內容簡介
空時自適應處理(Space-TimeAdaptiveProcessing,STAP)技術可實現對機載/星載雷達中強地/海雜波的有效抑製,顯著改善機載/星載雷達對空/地運動目標的檢測性能。壓縮感知理論是21世紀初提齣的一種新的信號獲取與處理手段。壓縮感知與STAP技術的結閤能突破傳統STAP方法對訓練樣本數需求的極限,引起瞭眾多學者和研究機構的濃厚興趣。本書以機載雷達為背景,針對雜波抑製以及運動目標檢測技術,圍繞稀疏性是什麼、為什麼利用稀疏性以及如何利用稀疏性三個問題,係統地闡述瞭空時迴波信號中雜波的稀疏性本質特性,介紹瞭稀疏空時自適應處理理論框架與基礎,並詳細介紹瞭上述框架下一係列稀疏STAP方法。
目錄
前言
符號說明
第1章 概述
1.1 引言
1.2 STAP研究曆史和現狀
1.2.1 STAP方法研究現狀
1.2.2 STAP實驗驗證與實際係統
1.3 STAP與稀疏恢復/錶示
1.3.1 稀疏恢復/錶示方法研究現狀
1.3.2 稀疏STAt,技術研究現狀
1.3.3 稀疏STAP技術的關鍵科學問題
1.4 本書組織結構
第2章 稀疏STAP理論框架
2.1 引言
2.2 信號模型與性能評價準則
2.2.1 空時信號模型
2.2.2 空時協方差矩陣
2.2.3 空時濾波器
2.2.4 STAP性能評價準則
2.3 STAP中的稀疏性
2.3.1 雜波空時功率譜的稀疏性
2.3.2 空時濾波器的“稀疏性”
2.4 稀疏STAP原理
2.4.1 稀疏濾波器STAP原理
2.4.2 基於功率譜稀疏性的STAP原理
2.5 稀疏STAP技術優勢
2.6 本章小結
第3章 稀疏濾波器STAP技術
3.1 引言
3.2 旁瓣對消結構稀疏濾波器STAP方法
3.2.1 L1-OCD-STAP算法
3.2.2 L1-RLS-STAP算法
3.2.3 正則化參數設置分析
3.2.4 基於開關選擇的L1-RLS-STAP算法
3.2.5 計算復雜度分析
3.2.6 仿真實驗與分析
3.3 直接濾波結構稀疏濾波器STAt,方法
3.3.1 L1-SMI-STAP算法
3.3.2 L1-CG-STAP算法
3.3.3 計算復雜度分析
3.3.4 仿真分析與實驗驗證
3.4 本章小結
第4章 基於陣列流形知識的雜波子空間STAP技術
4.1 引言
4.2 基於陣列流形知識的STAP原理
4.3 基於陣列流形知識和低秩特性的STAP方法
4.3.1 LRGP-KA-STAP算法原理
4.3.2 降維LRGP-KA-STAP-算法原理
4.3.3 計算復雜度分析
4.3.4 仿真實驗與分析
4.4 基於存在測量誤差的陣列流形先驗的增強KA-STAP方法
4.4.1 InAME-KA-STAP算法原理
4.4.2 拓展與討論
4.4.3 仿真實驗與分析
4.5 本章小結
第5章 功率譜稀疏恢復多訓練樣本STAP技術
5.1 引言
5.2 基於IAA的空時功率譜稀疏恢復的多訓練樣本STAP方法
5.2.1 傳統IAA-STAP算法
5.2.2 多訓練樣本MIAA-STAP算法
5.2.3 計算復雜度分析
5.2.4 仿真實驗與分析
5.3 基於同倫的空時功率譜稀疏恢復多訓練樣本STAP方法
5.3.1 復數域同倫稀疏恢復算法原理
5.3.2 同倫稀疏恢復算法在STAP中的應用
5.3.3 算法執行問題考慮
5.3.4 計算復雜度分析
5.3.5 仿真實驗與分析
5.4 本章小結
第6章 功率譜稀疏恢復直接數據域STAP技術
6.1 引言
6.2 基於L1範數加權的功率譜稀疏恢復D3-STAP方法
6.2.1 D3WSR-STAP算法原理
6.2.2 仿真實驗與分析
6.3 基於平滑的功率譜稀疏恢復D3-STAP方法
6.3.1 SASM-D3SR-STAP算法原理
6.3.2 計算復雜度分析
6.3.3 仿真實驗與分析
6.4 本章小結
第7章 基於陣列流形知識與功率譜稀疏恢復STAP技術
7.1 引言
7.2 基本原理
7.3 字典設計與雜波陣列流形選擇
7.3.1 字典設計問題
7.3.2 陣列流形中空間頻率與多普勒頻率關係
7.3.3 陣列流形中的矩形窗選擇問題
7.4 算法執行問題探討
7.5 計算復雜度分析
7.6 仿真實驗與分析
7.7 本章小結
第8章 陣列誤差下穩健功率譜稀疏恢復STAP技術
8.1 引言
8.2 陣列誤差對功率譜稀疏恢復STAP方法影響分析
8.2.1 陣列幅相誤差下的功率譜稀疏模型
8.2.2 陣列幅相誤差下的性能影響
8.2.3 仿真實驗與分析
8.3 基於OMP和LS交替迭代功率譜稀疏恢復STAP方法
8.3.1 算法原理
8.3.2 多快拍聯閤交替迭代
8.3.3 仿真實驗與分析
8.4 基於陣列流形知識的穩健功率譜稀疏恢復STAP方法
8.4.1 算法原理
8.4.2 計算復雜度分析
8.4.3 仿真實驗與分析
8.5 基於ADM的聯閤陣列誤差估計與功率譜稀疏恢復STAP方法
8.5.1 基於ADM框架的問題描述
8.5.2 功率譜與陣列誤差聯閤估計
8.5.3 多快拍聯閤稀疏恢復與估計
8.5.4 目標檢測
8.5.5 仿真實驗與分析
8.6 本章小結
第9章 雜波起伏下穩健功率譜稀疏恢復STAP技術
9.1 引言
9.2 雜波起伏下稀疏模型
9.3 協方差矩陣加權功率譜稀疏恢復直接數據域STAP方法
9.3.1 角度-多普勒像估計
9.3.2 雜波協方差矩陣估計與濾波器設計
9.4 參數設置
9.5 自適應CMT選擇
9.6 仿真實驗與分析
9.6.1 參數設置影響分析
9.6.2 與其他算法比較
9.7 本章小結
附錄A 式(2.2 0)-式(2.2 1)的推導
附錄B 式(2.4 1)為空時功率譜的證明
附錄C 空時功率譜P與傅裏葉空時功率譜的關係
附錄D 定理2.1 的證明
附錄E 正則化參數設置部分:結論1和結論2的證明
附錄F 平颱高度測量誤差對俯仰角的影響
附錄G 假設模型中離散的雜波塊個數N的設置
附錄H 式(5.3 8)-式(5.4 1)的推導
附錄I 式(5.6 2)的推導
附錄J 式(8.6 3)的推導
附錄K 縮略語錶
參考文獻
稀疏空時自適應處理 epub pdf mobi txt 電子書 下載 2024
稀疏空時自適應處理 下載 epub mobi pdf txt 電子書