì)非均勻雜波的抑制性能。其次，針對(duì)存在陣面偏航角誤差時(shí)雜波秩無(wú)法準(zhǔn)確估計(jì)造成基于扁平橢球波函數(shù)構(gòu)造雜波子空間方法雜波抑制性能下降的問(wèn)題，結(jié)合雷達(dá)參數(shù)信息及探測(cè)環(huán)境的幾何構(gòu)型提出一種雜波預(yù)處理方法以消除偏航角影響，從而提升其非均勻環(huán)境下的雜波抑制性能。仿真結(jié)果驗(yàn)證了算法的有效性。

機(jī)載雷達(dá);雜波子空間;雜波抑制;非均勻環(huán)境;扁平橢球波函數(shù);雷達(dá)參數(shù)信息;空時(shí)自適應(yīng)處理

機(jī)載地物雜波呈現(xiàn)的空時(shí)二維耦合譜特性決定其采用空時(shí)自適應(yīng)處理技術(shù)(space-time adaptive processing,STAP)的雜波抑制效果要好于一維雜波抑制技術(shù)[1]。全維STAP方法性能雖然能達(dá)到最優(yōu)，但陣面偏航角、地表類型、植被覆蓋等因素使得雷達(dá)面臨的雜波環(huán)境是非均勻的[2]，無(wú)法滿足自適應(yīng)處理對(duì)于均勻樣本數(shù)的巨大需求，為此，科研人員提出了降維[3-4]及降秩[5-6]算法。降維算法通過(guò)使用與樣本數(shù)據(jù)無(wú)關(guān)的線性變換來(lái)降低系統(tǒng)自由度，從而減少均勻樣本數(shù)，但無(wú)論哪種降維算法都不可避免地存在系統(tǒng)自由度的缺失，因此會(huì)帶來(lái)一定程度的雜波抑制性能下降[7]；相比于降維算法，降秩算法用與樣本數(shù)據(jù)相關(guān)的變換構(gòu)造濾波器，因而能獲得比降維算法更優(yōu)良的性能。大多數(shù)降秩算法利用雜波的低秩特性構(gòu)造雜波子空間，將均勻樣本數(shù)需求由2倍系統(tǒng)維數(shù)降到2倍雜波秩。其中主分量法(principal component,PC)[5]及 特 征 相 消 法(eigencanceller,EC)[6]是較為常見(jiàn)的兩種降秩算法。PC法和EC法本質(zhì)類似，但其存在兩個(gè)主要問(wèn)題：一是在雜波子空間的構(gòu)造過(guò)程中需要特征分解，產(chǎn)生了較大的計(jì)算量；二是非均勻環(huán)境下空時(shí)相關(guān)矩陣的秩不能精確估計(jì)，為保證雜波抑制性能，會(huì)適當(dāng)增加均勻樣本數(shù)，然而非均勻雜波環(huán)境并不一定能夠滿足這一需求。

近年來(lái)，科研人員發(fā)現(xiàn)在雷達(dá)信號(hào)處理過(guò)程中，結(jié)合與雷達(dá)參數(shù)及探測(cè)環(huán)境相關(guān)的先驗(yàn)知識(shí)可以顯著提高雷達(dá)整體性能[8-10]，文獻(xiàn)[10]利用雜波在空時(shí)二維平面上具有特定分布等先驗(yàn)知識(shí)提出了一種基于雜波子空間的降秩方法，雖然其僅適用于正側(cè)視理想情況，但計(jì)算量小、樣本需求少的特點(diǎn)說(shuō)明利用先驗(yàn)知識(shí)可以改善STAP的雜波抑制性能。為此，本文利用扁平橢球波函數(shù)(prolate spheroidal wave functions,PSWF)[11-12]的時(shí)限帶限特性，結(jié)合雷達(dá)參數(shù)及探測(cè)環(huán)境的幾何構(gòu)型等先驗(yàn)知識(shí)，推導(dǎo)出一種新的基于雜波子空間的降秩方法，該方法構(gòu)造過(guò)程簡(jiǎn)單，可以提前離線構(gòu)造，有效降低了處理器的計(jì)算量與均勻樣本數(shù)需求；并針對(duì)存在陣面偏航角誤差時(shí)雜波秩無(wú)法準(zhǔn)確估計(jì)造成PSWF方法雜波抑制性能下降的問(wèn)題，結(jié)合雷達(dá)參數(shù)信息及探測(cè)環(huán)境幾何構(gòu)型提出一種雜波預(yù)處理方法以消除偏航角的影響，從而提升其非均勻環(huán)境下的雜波抑制性能。最后，通過(guò)仿真實(shí)驗(yàn)驗(yàn)證了本文算法的有效性。

1　信號(hào)模型

圖1 機(jī)載相控陣?yán)走_(dá)陣面與雜波幾何關(guān)系圖

機(jī)載相控陣?yán)走_(dá)的陣面與雜波幾何關(guān)系如圖1所示。不失一般性，假設(shè)載機(jī)沿平行于Y軸正向的水平方向飛行，飛行高度為H，速度為V；天線采用N元等距線陣，陣元間距為d，陣面偏航角為cθ。雷達(dá)以恒定的脈沖重復(fù)頻率fr發(fā)射K個(gè)相干脈沖，發(fā)射波長(zhǎng)為λ。不考慮距離模糊及一個(gè)相干處理間隔內(nèi)雷達(dá)平臺(tái)運(yùn)動(dòng)，則接收信號(hào)經(jīng)過(guò)解調(diào)和匹配濾波之后，依據(jù)Wald雜波模型[1]，俯仰角為?的某一距離單元上第n個(gè)陣元第k個(gè)脈沖的輸出為：

式中，Nc為散射體個(gè)數(shù)；α (θi)和 θi分別為第i個(gè)散射體對(duì)應(yīng)的復(fù)幅度及方位角；wnk為單位脈沖單位陣元上的接收機(jī)噪聲，為第i個(gè)散射體對(duì)應(yīng)的歸一化空域頻率；為第i個(gè)散射體對(duì)應(yīng)的歸一化多普勒頻率。假設(shè)各散射體之間互不相關(guān)，雜波與噪聲互不相關(guān)，則該距離單元的空時(shí)相關(guān)矩陣可以表示為：

式中，( ·)H表示共軛轉(zhuǎn)置；Rc為雜波協(xié)方差矩陣；Rn為噪聲協(xié)方差矩陣；2σ為單位陣元單位脈沖的噪聲功率；I為單位矩陣。依據(jù)線性約束最小方差準(zhǔn)則[1]可求出最優(yōu)權(quán)值：

式中，S0為目標(biāo)對(duì)應(yīng)的空時(shí)導(dǎo)向矢量。

2　基于PSWF函數(shù)的雜波子空間估計(jì)

顯然，當(dāng)前距離單元回波的空時(shí)相關(guān)矩陣為：

故新構(gòu)造的雜波子空間與原始雜波子空間同屬一個(gè)子空間。

由式(7)可得到：

則Λ可由下式估計(jì)得到：

式中，xl表示第l個(gè)距離門的樣本；L為樣本數(shù)。

由式(7)及矩陣求逆公式可近似得到空時(shí)相關(guān)矩陣的逆矩陣為：

由式(3)、式(10)及式(11)即可求得濾波器權(quán)值。

通常情況下，雷達(dá)回波的雜噪比很大，即空時(shí)相關(guān)矩陣對(duì)應(yīng)的大特征值較大，因此，Λ?1≈0，代入式(11)中可直接得到空時(shí)相關(guān)矩陣的近似形式：

將式(12)代入式(3)可求得此時(shí)的濾波器權(quán)值。

由式(4)～式(8)可知，PSWF函數(shù)構(gòu)造雜波子空間方法主要依據(jù)雜波空時(shí)導(dǎo)向矢量函數(shù)的時(shí)限帶限特性，構(gòu)造過(guò)程中涉及了雷達(dá)陣元數(shù)、陣元間距、載機(jī)速度、發(fā)射脈沖數(shù)、脈沖重復(fù)頻率、發(fā)射波長(zhǎng)等參數(shù)，而這些參數(shù)可依據(jù)雷達(dá)系統(tǒng)參數(shù)及探測(cè)環(huán)境幾何構(gòu)型等先驗(yàn)知識(shí)提前獲取，因此，PSWF方法可以提前離線構(gòu)造，有效地降低了計(jì)算量。表1分別給出了SMI、PC/EC及PSWF3種方法的計(jì)算復(fù)雜度，其中L表示SMI的樣本數(shù)，D表示PC/EC的樣本數(shù)。

表1 計(jì)算復(fù)雜度

由表1可知SMI及PC/EC方法的計(jì)算量要遠(yuǎn)大于PSWF，這是因?yàn)樵诠烙?jì)空時(shí)相關(guān)矩陣的過(guò)程中PSWF可以提前離線構(gòu)造，因此并不占用實(shí)際信號(hào)處理時(shí)間，而SMI需要大量樣本估計(jì)，PC/EC需進(jìn)行特征值分解；計(jì)算權(quán)值時(shí)，SMI與PC/EC都需要對(duì)協(xié)方差矩陣進(jìn)行求逆運(yùn)算，而PSWF提前離線構(gòu)造出空時(shí)相關(guān)矩陣的逆矩陣，并不需要對(duì)空時(shí)相關(guān)矩陣求逆，因此計(jì)算量大大降低。

然而，陣面存在偏航角誤差時(shí)，式(1)與式(4)并不等價(jià)，雜波秩無(wú)法準(zhǔn)確估計(jì)，此時(shí)PSWF方法的雜波抑制性能必然下降，為此，提出一種利用雷達(dá)參數(shù)信息的預(yù)處理方法以消除偏航角誤差的影響。

3　非均勻環(huán)境下雜波抑制方法

圖2 機(jī)載陣列雷達(dá)雜波空時(shí)二維譜分布示意圖

由式(13)可知，隨著偏航角 θc的變化，雜波的空時(shí)二維譜在～cosψ 平面上呈現(xiàn)不同的形狀。圖2a、2b及2c分別給出了不同偏航角，飛行高度為3km時(shí)，不同斜距對(duì)應(yīng)的空時(shí)二維雜波譜分布。顯然，當(dāng)θc=0°，即不存在偏航角時(shí)，雜波的空時(shí)二維譜在～ cosψ 平面上為一條斜率為λ/4V的斜帶，此時(shí)各訓(xùn)練樣本的雜波統(tǒng)計(jì)特性相同，雜波均勻，且；當(dāng)時(shí)，雜波譜為一簇斜橢圓，當(dāng)時(shí)，雜波譜為一簇正橢圓，即存在偏航角時(shí)，各訓(xùn)練樣本的雜波統(tǒng)計(jì)特性不同，雜波非均勻，且，式(1)與式(4)不再等價(jià)，Brennan準(zhǔn)則[1]并不適用，因此無(wú)法得到準(zhǔn)確的雜波秩，諸如PSWF等子空間類方法不再有效，其雜波抑制性能必然下降，為此，本文提出一種利用雷達(dá)參數(shù)信息的預(yù)處理方法以消除偏航角的影響。

由式(1)知，位于(? ,θ)的某一散射體，第n個(gè)陣元第k個(gè)脈沖的輸出雜波可以表示為：

式(16)中的Δ(θ ,)?涉及了陣元間距、發(fā)射脈沖數(shù)、發(fā)射波長(zhǎng)、載機(jī)速度、脈沖重復(fù)頻率、陣面偏航角、散射體俯仰角及方位角等參數(shù)，這些參數(shù)可依據(jù)雷達(dá)參數(shù)及探測(cè)環(huán)境幾何構(gòu)型等先驗(yàn)知識(shí)提前獲取，因此可以提前離線構(gòu)造，有效地降低了計(jì)算量。而散射體對(duì)應(yīng)的幅度，可通過(guò)以下方法估計(jì)。

式(1)可表示為如下矩陣形式：

為簡(jiǎn)便起見(jiàn)，xnk和分別用x和V代替，則散射體幅度估計(jì)可用如下最小二乘問(wèn)題[8]表示：

由式(16)、式(17)、式(19)可得到預(yù)處理后的雜波為：

圖3 某距離單元的雜波功率譜

由圖3a～圖3c可知，經(jīng)過(guò)幅度估計(jì)之后，能夠較好地恢復(fù)原始雜波譜，而經(jīng)過(guò)預(yù)處理之后，雜波譜在空時(shí)二維平面上的分布由非正側(cè)視的橢圓形變成正側(cè)視的斜帶形，說(shuō)明通過(guò)本文雜波預(yù)處理方法能夠有效消除偏航角的影響，使得雜波歸一化多普勒頻率與歸一化空域頻率之間滿足；預(yù)處理后的雜波功率基本沒(méi)有變化，說(shuō)明預(yù)處理并沒(méi)有造成較大的功率損失，即本文提出的預(yù)處理方法是有效的。

雜波預(yù)處理有效地消除了偏航角誤差的影響，降低了雜波的非均勻性，然而統(tǒng)計(jì)型STAP方法需要的均勻樣本數(shù)較多，計(jì)算量大，為此，結(jié)合PSWF構(gòu)造子空間方法，本文提出一種預(yù)處理PSWF方法以降低計(jì)算量與樣本數(shù)，具體步驟如下：

1)依據(jù)雷達(dá)參數(shù)、探測(cè)環(huán)境幾何構(gòu)型及PSWF函數(shù)集，離線構(gòu)造雜波子空間、待測(cè)樣本各散射體的雜波導(dǎo)向矢量及預(yù)處理因子。

2)依據(jù)待測(cè)樣本數(shù)據(jù)，估計(jì)步驟1)中散射體導(dǎo)向矢量對(duì)應(yīng)的幅度，得到新的回波數(shù)據(jù)。

3)依據(jù)步驟1)構(gòu)造的預(yù)處理因子對(duì)步驟2)得到的回波數(shù)據(jù)進(jìn)行預(yù)處理。

4)依據(jù)步驟1)中構(gòu)造的雜波子空間及步驟3)中預(yù)處理后的數(shù)據(jù)進(jìn)行STAP處理。

4　仿真實(shí)驗(yàn)與分析

為了驗(yàn)證本文所提方法的有效性，進(jìn)行了如下仿真實(shí)驗(yàn)。在仿真的過(guò)程中采用10元均勻等距線陣，陣元間距d=0.11 m；載機(jī)飛行高度H=3 073 m；速度V=108 m/s；雷達(dá)發(fā)射波長(zhǎng)λ=0.22 m ；脈沖重復(fù)頻率fr= 1984 Hz ；相干處理脈沖數(shù)為12；雜噪比為60 dB。

圖4 不存在偏航角誤差時(shí)的改善因子仿真結(jié)果

圖5 存在偏航角誤差時(shí)的改善因子仿真結(jié)果

依據(jù)Brennan準(zhǔn)則及仿真參數(shù)可以得到雜波協(xié)方差矩陣的秩r=21，圖4給出了SMI、PC及PSWF的3種方法在不同樣本數(shù)下不存在偏航角誤差時(shí)的改善因子仿真結(jié)果，其中PSWF所用的樣本數(shù)為10。圖5給出了存在偏航角誤差時(shí)SMI、PSWF及預(yù)處理后PSWF的3種方法的改善因子仿真結(jié)果。

由圖4可以發(fā)現(xiàn)，樣本數(shù)對(duì)于SMI及PC方法的雜波抑制性能有著較大的影響，樣本數(shù)越少，SMI及PC方法的雜波抑制性能越差，而PSWF方法僅需少量樣本即可獲得較好的性能；結(jié)合表1的算法復(fù)雜度分析可知PSWF方法不僅計(jì)算量小，而且對(duì)均勻樣本的需求量也少。

由圖5可以發(fā)現(xiàn)，當(dāng)存在偏航角誤差時(shí)，SMI方法改善因子的凹口較寬，說(shuō)明最小可檢測(cè)速度(minimum detectable velocity,MDV)[1]較大，對(duì)于低速目標(biāo)檢測(cè)性能較差，改善因子的凹口較淺，說(shuō)明雜波抑制不夠充分；PSWF方法不僅MDV大且雜波抑制效果非常差，故不適用于存在偏航角誤差的情況；而預(yù)處理后PSWF方法的雜波抑制和動(dòng)目標(biāo)檢測(cè)能力顯然優(yōu)于其他方法，改善因子的凹口最深最寬，雜波抑制相對(duì)充分，低速動(dòng)目標(biāo)的檢測(cè)性能更好。需要說(shuō)明的是，預(yù)處理前后，改善因子的凹口的位置有所改變，這是因?yàn)槠浇堑拇嬖谑沟弥靼觌s波對(duì)應(yīng)的歸一化多普勒頻率不再為零，因此在對(duì)雜波進(jìn)行預(yù)處理的同時(shí)，目標(biāo)同樣也需要進(jìn)行處理。

圖6給出了存在偏航角誤差時(shí)PSWF、預(yù)處理后PSWF方法及SMI方法對(duì)于每個(gè)距離門的歸一化濾波結(jié)果，為了更好地顯示低速動(dòng)目標(biāo)的檢測(cè)性能，分別在第130號(hào)距離門及160號(hào)距離門上注入信噪比為0 dB弱目標(biāo)及20 dB的強(qiáng)目標(biāo)，其中，兩個(gè)目標(biāo)的歸一化空域頻率為0，歸一化多普勒頻率為?0.05。

圖6 存在偏航角誤差時(shí)各距離門的歸一化濾波結(jié)果

由圖6的仿真結(jié)果可知， PSWF雜波抑制性能很差，無(wú)論是強(qiáng)目標(biāo)還是弱目標(biāo)都不能有效檢測(cè)；SMI方法雖然對(duì)雜波有所抑制，但抑制性能較差，且偏航角誤差使得其MDV較大，降低其對(duì)于低速目標(biāo)的檢測(cè)性能，因此不能檢測(cè)出位于第130號(hào)距離門上的低速弱目標(biāo)；而預(yù)處理后PSWF方法不僅能夠無(wú)功率損失的檢測(cè)出兩個(gè)目標(biāo)，而且雜波抑制性能也得到了提升，說(shuō)明本文的所提方法是有效的。

5　結(jié) 束 語(yǔ)

本文首先依據(jù)雷達(dá)參數(shù)、探測(cè)環(huán)境幾何構(gòu)型、PSWF函數(shù)的時(shí)限帶限特性等先驗(yàn)知識(shí)，推導(dǎo)出PSWF構(gòu)造雜波子空間方法，該方法可提前離線構(gòu)造，計(jì)算量小，均勻樣本需求量少；隨后，針對(duì)存在陣面偏航角誤差時(shí)雜波秩無(wú)法準(zhǔn)確估計(jì)造成PSWF等方法的雜波抑制性能下降的問(wèn)題提出一種利用雷達(dá)參數(shù)及探測(cè)環(huán)境幾何構(gòu)型的雜波預(yù)處理方法以消除偏航角誤差的影響，最后，針對(duì)統(tǒng)計(jì)型STAP方法計(jì)算量大、均勻樣本需求多的問(wèn)題結(jié)合PSWF方法及本文所提雜波預(yù)處理方法提出一種預(yù)處理后PSWF方法，該方法在存在偏航角誤差時(shí)有著較好的空時(shí)處理性能，且預(yù)處理因子及雜波子空間可提前離線構(gòu)造，因此，計(jì)算量較小、均勻樣本需求量少。然而，本文僅考慮小角度偏航角誤差這一種非均勻情況，實(shí)際機(jī)載雷達(dá)的工作環(huán)境更為惡劣，如何進(jìn)一步提高此時(shí)STAP算法的性能亟待解決，因此下一步工作將圍繞這些問(wèn)題展開(kāi)。

[1]GUERCI J R. Space-time adaptive processing for radar[M]. Norwood: Artech House,2003：51-72.

[2]DEGURSE J F,SAVY L,MARCOS S. Reduced-rank STAP for target detection in heterogeneous environment[J]. IEEE Transactions on Aerospace and Electronic Systems,2014,50(2): 1153-1162.

[3]ZHANG Wei,HE Zi-shu,LI Jun,et al. A method for finding best channels in beam-space post-doppler reduced-dimension STAP[J]. IEEE Transactions on Aerospace and Electronic Systems,2014,50(1): 254-264.

[4]和潔,馮大政,向聰,等. 機(jī)載MIMO雷達(dá)降維空時(shí)自適應(yīng)處理算法[J]. 電子科技大學(xué)學(xué)報(bào),2012,41(1): 31-35．HE Jie,FENG Da-zheng,XIANG Cong,et al. Reduced-dimension STAP for airborne MIMO radars[J]. Journal of University of Electronic Science and Technology of China,2012,41(1): 31-35.

[5]GUERCI J R,BERGIN J S. Principal components,covariance matrix tapers,and the subspace leakage problem[J]. IEEE Transactions on Aerospace and Electronics Systems,2002,38(1): 152-162.

[6]HAIMOVICH A M．The eigencanceler adaptive radar by eigenanalysis methods[J]. IEEE Transactions on Aerospace and Electronic Systems,1996,32(2): 532-542．

[7]陽(yáng)召成. 基于稀疏性的空時(shí)自適應(yīng)處理理論和方法[D].長(zhǎng)沙: 國(guó)防科學(xué)技術(shù)大學(xué)研究生院,2013. YANG Zhao-cheng. Theory and methods of sparsity-based space-time adaptive processing[D]. Changsha: Graduate School of National University of Defense Technology,2013.

[8]MEVIN W L,SHOWMAN G A. An approach to knowledge-aided covariance estimation[J]. IEEE Transactions on Aerospace and Electronic Systems,2006,42(3): 1021-1042.

[9]AUBRY A,MAIO A D,FARINA A,et al. Knowledge-aided (potentially cognitive)transmit signal and receive filter design in signal-dependent clutter[J]. IEEE Transactions on Aerospace and Electronic Systems,2013,49(1): 93-117.

[10]呂暉,馮大政,和潔,等. 一種簡(jiǎn)化的機(jī)載MIMO雷達(dá)雜波特征相消器[J]. 航空學(xué)報(bào),2011,32(5): 866-872．Lü Hui,FENG Da-zheng,HE Jie,et al. A simplified eigencanceler for airborne MIMO radar clutter suppression[J]. Acta Aeronautica et Astronautica Sinica,2011,32(5): 866-872.

[11]CHEN Chun-yang,VAIDYANATHAN P P. MIMO radar space-time adaptive processing using prolate spheroidal wave functions[J]. IEEE Transactions on Signal Processing,2008,56(2): 623-635.

[12]YANG Xiao-peng,LIU Yong-xu,LONG Teng. Robust non-homogeneity detection algorithm based on prolate spheroidal wave functions for space-time adaptive processing[J]. IET Radar Sonar & Navigation,2013,7(1): 47-54.

[13]翟偉偉,張弓,劉文波. 基于雜波子空間估計(jì)的MIMO雷達(dá)降維STAP研究[J]. 航空學(xué)報(bào),2010,31(9): 1824-1831. ZHAI Wei-wei,ZHANG Gong,LIU Wen-bo. Study of reduced-rank STAP based on estimation of clutter subspace for MIMO radar[J]. Acta Aeronautica et Astronautica Sinica,2010,31(9): 1824-1831.

[14]CHEN Q Y,GOTTLIEB D,HESTHAVEN J S. Spectral methods based on prolate spheroidal wave functions for hyperbolic PDEs[J]. SIAM Journal on Numerical Analysis,2005,43(5): 191-933.

編輯稅紅

Radar Parameters Aided STAP for Heterogeneous Clutter Suppression

ZHOU Yu1,CHEN Zhan-ye1,ZHANG Lin-rang1,PAN Wen-qi1,and SHEN Dong2
(1. National Laboratory of Radar Signal Processing,Xidian UniversityXi’an710071; 2. School of Electronic and Information Engineering,Lanzhou Jiaotong UniversityLanzhou730070)

The heterogeneous clutter results in degradation of clutter suppression performance of space-time adaptive processing (STAP). To solve this problem,a subspace method is proposed based on the radar parameters and the time-limited and band-limited features of the prolate spheroidal wave functions. The method can improve the clutter suppression performance in heterogeneous environment,reduce the computational complexity and demand for homogeneous samples. However,it is hard to estimate the precise clutter rank if the proposed method suffers from crab angle. Therefore,with the radar parameters and the detection environment geometry,a pre-process method is presented to eliminate the crab influence and improve the clutter suppression performance in heterogeneous environment. Finally,simulation attests its effectiveness.

airborne radar;clutter subspace;clutter suppression;heterogeneous environment;prolate spheroidal wave functions;radar parameters;space time adaptive processing

TN95

A

10.3969/j.issn.1001-0548.2016.06.005

2015 ? 01 ? 05；

2015 ? 05 ? 05

國(guó)家自然科學(xué)基金(61301285)；甘肅省科技計(jì)劃資助(1308RJYA032)

周宇(1978 ? )，男，副教授，主要從事空時(shí)自適應(yīng)處理及自適應(yīng)檢測(cè)等方面的研究.