一种基于知识辅助的空时自适应处理新算法

空时自适应处理(STAP)是一种用于运动平台雷达对运动目标检测的有效技术,能够显著提升现有雷达装的检测性能。在实际应用中,该技术需要大量的训练样本对接收信号中的杂波、噪声协方差矩阵进行估计。然而,由于在大多数探测环境中杂噪背景变化较快,可用于估计的独立样本较少,从而导致该技术性能损失严重。针对这种情况,本文提出了一种基于知识辅助(KA)的新型STAP算法,该算法通过先验知识首先对杂噪协方差矩阵进行推算,并将推算的结果与少量样本估计结果进行融合,从而极大地减少了精确估计所需样本的数量。仿真实验结果表明,本文算法能够显著提升现有STAP技术的收敛速度,克服其在实际应用中的障碍。