1、空時自適應(yīng)處理(STAP)是機載相控陣雷達進行動目標檢測的關(guān)鍵技術(shù)。在非均勻雜波環(huán)境下,缺乏足夠多的獨立同分布(IID)訓練樣本估計雜波的統(tǒng)計特性,導(dǎo)致自適應(yīng)性能嚴重下降,這是STAP處理所面臨的最大問題。因此,發(fā)展能夠適應(yīng)非均勻環(huán)境的新型STAP算法已經(jīng)成為STAP技術(shù)的研究方向之一。將檢測環(huán)境的先驗知識合理地運用在雷達信號處理中,實現(xiàn)知識輔助的空時自適應(yīng)處理(KA-STAP)目前成為解決雜波非均勻問題和改善STAP性能的研究熱點。此

2、外,運算量巨大是STAP面臨的另一問題。為此,本論文的研究將圍繞KA-STAP技術(shù)及其數(shù)值域求解算法展開,主要包括以下幾個方面:
　　1.研究了探測環(huán)境的先驗雜波協(xié)方差估計問題。利用真實場景的地形地貌、數(shù)字高程模型(DEM)數(shù)據(jù)、雷達系統(tǒng)參數(shù)、載機平臺運動參數(shù)等先驗信息,準確估計待檢測單元的先驗雜波模型。
　　2.提出了一種知識輔助的自適應(yīng)功率剩余(KA-APR)非均勻樣本檢測算法。該算法間接利用雜波先驗知識對STAP訓練樣

3、本進行非均勻檢測,比常規(guī)檢測方法具有更好的檢測性能。根據(jù)提出的KA-APR檢測算法判斷待測采樣數(shù)據(jù)的類型(均勻或非均勻),研究了不同類型檢測樣本的自適應(yīng)算法智能選擇問題。
　　3.研究了KA-STAP色加載技術(shù)及其數(shù)值域求解算法。色加載算法利用雜波先驗知識對采樣雜波進行預(yù)白化濾波,降低雜波子空間的維數(shù),減少后續(xù) STAP對IID樣本數(shù)的需求。詳細推導(dǎo)了一種有效的最優(yōu)加載因子求解算法,使得色加載方法達到最優(yōu)性能。深入研究了基于QR分