章涛，钟伦珑，来燃，郭骏骋

中国民航大学 天津市智能信号与图像处理重点实验室，天津 300300

空时自适应处理(Space-Time Adaptive Processing, STAP)是机载阵列雷达抑制杂波的一种有效方法[1-2]。STAP的杂波抑制性能主要取决于杂波协方差矩阵(Clutter-plus-noise Covariance Matrix, CCM)的估计精度。传统STAP方法采用统计估计的方法获得CCM估计值，若需保证输出信杂比相较最优值下降不超过3 dB，则至少需要系统自由度2倍数量的独立同分布(Independent Identically Distributed, IID)杂波样本[3]。然而在实际系统中，当杂波呈现非平稳或非均匀特性时，很难获得足够的IID样本，进而使得STAP杂波抑制性能严重损失[4]。

为了减少STAP所需杂波样本数量，研究人员提出了多种方法，主要包括降维STAP方法和降秩STAP方法。降维STAP方法利用与数据无关的变换降低接收数据维数，使得所需杂波样本数量为降维后数据维数的2倍，主要方法包括：辅助通道处理(Auxiliary Channel Processing, ACP)方法[5]、扩展因子化(Extended Factored Approach, EFA)方法[6]、广义多波束(Generalized Multiple Beams, GMB)方法[7]等，但这类方法不可避免地存在系统自由度损失。降秩STAP方法则利用与数据有关的变换对接收数据进行处理，使得所需杂波样本数降低为杂波秩的2倍，主要方法包括：正交投影处理(Orthogonal Projection Processor, OPP)方法[3]、最小功率特征对消(Minimum Power Eigen canceller, MPE)方法[8]、多级维纳滤波(Multistage Winer Filter, MWF)方法[9]等，但是这类方法的性能依赖于杂波秩，在实际杂波环境中很难准确估计杂波秩。

近年来，稀疏恢复方法在信号处理领域快速发展[10-11]。由于稀疏恢复方法可以使用很少样本精确地恢复未知稀疏信号，已成为机载雷达杂波抑制的研究热点[12-13]。目前比较有代表性的杂波空时谱稀疏恢复方法包括：文献[14]提出了利用1范数最小化实现空时谱稀疏恢复的凸优化方法。……