基于输出信杂噪比的机载雷达训练样本选择算法

在非均匀杂波环境下,被干扰目标污染的训练样本会严重影响空时自适应处理(space-time adaptive processing,STAP)性能,需进行剔除。该文提出一种基于输出信杂噪比(signal-to-clutterplus-noise ratio,SCNR)的训练样本选择算法,以输出SCNR值作为检验统计量进行样本筛选,当样本的杂波特性与目标距离环(cell under test,CUT)越相近,则基于样本设计的STAP滤波器对CUT的杂波抑制性能就越好,输出SCNR越高。此外,该文利用子孔径协方差矩阵直接表征CUT和样本的杂波特性,可确保各距离环杂波特性的表征不受其他距离环的影响,且准确性不受样本数量的限制。最后,通过实测数据验证了该样本筛选算法的性能。