由于機(jī)載多輸入輸出(Multiple-Input-Multiple-Output,MIMO)雷達(dá)發(fā)射正交寬波束信號,因此利用小規(guī)模陣元就能產(chǎn)生大型虛擬陣列孔徑,故擁有探測范圍廣、抗干擾性強(qiáng)等優(yōu)勢。在MIMO雷達(dá)中應(yīng)用空時自適應(yīng)處理(Space-Time Adaptive Processing,STAP)方法可以提升目標(biāo)檢測能力和雜波抑制性能,但是由于訓(xùn)練樣本數(shù)不足及計算量大等問題,雜波抑制效果會下降�；诖�,本文以機(jī)載MIMO雷達(dá)為研究背景,圍繞雜波抑制的問題,設(shè)計了相關(guān)預(yù)濾波器并通過結(jié)合STAP方法,可以減少樣本需求量及計算量,主要內(nèi)容分為以下幾個方面:(1)建立機(jī)載MIMO雷達(dá)雜波模型,將MIMO雷達(dá)特點與STAP方法進(jìn)行結(jié)合,分析機(jī)載MIMO雷達(dá)雜波模型的性質(zhì),研究降維STAP方法,通過仿真實驗,驗證降維STAP方法的抑制效果。(2)建立兩維兩脈沖對消器(Two-Dimensional Pulse-to-Pulse Canceller,TDPC),將其作為預(yù)濾波器,通過已有系統(tǒng)參數(shù)信息,設(shè)計濾波器系數(shù)矩陣D,建立兩維脈沖對消器進(jìn)行雜波對消,對消器作為預(yù)濾波器可以抑制主瓣雜波,隨后...

【文章頁數(shù)】：73 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 背景及意義
    1.2 STAP研究歷史與現(xiàn)狀
    1.3 STAP的發(fā)展趨勢
        1.3.1 基于先驗知識的STAP
        1.3.2 基于稀疏恢復(fù)的STAP
    1.4 論文的主要內(nèi)容及安排
        1.4.1 論文主要內(nèi)容
        1.4.2 章節(jié)安排
第二章 機(jī)載MIMO雷達(dá)雜波模型及空時自適應(yīng)處理方法介紹
    2.1 引言
    2.2 機(jī)載MIMO雷達(dá)基本原理與MIMO-STAP
        2.2.1 機(jī)載MIMO雷達(dá)基本原理
        2.2.2 機(jī)載MIMO-STAP的提出
    2.3 機(jī)載MIMO雷達(dá)雜波模型
        2.3.1 雜波信號模型
        2.3.2 雜波功率譜
        2.3.3 雜波特征譜
    2.4 機(jī)載MIMO雷達(dá)最優(yōu)STAP處理器
    2.5 經(jīng)典降維STAP方法
        2.5.1 FA方法
        2.5.2 EFA方法
    2.6 仿真實驗
    2.7 本章小結(jié)
第三章 基于機(jī)載MIMO雷達(dá)兩維脈沖對消(TDPC)方法設(shè)計
    3.1 引言
    3.2 機(jī)載MIMO雷達(dá)兩維兩脈沖對消(TDPC)方法設(shè)計
        3.2.1 TDPC原理
        3.2.2 MIMO TDPC對消方法設(shè)計
        3.2.3 級聯(lián)降維空時自適應(yīng)處理方法
    3.4 仿真實驗
    3.5 本章小結(jié)
第四章 基于稀疏恢復(fù)的地雜波對消(CCCR)方法設(shè)計
    4.1 引言
    4.2 雜波空時二維譜稀疏性分析
        4.2.1 信號模型分析
        4.2.2 雜波秩分析
    4.3 基于稀疏恢復(fù)的雜波空時譜估計
    4.4 基于稀疏恢復(fù)的雜波對消器設(shè)計
        4.4.1 基于稀疏恢復(fù)的雜波對消器設(shè)計
        4.4.2 級聯(lián)空時自適應(yīng)處理方法
    4.5 仿真實驗
    4.6 本章小結(jié)
總結(jié)與展望
    全文內(nèi)容總結(jié)
    研究展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間取得的科研成果
    發(fā)表學(xué)術(shù)論文
    參與科研項目及科研獲獎



本文編號：3761137