论文部分内容阅读
机载 WAS-GMTI(Wide Area Surveillance Ground Moving TargetIndication)模式通过天线在方位向快速反复的扫描，可以实现远距离大范围地面场景中的运动目标的高重访率探测，在军事和民用领域都有着广阔的应用前景。在军事领域，可以实时监视敌方战场并跟踪其军事设施的变动，为战场指挥官提供重要的决策信息;在民用领域，可以监视陆地车辆与海面舰船等的运行状况，为交通监管提供重要信息。 本论文以机载WAS-GMTI模式的信号处理流程为主线，重点对多普勒波束锐化（Doppler Beam Sharpening，DBS）成像算法、多通道杂波抑制和运动目标参数估计等关键信号处理技术展开研究。具体包括: 1.深入研究了WAS-GMTI模式的工作原理，从方位向探测范围和方位向分辨率两个方面分析了WAS-GMTI模式的性能，建立了机载多通道WAS-GMTI模式的几何模型。在此基础上深入研究了实际工程中机载WAS-GMTI模式的信号处理流程和信号处理方法，给出了多通道WAS-GMTI模式的回波仿真方案。这些内容是后续章节的基础。 2.深入研究了DBS成像算法。针对传统的基于快速傅里叶变换(FastFourier Transform，FFT)的DBS成像方法存在旁瓣高、分辨率低的问题，本论文将高分辨的谱估计算法引进到DBS成像中，提出了两种超分辨广域成像方法:基于迭代自适应算法(Iterative Adaptive Approach，IAA)和基于协方差准则循环迭代的稀疏参数估计方法(SParse Iterative Covariance-based Estimationmethod，SPICE)的DBS成像方法。仿真实验和实测数据处理表明:两种方法均可以有效的提高DBS图像的质量，其中后者具有更高的分辨率，但是存在少量细节信息的丢失。 3.研究了机载多通道WAS-GMTI模式的杂波抑制方法，提出了一种基于IAA算法的多通道杂波抑制方法。通过利用IAA算法迭代的过程，不断地估计杂波分量并进行抑制，有效的完成了多通道WAS-GMTI的杂波抑制。该方法不需要利用训练序列估计杂波加噪声协方差矩阵，因此不受杂波非均匀性的影响。 4.对WAS-GMTI模式下的运动目标参数估计进行了研究，分析了基于比相干涉和基于最大似然的参数估计方法的原理及优缺点，提出了一种基于IAA算法的参数估计方法。该方法理论上可以检测零速目标，因此能进一步降低杂波剩余的影响，提升参数估计的准确性。同时，该方法不需要从训练序列中估计杂波加噪声协方差矩阵，因此不受杂波非均匀性的影响。