機載雷達空時三維非自適應預濾波方法

虞泓波 馮大政 曹 楊 么曉坤 解 虎

?

機載雷達空時三維非自適應預濾波方法

虞泓波*馮大政 曹 楊 么曉坤 解 虎

(西安電子科技大學雷達信號處理國家重點實驗室 西安 710071)

該文提出一種機載雷達空時3維非自適應預濾波方法。利用可提前確定的載機偏航角、脈沖重復頻率、陣元間距等雷達系統和載機平臺信息，通過分析陣元在相鄰兩脈沖采樣數據的結構，設計了一種空時3維非自適應濾波器，先濾除大部分雜波，使得剩余少部分雜波在降維自適應處理時能被充分抑制，提高了動目標檢測性能。理論分析和仿真實驗表明，該預濾波方法對載機偏航具有兼容性，能大大降低雜波自由度，在整個雜波區都有一定的性能改善，尤其在主瓣雜波區性能改善明顯。

機載雷達；動目標檢測；空時3維；非自適應預濾波

1 引言

2 3維空時預濾波降維STAP原理

雷達系統和載機平臺信息在系統工作時可以提前獲取，由此可以分析得到各散射單元時域導向矢量、空域導向矢量等信息。例如通過分析脈沖重復頻率(PRF)，結合載機偏航等信息，可以得到一個距離環中各散射單元的時域導向矢量。本節中，充分利用已知的雷達系統和載機平臺信息，分析陣元在單個脈沖接收采樣數據的結構。根據相鄰脈沖接收采樣數據結構的關系，設計空時3維非自適應濾波器，在降維STAP算法前進行預濾波，濾除大部分雜波，進一步改善動目標檢測性能。

2.1 預濾波器設計

其中

其中

又根據Cauchy Schwartz不等式，可以得到

為便于后續的降維處理，結合3維數據模型，可以得到空時3維非自適應濾波器為

2.2 預濾波降維處理

預濾波后的目標導向矢量為

降維變換后的目標導向矢量為

由式(15)，式(16)，式(17)可以得到自適應最優解向量為

式(18)即為對接收數據先進行預濾波處理再由EFA算法得到的最優解。濾除大部分雜波后，剩余雜波自由度小，能夠被降維自適應處理充分抑制掉，從而動目標檢測性能獲得提高。

本文所提的非自適應預濾波方法與降維STAP技術結合應用，在空時3維降維STAP處理前進行預處理，濾除大部分雜波。(1)相對于傳統空時2維STAP，在俯仰維有自由度，所形成的俯仰維波束可以有效抑制距離模糊雜波；(2)3維STAP較傳統空時2維STAP，增大了系統自由度(天線陣元數)，提高了系統分辨率，能更加有效地抑制雜波，提高輸出信干噪比，對主瓣雜波的抑制性能改善也可以提高對慢速運動目標的檢測性能。但是與此同時，隨著加入俯仰維進行處理，帶來了更高的計算復雜度，因此針對空時3維STAP的降維技術值得進一步深入研究。

通過上述分析，可以看出相對于傳統空時2維STAP，本文所提的非自適應預濾波方法與空時3維降維STAP技術相結合，更適合應用于距離模糊雜波影響較大，需要更好目標檢測性能(更高的輸出信干噪比及更好的慢速運動目標檢測性能)的情況。

2.3 非自適應預濾波方法計算量分析

3 實驗仿真與性能分析

從圖1(b)可以看出對于正側視雷達，相對于常規MTI方法，預濾波后常規MTI方法在副瓣雜波區有近15 dB的性能改善，在主瓣雜波區一些頻率處性能改善達到30 dB；預濾波FA算法與FA算法相比，副瓣雜波區有5 dB左右的性能改善，在主瓣雜波區一些頻率處性能改善達到25 dB；預濾波EFA算法較EFA算法，在副瓣雜波區性能相當，在主瓣雜波區性能改善約5 dB，因此預濾波EFA算法主要在主瓣雜波區性能改善明顯。從圖2(b)可以看出，對于斜側視雷達，預濾波處理與常規算法相比性能同樣得到改善，且均在主瓣雜波區性能改善明顯，說明非自適應濾波器兼容了載機偏航。

實驗結果說明空時3維非自適應濾波器充分濾除了較高比例的雜波，使得剩余雜波幅度降低，自由度減小，能夠充分被降維自適應處理抑制掉，進而改善了動目標的檢測性能，尤其是對低速動目標的檢測性能。

圖1 正側視雷達

圖2 斜側視雷達

4 結束語

根據已知的雷達系統和載機平臺信息，通過分析陣列天線在相鄰兩脈沖采樣數據結構的關聯性，設計了空時3維非自適應濾波器，在降維STAP前先濾除大部分雜波，使得剩余少部分雜波在降維自適應處理時能被充分抑制，提高了動目標檢測性能。求解濾波器系數矩陣的計算復雜度低，易于實現，且對載機偏航具有兼容性。

[1] Klemm R. Principles of Space-time Adaptive Processing[M]. London: United Kingdom, The Institution of Electrical Engineer, 2002: 69-112.

[2] Abramovich Y I. Performance analysis of two-dimensional parametric STAP for airborne radar using KASSPER data [J]., 2011, 47(1): 118-139.

[3] Klemm R. STAP I-architectures and algorithms[C]. IEEE Radar Conference,Rome, 2008: 1.

[4] Fertig L B and Krich S I. Benefits of 3D-STAP for X-band GMTI airborne radars[C]. ASAP Conference, Samos, Greece, 2005.

[5] 王萬林, 廖桂生. 機載預警雷達三維空時自適應處理及其降維研究[J]. 系統工程與電子技術, 2005, 27(3): 431-434.

Wang Wan-lin and Liao Gui-sheng. Study on three dimensional space-time optimum and suboptimum processing for airborne early warning radar [J]., 2005, 27(3): 431-434.

[6] He Jie, Feng Da-zheng, Xiang Cong,.. Tri-iterative three-dimensional space-time adaptive processing based on correlation matrix for airborne radar[C]. Pervasive Computing Signal Processing and Applications (PCSPA), Harbin, 2011: 715-718.

[7] Hale T B, Temple M A, Raquet J F,.. Localized three- dimensional adaptive spatial-temporal processing for airborne radar[J].-,, 2003, 150(1): 18-22.

[8] Boizard M, Ginolhac G, and PascalLow F. Rank tensor STAP filter based on multilinear SVD[C]. Sensor Array and Multichannel Signal Processing Workshop (SAM), Hoboken, NJ, 2012: 305-308.

[9] Xie Wen-chong, Chen Jian-wen, and Wang Yong-liang. Study on STAP in non-homogeneous clutter environment[C]. IEEE Aerospace Conference, Big Sky, Montana, 2008: 1-6.

[10] Dippetro R C. Extended factored space-time processing for airborne radar system[C]. Proceedings of the 26th Asilomar Conference on Signals, Systems and Computers, IEEE, Pacific Grove, 1992: 425-430.

[11] Wang H and Cai L. On adaptive spatial - temporal processing for airborne surveillance radar systems[J].,1994, 30(3): 660-669.

[12] Xiang Cong, Feng Da-zheng, Lü Hui,.. Three- dimensional reduced-dimension transformation for MIMO radar space-time adaptive processing[J]., 2011, 91(8): 2121-2126.

[13] Wu J, Wang T, Meng X,.. Clutter suppression for airborne non-sidelooking radar using ERCB-STAP algorithm [J].,&, 2010, 4(4): 497-506.

[14] Baumgartner S V. A priori knowledge-based Post-Doppler STAP for traffic monitoring applications[C]. IEEE International Geoscience and Remote Sensing Symposium (IGARSS)Munich, 2012: 6087-6090.

[15] Wilcox D. Transmit beamforming for range ambiguous clutter mitigation in forward-looking STAP radar[C]. Sensor Signal Processing for Defence, London, 2011: 1-4.

[16] Wolfram B. Dealing with target nulling and clutter inhomogeneities in STAP[C]. European Conference on Synthetic Aperture Radar, Nuremberg, Germany, 2012: 380-383.

[17] 李曉明. 機載相控陣雷達降維STAP方法及其應用[D]. [博士論文], 西安電子科技大學, 2008.

[18] Klemm R. Adaptive airborne MTI with two-dimensional motion compensation[J].:, 1991, 138(6): 551-558.

虞泓波： 男，1988年生，碩士生，研究方向為空時自適應信號處理.

馮大政： 男，1959年生，教授，博士生導師，研究方向為自適應陣列信號處理、盲信號處理、MIMO雷達信號處理、神經網絡等.

曹 楊： 男，1983年生，博士生，研究方向為空時自適應信號處理.

Three-dimensional Space-time Nonadaptive Pre-filtering Approach in Airborne Radar

Yu Hong-bo Feng Da-zheng Cao Yang Yao Xiao-kun Xie Hu

(,,710071,)

A 3-D space-time nonadaptive pre-filtering approach in airborne radar is proposed in this paper. It makes full use of predictable radar system and platform parameters such as airborne crab, Pulse Repetition Frequency (PRF) and interelement spacing, and the 3-D space-time nonadaptive filter is easily designed by analyzing the structure of the received sampling data of two adjacent pulses. Most clutter is filtered previously so that small part of residual clutter can be sufficiently suppressed by reduced-dimensional adaptive processing. The simulation results confirm that the proposed pre-filtering approach is compatible with airborne crab and can reduce the Degree of Freedom (DoF) of clutter, and the moving target detection performance is improved in the whole clutter region, especially in mainlobe region.

Airborne radar; Moving target detection; Three-dimensional space-time; Nonadaptive pre-filtering

TN959.73

A

1009-5896(2014)01-0215-05

10.3724/SP.J.1146.2013.00401

2013-03-28收到，2013-09-03改回

國家自然科學基金(61271293)資助課題

虞泓波 beyond_hongbo@126.com