微信公众号：EW Frontier
关注可了解更多的雷达、通信、人工智能相关代码。问题或建议，请公众号留言;
如果你觉得EW Frontier对你有帮助，欢迎加入我的知识星球或面包多，更多代码等你来学
知识星球：https://wx.zsxq.com/dweb2/index/group/15552518881412
面包多：https://mbd.pub/o/author-a2mYl2tsbA==/work
QQ交流群：1022600869
如有侵权请联系删除~
摘要
针对非均匀杂波背景下的慢目标检测问题，提出了一种基于降维的慢目标检测方法。机载雷达信号的空时自适应处理（STAP，Space-Time Adaptive Processing）需要利用大量的样本数据来估计杂波协方差矩阵.为了解决训练数据有限的问题，特别是在异构场景下，他们提出了一种新的稀疏STAP，通过选择天线脉冲对的最优子集来实现最大输出信杂噪比。该方法利用空间谱相关系数来分析空时结构对STAP性能的影响，降低了传统STAP的维数。最后，提出了两种天线脉冲选择算法。大量的仿真结果，特别是多通道机载雷达测量数据集的仿真结果验证了所提策略的有效性。
引言
空时自适应处理（STAP）涉及将来自天线阵列和多个脉冲的信号线性组合，以提高机载雷达在严重杂波和干扰环境中的检测性能[1-3]。最佳STAP处理器采用杂波加噪声协方差矩阵（CCM），以消除接收到的数据之前，匹配滤波器检测器的应用。由于CCM通常是未知的，实际的STAP方法，如样本矩阵求逆（SMI）方法获得的CCM从辅助细胞的最大似然估计。独立同分布（IID）训练数据的数量，所需的SMI，以确保平均信号杂波加噪声比（SCNR）损失在3 dB的最佳处理器，是两倍的自由度（DoF）的检测器的数量。对于常见的STAP应用，这通常在几百的数量级上，并且可以远远超过可用的数据测量[4]。对于非同构环境，由于缺乏足够的IID训练数据，SMI可能会导致显著的性能下降[5]。除了杂波异质性和有限的样本支持，STAP的实际实现继续面临其他挑战，包括在现实世界的场景中的高计算成本。幸运的是，机载雷达系统中的大多数干扰抑制问题本质上是秩不足的，即与阵列提供的自适应自由度相比，它们需要更少的自适应自由度。通过适当的设计，可以丢弃冗余的DoF，并且可以应用部分STAP [6]。例如，预处理可以用于选择统计上有代表性的训练数据，以减轻杂波异质性[7-11]。知识辅助STAP将先验知识结合到估计过程中，以加速CCM的收敛[12-15]。仅测试数据的算法，如D3算法[16]和最大似然估计检测器（MLED）[17]，不需要训练数据。在[18]中提出了一种基于图像处理的STAP技术。主成分分析（PCA）将数据投影到低维子空间[19，20]以减少高样本支持。最近的一些工作已经考虑利用稀疏恢复（SR）技术的杂波频谱的角度多普勒平面的运动目标指示[21，22]。然而，这些SR方法在计算上更复杂，比传统的STAP昂贵，因为它们需要全维矩阵求逆，并且恢复过程需要额外的计算。[23，24]中的工作假设STAP滤波器权重的稀疏属性而不是杂波谱，并利用l1范数来提高稀疏性。在本文中，我们提出了一种新的稀疏STAP方法，包括天线脉冲选择策略，我们选择一个子集的最佳天线脉冲对在每个距离门应用STAP和目标检测之前。传统的选择策略将天线阵列与脉冲序列分开看待，并且仅在机载雷达中检查阵列上的选择以抑制地面杂波[25，26]。而在本文中，我们认为交错的天线脉冲数据作为一个虚拟的大阵列，其中每个传感器指定的天线数和脉冲数。我们通过联合天线脉冲选择在空间和时间上进行“细化”，以获得包括最佳传感器元件的子配置，从而获得天线脉冲对的最佳子集。与我们在[27]中的工作相比，我们的工作在最大化目标和最近的杂波傅立叶基之间的分离方面实现了天线脉冲选择，本文的贡献是（i）我们重新制定了参数，称为空间谱相关系数（S2 C2），利用目标子空间与杂波子空间的分离度来解析表达输出SCNR;（ii）我们制定并执行天线脉冲选择，使得得到的空时配置最大化输出SCNR;（iii）我们提出了两个有效的算法来实现选择过程;（iv）我们研究了基于特征基的选择问题，它比基于傅立叶基的选择性能稍好;以及（v）除了广泛的仿真之外，还使用单基地多通道机载雷达测量（MCARM）数据来评估所提出的天线脉冲选择策略的性能。文章插图
![]()
![]()
![]()
![]()
![]()
![]()
![]()
结论
本文提出了一种新的观点，我们认为交错的天线脉冲数据形成一个单一的大传感器阵列，并研究了一个稀疏的STAP进行选择这个大的传感器阵列。由天线编号和脉冲编号指定的每个传感器对应于一个天线-脉冲对。对S2 C2算法进行了改进，使目标与杂波子空间的时空分离度得到了改善。在S2 C2的基础上，我们实现了天线脉冲选择作为输出SCNR的最大化，并提出了两种算法来选择最佳的天线脉冲对基于傅立叶基和本征基。仿真和MCARM实验数据验证了该天线脉冲选择策略的有效性，在降低计算量、解决杂波异质性和样本支持有限等问题的同时，也证明了该策略在稳健雷达目标检测中的有效性。
完
相关学习资料见面包多链接https://mbd.pub/o/author-a2mYl2tsbA==/work。欢迎加入我的知识星球：https://wx.zsxq.com/dweb2/index/group/15552518881412，永久获取更多相关资料、代码。
