一种有效色加载因子的知识辅助STAP方法

 针对非均匀杂波环境里独立同分布训练样本较少的问题,本文提出了一种知识辅助的LCMV-STAP方法.该方法首先求解出知识辅助的LCMV-STAP模型中的权矢量表达式,然后推导出色加载因子与约束常数的关系式,最后求解出两个色加载因子.仿真结果表明,与传统STAP方法相比,知识辅助的LCMV-STAP方法在非均匀杂波环境下仍能获得较好的输出信干噪比,自适应匹配滤波器检测目标的概率优于传统STAP方法.     

距离频率ML方法无模糊估计动目标径向速度

在合成孔径雷达-地面动目标检测系统中,需要无模糊地估计运动目标的径向速度．当径向速度接近最大不模糊速度时,传统多通道最大似然方法的估计性能下降．针对以上问题,提出一种基于距离频率干涉相位的最大似然估计方法．相较于传统方法,所提方法有效地降低了概率密度函数扩散的影响,当径向速度接近最大不模糊速度时能够实现准确估计．从相关系数和干涉相位两个方面分析了噪声对径向速度估计的影响机理,并通过增加独立样本来减小噪声的影响．     

参数可调的联合子空间目标检测方法

基于Rao和Wald检验准则,本文推导了联合子空间（Union of Subspaces, UoS）检测器（UoS-Rao、UoS-Wald）,并通过引入一个可调参数提出一种可调检测器（UoS-Tunable）,从而实现联合子空间目标检测,通过调节参数来灵活调节检测器的检测性能、分类性能与选择性。当可调参数较小时,可以提高检测性能与分类性能,并提高其对信号失配的鲁棒性;当可调参数较大时,则会降低检测性能与分类性能,但会提高其对于信号失配的选择性。最后,仿真实验验证了所提方法的有效性。     

双通道两视干涉相位差解径向速度模糊方法

针对合成孔径雷达地面动目标显示(SAR-GMTI)系统中动目标径向速度估计存在模糊的问题,提出了基于双通道两视干涉相位差实现无模糊估计径向速度的方法．该方法在距离频率域构造两视数据,将不同通道数据做干涉处理以得到两视数据的干涉相位．两视数据的干涉相位差不存在缠绕问题,可以用来无模糊地估计径向速度．理论推导证明,所提方法有效提高了最大不模糊速度．文中着重分析了两视数据距离频率间隔对径向速度估计性能的影响．通过仿真和实测数据处理验证了所提方法．     

空/时对称阵列雷达非高斯杂波背景下多秩距离扩展目标检测方法

针对多通道阵列雷达从实际杂波中检测目标场景,该文提出了一种面向多通道阵列雷达非高斯杂波背景的多秩距离扩展目标检测方法。首先,利用秩大于1的子空间矩阵和相应距离单元的坐标向量,建立了多秩距离扩展目标模型;然后,利用雷达接收单元空间或时间中心对称探测场景下杂波协方差矩阵的反对称结构信息,通过酉变换,采取广义似然比、Rao、Wald检验准则,构建待解参数小样本估计策略,设计了面向非高斯杂波背景的多秩距离扩展目标检测方法。最后,通过理论推导证明了所提检测方法相对于杂波协方差矩阵具有恒虚警特性。基于仿真数据和实测数据的实验结果表明,所提检测方法能够保证对杂波协方差矩阵具有恒虚警特性,此外,相较于现有检测方法,所提检测方法提升了小训练支持的目标检测性能,并且在导向矢量失配条件下,有效地改善目标检测的稳健性。