机载雷达的稳健稀疏空时自适应处理方法研究

机载雷达的稳健稀疏空时自适应处理方法研究

ID:34868061

大小:5.64 MB

页数:151页

时间:2019-03-12

机载雷达的稳健稀疏空时自适应处理方法研究_第1页
机载雷达的稳健稀疏空时自适应处理方法研究_第2页
机载雷达的稳健稀疏空时自适应处理方法研究_第3页
机载雷达的稳健稀疏空时自适应处理方法研究_第4页
机载雷达的稳健稀疏空时自适应处理方法研究_第5页
资源描述:

《机载雷达的稳健稀疏空时自适应处理方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、博士学位论文肇j机载雷达的稳健稀疏空时自适应处理方法研究作者姓名高志奇指导教师姓名、职称陶海红教授申请学位类别工学博士0I西安电子科技大学学位论文独创性(或创新性)声明秉承学校严谨的学风和优良的科学道德,本人声明所呈交的论文是我个人在导师指导下进行的研宄工作及取得的研宄成果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果;也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同事对本研宄所做的任何贡献均已在

2、论文中作了明确的说明并表示了谢意<>一学位论文若有不实之处。,本人承担切法律贵任:本人签名:高土今日期加U.I西安电子学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定,即:研宂生在校攻读学位期间论文工作的知识产权属于西安电子科技大学。学校有权保留送交论文的复印件,允许査阅、借阅论文;学校可以公布论文的全部或部分内容,允许采用影印,、缩印或其它复制手段保存论文《同时本人保证结合学位论文研究成果完成的论文、发明专利等成果,署名单位为西安电子科技大学。保密的学位论文在年解密后

3、适用本授权书。_.、i:本人签名:沟A导师签名Q舁PRIB:日期:.日期I学校代码10701学号1302310170分类号TN957密级公开西安电子科技大学博士学位论文机载雷达的稳健稀疏空时自适应处理方法研究作者姓名:高志奇一级学科:信息与通信工程二级学科:信号与信息处理学位类别:工学博士指导教师姓名、职称:陶海红教授学院:电子工程学院提交日期:2016年9月RobustSparsenessSpace-timeAdaptiveProcessingAlgorithmsforAirborneRadarAdissertatio

4、nsubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofDoctorofPhilosophyinSignalandInformationProcessingByGaoZhiqiSupervisor:TaoHaihongTitle:ProfessorSeptember2016摘要摘要地面运动目标检测是机载雷达的重要任务之一。由于载机的运动和工作在下视模式,机载雷达接收信号中杂波功率较强且多普勒展宽,因此会掩盖运动目标。空时自适应处理(STAP)可以

5、根据样本数据中的杂波统计信息对其有效抑制,从而提高输出信杂噪比,达到运动目标检测的目的。因此,STAP方法在机载雷达的运动目标检测领域得到了广泛的应用。经典STAP方法需要大量独立同分布样本来估计杂波的分布信息,同时计算复杂度较高。实际上由于雷达参数误差、阵列几何结构误差、杂波环境快速变化等非理想因素的限制,检测系统很难得到足够多的样本来确保STAP性能达到期望水平。特别是在小样本、非均匀、非平稳的条件下,传统STAP方法的性能会急剧下降,难以实现有效的运动目标检测。本论文针对小样本、非均匀、非平稳条件下杂波统计信息难以获取,以及样本中的离群点容

6、易造成动目标相消等问题,利用了杂波子空间的低秩特性以及杂波在角度-多普勒平面上稀疏分布的特点,研究了基于稀疏性的稳健STAP方法,提高了复杂电磁环境中的杂波抑制能力、运动目标检测能力以及算法稳健性。论文首先阐述了机载雷达STAP方法面临的主要问题,分类总结了现有STAP方法的特点和不足,然后对机载雷达空时信号的稀疏性进行了直观解释和理论分析。在此基础上,提出了基于稀疏滤波器、基于知识辅助稀疏恢复、基于多快拍联合处理和基于S变换等的STAP算法。研究的主要算法概括如下:1、针对传统STAP算法需要样本数目较多、计算量较大的问题,提出了基于稀疏滤波器

7、的STAP算法。对于广义旁瓣相消结构的滤波器,首先分析了滤波权的稀疏性,然后在最小输出方差最优化问题中加入对滤波权的l1范数约束,得到了新的代价函数。为了避免矩阵求逆引起的计算复杂度高的问题,本文分别提出了基于迭代最小二乘和最小均方误差的权值更新算法。针对传统稀疏滤波方法中采用固定正则化因子难以达到最优滤波效果的缺陷,本文提出了自适应计算正则化因子的方法。根据每次迭代的样本数据,由最小化输出方差自适应确定正则化因子,可以提高算法的收敛速度和输出信杂噪比。另外,本文对于直接滤波结构也提出了稀疏滤波算法,在传统线性约束最小方差准则中增加对滤波权的l1

8、范数约束,并通过迭代最小二乘方法更新滤波权,同时还提出了自适应计算正则化因子的方法,通过理论分析证明了合适的正则化因子可以提高滤波器的输

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。