多维互质结构FDA雷达稀疏空时距自适应处理研究

Recently, frequency diversity array (FDA) and coprime array are the hot topics in the radar area. Combing these two ideas, which can provide spatial compressed samples, offer the range information, obtain much more system degrees-of-freedom (DoFs) than the number of physic antennas, and reduce the system complexity and cost, has been proved the effectiveness for the direction-of-arrival (DOA) estimation and jammer suppression. Different from employing the coprime structure only in the array, this project studies the FDA radar with multi-dimensional coprime structure (MDCS-FDAR) on the transmit array, receive array, carrier frequency offset, and pulse repetition frequency, and applies it to the clutter/jammer suppression. Since it does not hold true for the method of estimating the clutter/jammer DoFs, we discuss the intrinsic relationships among the multi-dimensional coprime structure, system DoFs and clutter/jammer DoFs, and derive the upper bound of the optimum clutter/jammer suppression performance. Because the covariance matrix estimation approaches based on range samples is not applicable, we study the sparsity-aware space-time-range adaptive processing for the MDCS-FDAR by exploiting the sparsity of the power spectrum and adaptive patterns of the filter weight vector, and the priori knowledge from the radar system and other sensors. After that, by considering the practical errors, we focus on the robust methods for the case of steering vector mismatching. All in all, this project will achieve the clutter, suppressive jamming and deceptive jamming rejection simultaneously, and the range ambiguous clutter suppression, and provide theoretical support for the small, light, low energy consumption, low cost and high carrier frequency airborne radar system.

频控阵(FDA)与互质阵列是近年来雷达领域研究的热点，二者结合可实现空间压缩采样，提供距离维度，获得大于阵元数的系统自由度，并降低系统复杂性和成本，已在DOA估计和干扰抑制方面得到证实。不同于只在阵列维采用互质结构，本项目针对发射阵列、接收阵列、载频偏移、脉冲重复频率，研究应用于杂波/干扰抑制的多维互质结构FDA雷达。针对传统杂波/干扰自由度估计准则不再成立，探索多维互质结构、系统自由度，杂波/干扰自由度的内在联系，推导杂波/干扰抑制最优处理性能上界；针对距离维样本协方差矩阵估计不再适用，从功率谱和滤波器权矢量自适应方向图稀疏性出发，结合雷达系统与其它传感器提供的先验知识，研究稀疏空时距自适应处理；针对实际误差因素，研究面向导向矢量失配的稳健算法。项目将实现杂波、压制式干扰和欺骗式干扰的同时抑制，以及距离模糊杂波的有效抑制，为小、轻、低能耗、低成本、高频段的机载雷达系统提供理论支撑。

绝大部分空时自适应处理（STAP）研究均假设阵元间距满足奈奎斯特采样定律和脉冲为均匀发射方式，导致高频段高分辨力的雷达系统阵元数较多、系统复杂、阵列互耦严重、成本较高。实际小型化平台对雷达系统提出了尺寸小、质量轻、能耗低、成本低等要求。因此，不满足奈奎斯特采样定律的稀疏采样成了必然选择。为此，本项目围绕多维互质采样提高系统自由度与增强杂波/干扰抑制性能机理，多维互质采样下STAP方法设计展开研究，取得了如下成果：.（1）建立了无阵列误差和阵列误差下的多维互质采样虚拟等效信号模型，分析了杂波功率谱的特性；针对机载雷达参数和状态完全已知与实际雷达状态存在测量误差两种情况，提出了基于多维带限过程带宽-孔径积理论的杂波秩估计理论，推广了传统杂波秩估计理论。理论上推导了多维互质采样STAP方法虚拟快拍重构的精度界，建立了定量化的虚拟快拍估计与训练快拍数、CNR的数学关系。.（2）针对多维互质采样结构中的等效接收信号模型满足均匀线性采样情况，提出了基于空时孔径平滑的互质STAP方法，降秩互质STAP方法，降维互质STAP方法。理论推导了所提方法的一阶和二阶统计特性，给出了理论界限。.（3）针对多维互质采样结构中的等效接收信号模型任意的情况，建立了基于功率谱稀疏恢复的STAP框架，提出了联合先验知识和稀疏性的两阶降维稳健互质阵列稀疏STAP方法。理论推导了该方法虚拟等效快拍估计误差的统计分布特性，建立了虚拟快拍估计方差与训练样本数，协方差矩阵及虚拟信号自由度的关系。.（4）针对滤波器权矢量方向图稀疏性，提出了基于共轭梯度的迭代低复杂度STAP算法、基于波束-多普勒稀疏选择的降维STAP方法、基于多级自适应选择的波束-多普勒降秩STAP方法。从滤波角度利用了稀疏性，避免了杂波功率谱的稀疏恢复存在的计算复杂度高问题。.（5）针对阵列误差引起的等效接收信号模型失配问题，建立了虚拟等效后的阵列误差稀疏信号模型，提出了基于聚焦欠定系统求解法和最小二乘法交替迭代的稳健稀疏STAP方法和基于交替方向乘子法的稳健稀疏STAP方法，有效降低了阵列误差引起的杂波抑制和目标检测性能下降的程度。.本项目研究成果对压缩采样、压缩感知与雷达信号处理结合的理论发展具有一定促进作用，为实现小、轻、低能耗、低成本、高频段的机载雷达系统提供理论支撑，对感知通信一体化降低系统开销具有工程应用价值。

内容获取失败，请点击重试