针对空时自适应处理中样本协方差矩阵受干扰目标污染时检测性能下降的问题,提出了一种基于知识的空时自适应处理(knowledge aided space time adaptive processing,KA-STAP)方法。该方法将待测距离单元杂波的先验知识与广义内积非同态...针对空时自适应处理中样本协方差矩阵受干扰目标污染时检测性能下降的问题,提出了一种基于知识的空时自适应处理(knowledge aided space time adaptive processing,KA-STAP)方法。该方法将待测距离单元杂波的先验知识与广义内积非同态检测器(general inner product nonhomogeneity detector,GIP NHD)结合,对训练样本进行有效选择。通过仿真证明该方法能有效剔除存在干扰目标的样本,提高训练样本被干扰目标污染时空时自适应处理的检测性能。展开更多
分析了STAP(Space Time Adaptive Processing)中强干扰目标影响传统非均匀检测器性能的机理,针对强干扰目标引起的非均匀检测器性能下降和传统自适应功率剩余(APR)方法运算量大的问题,提出了一种基于局域模板的非均匀检测器(Local Templ...分析了STAP(Space Time Adaptive Processing)中强干扰目标影响传统非均匀检测器性能的机理,针对强干扰目标引起的非均匀检测器性能下降和传统自适应功率剩余(APR)方法运算量大的问题,提出了一种基于局域模板的非均匀检测器(Local Template NHD,LT-NHD)。该方法不需要进行协方差矩阵求逆的耗时运算,便能获得较高的运算效率;此外,其检测不易受训练样本中的强目标样本影响,能获得比传统方法更为鲁棒的检测性能。实测数据实验验证了本文方法的有效性。展开更多