基于最优极化空时自适应处理的低空风切变风速估计方法

针对机载双极化相控阵气象雷达的低空风切变风速估计问题,本文提出了一种基于最优极化空时自适应处理(Polarization Space-Time Adaptive Processing,PSTAP)的低空风切变风速估计方法。本方法首先利用最大似然估计出适用于低空风切变这类分布式目标的极化空时导向矢量,其次通过构造PSTAP处理器最优权矢量对回波信号进行杂波抑制的同时积累风切变目标信号,最后精确估计出低空风切变的风速。仿真结果证明所提方法可以有效地实现杂波抑制并精确估计低空风切变的风速。

基于KA-SRCN-pSTAP的低空风切变风速估计方法

针对由于独立同分布(IID)样本严重不足,导致极化空时自适应(pSTAP)处理性能下降,进而导致低空风切变风速估计不准确的问题,本文提出了一种基于知识辅助的稀疏表示杂波零陷极化空时自适应(KA-SRCN-pSTAP)的低空风切变风速估计方法。该方法首先利用杂波脊的先验知识辅助构造极化空时稀疏字典,然后利用极化空时稀疏字典,通过SRCN算法挑选原子并对到杂波线性子空间补空间上的投影矩阵进行估计,从而得到pSTAP权矢量,最后构造pSTAP滤波器对地杂波进行抑制,准确估计低空风切变风速。该方法仅使用少量IID样本,将SRCN算法与极化-空时域相结合,完成对风切变风速的有效估计。仿真实验结果证明该方法可以有效实现少样本情况下的风速准确估计。