王 璐, 吳仁彪

(中國(guó)民航大學(xué)智能信號(hào)與圖像處理天津市重點(diǎn)實(shí)驗(yàn)室, 天津 300300)

?

直接數(shù)據(jù)域空時(shí)自適應(yīng)單脈沖方法

王 璐, 吳仁彪

(中國(guó)民航大學(xué)智能信號(hào)與圖像處理天津市重點(diǎn)實(shí)驗(yàn)室, 天津 300300)

機(jī)載雷達(dá)空時(shí)自適應(yīng)處理(space-time adaptive processing,STAP)與單脈沖技術(shù)相結(jié)合可以實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)空、時(shí)參數(shù)的估計(jì)。然而,在非均勻環(huán)境下,由于同分布快拍數(shù)有限,雜波協(xié)方差矩陣難以準(zhǔn)確估計(jì),常常導(dǎo)致STAP方法性能急劇下降甚至失效,進(jìn)而無(wú)法有效實(shí)現(xiàn)目標(biāo)檢測(cè)和參數(shù)估計(jì)。本文提出一種直接數(shù)據(jù)域的動(dòng)目標(biāo)空時(shí)參數(shù)估計(jì)方法,該方法首先應(yīng)用幅相估計(jì)譜(amplitude and phase estimation，APES)譜估計(jì)由被檢測(cè)單元數(shù)據(jù)估計(jì)出雜波干擾協(xié)方差矩陣,然后利用STAP技術(shù)抑制雜波和干擾,并結(jié)合單脈沖理論實(shí)現(xiàn)對(duì)目標(biāo)角度和多普勒頻率的估計(jì)。仿真結(jié)果表明,與傳統(tǒng)單脈沖方法相比,新方法具有自適應(yīng)抑制雜波干擾的能力和更好的估計(jì)性能;同時(shí)由于無(wú)需參考數(shù)據(jù),該方法更適應(yīng)于非均勻環(huán)境。

機(jī)載雷達(dá); 空時(shí)自適應(yīng)處理; 單脈沖技術(shù); 非均勻雜波

0 引 言

單脈沖技術(shù)[1-2]是獲取目標(biāo)方位信息的一種常規(guī)方法,該方法能夠利用單個(gè)回波脈沖信號(hào)進(jìn)行角度估計(jì),并在分辨力上突破波束寬度的限制,是基于代價(jià)函數(shù)的最大似然(maximum likelihood, ML)方法的近似。為抑制干擾對(duì)單脈沖方法的影響,一些學(xué)者提出了自適應(yīng)單脈沖技術(shù)[3-4],并研究了主/旁瓣干擾、子陣結(jié)構(gòu)誤差等問(wèn)題,提出了基于鑒角曲線修正的自適應(yīng)單脈沖算法[5-6]。

然而,當(dāng)單脈沖應(yīng)用于機(jī)載相控陣?yán)走_(dá)中時(shí),由于下視工作的機(jī)載相控陣?yán)走_(dá)將接收到分布范圍廣、強(qiáng)度大的地面雜波,使一般的自適應(yīng)單脈沖技術(shù)性能大大降低,甚至失效。同時(shí),由于機(jī)載雷達(dá)安裝在運(yùn)動(dòng)平臺(tái)上,其接收的雜波將在多普勒維擴(kuò)展開(kāi)來(lái),雜波譜呈現(xiàn)空時(shí)二維耦合特性。因此,通常首先采用空時(shí)自適應(yīng)處理(space-time adaptive processing,STAP)技術(shù)[7]有效地抑制地雜波,然后在空時(shí)二維實(shí)施單脈沖技術(shù)進(jìn)行參數(shù)估計(jì)。文獻(xiàn)[8-9]針對(duì)機(jī)載相控陣?yán)走_(dá)系統(tǒng)提出了一種空時(shí)二維自適應(yīng)單脈沖測(cè)角方法,實(shí)現(xiàn)了二維自適應(yīng)濾波與單脈沖測(cè)角技術(shù)的兼容,且能同時(shí)獲得對(duì)角度、多普勒頻率參數(shù)的估計(jì)。但迄今為止，此類空時(shí)自適應(yīng)單脈沖方法在非均勻環(huán)境下的應(yīng)用尚少有討論[10]。

非均勻環(huán)境指雜波功率起伏、干擾目標(biāo)、孤立干擾以及雜波距離相關(guān)性等情況隨時(shí)間的變化。這將導(dǎo)致STAP處理所需要的滿足獨(dú)立同分布(independent and identically distributed, IID)條件的參考數(shù)據(jù)大大減小[11]。通過(guò)對(duì)實(shí)測(cè)數(shù)據(jù)的分析,人們意識(shí)到雜波非均勻性對(duì)STAP算法雜波抑制性能的影響非常嚴(yán)重[12]。因此,適用于非均勻環(huán)境下STAP算法成為研究熱點(diǎn)。當(dāng)前出現(xiàn)的非均勻STAP算法可以分為以下5類:①功率非均勻抑制法,此類方法假定非均勻性主要表現(xiàn)為雜波功率非均勻,其中一種典型的功率非均勻抑制方法是功率選擇訓(xùn)練法(power selected training,PST)[13];②非均勻檢測(cè)器(no homogenous detector,NHD)[14],此類方法主要用來(lái)解決由干擾目標(biāo)引入的非均勻問(wèn)題,其中Melvin等人提出用廣義內(nèi)積NHD來(lái)檢測(cè)和剔除包含干擾目標(biāo)的訓(xùn)練樣本,以改善對(duì)雜波協(xié)方差矩陣的估計(jì);③直接數(shù)據(jù)域(direct data domain,DDD)算法[15],此類算法可以僅利用被檢測(cè)樣本來(lái)消除距離非均勻雜波的影響,但其對(duì)被檢測(cè)目標(biāo)的角度、速度參數(shù)誤差較敏感;④雜波距離相關(guān)性補(bǔ)償法[16],此類方法主要用來(lái)解決非正側(cè)面陣、共形陣和雙多基地機(jī)載雷達(dá)中由雜波距離相關(guān)性引起的非均勻問(wèn)題,即雜波多普勒頻率隨著距離的變化而變化的現(xiàn)象;⑤基于先驗(yàn)信息的STAP方法,此類方法包括參數(shù)化STAP方法[17]、結(jié)構(gòu)化STAP方法[18]、基于先驗(yàn)知識(shí)的STAP方法[19]等。這些方法均有力地促進(jìn)了STAP技術(shù)的實(shí)用化進(jìn)程,為非均勻環(huán)境下STAP算法與單脈沖技術(shù)的結(jié)合提供了思路。

本文就非均勻環(huán)境下機(jī)載相控陣?yán)走_(dá)動(dòng)目標(biāo)參數(shù)估計(jì)問(wèn)題提出一種新方法,該方法直接由被檢測(cè)單元數(shù)據(jù)得到雜波協(xié)方差矩陣,再利用空時(shí)二維自適應(yīng)單脈沖技術(shù)估計(jì)目標(biāo)空時(shí)參數(shù),更適用于機(jī)載雷達(dá)的應(yīng)用條件,估計(jì)誤差更低;又由于新方法不需要參考數(shù)據(jù),所以可以實(shí)現(xiàn)在非均勻環(huán)境下的應(yīng)用。

1 問(wèn)題描述

考慮機(jī)載平臺(tái)上沿航向方向放置的N元均勻線陣(uniform linear array,ULA),相干處理間隔(coherent processing interval,CPI)內(nèi)有K個(gè)脈沖,假定單個(gè)距離門(mén)內(nèi)最多存在一個(gè)目標(biāo),則被檢測(cè)單元的空時(shí)快拍為

x=ba(us,ut)+xc+xj+xn

(1)

式中,x,xc,xj,xn均為NK×1的列向量,分別表示被檢測(cè)單元內(nèi)接收的空時(shí)數(shù)據(jù)、數(shù)據(jù)中的雜波分量、干擾分量和噪聲分量;b表示相應(yīng)距離單元內(nèi)目標(biāo)回波的復(fù)幅度;a(us,ut)為目標(biāo)的空時(shí)二維導(dǎo)向矢量,定義為

a(us,ut)=a(ut)?a(us)

(2)

式中，?表示Kronecker積,且時(shí)域?qū)蚴噶亢涂沼驅(qū)蚴噶糠謩e為

a(ut)=[1exp(jut)exp(j2ut) …exp(j(K-1)ut)]T

(3)

a(us)=[1exp(jus)exp(j2us) …exp(j(N-1)us)]T

(4)

式中,us=2πdcosθ/λ；ut=2πfd/fr表示歸一化空間角頻率和時(shí)間角頻率。

本文主要研究的問(wèn)題是利用式(1)的被檢測(cè)距離單元數(shù)據(jù)(即被雜波、干擾和噪聲污染的空時(shí)接收數(shù)據(jù))估計(jì)出目標(biāo)的歸一化空間角頻率us=2πdcosθ/λ和時(shí)間角頻率ut=2πfd/fr?？梢钥闯鰞烧哂赡繕?biāo)所處的方位角θ、系統(tǒng)工作波長(zhǎng)λ、目標(biāo)多普勒頻率fd和脈沖重復(fù)頻率fr所決定。因而,估計(jì)出歸一化空、時(shí)角頻率后即能對(duì)目標(biāo)的角度、速度進(jìn)行反求,即

(5)

常用的空時(shí)二維自適應(yīng)技術(shù)屬于基于統(tǒng)計(jì)的方法,是用被檢測(cè)單元相鄰的距離單元的數(shù)據(jù)作為參考數(shù)據(jù)來(lái)估計(jì)雜波協(xié)方差矩陣,進(jìn)而抑制地雜波,如文獻(xiàn)[8-9]的空時(shí)二維自適應(yīng)單脈沖處理即屬于這種基于統(tǒng)計(jì)的方法。而由于非均勻雜波環(huán)境中滿足獨(dú)立同分布(independent and identically distributed,IID)的參考數(shù)據(jù)較少,甚至沒(méi)有,使上述方法估計(jì)的雜波協(xié)方差矩陣與被檢測(cè)單元的統(tǒng)計(jì)特性偏差較大。這嚴(yán)重影響了雜波抑制性能,進(jìn)而影響了參數(shù)估計(jì)性能。因此,需要尋找非均勻環(huán)境下新的雜波協(xié)方差矩陣估計(jì)方法。

2 雜波協(xié)方差矩陣估計(jì)

本節(jié)給出一種基于降維處理的直接數(shù)據(jù)域雜波協(xié)方差矩陣估計(jì)方法。首先用一個(gè)Nt×Kt的空時(shí)窗在被檢測(cè)單元數(shù)據(jù)矩陣X上滑動(dòng),對(duì)被檢測(cè)單元數(shù)據(jù)進(jìn)行降維處理,如圖1所示,其中Nt和Kt分別表示滑窗的空間和時(shí)間維度。

圖1 空時(shí)窗在被檢測(cè)單元數(shù)據(jù)上滑動(dòng)示意圖Fig.1 Sketch map of the space-time window sliding over the primary data

經(jīng)過(guò)在空間向的第m次和時(shí)間向的第n次滑動(dòng)后,乘上相應(yīng)的相位補(bǔ)償因子,得到的子塊數(shù)據(jù)如下:

(6)

式中,m=0,1,…,(N-Nt)、n=0,1,…,(K-Kt)。將式(6)中的數(shù)據(jù)塊按列排成NtKt×1的列向量y(m,n)=vec(Y(m,n)),稱為子快拍,得到總的子快拍數(shù)為P=(N-Nt+1)×(K-Kt+1)。這些子快拍含有目標(biāo)的信息,且能準(zhǔn)確反映被檢測(cè)單元的雜波、干擾的統(tǒng)計(jì)特性。

用這些子快拍計(jì)算降維數(shù)據(jù)協(xié)方差矩陣

(7)

式中，Rsub的維度為NtKt×NtKt,該矩陣的理論值應(yīng)為

Rsub=E{y(m,n)yH(m,n)}=

(8)

(9)

(10)

(11)

因此,優(yōu)化方程式(10)可以簡(jiǎn)寫(xiě)為下面的二次優(yōu)化問(wèn)題：

(12)

(13)

利用拉格朗日乘數(shù)法求解上面的方程,得到目標(biāo)導(dǎo)向矢量的估計(jì)為

(14)

將式(14)代入優(yōu)化方程式(13)的約束等式,可確定拉格朗日乘子λ的取值滿足下面的關(guān)系:

(15)

3 空時(shí)自適應(yīng)單脈沖處理

本節(jié)結(jié)合空時(shí)二維自適應(yīng)單脈沖算法(主要為了解決地雜波問(wèn)題)和線性約束單脈沖算法(主要為了解決主瓣干擾問(wèn)題),給出一種適用于嚴(yán)重非均勻環(huán)境的動(dòng)目標(biāo)參數(shù)估計(jì)方法。

首先,依據(jù)常規(guī)空時(shí)單脈沖處理,當(dāng)波束指向?yàn)?u0,s,u0,t)時(shí),系統(tǒng)的空時(shí)2維和波束可表示為

(16)

式中,wΣ(u0,s,u0,t)為和波束的空時(shí)2維加權(quán)矢量,該矢量的選擇將影響系統(tǒng)和波束的雜波抑制能力、主副瓣參數(shù)等。類似地定義空域差波束和時(shí)域差波束

(17)

(18)

式中,ws(u0,s,u0,t),wt(u0,s,u0,t)分別為相應(yīng)的空域差波束及時(shí)域差波束的空時(shí)2維加權(quán)矢量。再定義空域單脈沖比Fs(us,ut)和時(shí)域單脈沖比Ft(us,ut)分別為

Fs(us,ut)=Re(Δs(us,ut)/Σ(us,ut))

(19)

Ft(us,ut)=Re(Δt(us,ut)/Σ(us,ut))

(20)

式中，Re(·)表示取實(shí)部。對(duì)式(19)和式(20)在波束指向(u0,s,u0,t)附近進(jìn)行Taylor展開(kāi)

+

(21)

(22)

(23)

(24)

式中,ks和kt分別為波束指向(u0,s,u0,t)上的靜態(tài)空域及時(shí)域單脈沖鑒角率。

(25)

對(duì)于空域差波束加權(quán)矢量ws(us,0,ut,0),應(yīng)滿足使得殘余雜波能量最小化的同時(shí),在單脈沖比、單脈沖鑒角率、互單脈沖鑒角率等方面與靜態(tài)時(shí)保持一致,即求解優(yōu)化問(wèn)題

s.t.Fs(us,0,ut,0)=0

(26)

式中,ks為波束中心處的靜態(tài)空域單脈沖鑒角率。

(27)

(28)

因此,式(26)可化簡(jiǎn)為

(29)

解式(29)得到空域差波束加權(quán)矢量為

(30)

同理可以得到時(shí)域差波束加權(quán)矢量為

(31)

式中,gt=[0, 0,kt],kt為波束中心處的靜態(tài)時(shí)域單脈沖鑒角率。

為補(bǔ)償降維處理造成的信息損失,進(jìn)一步提高參數(shù)估計(jì)準(zhǔn)確性,對(duì)被檢測(cè)單元數(shù)據(jù)進(jìn)行滑動(dòng)平均處理

(32)

式(25)、式(30)、式(31)的自適應(yīng)和差波束加權(quán)矢量對(duì)式(32)數(shù)據(jù)加權(quán)結(jié)果即為和差波束輸出值,由此可得到自適應(yīng)單脈沖比

(33)

依照式(26)的約束準(zhǔn)則設(shè)計(jì)的自適應(yīng)波束可滿足在波束中心處的空域、時(shí)域單脈沖比皆為零且相互獨(dú)立,單脈沖鑒角率與靜態(tài)空域及時(shí)域單脈沖鑒角率一致,因此,估計(jì)方程簡(jiǎn)化為

(34)

4 仿真實(shí)驗(yàn)

本節(jié)仿真了嚴(yán)重非均勻環(huán)境下被檢測(cè)單元數(shù)據(jù)分布與其他距離單元不同的情況,以考察所提的無(wú)需參考數(shù)據(jù)的空時(shí)自適應(yīng)單脈沖方法的適用性。實(shí)驗(yàn)中的雷達(dá)系統(tǒng)參數(shù)為:采用沿平臺(tái)運(yùn)動(dòng)方向布置的N=16元均勻線陣,陣元間隔半波長(zhǎng)d=0.5λ。雷達(dá)工作波長(zhǎng)為0.23 m,載機(jī)速度為va=140 m/s,平臺(tái)高度為8 000 m,雷達(dá)最大作用距離Rmax=400 km,脈沖重復(fù)頻率為fr=2 434.8 Hz,CPI內(nèi)有K=22個(gè)脈沖。

雷達(dá)工作環(huán)境如下:一個(gè)壓制性干擾位于方位120°,干噪比JNR=80 dB。某距離單元存在一個(gè)干擾目標(biāo),位于方位91°,其歸一化時(shí)間頻率為-0.22,JNR=80 dB。雜波存在功率非均勻的情況,即沿距離向雜波功率隨機(jī)分布,被檢測(cè)單元的雜噪比CNR=60 dB。以低速目標(biāo)的空時(shí)參數(shù)估計(jì)為例給出性能分析,考慮波束中心位于(0,-0.2)。實(shí)驗(yàn)中,本文提出的基于降維處理的直接數(shù)據(jù)域空時(shí)自適應(yīng)單脈沖方法選擇的空時(shí)滑窗的維度為Nt=8,Kt=8;進(jìn)而得到總的子快拍數(shù)P=135。

圖2給出了上述嚴(yán)重非均勻情況下單脈沖比的情況,橫/縱坐標(biāo)均用全孔徑時(shí)靜態(tài)和波束的3 dB波束寬度歸一化。其中,“FDO”是指全維最優(yōu)處理(full dimension optimum processing),即用被檢測(cè)單元的理論雜波、干擾協(xié)方差矩陣進(jìn)行和、差波束形成所對(duì)應(yīng)的空時(shí)二維自適應(yīng)單脈沖比,這是一種理論的最優(yōu)情況在實(shí)際中并不能得到;“FDA”是指全維自適應(yīng)處理(full dimension adaptive processing),即按統(tǒng)計(jì)集平均的方法利用被檢測(cè)單元鄰近的多個(gè)距離單元的參考數(shù)據(jù)估計(jì)雜波、干擾協(xié)方差矩陣進(jìn)行和、差波束形成獲得的空時(shí)二維自適應(yīng)單脈沖比; “RDA” 是指降維自適應(yīng)處理(reduced dimension optimum processing),即本文提出的無(wú)參考單元的方法;“FDQ” 和“RDQ”分別為用于比較的全維靜態(tài)(full dimension quiescent)和降維靜態(tài)(reduced dimension quiescent)的情況。由圖2可見(jiàn),FDO和RDA方法的單脈沖比都與各自的靜態(tài)單脈沖比相似,因此這兩種方法的參數(shù)估計(jì)性能將比較好;而FDA方法偏離靜態(tài)單脈沖比的情況比較嚴(yán)重,這是由于嚴(yán)重非均勻環(huán)境下,與被檢測(cè)單元相鄰的快拍數(shù)據(jù)不具有同分布特性,引起了協(xié)方差矩陣估計(jì)誤差。

圖2 嚴(yán)重非均勻情況下單脈沖比曲線比較土Fig.2 Comparison of the monopulse ratios under seriously nonhomogeneous enviroments

圖3和圖4通過(guò)改變?cè)肼晿颖靖鬟M(jìn)行200次蒙特卡羅實(shí)驗(yàn),得到了均方根誤差(root mean square error,RMSE)隨目標(biāo)位置及輸入信噪比變化的曲線,圖中的橫/縱坐標(biāo)均用全孔徑時(shí)靜態(tài)和波束的3 dB波束寬度歸一化。RMSE反映了樣本偏離均值的程度(即標(biāo)準(zhǔn)差),其定義為

(35)

圖3 估計(jì)性能隨目標(biāo)位置變化情況Fig.3 Comparison of the estimation performance versus varied positions of the target

在圖3所示的實(shí)驗(yàn)中,SNR=0dB,目標(biāo)位置在主瓣內(nèi)變化。由圖可見(jiàn),FDO方法具有最好的估計(jì)性能,這是由于一方面這種方法的單脈沖比線性特性保持的比較好(但由于波束窄,單脈沖比的線性區(qū)域比較小),另一方面這種方法用到理論雜波、干擾協(xié)方差矩陣,這就保證了能較好的實(shí)現(xiàn)自適應(yīng)雜波抑制;而FDA方法的估計(jì)性能非常差,這是由于在上述兩方面此種方法都不能滿足;對(duì)比這兩種情況可知,雜波非均勻?qū)θS方法的估計(jì)性能影響很大。而所提的RDA方法,其估計(jì)性能與理論情況FDO近似,明顯優(yōu)于需要大量參考數(shù)據(jù)的FDA方法。

在圖4所示的實(shí)驗(yàn)中,輸入信噪比的范圍為-10～20dB,感興趣的動(dòng)目標(biāo)位于方位88°,與載機(jī)之間相對(duì)速度對(duì)應(yīng)的歸一化多普勒頻率為-0.177(相當(dāng)于在空間向和時(shí)間向各偏離波束中心半個(gè)3dB波束寬度)。由圖可見(jiàn),FDO方法和RDA方法的估計(jì)性能都隨輸入信噪比的提高而提高;同樣地,受非均勻環(huán)境的影響,FDA方法在任何輸入信噪比的情況下仍難以獲得較好的估計(jì)性能。從圖4和圖5可見(jiàn),在嚴(yán)重非均勻情況下,本文提出的算法有更好的適用性。

為了檢驗(yàn)在系統(tǒng)存在非理想因素下所提算法的性能,在不同陣元幅相誤差存在的情況下進(jìn)行了下面的實(shí)驗(yàn)。在圖5所示的實(shí)驗(yàn)中,SNR=0dB,目標(biāo)位置在主瓣內(nèi)變化,陣元的幅相誤差分別為σa=σp=0.01、σa=σp=0.03和σa=σp=0.05。由圖可見(jiàn),所提的RDA方法的估計(jì)性能明顯優(yōu)于FDA方法,這說(shuō)明所提方法對(duì)陣元幅相誤差更穩(wěn)健。

圖4 估計(jì)性能隨輸入SNR變化情況Fig.4 Comparison of the estimation performance versus different input SNR of the target

圖5 幅相誤差存在時(shí)估計(jì)性能隨目標(biāo)位置變化情況Fig.5 Comparison of the estimation performance versus varied positions of the target under the presence of amplitude and phase error

5 結(jié) 論

本文針對(duì)嚴(yán)重非均勻環(huán)境下及孤立干擾存在的情況下機(jī)載雷達(dá)動(dòng)目標(biāo)參數(shù)估計(jì)問(wèn)題進(jìn)行了仔細(xì)的分析,并提出了一種新方法。在嚴(yán)重非均勻環(huán)境下,傳統(tǒng)單脈沖方法由于存在過(guò)多雜波剩余而無(wú)法得到準(zhǔn)確估計(jì),帶STAP處理器的單脈沖方法由于無(wú)法得到準(zhǔn)確的雜波、干擾協(xié)方差矩陣亦僅有較差的估計(jì)精度。由于新方法無(wú)需利用參考單元數(shù)據(jù),因此在非均勻環(huán)境適用性、運(yùn)算存儲(chǔ)量、誤差穩(wěn)健性等方面都具有明顯的優(yōu)勢(shì)。

[1]NickelU.Overviewofgeneralizedmonopulseestimation[J].IEEE Trans.on Aerospace & Electronic Systems, 2006, 21(6):27-56.

[2]NickelU,ChaumetteE,LarzabalP.Estimationofextendedtargetusingthegeneralizedmonopulseestimator:extensiontoamixedtargetmodel[J]. IEEE Trans.on Aerospace & Electronic Systems, 2013, 49(3): 2084-2096.

[3]ChenL,ShengWX,HanYB,etal.Animprovedadaptivemonopulsealgorithmbasedonsubspaceprojection[J]. Journal of Electronics & Information Technology, 2013, 35(9): 2100-2107.(陳亮,盛衛(wèi)星,韓玉兵,等. 一種改進(jìn)子空間投影自適應(yīng)單脈沖算法[J].電子與信息學(xué)報(bào), 2013, 35(9): 2100-2107.)

[4]LiRF,RaoC,DaiLY,etal.Algorithmforconstrainedadaptivesum-ddifferencemonopulseamongsub-arrays[J]. Journal of Huazhong University of Science & Technology (Natural Science Edition), 2013, 41(9):6-10.(李榮鋒,饒燦,戴凌燕,等. 子陣間約束自適應(yīng)和差單脈沖測(cè)角算法[J]. 華中科技大學(xué)學(xué)報(bào)(自然科學(xué)版), 2013, 41(9): 6-10.)

[5]ZhangZC,TaiXJ,MengQC,etal.Analysisontheeffectofmain/sidelobejammingonmonopulseangleestimate[J]. Radar Science and Technology,2012,10(2):207-211,216.(張忠傳,邰新軍,孟慶昌,等.主/旁瓣干擾對(duì)單脈沖測(cè)角的影響分析[J].雷達(dá)科學(xué)與技術(shù),2012, 10(2): 207-211,216.)

[6]ChenCZ,WuJX,WangT,etal.Monopulseangleestimationwithadaptivearraybasedonmonopulseresponsecurvefitting[J].Systems Engineering and Electronics, 2013, 35(7): 1403-1408.(陳成增,吳建新,等.基于鑒角曲線擬合的自適應(yīng)單脈沖測(cè)角方法[J].系統(tǒng)工程與電子技術(shù),2013,35(7):1403-1408.)

[7]MelvinWL.ASTAPoverview[J].IEEE Trans.on Aerospace & Electronic Systems,2004,19(1):19-35.

[8]WangL,SuZG,WuRB.Linear-constraintbasedspace-timeadaptivemonopulseprocessingtechnique[J]. Journal of Electronics and Information Technology, 2010, 32(10): 2501-2505.(王璐,蘇志剛,吳仁彪. 基于線性約束的空時(shí)自適應(yīng)單脈沖技術(shù)[J]. 電子與信息學(xué)報(bào),2010, 32(10):2501-2505.)

[9]ChenG,XieWC,WangYL.Space-timeadaptivemonopulseangleestimationapproachforairborneradarbasedonspace-timejointconstraint[J]. Acta Electronica Sinica, 2015, 43(3):489-495.(陳功,謝文沖,王永良. 基于空時(shí)聯(lián)合約束的機(jī)載雷達(dá)STAP單脈沖角度估計(jì)方法[J]. 電子學(xué)報(bào),2015,43(3):489-495.)

[10]WuRB,SuZG,WangL.Space-timeadaptivemonopulseproces-singforairborneradarinnon-homogeneousenvironments[J]. AEU International Journal of Electronics and Communications, 2011, 65(5): 258-264.

[11]XieW,ChenJ,WangYL.StudyonSTAPinnon-homogeneousclutterenvironment[C]∥IEEE Aerospace Conference, 2008: 1-6.

[12]TsakalidesP,NikiasCL.Robustspace-timeadaptiveprocessing(STAP)innon-Gaussianclutterenvironments[J]. IEE Proceedings, Radar, Sonar and Navigation, 1999, 146(2): 84-93.

[13]RabideauDJ,SteinhardtAO.Improvedadaptivecluttercancellationthroughdata-adaptivetraining[J]. IEEE Trans.on Aerospace & Electronic Systems, 1999, 35, 879-891.

[14]MelvinW,WicksMC.Improvedpracticalspace-timeadaptiveradar[C]∥Proc.of the National Radar Conference,1997:48-53.

[15]CristalliniD,BurgerW.ArobustdirectdatadomainapproachforSTAP[J]. IEEE Trans.on Signal Processing, 2012, 60(3): 1283-1294.

[16]LapierreF,VerlyJ,DroogenbroeckM.NewsolutionstotheproblemofrangedependenceinbistaticSTAPradars[C]∥Proc.of the IEEE Radar Conference, 2003:452-459.

[17]MichelsJ,HmedB,RangaswamyM.EvaluationofthenormalizedparametricadaptivematchedfilterSTAPtestinairborneradarclutter[C]∥Proc.of the IEEE Radar Conference, 2000: 769-774.

[18]GerlachK,PiccioloM.Airborne/spacebasedradarSTAPusingastructuredcovariancematrix[J]. IEEE Trans.on Aerospace & Electronic Systems, 2003, 39(1):269-281.

[19]GiniF.Knowledge-basedsystemsforadaptiveradar[J]. IEEE Signal Processing Magazine, 2006: 14-17.

[20]SuZG,ZhangKX,PengYN,etal.Rank-deficientAPESfilterforcomplexspectralestimation[C]∥Proc.of the IEEE Radar Conference, 2008: 26-30.

Direct data domain space-time adaptive monopulse method

WANG Lu, WU Ren-biao

(TianjinKeyLaboratoryforAdvancedSignalProcessing,CivilAviationUniversityofChina,Tianjin300300,China)

Space-time adaptive processing (STAP) for airborne radar combined with the monopulse technique can be used for estimating the spatial and temporal parameters of moving targets. However, in non-homogeneous environments, the clutter covariance matrix is difficult estimated accurately due to the amount of identically distributed training data is limited. As a result, the performance of optimum STAP and its modified versions dramatically decrease, especially those methods are failed. Additionally, in this case the effectively target detection and parameters estimation cannot be realized. A novel method is proposed for parameters adaptive estimation via no secondary data. This method calculates the covariance matrix by applying the amplitude and phase estimation (APES) filter in the primary data firstly. Then, by combining STAP technique with the monopulse theory, the ground clutter is suppressed and the estimation of angle and Doppler frequency is obtained. Simulation results show that the proposed method has the capability of adaptive clutter suppression and can achieve accurate parameter estimation performance compared with the conventional monopulse method. This method is outstanding in severe non-homogeneous environments, because it does not need any secondary data.

airborne radar; space-time adaptive processing (STAP); monopulse technique; non-homogeneous clutter

2015-12-22；

2016-06-23；網(wǎng)絡(luò)優(yōu)先出版日期：2016-07-18。

國(guó)家自然科學(xué)基金(61231017,U1333106)；中央高?；究蒲袠I(yè)務(wù)費(fèi)(3122016D004)資助課題

TN 957.51

A

10.3969/j.issn.1001-506X.2016.12.09

王 璐(1984-),女,講師,碩士,主要研究方向?yàn)殛嚵行盘?hào)處理、自適應(yīng)天線技術(shù)。

E-mail:luwang@cauc.edu.cn

吳仁彪(1966-),男,教授,博士,主要研究方向?yàn)樽赃m應(yīng)信號(hào)處理、譜估計(jì)方法。

E-mail:rbwu@cauc.edu.cn

網(wǎng)絡(luò)優(yōu)先出版地址：http://www.cnki.net/kcms/detail/11.2422.TN.20160718.1040.008.html