基于最差性能最优的稳健STAP算法

导向矢量失配和协方差矩阵失配是影响空时自适应处理(STAP)性能的两大主要因素,基于在最差情况下的性能最优,提出了一种稳健的STAP算法.通过对原始问题的数学描述,建立了基于最差性能最优的稳健STAP算法模型,并将原始模型进行等价转换成可以处理的加载样本矩阵求逆(LSMI)算法,得到了加权矢量的具体表达式,通过对Lagrange乘数λ的准确计算,从而给出了LSMI算法中准确的加载量,解决了对角加载技术中加载量估计的难题.仿真分析表明了该算法的正确性和有效性.

基于对角加载的STAP性能改善

空时自适应处理(STAP)作为动目标检测的关键技术,但是非均匀环境将会造成协方差矩阵的估计误差,进而严重影响STAP性能。对角加载主要用于改善空间滤波器对于有用信号空域特征失配和空域协方差矩阵失配的稳健性。该文考虑将对角加载应用于STAP协方差矩阵失配(统计失配)时的性能改善,即在实际的协方差矩阵和其估计值之间存在误差时,通过对角加载改善STAP的稳健性。文中给出了加载电平的选择方法,并进行了详细的性能分析,即合理的对角加载可以提高检测概率和输出信噪比。仿真分析验证了理论分析的正确性。