论文部分内容阅读
自第二次世界大战以来,由于军事上的迫切需要,雷达获得了广泛的应用和发展。在雷达的工作环境中,除了要探测的目标信号,还存在着各种各样的干扰信号,大大降低了雷达检测目标的能力。空域抗干扰是目前最常用的抗干扰技术。但干扰信号的非平稳性,造成空域抗干扰技术性能的下降。为解决该问题,研究人员提出了稳健的空域抗干扰方法,但总体来说,这些方法都需要对所有阵元的接收数据进行处理。而现代雷达系统,其接收阵元成百上千,若对全部阵元的接收数据都做自适应处理,计算量、存储量巨大,使目前提出的稳健空域抗干扰方法难以应用于实际工程领域。另一方面,为了缓解运算量和抗干扰性能之间的矛盾,现代雷达系统通常先对雷达的接收数据进行降维处理,以减少计算量和存储量,但对于降维后的接收数据,缺少相应的稳健抗干扰方法,无法有效检测到目标信号。本文对稳健的抗干扰算法做了一定的研究。首先定义了全文使用的信号模型,并介绍了自适应波束形成的基本理论,为后续章节的讨论奠定基础；接下来本文着重讨论了稳健抗干扰方法在全自适应处理中的应用,同时分析了部分自适应处理的降维原理,以寻求两种处理方式的结合点；最后,在前述分析的基础之上,本文提出了两种稳健的部分自适应处理思路以及稳健的旁瓣相消自适应处理算法,并进行了仿真验证。稳健的自适应抗干扰方法,不论是对角加载还是零陷展宽都是通过对干扰协方差矩阵点乘锥化矩阵,以减小矩阵特征值的散布程度,从而增强算法稳健性。而对于协方差矩阵的锥化,又皆可等效为对接收回波数据点乘扰动向量,即对数据进行扰动。故对于稳健的部分自适应处理方法,可以有两种思路：一种是先对数据扰动做展宽处理然后进行部分自适应阵列处理的算法,该方法可适用于任何降维或降秩自适应处理,可在有效减小计算量的同时增强算法稳健性；另一种是先对数据做降维或降秩处理然后做零陷展宽处理的算法,该思路目前已有效应用于子阵降维法,不仅可以进一步减小计算量,而且可用于只能得到子阵降维后的回波数据的场景；此外,通过计算零陷展宽所需的自适应自由度,还可以将零陷展宽方法应用至旁瓣相消算法,得到稳健的自适应旁瓣相消算法。实验仿真结果表明,上述稳健的部分自适应阵列处理抗干扰算法,都可以形成实际所需的宽零陷,并最终提高雷达目标检测的能力。