李志汇, 张永顺,2, 高 乾, 郭艺夺, 王 强, 刘 洋
(1. 空军工程大学防空反导学院, 陕西 西安 710051; 2. 信息感知技术协同创新中心, 陕西 西安 710077;3. 空军通信士官学校, 辽宁 大连 116600)
机载雷达在进行地面/海面弱小目标检测时,面临的强地/海杂波往往将微弱目标淹没,严重影响了运动目标的检测性能。空时自适应处理(space-time adaptive processing, STAP)对空时二维回波数据进行联合处理,能够有效地将杂波和目标在空时二维域中分离开来[1-2],显著提升了机载雷达对慢速目标的检测性能。STAP技术通常需要足够多的独立同分布(independent identically distributed, IID)训练样本来估计杂波协方差矩阵,然而在实际环境中,样本非均匀导致难以获得足够多的IID样本,从而导致STAP的性能严重下降[3]。近年来,不少学者将稀疏恢复(sparse recovery, SR)技术引入到STAP中,认为杂波在整个空时二维平面的分布是稀疏的[4],首先采用SR算法恢复出杂波的空时谱,然后采用恢复出的空时谱来构造杂波协方差矩阵,进而计算STAP权矢量,这类方法被称为SR-STAP技术[5-8]。SR-STAP技术在不需要杂波先验信息的情况下,使用非常少量的训练样本就能够估计比较准确的杂波协方差矩阵。SR-STAP技术在构建STAP完备字典时一般假定离散化后的空时网格点与杂波脊完全对准,然而实际情况下,杂波散射点并不是恰好落在离散化的空时网格点上,从而导致杂波协方差矩阵的估计精度严重下降,这就是网格失配STAP问题,也可称为基失配STAP问题。
当前,国内外众多学者针对网格失配问题的研究,提出了许多有效的算法。……