邓晶　刘延春

摘要：空时自适应处理（STAP）是一种用于运动平台雷达对运动目标检测的有效技术，能够显著提升现有雷达装的检测性能。在实际应用中，该技术需要大量的训练样本对接收信号中的杂波、噪声协方差矩阵进行估计。然而，由于在大多数探测环境中杂噪背景变化较快，可用于估计的独立样本较少，从而导致该技术性能损失严重。针对这种情况，本文提出了一种基于知识辅助（KA）的新型STAP算法，该算法通过先验知识首先对杂噪协方差矩阵进行推算，并将推算的结果与少量样本估计结果进行融合，从而极大地减少了精确估计所需样本的数量。仿真实验结果表明，本文算法能够显著提升现有STAP技术的收敛速度，克服其在实际应用中的障碍。

关键词：机载雷达；空时自适应处理；知识辅助

中图分类号：TN957.51 文献标识码：A 文章编号：1009-3044（2018）27-0253-02

20世纪70年代，Reed等人首次提出了空时二维自适应处理（STAP）方法[1]。该方法将原有的自适应阵列处理技术推广至阵列-脉冲两个维度，通过空时联合处理，根据接收信号中非期望信号（本文主要针对杂波、噪声）的统计特性自适应形成二维滤波器，有效提高了非期望信号的抑制能力，显著增强了运动平台雷达对地面动目标的检测功能。

经过几十年的研究，STAP技术在理论上已相当成熟。然而，在实际运用中，该技术却面临严重瓶颈。由于该技术本身属于自适应信号处理范畴，应用中必需大量的样本信号对非期望信号的统计特性（杂波、噪声协方差矩阵）进行估计。……