王 珽趙擁軍 胡 濤

(信息工程大學(xué)導(dǎo)航與空天目標(biāo)工程學(xué)院 鄭州 450001)

機(jī)載MIMO雷達(dá)空時自適應(yīng)處理技術(shù)研究進(jìn)展

王 珽*趙擁軍 胡 濤

(信息工程大學(xué)導(dǎo)航與空天目標(biāo)工程學(xué)院 鄭州 450001)

MIMO雷達(dá)作為一種新體制雷達(dá)，具有諸多優(yōu)點(diǎn)和廣泛的應(yīng)用領(lǐng)域，引起了國內(nèi)外軍事界和學(xué)術(shù)界的極大關(guān)注?？諘r自適應(yīng)處理(STAP)主要目的為抑制地雜波，進(jìn)行地面動目標(biāo)顯示(GMTI)。如今，這項技術(shù)又被進(jìn)一步推廣到MIMO雷達(dá)系統(tǒng)中，MIMO雷達(dá)STAP迅速成為國際雷達(dá)界的一個研究熱點(diǎn)。該文詳細(xì)闡述了MIMOSTAP的引入及重要意義，對雜波建模、雜波自由度(DOF)分析、降維(秩)處理、有源干擾與雜波的同時抑制、非均勻雜波環(huán)境處理等方面主要研究情況進(jìn)行綜述，并對未來MIMO-STAP技術(shù)的發(fā)展方向進(jìn)行了展望。

MIMO雷達(dá)；機(jī)載雷達(dá)；空時自適應(yīng)處理(STAP)

1 引言

在現(xiàn)代戰(zhàn)爭中，掌握制空權(quán)是贏得戰(zhàn)爭的重要保證，預(yù)警機(jī)在其中起著舉足輕重的作用。但是機(jī)載預(yù)警(Airborne Early Warning, AEW)雷達(dá)在下視工作時受地面雜波的影響十分嚴(yán)重，地雜波不僅強(qiáng)度大而且不同方向的地雜波相對于載機(jī)的速度也各不相同，從而使雜波譜大大擴(kuò)展，雜波呈現(xiàn)出很強(qiáng)的空時耦合性。STAP技術(shù)最初是由Brennan等人[1]于1973年針對相控陣體制機(jī)載預(yù)警雷達(dá)的雜波抑制而提出的。經(jīng)過40余年的探索和研究，STAP技術(shù)如今已形成為一個具有較為堅實(shí)理論基礎(chǔ)的實(shí)用新技術(shù)。Ward的報告[2]，Guerci和Klemm的專著[3,4]，Melvin的綜述性文章[5]及國內(nèi)王永良的專著[6]等對STAP做了比較完整的論述。同時，國內(nèi)保錚、彭應(yīng)寧、廖桂生等學(xué)者在STAP技術(shù)的研究發(fā)展進(jìn)程中做出了重要的工作和貢獻(xiàn)。

STAP技術(shù)的研究當(dāng)前依然非?；钴S，特別是結(jié)合合成孔徑雷達(dá)(Synthetic Aperture Radar, SAR)、分布式小衛(wèi)星雷達(dá)及天基/空基MIMO雷達(dá)，又出現(xiàn)了一系列新的研究課題[7]。并且針對不同的應(yīng)用對象和實(shí)際環(huán)境，STAP技術(shù)在理論和實(shí)際工程中還有很多問題需要進(jìn)一步研究。如信息化條件下，現(xiàn)代雷達(dá)面臨著電子對抗、反隱身等艱巨任務(wù)，巡航導(dǎo)彈、反輻射導(dǎo)彈(Anti-Radiation Missile, ARM)、隱身飛機(jī)等目標(biāo)特性給機(jī)載雷達(dá)的檢測帶來困難，雷達(dá)對這些目標(biāo)的探測距離只有對通常目標(biāo)探測距離的1/5左右。為了有效地探測這些特殊目標(biāo)，必須發(fā)展新體制的機(jī)載雷達(dá)，如具有米波頻段的機(jī)載雷達(dá)、雙/多基地雷達(dá)、MIMO雷達(dá)等[8]。這些新體制雷達(dá)將使空時自適應(yīng)處理面臨許多新的問題。因此，針對新體制機(jī)載雷達(dá)開展STAP技術(shù)研究是值得進(jìn)一步努力的方向。

2 MIMO-STAP的引入及重要意義

隨著MIMO技術(shù)在移動通信領(lǐng)域的不斷發(fā)展，并同時受到綜合脈沖孔徑雷達(dá)(Synthetic Impulse and Aperture Radar, SIAR)的啟發(fā)，MIMO雷達(dá)的概念在近幾年被提出并得到了國內(nèi)外軍事界與學(xué)術(shù)界的廣泛關(guān)注，已成為世界各國研究的熱點(diǎn)[9,10]。目前，根據(jù)MIMO雷達(dá)收發(fā)特性，將MIMO雷達(dá)分為兩種類型：分布式MIMO雷達(dá)[11,12]和集中式MIMO雷達(dá)[13]。由于利用波形分集技術(shù)，集中式MIMO雷達(dá)能夠?qū)κ瞻l(fā)兩個孔徑進(jìn)行混合，從而在無需增加實(shí)際收發(fā)物理孔徑的基礎(chǔ)上，采用較小的天線規(guī)模即可形成很大的虛擬陣列孔徑，這在一定程度上克服了機(jī)載應(yīng)用背景下傳統(tǒng)雷達(dá)天線孔徑和重量受載機(jī)平臺嚴(yán)格限制的缺點(diǎn)，適合于機(jī)載雷達(dá)的小平臺、多任務(wù)的設(shè)計需求，可以提高雷達(dá)的角度分辨率和雜波抑制能力。在2013年最新的美國專利中披露，Lockheed Martin公司已對一種機(jī)載MIMO雷達(dá)(aircraft MIMO radar)進(jìn)行分析設(shè)計[14]，如圖1所示，即對其中機(jī)翼陣列(wing arrays)進(jìn)行MIMO處理，可見其重要的軍事應(yīng)用意義。但從圖1中給出的信號處理流程可以看出，其采用的是先波束形成后多普勒處理的形式，尚未體現(xiàn)空時聯(lián)合處理，即STAP的思想。2003年美國麻省理工學(xué)院(MIT)林肯實(shí)驗室的Bliss和Forsythe在第37屆Asilomar信號、系統(tǒng)與計算機(jī)會議(ACSSC)上首先提出MIMO-STAP概念[15]，并對不同構(gòu)成形式下的MIMO雷達(dá)的自由度(Degree Of Freedom, DOF)、分辨率改善和MIMO雷達(dá)如何利用STAP進(jìn)行地面動目標(biāo)顯示(Ground Moving Target Indication, GMTI)進(jìn)行了研究。表明與機(jī)載相控陣?yán)走_(dá)相比，MIMO雷達(dá)具有較大的虛擬陣列孔徑和長時間的脈沖積累，提升了系統(tǒng)自由度，改善了機(jī)載雷達(dá)的雜波抑制性能，并且能夠顯著提高M(jìn)IMO雷達(dá)的速度分辨率，更有利于在強(qiáng)雜波中檢測低速弱目標(biāo)信號，從而能夠獲得更好的GMTI性能，給空時自適應(yīng)處理技術(shù)的發(fā)展帶來了機(jī)遇。2009年美國佛羅里達(dá)大學(xué)Xue等人提出了“影子-200”(Shadow-200)無人機(jī)(Unmanned Aerial Vehicle, UAV)上裝備MIMO雷達(dá)的構(gòu)想[16]，如圖2所示。2009年MIT林肯實(shí)驗室與美國空軍合作，在雙水獺(Twin Otter)飛機(jī)上安裝MIMO陣列，進(jìn)行了機(jī)載MIMO雷達(dá)的飛行試驗[17]，如圖3所示，驗證了機(jī)載MIMO雷達(dá)相對于傳統(tǒng)機(jī)載相控陣?yán)走_(dá)在GMTI方面的優(yōu)勢。

圖1 文獻(xiàn)[14]機(jī)載MIMO雷達(dá)構(gòu)想Fig. 1 Conception of airborne MIMO radar in Ref. [14]

圖2 “影子-200”無人機(jī)裝備MIMO雷達(dá)構(gòu)想Fig. 2 Conception of Shadow-200 UAV equipped with MIMO radar

圖3 機(jī)載MIMO雷達(dá)飛行試驗(雙水獺飛機(jī))Fig. 3 Flight experiment of airborne MIMO radar (Twin Otter aircraft)

經(jīng)過40余年的發(fā)展，對于機(jī)載相控陣?yán)走_(dá)而言，STAP技術(shù)已趨于成熟。如今，這項技術(shù)又被進(jìn)一步推廣到MIMO雷達(dá)系統(tǒng)中，與傳統(tǒng)機(jī)載相控陣?yán)走_(dá)相比具有顯著的性能優(yōu)勢，MIMO雷達(dá)STAP迅速成為國際雷達(dá)界的一個研究熱點(diǎn)。

本文下面首先對機(jī)載MIMO雷達(dá)STAP前期的主要研究情況進(jìn)行了詳細(xì)綜述，包括雜波建模、雜波自由度分析、降維(秩)處理、有源干擾與雜波的同時抑制、非均勻雜波環(huán)境處理以及參數(shù)估計、波形設(shè)計和雙基地MIMO-STAP等方面。然后根據(jù)MIMO-STAP方面的研究現(xiàn)狀，結(jié)合相關(guān)領(lǐng)域最新研究進(jìn)展，對今后MIMO-STAP的研究方向進(jìn)行進(jìn)一步的思考與展望。

3 MIMO-STAP技術(shù)研究概述

3.1 雜波建模與雜波自由度分析

Chen等人[18]利用問題幾何結(jié)構(gòu)，使用扁長橢球波函數(shù)(Prolate Spheroidal Wave Function, PSWF)估算理想雜波子空間，并給出了MIMO雷達(dá)雜波自由度估計的擴(kuò)展Brennan準(zhǔn)則。Wu等人[19]研究了發(fā)射相位編碼正交信號(c-MIMO)和多載頻信號(f-MIMO)時的MIMO雷達(dá)STAP信號模型和雜波模型。嚴(yán)韜等人[20]仿真分析了存在雜波起伏、通道誤差、載機(jī)偏航等非理想情況下的雜波特性，誤差影響的主要影響表現(xiàn)在使雜波自由度增加。Li等人[21]將這些誤差因素歸結(jié)為時間去相關(guān)、空間去相關(guān)效應(yīng)，利用錐化矩陣窗(Covariance Matrix Taper, CMT)對雜波協(xié)方差矩陣進(jìn)行修正。Mecca等人[22,23]研究了慢時間(slow-time) MIMO雷達(dá)對多徑雜波的抑制，并將其推廣應(yīng)用至超視距(Over The Horizon, OTH)雷達(dá)中。

此外，有學(xué)者對發(fā)射波形合成對于雜波自由度的影響進(jìn)行了研究。Wang等人[24]通過研究表明機(jī)載MIMO雷達(dá)雜波自由度受發(fā)射信號互相關(guān)矩陣(Waveform Covariance Matrix, WCM)秩的影響，但未給出信號互相關(guān)矩陣結(jié)構(gòu)變化時MIMO雷達(dá)雜波分布的統(tǒng)一關(guān)系。張西川等人[25]從信號空間與陣元空間變換的數(shù)學(xué)角度構(gòu)建了發(fā)射波形合成模型，并在此基礎(chǔ)上，提出了任意發(fā)射波形合成影響下的機(jī)載MIMO雷達(dá)雜波統(tǒng)一模型，揭示了統(tǒng)一模型下發(fā)射波形從全正交、相關(guān)到全相干的演變過程中的雜波分布特性。在文獻(xiàn)[26]中提出并證明了一種雜波自由度快速估計準(zhǔn)則，建立了機(jī)載相干MIMO雷達(dá)發(fā)射波形合成結(jié)構(gòu)、陣列稀布構(gòu)型與雜波自由度之間的定量關(guān)系。謝文沖等人[27]給出了適用于MIMO-相控陣?yán)走_(dá)的雜波自由度估計準(zhǔn)則。Feng等人[28,29]又從不同角度揭示了子陣合成MIMO雷達(dá)的雜波自由度。Chong等人[30]對慢時間MIMO雷達(dá)的雜波自由度進(jìn)行了分析。

3.2 降維(秩)處理方面

由于發(fā)射波形分集導(dǎo)致機(jī)載MIMO雷達(dá)系統(tǒng)的空時維數(shù)較相控陣?yán)走_(dá)大幅提高，MIMO-STAP將傳統(tǒng)的空-時2維處理擴(kuò)展到空-時-波形3維空間[31]，如圖4所示。因此算法運(yùn)算量問題尤為突出，同時在實(shí)際雜波環(huán)境中難以獲取足夠的獨(dú)立同分布(Independent Identical Distribution, IID)樣本[32]，現(xiàn)有文獻(xiàn)主要集中于降維(秩)的MIMO-STAP算法研究方面。

圖4 機(jī)載MIMO雷達(dá)空-時-波形3維處理示意圖Fig. 4 Schematic diagram of space-time-waveform three-dimensional processing for airborne MIMO radar

(1) 基于雜波子空間離線構(gòu)造的降秩方法

Chen等人[18]利用扁長橢球波函數(shù)(PSWF)估算出的理想雜波子空間，通過矩陣分解及矩陣求逆引理等數(shù)學(xué)變換推導(dǎo)得到一種新的降維算法(Zero-Forcing, ZF)，證明了該算法具有良好的信干噪比(Signal-to-Interference-plus-Noise Ratio, SINR)性能，并能夠降低計算復(fù)雜度，推動了MIMOSTAP的發(fā)展。呂暉等人[33]根據(jù)雜波在空時2維平面的先驗分布離線構(gòu)造雜波子空間，提出一種簡化的雜波特征相消器(Eigen Canceller, EC)，此方法避免了傳統(tǒng)EC方法中復(fù)雜的協(xié)方差矩陣估計和特征值分解運(yùn)算，既消除了因協(xié)方差矩陣估計不準(zhǔn)確而導(dǎo)致的性能損失又減小了運(yùn)算量，可獲得接近最優(yōu)的雜波抑制性能。翟偉偉等人[34]結(jié)合PSWF正交函數(shù)基矢量，提出了一種基于雜波子空間基矢量估計的降維STAP算法，但其實(shí)質(zhì)仍為簡化的雜波特征相消器。張筱等人[35]又進(jìn)一步將離線構(gòu)造的PSWF基矢量進(jìn)一步應(yīng)用于主分量法(PC)中，同樣無需協(xié)方差矩陣估計以及特征值分解。以上方法均進(jìn)行數(shù)據(jù)獨(dú)立方式的雜波子空間構(gòu)造，并結(jié)合雜波子空間進(jìn)行降維，屬于自適應(yīng)降秩處理范疇。但以上方法均考慮理想雜波模型，當(dāng)實(shí)際雜波與理想模型不一致時，如存在陣元誤差、通道誤差、雜波起伏、載機(jī)偏航等因素時，以上方法的性能將有所下降。

陸達(dá)等人[36]針對上述不足，將基于扁長橢球波函數(shù)估計的雜波子空間作為先驗知識進(jìn)行輔助處理，并形成約束矩陣，而后采用多級維納濾波實(shí)現(xiàn)了降秩MIMO-STAP。由于該方法同時利用了樣本數(shù)據(jù)和離線估計的雜波子空間知識，可以在保證雜波抑制性能的基礎(chǔ)上，顯著降低算法運(yùn)算量和提高算法的收斂性能。并且該雜波子空間知識對誤差具有很好的穩(wěn)健性。本方法從知識輔助的角度，為結(jié)合雜波空時分布和實(shí)際雜波數(shù)據(jù)共同進(jìn)行融合處理提供了一種思路。

(2) 基于權(quán)值迭代的降維方法

Xiang等人[37]提出基于三迭代的機(jī)載MIMO雷達(dá)空時降維自適應(yīng)處理方法。該方法結(jié)合機(jī)載MIMO雷達(dá)目標(biāo)導(dǎo)向矢量的Kronecker積結(jié)構(gòu)，利用3維權(quán)矢量空時可分離特性將最優(yōu)權(quán)矢量近似表示為發(fā)射、接收和時域3個權(quán)矢量的Kronecker積形式，然后基于循環(huán)迭代的思想依次固定其中兩個權(quán)矢量構(gòu)造相應(yīng)的降維變換矩陣，在低維空間上優(yōu)化另一權(quán)矢量。此方法已申請專利[38]。同時，何潔等人[39]將高維空時權(quán)矢量重構(gòu)為空域和時域權(quán)矢量Kronecker積的形式，提出最小化代價函數(shù)的雙迭代算法交替優(yōu)化兩個低維權(quán)矢量。呂暉等人[40]首先利用多普勒濾波對雜波信號進(jìn)行時域降維處理；然后將空域發(fā)射-接收2維波束形成權(quán)向量表示成發(fā)射權(quán)和接收權(quán)的Kronecker積，進(jìn)行雙迭代求解。上述3種降維方法均較好利用了導(dǎo)向矢量3維Kronecker積形式，將高維權(quán)矢量的求解問題轉(zhuǎn)換為低維的權(quán)矢量分別進(jìn)行求解，得到了較好的降維效果，有效地降低了運(yùn)算負(fù)擔(dān)，減少了需要的訓(xùn)練樣本數(shù)，但均需要若干次迭代運(yùn)算才能得到最佳權(quán)矢量，且迭代次數(shù)難以確定。

文獻(xiàn)[41]針對文獻(xiàn)[40]雙迭代算法進(jìn)行改進(jìn)，其利用矩陣變換的性質(zhì)實(shí)現(xiàn)了對發(fā)射-接收2維權(quán)矢量的分離求解，且無需進(jìn)行迭代運(yùn)算，從而進(jìn)一步降低了運(yùn)算量。

(3) 傳統(tǒng)降維(秩)方法的推廣應(yīng)用

已有降維(秩)STAP方法經(jīng)過改進(jìn)可以用于MIMO雷達(dá)。李彩彩等人[42]針對MIMO雷達(dá)虛擬陣列孔徑大，典型的降維STAP方法m-Capon法無法適用的問題，對子陣級m-Capon法進(jìn)行了研究，既有效降低了MIMO-STAP自由度，又能獲取比相對應(yīng)相控陣?yán)走_(dá)的性能提升。郝琳等人[43]將機(jī)載MIMO雷達(dá)技術(shù)與3-CAP空時自適應(yīng)方法相結(jié)合，提出了一種M3-CAP空時自適應(yīng)新方法。呂暉等人[44]通過空域發(fā)射-接收兩維固定波束形成和時域多普勒濾波將接收數(shù)據(jù)由陣元-脈沖域變換到波束-多普勒域，然后再選取檢測單元周圍若干個3維波束并根據(jù)線性約束最小方差準(zhǔn)則進(jìn)行部分聯(lián)合自適應(yīng)處理，其實(shí)際為傳統(tǒng)局域聯(lián)合處理(Joint Domain Localized, JDL)方法在MIMOSTAP中的推廣。趙軍[45]將基于參數(shù)化模型的空時自回歸(Space Time Auto-Regressive, STAR)技術(shù)引入到機(jī)載MIMO雷達(dá)雜波抑制問題中，提出一種MIMO-STAR算法，能夠在極小樣本條件下獲得良好的雜波抑制性能，與統(tǒng)計型STAP算法相比，訓(xùn)練樣本數(shù)明顯減少，運(yùn)算量有所降低。Fa等人[46,47]引入遞歸最小二乘算法(Recursive Least Squares, RLS)，并且利用環(huán)境的先驗信息增加約束，實(shí)現(xiàn)降維矩陣與自適應(yīng)權(quán)值的聯(lián)合迭代優(yōu)化。Marcos[48]提出一種基于距離遞歸的機(jī)載MIMO雷達(dá)雜波抑制方法。以上方法實(shí)質(zhì)上均是傳統(tǒng)降維(秩)算法在MIMO-STAP中的推廣應(yīng)用。

3.3 有源干擾條件下MIMO-STAP

由于發(fā)射波形分集，機(jī)載MIMO雷達(dá)STAP系統(tǒng)自由度得到擴(kuò)展，同時增大了訓(xùn)練樣本數(shù)需求，運(yùn)算量顯著提升，這些問題已成為制約MIMOSTAP發(fā)展與應(yīng)用的主要瓶頸。并且隨著電磁環(huán)境的日益復(fù)雜，機(jī)載雷達(dá)的目標(biāo)檢測能力通常受到有源干擾的影響。引入有源干擾將使系統(tǒng)的雜波與干擾自由度大幅度增加，將使本來就很復(fù)雜的處理系統(tǒng)進(jìn)一步復(fù)雜化[2－5]。因此研究在有源干擾背景下機(jī)載MIMO雷達(dá)的雜波抑制問題，實(shí)現(xiàn)同時抗雜波與抗干擾的雙重能力，是很有實(shí)際意義的。楊曉超等人[49]對有源干擾條件下機(jī)載MIMO雷達(dá)STAP協(xié)方差矩陣秩進(jìn)行了分析，同時提出一種兩級機(jī)載MIMO雷達(dá)STAP方法抑制雜波和干擾[50]。第1級處理利用部分空間接收自由度進(jìn)行干擾抑制，同時實(shí)現(xiàn)了降維處理。第2級通過匹配濾波獲得發(fā)射自由度，并聯(lián)合剩余的接收自由度和時域自由度抑制雜波，獲得了較好的效果，存在強(qiáng)干擾時可以逼近全維處理的最優(yōu)性能。文獻(xiàn)[18]利用MIMO雷達(dá)結(jié)構(gòu)參數(shù)及扁長橢球波函數(shù)(PSWF)估計雜波子空間，而后通過分時被動接收對干擾加噪聲協(xié)方差矩陣進(jìn)行估計。高偉等人[51]則根據(jù)MIMO雷達(dá)發(fā)射正交波形的特點(diǎn)，提出利用與所有發(fā)射波形正交的輔助匹配濾波通道估計干擾子空間，更為簡便有效。該方法和文獻(xiàn)[18]方法均可以有效降低運(yùn)算量與樣本需求，但其中對于雜波子空間分析，扁長橢球波函數(shù)(PSWF)的構(gòu)造較為復(fù)雜。進(jìn)而楊曉超等人[52]利用文獻(xiàn)[33]方法給出雜波子空間的簡便構(gòu)造形式，再結(jié)合有源干擾加噪聲協(xié)方差矩陣以及目標(biāo)空時導(dǎo)向矢量來構(gòu)造降維矩陣，可將全維數(shù)據(jù)維數(shù)降為雜波的秩加1。文獻(xiàn)[53]實(shí)現(xiàn)了離線雜波子空間構(gòu)造、雜波加有源干擾協(xié)方差矩陣秩估計、以及利用ZF方法抑制雜波和干擾的統(tǒng)一。

3.4 非均勻雜波環(huán)境MIMO-STAP

隨著機(jī)載MIMO雷達(dá)系統(tǒng)自由度的提升，需要的獨(dú)立同分布(IID)樣本數(shù)進(jìn)一步增大，然而實(shí)際的雜波環(huán)境往往是非均勻的，使得傳統(tǒng)的統(tǒng)計STAP算法無法獲取大量IID的樣本進(jìn)行雜波協(xié)方差矩陣估計。目前研究的非均勻現(xiàn)象主要有：雜波功率非均勻、干擾目標(biāo)和孤立干擾等。鄭焱[54]在其碩士論文中對文獻(xiàn)[18]的ZF算法在非均勻環(huán)境中的性能進(jìn)行了仿真分析。仿真結(jié)果表明，ZF算法在存在功率非均勻與干擾目標(biāo)的非均勻環(huán)境中依然有效，但會受到孤立干擾現(xiàn)象的影響。李彩彩等人[55]對含有孤立干擾的嚴(yán)重功率非均勻環(huán)境下MIMO-STAP進(jìn)行研究，提出一種基于時域平滑的兩級級聯(lián)非均勻降維STAP方法，先后對雜波和孤立干擾進(jìn)行抑制，取得了較好的效果。Ahmadi等人[56]建立了機(jī)載相控陣-MIMO雷達(dá)的通用模型，并利用經(jīng)典的直接數(shù)據(jù)域(Direct Data Domain, DDD)方法實(shí)現(xiàn)了對其非均勻雜波的有效抑制。

3.5 MIMO-STAP目標(biāo)參數(shù)估計

3.6 MIMO-STAP波形設(shè)計

實(shí)際中設(shè)計的MIMO雷達(dá)最優(yōu)發(fā)射波形通常具有相關(guān)性，以滿足波束方向或參數(shù)估計等性能因素的約束，此時發(fā)射波形并不滿足全正交的理想條件。Wang等人[60]以最大化輸出信干噪比(SINR)為目標(biāo)對色高斯噪聲背景下MIMO-STAP進(jìn)行波形優(yōu)化設(shè)計，以實(shí)現(xiàn)最優(yōu)的檢測性能。同時，研究了初始參數(shù)存在估計誤差場景下提高M(jìn)IMO-STAP最差檢測性能的穩(wěn)健波形優(yōu)化[61]。由于優(yōu)化波形可以最大化輸出SINR，因此與正交波形相比，所提方法能夠顯著提高M(jìn)IMO-STAP系統(tǒng)的目標(biāo)檢測性能。

3.7 雙基地MIMO-STAP

目前MIMO-STAP相關(guān)研究主要是針對單基地MIMO雷達(dá)STAP工作模式。由于雙基地雷達(dá)具有抗隱身，抗反輻射導(dǎo)彈，抗綜合電子干擾和抗超低空突防的“四抗”優(yōu)勢，近幾年得到了快速發(fā)展和廣泛應(yīng)用。機(jī)載雙基地雷達(dá)由于平臺運(yùn)動，雷達(dá)處于下視工作狀態(tài)和收發(fā)分置的幾何結(jié)構(gòu)特點(diǎn)，導(dǎo)致地雜波回波幅度明顯增強(qiáng)，存在雜波特性隨距離變化的問題。因而，雙基地雷達(dá)雜波比傳統(tǒng)單基地雷達(dá)雜波具有更為復(fù)雜的特性，相應(yīng)地其雜波抑制難度也明顯增加。李軍，廖桂生等人[62－67]針對雙基地MIMO雷達(dá)的STAP進(jìn)行了研究，建立了雙基地MIMO雷達(dá)的雜波模型，表明了雙基地MIMO雜波譜具有3維特征(發(fā)射角，接收角，多普勒頻率)，并且經(jīng)過3維雜波消除，雙基地MIMO-STAP在SINR性能及最小可檢測速度(Minimum Detectable Velocity, MDV)方面要優(yōu)于雙基地SIMO-STAP。

文獻(xiàn)[62]已對雙基地MIMO-STAP研究進(jìn)展情況進(jìn)行了較詳盡的總結(jié)展望，本文不再對此方面進(jìn)行贅述。本文下面所給出的研究展望仍主要針對單基地MIMO-STAP。

4 總結(jié)展望

機(jī)載MIMO雷達(dá)STAP已成為近幾年雷達(dá)界研究的熱點(diǎn)，通過現(xiàn)有研究情況可以看出，目前對于機(jī)載MIMO雷達(dá)空時自適應(yīng)處理的研究主要集中在雜波模型的建立、降維(秩)STAP算法等方面，同時對有源干擾條件下MIMO-STAP、非均勻雜波環(huán)境下MIMO-STAP、以及MIMO-STAP參數(shù)估計、波形設(shè)計和雙基地MIMO-STAP方面也都有所涉及，而對于非理想因素影響及發(fā)射波形合成影響下MIMO-STAP算法的研究則研究較少。由于MIMO雷達(dá)作為一種新體制的雷達(dá)，起步較晚，所以對MIMO雷達(dá)STAP技術(shù)的研究還有很大的發(fā)展空間，理論與實(shí)踐的結(jié)合問題還有待于探討和研究。同時隨著雷達(dá)信號處理與數(shù)據(jù)處理水平的提升，最新信號處理算法的涌現(xiàn)，以及相關(guān)硬件水平的完善，MIMO-STAP仍然具有很好的研究前景以及很高的應(yīng)用價值。下面結(jié)合MIMO-STAP研究現(xiàn)狀以及作者的認(rèn)識和思考，對該領(lǐng)域下一步研究的主要方向進(jìn)行展望。

我國的清潔服務(wù)落后西方20年～30年，其中一個重要原因就是清潔劑的落后。國外發(fā)達(dá)國家的清潔劑早就實(shí)現(xiàn)了專區(qū)專用，且十分環(huán)保。而傳統(tǒng)使用的強(qiáng)酸強(qiáng)堿清潔劑，不光對物對環(huán)境有傷害，時間久了，產(chǎn)生的毒素也會對員工的健康造成很大的傷害，這也是部分員工不能長久做下去的一個重要原因。

4.1 基于發(fā)射波束域處理的MIMO-STAP

發(fā)射波形合成的影響為MIMO雷達(dá)中的特有問題。如3.6節(jié)所示，為實(shí)現(xiàn)MIMO雷達(dá)STAP最優(yōu)檢測性能，此時設(shè)計的MIMO雷達(dá)最優(yōu)發(fā)射波形已不滿足正交的理想條件，通常具有相關(guān)性?，F(xiàn)有文獻(xiàn)已對發(fā)射波形合成對于MIMO雷達(dá)雜波自由度的影響進(jìn)行了研究[24－26]，但均未涉及到相關(guān)STAP方法。對于發(fā)射波形合成影響下的MIMO-STAP方法，考慮模型的相似性，擬結(jié)合發(fā)射波束域處理[68－71]、相控陣-MIMO[72]、發(fā)射子陣劃分等技術(shù)進(jìn)行下一步研究。

MIMO雷達(dá)能夠獲取收發(fā)聯(lián)合處理增益，但由于其全向等功率發(fā)射因此將存在信噪比損失。針對傳統(tǒng)MIMO雷達(dá)發(fā)射功率分散而造成的輸出信雜噪比下降的問題，目前基于發(fā)射波束域的處理已應(yīng)用在MIMO雷達(dá)的參數(shù)估計、波束形成等方面，并且體現(xiàn)出相對于常規(guī)MIMO雷達(dá)的性能優(yōu)勢[68－71]。因此可以考慮將其引入到MIMO-STAP中，使得發(fā)射功率集中于感興趣的目標(biāo)區(qū)域，同時雜波在全空域均勻分布，雜噪比近似不變，從而使得輸出信雜噪比得以提升，并且達(dá)到降維的目的。可以進(jìn)一步結(jié)合發(fā)射波束域處理情況下MIMO雷達(dá)雜波自由度以及時域脈沖選擇進(jìn)行考慮分析。

4.2 基于知識輔助的穩(wěn)健MIMO-STAP

在STAP實(shí)際工程實(shí)現(xiàn)中，往往存在影響系統(tǒng)功能的非理想因素，如陣元誤差、通道誤差、雜波起伏、近場散射、載機(jī)偏航等[6]。這些誤差因素將使雜波自由度進(jìn)一步增加，造成常規(guī)MIMO-STAP方法性能下降，因此考察MIMO雷達(dá)STAP方法的誤差魯棒性也是非常重要的。

如利用離線構(gòu)造的雜波子空間已成為MIMOSTAP中一種有效的低復(fù)雜度方法，但此類方法針對的均為理想雜波子空間，而與實(shí)時的雜波數(shù)據(jù)無關(guān)，因此在誤差存在的情況下與其相關(guān)的STAP方法性能將有所下降。最近，相關(guān)研究人員提出了基于知識輔助(Knowledge-Aided, KA)的STAP技術(shù)[36,46,47,73－75]，以進(jìn)一步提高STAP的性能以及在實(shí)際應(yīng)用中的穩(wěn)健性。KA處理的思路就是通過將先驗知識與實(shí)測數(shù)據(jù)進(jìn)行有效的融合，提升協(xié)方差矩陣的估計精度。受此啟發(fā)，可以考慮結(jié)合雜波的空時分布和實(shí)際雜波數(shù)據(jù)共同估計雜波子空間，以實(shí)現(xiàn)穩(wěn)健的MIMO-STAP。

4.3 基于誤差約束的穩(wěn)健MIMO-STAP

考慮STAP與自適應(yīng)波束形成模型的相似性。在數(shù)學(xué)描述上，自適應(yīng)波束形成和STAP具有相同的最優(yōu)化表達(dá)式，不同之處是所用的導(dǎo)向矢量和協(xié)方差矩陣不同。其中波束形成主要研究最優(yōu)空域濾波問題，而STAP主要研究最優(yōu)空時濾波問題，即STAP可以看作波束形成的推廣，而波束形成可以看作STAP的特例?，F(xiàn)有穩(wěn)健波束形成技術(shù)已相對成熟，同時已有研究人員將其推廣到穩(wěn)健STAP算法設(shè)計中[76]。

考慮MIMO雷達(dá)中存在導(dǎo)向矢量失配和協(xié)方差矩陣失配的情況，可以對模型進(jìn)行誤差約束，通過問題轉(zhuǎn)化進(jìn)行求解。如存在收發(fā)導(dǎo)向矢量誤差的穩(wěn)健MIMO雷達(dá)波束形成已有相關(guān)研究[77,78]，而MIMO-STAP問題相比于MIMO雷達(dá)波束形成多增加了一維多普勒域，因此需要建立發(fā)射、接收、多普勒3維誤差模型，并可以在此誤差約束下轉(zhuǎn)化為最差性能最優(yōu)等問題，結(jié)合凸優(yōu)化等算法實(shí)現(xiàn)穩(wěn)健的MIMO-STAP權(quán)值求解。

4.4 基于知識輔助的非均勻雜波環(huán)境下MIMOSTAP

隨著機(jī)載MIMO雷達(dá)處理維數(shù)的提升，需要獨(dú)立同分布(IID)的樣本數(shù)是很大的，一方面增加了運(yùn)算量，另一方面也限制了應(yīng)用環(huán)境。實(shí)際中很難獲取足夠的IID樣本，尤其是在嚴(yán)重的非均勻雜波環(huán)境中。因此，非均勻環(huán)境下樣本采集的困難對MIMO-STAP理論提出了挑戰(zhàn)，非均勻雜波環(huán)境下的有效MIMO-STAP方法值得進(jìn)一步深入研究。

如在訓(xùn)練樣本非均勻檢測中，基于廣義內(nèi)積(General Inner Product, GIP)準(zhǔn)則的非均勻檢測器是一種常用的非均勻檢測方法。但其性能依賴于協(xié)方差矩陣的準(zhǔn)確估計，因此其性能受訓(xùn)練樣本中干擾目標(biāo)的影響。但當(dāng)訓(xùn)練樣本被干擾目標(biāo)污染時，利用這些訓(xùn)練樣本估計出的協(xié)方差矩陣將會產(chǎn)生附加項，影響GIP統(tǒng)計量，使常規(guī)GIP方法難以有效分辨出非均勻訓(xùn)練樣本，造成誤檢和漏檢，進(jìn)而降低后續(xù)STAP的目標(biāo)檢測性能。因此可以考慮使用知識輔助技術(shù)[79,80]，如MIMO-STAP中常用的離線雜波子空間構(gòu)造技術(shù)，即僅利用MIMO-STAP系統(tǒng)參數(shù)構(gòu)造出雜波協(xié)方差矩陣。此時離線構(gòu)造的雜波協(xié)方差矩陣不受訓(xùn)練樣本中含有干擾目標(biāo)的影響，能更有效剔除含有干擾目標(biāo)的訓(xùn)練樣本，從而提高STAP的目標(biāo)檢測性能。

4.5 基于稀疏恢復(fù)的直接數(shù)據(jù)域MIMO-STAP

近期，隨著稀疏恢復(fù)思想在信號處理領(lǐng)域的廣泛應(yīng)用，同時根據(jù)雜波空時分布特性和稀疏表示間的內(nèi)在聯(lián)系，稀疏恢復(fù)在STAP中的實(shí)現(xiàn)應(yīng)運(yùn)而生[81－86]。檢測單元數(shù)據(jù)在角度-多普勒域的能量分布只集中在雜波脊線和少數(shù)離散位置，而其他位置都很小(不存在噪聲時為0)。因此，檢測單元數(shù)據(jù)在角度-多普勒域具有稀疏性。利用稀疏恢復(fù)算法，在只有檢測單元數(shù)據(jù)的條件下實(shí)現(xiàn)高分辨空時譜估計，有效消除雜波及孤立干擾源對運(yùn)動目標(biāo)檢測的影響，使直接距離向目標(biāo)檢測成為可能。同時由于不使用訓(xùn)練樣本，可以很好地避免訓(xùn)練樣本中引入的非平穩(wěn)性，在實(shí)際非均勻雜波場景中具有廣泛的應(yīng)用前景。

隨著MIMO-STAP維數(shù)的進(jìn)一步提升，如何結(jié)合發(fā)射維信息進(jìn)行MIMO-STAP稀疏基的有效構(gòu)造，并進(jìn)行低運(yùn)算復(fù)雜度的快速稀疏恢復(fù)算法的實(shí)現(xiàn)，將是此方面下一步研究的重點(diǎn)。

4.6 基于收發(fā)陣元-延遲線結(jié)構(gòu)優(yōu)化設(shè)計的MIMOSTAP

從MIMO-STAP的系統(tǒng)結(jié)構(gòu)可以看出，隨著匹配濾波器組的使用以及延遲線組的增加，MIMOSTAP的設(shè)備量非常大，從而急劇增加了其工程實(shí)現(xiàn)的復(fù)雜度。為解決這一實(shí)際問題，可以考慮使用收發(fā)陣元與延遲線同時優(yōu)化設(shè)計的MIMO-STAP系統(tǒng)，即通過優(yōu)化設(shè)計，使用較少的收發(fā)陣元數(shù)與延遲線抽頭個數(shù)，達(dá)到與全陣元-全延遲線結(jié)構(gòu)相同的STAP性能。目前，MIMO雷達(dá)中陣元域結(jié)構(gòu)優(yōu)化設(shè)計的的稀疏布陣技術(shù)已有相關(guān)研究，如最小冗余MIMO雷達(dá)[87－89]等，而對收發(fā)陣元-延遲線的結(jié)構(gòu)優(yōu)化設(shè)計尚未見相關(guān)報道。因此可以考慮進(jìn)行基于收發(fā)陣元-延遲線結(jié)構(gòu)同時優(yōu)化的MIMOSTAP技術(shù)研究，以較小的設(shè)備復(fù)雜度達(dá)到較好的雜波抑制性能，使其更接近實(shí)際應(yīng)用。其中涉及收發(fā)陣元個數(shù)與位置、延遲線段數(shù)與長度以及STAP權(quán)值等多維參數(shù)的同時優(yōu)化問題。

4.7 基于電磁矢量傳感器陣列MIMO雷達(dá)的極化-空時自適應(yīng)處理(Polarization-STAP)

極化-空時自適應(yīng)處理(Polarization-STAP)在機(jī)載極化陣列雷達(dá)模型的基礎(chǔ)上，結(jié)合雷達(dá)回波的極化信息，進(jìn)行極化、空間角度、多普勒3維自適應(yīng)處理，可在不增加天線孔徑的前提下提高系統(tǒng)的MDV，相比于傳統(tǒng)空時2維處理具有更好的慢速目標(biāo)檢測性能[90－94]。同時近年來，結(jié)合電磁矢量傳感器陣列和MIMO雷達(dá)提出的矢量傳感器MIMO雷達(dá)，能夠同時利用矢量傳感器提供的極化分集和MIMO雷達(dá)的波形分集來提高目標(biāo)的波達(dá)方向(DOA)估計精度[95－99]。因此，可以考慮針對基于電磁矢量傳感器陣列MIMO雷達(dá)，進(jìn)行極化-空時自適應(yīng)處理方面的研究，以進(jìn)一步提升MIMO-STAP的性能優(yōu)勢，也是很有意義，值得進(jìn)一步深入研究的方向。

4.8 共形陣MIMO-STAP

機(jī)載共形陣列是指雷達(dá)陣列沿機(jī)載平臺表面形狀布設(shè)，如：機(jī)頭、機(jī)翼以及飛機(jī)下腹部等位置，通常屬于非線性陣列的范疇。共形陣列可充分利用機(jī)載平臺的外表面，具有更優(yōu)異的氣動形狀兼容性和更小的有效載荷重量，在有限空間下提供更多的天線孔徑數(shù)以提供更高的空間分辨率及更寬廣的空間觀測范圍，有效改善MDV和GMTI性能，因此配置有共形陣列的機(jī)載雷達(dá)系統(tǒng)在未來機(jī)載預(yù)警系統(tǒng)、尤其是小型無人機(jī)等領(lǐng)域具有巨大優(yōu)勢[4,100]。

共形陣機(jī)載雷達(dá)STAP技術(shù)研究已成為目前機(jī)載雷達(dá)信號處理研究領(lǐng)域的熱點(diǎn)和難點(diǎn)[101－103]。目前，MIMO-STAP研究仍主要集中于正側(cè)視且收發(fā)均為均勻線陣的MIMO雷達(dá)陣列形式。機(jī)載MIMO雷達(dá)由于其飛行動態(tài)探測的要求，以及體積的限制，采用與機(jī)體共形的陣列天線更加符合實(shí)際工程應(yīng)用需要。因此可以考慮從建立機(jī)載共形陣MIMO雷達(dá)模型(如圓形陣列、圓柱陣列等)及其雜波特性分析入手，對共形陣MIMO雷達(dá)STAP的有效方法進(jìn)行研究。

4.9 認(rèn)知MIMO-STAP

從雷達(dá)技術(shù)的發(fā)展歷程可以看出，抑制雜波和對抗干擾是推動雷達(dá)技術(shù)發(fā)展的兩大動力，STAP已成為反映未來雷達(dá)發(fā)展方向的關(guān)鍵技術(shù)。同時從現(xiàn)有的雷達(dá)技術(shù)發(fā)展水平來看，未知地理和電磁環(huán)境的時變特性給雷達(dá)技術(shù)帶來的巨大挑戰(zhàn)，并且模型單一和參數(shù)固化導(dǎo)致雷達(dá)技術(shù)難以適應(yīng)時變環(huán)境。這些問題已成為制約常規(guī)STAP技術(shù)發(fā)展的關(guān)鍵因素[104]?？紤]到上述問題，可以將STAP與認(rèn)知雷達(dá)概念緊密結(jié)合，設(shè)計出具有認(rèn)知能力的機(jī)載MIMO雷達(dá)STAP系統(tǒng)。

認(rèn)知雷達(dá)作為一種全新的智能化雷達(dá)概念，可以有效提升雷達(dá)在復(fù)雜地理和電磁環(huán)境中的探測性能，被認(rèn)為是未來雷達(dá)發(fā)展的方向[105,106]。Guerci在文獻(xiàn)[105]中已對認(rèn)知MIMO-STAP進(jìn)行了初步探討，如使SCR最大化的最優(yōu)脈沖賦形，多普勒頻分復(fù)用(DDMA)等方面。同時前文所提到的知識輔助、波形優(yōu)化等方面實(shí)際上已體現(xiàn)出了認(rèn)知雷達(dá)的思想，但其環(huán)境感知、動態(tài)知識庫構(gòu)建、智能化處理以及相應(yīng)的系統(tǒng)結(jié)構(gòu)和處理體系支撐等方面還有待進(jìn)一步在實(shí)踐中進(jìn)行探討和完善。

目前對于認(rèn)知雷達(dá)的研究尚處于起步階段，許多基本概念和關(guān)鍵技術(shù)尚不成熟，因此對于認(rèn)知MIMO-STAP領(lǐng)域需要在基本概念和基礎(chǔ)理論方面開展研究和攻關(guān)。

[1]Brennan L E and Reed I S. Theory of adaptive radar[J].IEEE Transactions on Aerospace and Electronic Systems, 1973, 9(2): 237-252.

[2]Ward J. Space-time adaptive processing for airborne radar[R]. Technical Report 1015, MIT Lincoln Laboratory, 1994.

[3]Guerci J R. Space Time Adaptive Processing for Radar[M]. Norwood, MA: Artech House, Inc., 2003: 3-55.

[4]Klemm R. Principles of Space-Time Adaptive Processing[M]. London: The Institution of Electrical Engineers, 2002: 5-45.

[5]Melvin W L. A STAP overview[J].IEEE Transactions on Aerospace and Electronic Systems, 2004, 19(1): 19-35.

[6]王永良, 彭應(yīng)寧. 空時自適應(yīng)信號處理[M]. 北京: 清華大學(xué)出版社, 2000: 1-9. Wang Yong-liang and Peng Ying-ning. Space-time Adaptive Processing[M]. Beijing: Tsinghua University Press, 2000: 1-9.

[7]吳順君, 梅曉春. 雷達(dá)信號處理和數(shù)據(jù)處理技術(shù)[M]. 北京:電子工業(yè)出版社, 2007: 228-256. Wu Shun-jun and Mei Xiao-chun. Radar Signal Processing and Data Processing Technology[M]. Beijing: Electronics Industry Press, 2007: 228-256.

[8]王永良, 李天泉. 機(jī)載雷達(dá)空時自適應(yīng)信號處理技術(shù)回顧與展望[J]. 中國電子科學(xué)研究院學(xué)報, 2008, 3(3): 271-275. Wang Yong-liang and Li Tian-quan. Overview and outlook of space-time adaptive processing for airborne radar[J].Journal of China Academy of Electronics and Information Technology, 2008, 3(3): 271-275.

[9]Li Jian and Stoica P. MIMO Radar Signal Processing[M]. Hoboken, NJ: John Wiley & Sons, Inc., 2009, Chapter 2.

[10]陳浩文, 黎湘, 莊釗文. 一種新興的雷達(dá)體制-MIMO雷達(dá)[J].電子學(xué)報, 2012, 40(6): 1190-1198. Chen Hao-wen, Li Xiang, and Zhuang Zhao-wen. A rising radar system-MIMO radar[J].Acta Electronica Sinica, 2012, 40(6): 1190-1198.

[11]Fisher E, Haimovich A, and Blum R S. Spatial diversity in radar-models and detection performance[J].IEEE Transactions on Signal Processing, 2006, 54(3): 823-838.

[12]Haimovich A M, Blum R S, and Lenard J. MIMO radar with widely separated antennas[J].IEEE Signal Process Magazine, 2008, 25(1): 116-129.

[13]Li J and Stoica P. MIMO radar with collocated antennas[J].IEEE Signal Process Magazine, 2007, 24(5): 106-114.

[14]Fenders G P and Manickam A. Aircraft MIMO radar[P]. U.S. Patent No. US 8, 570, 210 B1, Oct. 29, 2013.

[15]Bliss D W and Forsythe K W. Multiple-input multipleoutput (MIMO) radar and imaging: degrees of freedom and resolution[C]. Conference Record of the 37th IEEE Asilomar Conference on Signals, Systems and Computers, Pacific Grove, USA, 2003: 54-59.

[16]Xue M, Vu D, Xu L,et al.. On MIMO radar transmission schemes for ground moving target indication[C]. The 2009 IEEE Asilomar Conference on Signals, Systems and Computers, Pacific Grove, USA, 2009: 1171-1175.

[17]Kantor J and Davis S. Airborne GMTI using MIMO techniques[C]. IEEE Radar Conference, Washington DC, USA, 2010: 1344-1349.

[18]Chen C Y and Vaidyanathan P P. MIMO radar space-time adaptive processing using prolate spheroidal wave functions[J].IEEE Transactions on Signal Processing, 2008, 56(2): 623-634.

[19]Wu Y, Tang J, and Peng Y N. Models and performance evaluation for multiple-input multiple-output space-time adaptive processing radar[J].IET Radar,Sonar&Navigation, 2009, 3(6): 569-582.

[20]嚴(yán)韜, 謝文沖, 王永良. 機(jī)載MIMO雷達(dá)雜波建模及雜波特性分析[J]. 雷達(dá)科學(xué)與技術(shù), 2010, 8(4): 289-295. Yan Tao, Xie Wen-chong, and Wang Yong-liang. Model and clutter characteristics analysis for airborne MIMO radar[J].Radar Science and Technology, 2010, 8(4): 289-295.

[21]Li Y Z, He Z S, Li J,et al.. A model of non-coherent airborne MIMO space time adaptive processing radar[C]. IEEE International Symposium on Intelligent Signal Processing and Communication Systems, Chengdu, 2010: 1-4.

[22]Mecca V F, Ramakrishnan D, and Krolik J L. MIMO radar space-time adaptive processing for multipath clutter mitigation[C]. Proceedings of the 4th IEEE Workshop on Sensor Array and Multichannel Signal Processing, Waltham, USA, 2006: 249-253.

[23]Mecca V F, Krolik J L, and Robey F C. Beamspace slow-time MIMO radar for multipath clutter mitigation[C]. IEEE International Conference on Acoustics Speech and Signal Processing, Las Vegas, USA, 2008: 2313-2316.

[24]Wang G H and Lu Y L. Clutter rank of STAP in MIMO radar with waveform diversity[J].IEEE Transactions on Signal Processing, 2010, 58(2): 938-943.

[25]張西川, 謝文沖, 張永順, 等. 任意波形相關(guān)性的機(jī)載MIMO雷達(dá)雜波建模與分析[J]. 電子與信息學(xué)報, 2011, 33(3): 646-651. Zhang Xi-chuan, Xie Wen-chong, Zhang Yong-shun,et al.. Modeling and analysis of the clutter on airborne MIMO radar with arbitrary waveform correlation[J].Journal of Electronic&Information Technology, 2011, 33(3): 646-651.

[26]張西川, 張永順, 謝文沖, 等. 機(jī)載相干MIMO雷達(dá)雜波自由度估計研究[J]. 電子與信息學(xué)報, 2011, 33(9): 2125-2131. Zhang Xi-chuan, Zhang Yong-shun, Xie Wen-chong,et al.. Research on the estimation of clutter rank for coherent airborne MIMO radar[J].Journal of Electronic&Information Technology, 2011, 33(9): 2125-2131.

[27]Xie Wen-chong, Zhang Xi-chuan, Wang Yong-liang,et al.. Estimation of clutter degrees of freedom for airborne multiple-input multiple-output-phased array radar[J].IET Radar,Sonar&Navigation, 2013, 7(6): 652-657.

[28]Feng Cun-qian, Zhang Lin-rang, Zhang Dong,et al.. Clutter rank estimation rule for MIMO radar with arbitrary transmitted waveform synthetic strategies[J].Electronics Letters, 2013, 49(18): 1180-1181.

[29]Zhang W, Li J, Lin H,et al.. Estimation of clutter rank of MIMO radar in case of subarraying[J].Electronics Letters, 2011, 47(11): 671-673.

[30]Chin Yuan-chong. Clutter rank for slow-time MIMO STAP[C]. Proceedings of the 9th European Radar Conference, Amsterdam, Netherlands, 2012: 54-56.

[31]Zeng J K, He Z S, and Liu B. Adaptive space-time-waveform processing for MIMO radar[C]. Proceedings of the International Conference on Communications, Circuits and Systems, Kokura, Japan, 2008: 641-643.

[32]Reed I S, Mallett J D, and Brennan L E. Rapid convergence rate in adaptive arrays[J].IEEE Transactions on Aerospace and Electronic Systems, 1974, 10(6): 853-863.

[33]呂暉, 馮大政, 和潔, 等. 一種簡化的機(jī)載MIMO雷達(dá)雜波特征相消器[J]. 航空學(xué)報, 2011, 32(5): 866-870. Lv Hui, Feng Da-zheng, He Jie,et al.. A simplified eigencanceler for airborne MIMO radar clutter suppression[J].Acta Aeronauica et Astronautica Sinica, 32(5): 866-870.

[34]翟偉偉, 張弓, 劉文波. 基于雜波子空間估計的MIMO雷達(dá)降維STAP研究[J]. 航空學(xué)報, 2010, 31(9): 1824-1831. Zhai Wei-wei, Zhang Gong, and Liu Wen-bo. Study of reduced-rank STAP based on estimation of clutter subspace for MIMO radar[J].Acta Aeronauica et Astronautica Sinica, 2010, 31(9): 1824-1831.

[35]張筱, 吳軍, 彭芳. 基于扁長橢球波函數(shù)的機(jī)載多輸入多輸出雷達(dá)降維自適應(yīng)處理算法研究[J]. 科學(xué)技術(shù)與工程, 2014, 14(3): 186-189. Zhang Xiao, Wu Jun, and Peng Fang. Study of reduceddimension STAP based on PSWF for airborne MIMO radar[J].Science Technology and Engineering, 2014, 14(3): 186-189.

[36]陸達(dá), 張弓. 知識輔助的機(jī)載MIMO雷達(dá)降秩STAP算法[J].數(shù)據(jù)采集與處理, 2012, 27(4): 429-435. Lu D and Zhang G. Knowledge-aided reduced-rank STAP algorithm for airborne MIMO radar[J].Journal of Data Acquisition&Processing, 2012, 27(4): 429-435.

[37]Xiang C, Feng D Z, and Lü H. Three-dimensional reduced-dimension transformation for MIMO radar spacetime adaptive processing[J].Signal Processing, 2011, 91(8): 2121-2126.

[38]馮大政, 向聰, 李倩, 等. 基于三迭代的機(jī)載MIMO雷達(dá)空時降維自適應(yīng)處理方法[P]. 中國專利: CN 101887117 A. 2010. 11. 17. Feng Da-zheng, Xiang Cong, Li Qian,et al.. Reduced-dimension STAP for airborne MIMO radar based on tri-iterative algorithm[P]. Chinese Patent, No. CN 101887117 A, 2010. 11. 17.

[39]和潔, 馮大政, 向聰, 等. 機(jī)載MIMO雷達(dá)降維空時自適應(yīng)處理算法[J]. 電子科技大學(xué)學(xué)報, 2012, 41(1): 31-35. He Jie, Feng Da-zheng, Xiang Cong,et al.. Reduceddimension STAP for airborne MIMO radars[J].Journal of University of Electronic Science and Technology of China, 2012, 41(1): 31-35.

[40]呂暉, 馮大政, 和潔, 等. 機(jī)載MIMO雷達(dá)兩級降維雜波抑制方法[J]. 電子與信息學(xué)報, 2011, 33(4): 805-809. Lv Hui, Feng Da-zheng, He Jie,et al.. Two-stage reduceddimension clutter suppression method for airborne MIMO radar[J].Journal of Electronic&Information Technology, 2011, 33(4): 805-809.

[41]王珽, 張劍云, 鄭志東. 機(jī)載MIMO雷達(dá)兩級降維空時自適應(yīng)處理方法[J]. 數(shù)據(jù)采集與處理, 2014, 29(4): 542-548. Wang Ting, Zhang Jian-yun, and Zheng Zhi-dong. Two-stage reduced-dimension STAP method for airborne MIMO radar[J].Journal of Data Acquisition and Processing, 2014, 29(4): 542-548.

[42]李彩彩, 廖桂生, 朱圣棋, 等. MIMO雷達(dá)子陣級m-Capon方法研究[J]. 系統(tǒng)工程與電子技術(shù), 2011, 32(6): 1117-1120. Li Cai-cai, Liao Gui-sheng, Zhu Sheng-qi,et al.. Study of subarray domain m-Capon method for MIMO radar[J].System Engineering and Electronics, 2011, 32(6): 1117-1120.

[43]郝琳, 張永順, 李哲. 機(jī)載MIMO雷達(dá)3-CAP雜波抑制方法[J]. 空軍工程大學(xué)學(xué)報(自然科學(xué)版), 2014, 15(4): 51-55. Hao Lin, Zhang Yong-shun, and Li Zhe. 3-CAP clutter suppression method research for airborne radar[J].Journal of Air Force Engineering University(Natural Science Edition), 2014, 15(4): 51-55.

[44]呂暉, 馮大政, 和潔, 等. 機(jī)載多輸入多輸出雷達(dá)局域化降維雜波抑制方法[J]. 西安電子科技大學(xué)學(xué)報, 2011, 38(2): 88-92. Lv Hui, Feng Da-zheng, He Jie,et al.. Localized reduceddimension clutter suppression method for airborne MIMO radar[J].Journal of Xidian University, 2011, 38(2): 88-92.

[45]趙軍. 機(jī)載MIMO雷達(dá)空時自回歸算法[J]. 空軍第一航空學(xué)院學(xué)報, 2012, 20(2): 6-10. Zhao Jun. A space-time autoaggressive method for airborne MIMO radar[J].Journal of the First Aeronautic Institute of the Air Force, 2012, 20(2): 6-10.

[46]Fa R and Lamare R C. Knowledge-aided reduced-rank STAP for MIMO radar based on joint iterative constrained optimization of adaptive filters with multiple constraints[C]. IEEE International Conference on Acoustics Speech and Signal Processing, Dallas, USA, 2010: 2762-2765.

[47]Fa R, Lamare R C, and Clarke P. Reduced-rank STAP for MIMO radar based on joint iterative optimization of knowledge-aided adaptive filters[C]. 2009 Asilomar Conference, Pacific Grove, USA, 2009: 496-500.

[48]Marcos S. Range recursive space time adaptive processing (STAP) for MIMO airborne radar[C]. Proceedings of the 17th European Signal Processing Conference, Glasgow, Scotland, 2009: 592-596.

[49]楊曉超, 劉宏偉, 王勇, 等. 有源干擾條件下機(jī)載MIMO雷達(dá)STAP協(xié)方差矩陣秩的分析[J]. 電子與信息學(xué)報, 2012, 34(7): 1616-1622. Yang Xiao-chao, Liu Hong-wei, Wang Yong,et al.. STAP covariance matrix rank analysis for airborne MIMO radar in the presence of jammers[J].Journal of Electronics&Information Technology, 2012, 34(7): 1616-1622.

[50]楊曉超, 劉宏偉, 王勇, 等. 一種兩級機(jī)載MIMO雷達(dá)空時自適應(yīng)處理方法[J]. 電子與信息學(xué)報, 2012, 34(5): 1102-1108. Yang Xiao-chao, Liu Hong-wei, Wang Yong,et al.. A novel two-stage space-time adaptive processing method for airborne MIMO radar[J].Journal of Electronics&Information Technology, 2012, 34(5): 1102-1108.

[51]高偉, 黃建國, 王海強(qiáng), 等. 基于子空間估計的MIMO陣列降維STAP方法[J]. 系統(tǒng)工程與電子技術(shù), 2012, 34(5): 876-881. Gao Wei, Huang Jian-guo, Wang Hai-qiang,et al.. Reducedrank STAP method for MIMO array based on estimation of subspace[J].System Engineering and Electronics, 2012, 34(5): 876-881.

[52]楊曉超, 劉宏偉, 王勇, 等. 利用多輸入多輸出雷達(dá)低秩雜波的降維空時自適應(yīng)算法[J]. 西安交通大學(xué)學(xué)報, 2012, 46(8): 76-81. Yang Xiao-chao, Liu Hong-wei, Wang Yong,et al.. A new reduced dimensional space-time adaptive processing algorithm exploiting low-rank clutter for multiple-input multiple-output radar[J].Journal of Xi'an Jiaotong University, 2012, 46(8): 76-81.

[53]王珽, 張劍云, 鄭志東. 有源干擾條件下機(jī)載MIMO雷達(dá)降維STAP方法[J]. 現(xiàn)代雷達(dá), 2013, 35(8): 37-42. Wang Ting, Zhang Jian-yun, and Zheng Zhi-dong. A reduced-rank STAP method for airborne MIMO radar under jamming condition[J].Modern Radar, 2013, 35(8): 37-42.

[54]鄭焱. MIMO雷達(dá)中的空時自適應(yīng)處理(STAP)技術(shù)[D].[碩士論文], 南京: 南京郵電大學(xué), 2010. Zheng Yan. Space Time Adaptive Processing (STAP) technology for MIMO radar[D].[Master dissertation], Nanjing: Nanjing University of Posts and Telecommunications, 2010.

[55]李彩彩, 廖桂生, 朱圣棋, 等. 一種抑制嚴(yán)重非均勻雜波的機(jī)載MIMO-STAP方法[J]. 電子學(xué)報, 2011, 39(3): 511-517. Li Cai-cai, Liao Gui-sheng, Zhu Sheng-qi,et al.. An airborne MIMO-STAP method for severely non-homogeneous clutter suppression[J].Acta Electronica Sinica, 2011, 39(3): 511-517.

[56]Ahmadi M and Mohamed-pour K. Space-time adaptive processing for phased-multiple-input-multiple-output radar in the non-homogeneous clutter environment[J].IET Radar,Sonar&Navigation, 2014, 8(6): 585-596.

[57]Chong C Y, Pascal F, and Lesturgie M. Estimation performance of coherent MIMO-STAP using Cramér-Rao bounds[C]. IEEE Radar Conference, Kansas City, USA, 2011: 533-537.

[58]鄒博, 董臻, 梁甸農(nóng). 基于STFAP的MIMO雷達(dá)運(yùn)動目標(biāo)參數(shù)估計的CRB研究[J]. 電子與信息學(xué)報, 2011, 33(8): 1988-1992. Zou Bo, Dong Zhen, and Liang Dian-nong. Research on CRB for moving target parameter estimation in MIMO radar based on STFAP[J].Journal of Electronics&Information Technology, 2011, 33(8): 1988-1992.

[59]劉曉莉. MIMO雷達(dá)參數(shù)估計方法研究[D].[博士論文], 西安:西安電子科技大學(xué), 2011. Liu Xiao-li. Study on parameters estimation of MIMO radar[D].[Ph.D. dissertation], Xi'an: Xidian University, 2011.

[60]Wang H Y, Liao G S, Li J,et al.. Waveform optimization for MIMO-STAP to improve the detection performance[J].Signal Processing, 2011, 91(11): 2690-2696.

[61]Wang Hong-yan, Liao Gui-sheng, Li Jun,et al.. Robust waveform design for MIMO-STAP to improve the worst-case detection performance[J].EURASIP Journal on Advances in Signal Processing, 2013, 52: 1-8.

[62]李軍, 黨博, 劉長贊, 等. 利用發(fā)射角度的雙基地MIMO雷達(dá)雜波抑制方法[J]. 雷達(dá)學(xué)報, 2014, 3(2): 208-216. Li Jun, Dang Bo, Liu Chang-zan,et al.. Bistatic MIMO radar clutter suppression by exploiting the transmit angle[J].Journal of Radars, 2014, 3(2): 208-216.

[63]Li J, Liao G S, and Griffiths H. Bistatic MIMO radar space-time adaptive processing[C]. IEEE Radar Conference, Kansas City, USA, 2011: 498-501.

[64]Li J, Liao G S, and Griffiths H. Range-dependent clutter cancellation method in bistatic MIMO-STAP radars[C]. IEEE CIE International Conference on Radar, Chengdu, 2011: 59-62.

[65]李軍, 柴睿, 廖桂生. 基于MIMO的雙基地雷達(dá)地面動目標(biāo)檢測方法[P]. 中國專利: CN 102156279 A. 2011. 08.07. Li Jun, Chai Rui, and Liao Gui-sheng. Bistatic radar ground moving target indication method based on MIMO (Multiple Input Multiple Output)[P]. Chinese Patent, No. 102156279 A. 2011. 08.07.

[66]李軍, 李煥, 廖桂生. 基于雙基地多輸入多輸出雷達(dá)的雜波抑制方法[P]. 中國專利: CN 102520395 A. 2012. 06.27. Li Jun, Li Huan, and Liao Gui-sheng. Clutter suppression method based on bistatic multiple-input and multiple-output radar[P]. Chinese Patent, No. CN 102520395 A. 2012. 06.27.

[67]黨博, 廖桂生, 李軍, 等. 基于投影權(quán)優(yōu)化的雙基地MIMO雷達(dá)雜波抑制方法[J]. 電子與信息學(xué)報, 2013, 35(10): 2505-2511. Dang Bo, Liao Gui-sheng, Li Jun,et al.. Weighted projection optimization for range-dependent clutter suppression in bistatic MIMO radar[J].Journal of Electronics&Information Technology, 2013, 35(10): 2505-2511.

[68]Hassanien A and Vorobyov S A. Transmit energy focusing for DOA estimation in MIMO radar with colocated antennas[J].IEEE Transactions on Signal Processing, 2011, 59(6): 2669-2682.

[69]Khabbazibasmenj A, Hassanien A, Vorobyov S A,et al.. Efficient transmit beamspace design for search-free based DOA estimation in MIMO radar[J].IEEE Transactions on Signal Processing, 2014, 62(6): 1490-1500.

[70]鄭志東, 張劍云, 楊瑛. 基于發(fā)射波束域-平行因子分析的MIMO雷達(dá)收發(fā)角度估計[J]. 電子與信息學(xué)報, 2011, 33(12): 2875-2880. Zheng Zhi-dong, Zhang Jian-yun, and Yang Ying. JointDOD-DOA estimation of MIMO radar based on transmit beamspace-PARAFAC[J].Journal of Electronics&Information Technology, 2011, 33(12): 2875-2880.

[71]洪振清, 張劍云. 基于發(fā)射波束域預(yù)處理的MIMO雷達(dá)MVDR波束形成算法[J]. 系統(tǒng)仿真學(xué)報, 2013, 25(4): 722-731. Hong Zhen-qing and Zhang Jian-yun. MVDR beamforming algorithm based on beamspace preprocessing for MIMO radar[J].Journal of System Simulation, 2013, 25(4): 722-731.

[72]Hassanien A and Vorobyov S A. Phased-MIMO radar: a tradeoff between phased-array and MIMO radars[J].IEEE Transactions on Signal Processing, 2010, 58(6): 3137-3151.

[73]Stoica P, Li J, Zhu X M,et al.. On using a priori knowledge in space-time adaptive processing[J].IEEE Transactions on Signal Processing, 2008, 56(6): 437-444.

[74]Zhu X M, Li J, and Stoica P. Knowledge-aided space-time adaptive processing[J].IEEE Transactions on Aerospace and Electronic Systems, 2011, 47(2): 1325-1336.

[75]范西昆, 曲毅. 知識輔助機(jī)載雷達(dá)雜波抑制方法研究進(jìn)展[J].電子學(xué)報, 2012, 40(6): 1199-1206. Fan Xi-kun and Qu Yi. An overview of knowledge-aided clutter mitigation methods for airborne radar[J].Acta Electronica Sinica, 2012, 40(6): 1199-1206.

[76]劉聰鋒. 穩(wěn)健的自適應(yīng)波束形成與空時自適應(yīng)處理算法研究[D].[博士論文], 西安: 西安電子科技大學(xué), 2008. Liu Cong-feng. Research on robust adaptive beamforming and space-time adaptive preprocessing algorithms[D].[Ph.D. dissertation], Xi'an: Xidian University, 2008.

[77]Xiang Cong, Feng Da-zheng, Lü Hui,et al.. Robust adaptive beamforming for MIMO radar[J].Signal Processing, 2010, 90(12): 3185-3196.

[78]Zhang Wei, Wang Ju, and Wu Si-liang. Robust minimum variance multiple-input multiple-output radar beamformer[J].IET Signal Processing, 2013, 7(9): 854-862.

[79]Yang X P, Liu Y X, and Long T. Robust non-homogeneity detection algorithm based on prolate spheroidal wave functions for space-time adaptive processing[J].IET Radar,Sonar&Navigation, 2013, 7(1): 47-54.

[80]周宇, 張林讓, 劉楠, 等. 空時自適應(yīng)處理中基于知識的訓(xùn)練樣本選擇策略[J]. 系統(tǒng)工程與電子技術(shù), 2010, 32(2): 405-409. Zhou Yu, Zhang Lin-rang, Liu Nan,et al.. Knowledge aided secondary data selection in space time adaptive processing[J].System Engineering and Electronics, 2010, 32(2): 405-409.

[81]陽召成, 黎湘, 王宏強(qiáng). 基于空時功率譜稀疏性的空時自適應(yīng)處理技術(shù)研究進(jìn)展[J]. 電子學(xué)報, 2014, 42(6): 1194-1204. Yang Zhao-cheng, Li Xiang, and Wang Hong-qiang. An overview of space-time adaptive processing technology based on sparsity of space-time power spectrum[J].Acta Electronica Sinica, 2014, 42(6): 1194-1204.

[82]馬澤強(qiáng), 王希勤, 劉一民, 等. 基于稀疏恢復(fù)的空時二維自適應(yīng)處理技術(shù)研究現(xiàn)狀[J]. 雷達(dá)學(xué)報, 2014, 3(2): 217-227. Ma Ze-qiang, Wang Xi-qin, Liu Yi-min,et al.. An overview on sparse recovery-based STAP[J].Journal of Radars, 2014, 3(2): 217-227.

[83]孫珂, 張顥, 李剛, 等. 基于稀疏恢復(fù)的直接數(shù)據(jù)域STAP算法[J]. 清華大學(xué)學(xué)報(自然科學(xué)版), 2011, 51(7): 972-976. Sun Ke, Zhang Hao, Li Gang,et al.. Direct data domain STAP algorithm using sparse recovery[J].Journal of Tsinghua University(Science and Technology), 2011, 51(7): 972-976.

[84]孫珂, 張顥, 李剛, 等. 基于雜波譜稀疏恢復(fù)的空時自適應(yīng)處理[J]. 電子學(xué)報, 2011, 39(6): 1389-1393. Sun Ke, Zhang Hao, Li Gang,et al.. STAP via sparse recovery of clutter spectrum[J].Acta Electronica Sinica, 2011, 39(6): 1389-1393.

[85]Sun K, Meng H D, Lapierre F D,et al.. Registration-based compensation using sparse representation in conformal-array STAP[J].Signal Processing, 2011, 91(10): 2268-2276.

[86]Sun K, Meng H D, Wang Y L,et al.. Direct data domain STAP using sparse representation of clutter spectrum[J].Signal Processing, 2011, 91(9): 2222-2236.

[87]Chen C Y and Vaidyanathan P P. Minimum redundancy MIMO radars[C]. Proceedings of IEEE International Symposium on Circuits and Systems (ISCAS), Seattle, USA, 2008: 45-48.

[88]洪振清, 張劍云, 梁浩, 等. 最小冗余MIMO雷達(dá)陣列設(shè)計[J].數(shù)據(jù)采集與處理, 2013, 28(4): 471-477. Hong Zhen-qing, Zhang Jian-yun, Liang Hao,et al.. Minimum redundancy MIMO radars array design[J].Journal of Data Acquisition&Processing, 2013, 28(4): 471-477.

[89]王偉, 馬躍華, 王咸鵬. 低冗余度多輸入多輸出雷達(dá)陣列結(jié)構(gòu)設(shè)計[J]. 電波科學(xué)學(xué)報, 2012, 27(5): 968-972. Wang Wei, Ma Yue-hua, and Wang Xian-peng. Lowredundancy MIMO radar array structure design[J].Chinese Journal of Radio Science, 2012, 27(5): 968-972.

[90]Park H R, Kwak Y K, and Wang H. Efficient joint polarization space-time processor for nonhomogeneous clutter environments[J].Electronics Letters, 2002, 38(25): 1714-1715.

[91]Park H R and Wang H. Adaptive polarization-space-time domain radar target detection in inhomogeneous clutter environments[J].IEE Proceedings-Radar,Sonar and Navigation, 2006, 153(1): 35-43.

[92]Wu D J, Xu Z H, Zhang L,et al.. Polarization-space-time adaptive processing for clutter suppression in airborne radar systems[C]. IEEE Second International Conference on Digital Manufacturing and Automation, Zhangjiajie, 2011: 855-858.

[93]杜文韜, 廖桂生, 楊志偉. 極化空時自適應(yīng)處理性能分析[J].西安電子科技大學(xué)學(xué)報(自然科學(xué)版), 2014, 41(1): 1-5. Du Wen-tao, Liao Gui-sheng, and Yang Zhi-wei. Performance analysis of the polarization-space-time adaptive processing[J].Journal of Xidian University(Natural Science Edition), 2014, 41(1): 1-5.

[94]吳迪軍, 徐振海, 熊子源, 等. 機(jī)載雷達(dá)極化空時聯(lián)合域雜波抑制性能分析[J]. 電子學(xué)報, 2012, 40(7): 1429-1433. Wu Di-jun, Xu Zhen-hai, Xiong Zi-yuan,et al.. Performance analysis of polarization-space-time joint domain processing for clutter suppression in airborne radars[J].Acta Electronica Sinica, 2012, 40(7): 1429-1433.

[95]Gu C, He J, Li H,et al.. Target localization using MIMO electromagnetic vector array systems[J].Signal Processing, 2013, 93(7): 2103-2107.

[96]鄭桂妹, 陳伯孝, 楊明磊. 基于矢量傳感器MIMO雷達(dá)的發(fā)射極化優(yōu)化DOA估計算法[J]. 電子與信息學(xué)報, 2014, 36(3): 565-570. Zheng Gui-mei, Chen Bai-xiao, and Yang Ming-lei. Transmitted polarization optimization for DOA estimation based on vector sensor MIMO radar[J].Journal of Electronics&Information Technology, 2014, 36(3): 565-570.

[97]鄭桂妹, 楊明磊, 陳伯孝, 等. 干涉式矢量傳感器MIMO雷達(dá)的DOD/DOA和極化聯(lián)合估計[J]. 電子與信息學(xué)報, 2012, 34(11): 2635-2641. Zheng Gui-mei, Yang Ming-lei, Chen Bai-xiao,et al.. Joint DOD/DOA and polarization estimation for interferometric MIMO radar with electromagnetic vector sensors[J].Journal of Electronics&Information Technology, 2012, 34(11): 2635-2641.

[98]王克讓, 朱曉華, 何勁. 基于矢量傳感器MIMO雷達(dá)的DOD DOA和極化聯(lián)合估計算法[J]. 電子與信息學(xué)報, 2012, 34(1): 160-165. Wang Ke-rang, Zhu Xiao-hua, and He Jin. Joint DOD DOA and polarization estimation for MIMO radar with electromagnetic vector sensors[J].Journal of Electronics&Information Technology, 2012, 34(1): 160-165.

[99]王克讓, 何勁, 賀亞鵬, 等. 基于矢量傳感器的擴(kuò)展孔徑雙基地MIMO雷達(dá)多目標(biāo)定位算法[J]. 電子與信息學(xué)報, 2012, 34(4): 582-586. Wang Ke-rang, He Jin, He Ya-peng,et al.. Extended-aperture multi-target location algorithm for MIMO radars with vector sensors[J].Journal of Electronics&Information Technology, 2012, 34(4): 582-586.

[100]Josefsson L and Persson P. Conformal Array Antenna Theory and Design[M]. Hoboken, NJ: John Wiley & Sons, Inc., 2006.

[101]Zatman M. Circular array STAP[J].IEEE Transactions on Aerospace and Electronic Systems, 2000, 36(2): 510-517.

[102]高飛, 謝文沖, 王永良. 機(jī)載共形陣?yán)走_(dá)雜波抑制方法研究[J].電子學(xué)報, 2010, 38(9): 2014-2020. Gao Fei, Xie Wen-chong, and Wang Yong-liang. Study on clutter suppression method for airborne radar with conformal arrays[J].Acta Electronica Sinica, 2010, 38(9): 2014-2020.

[103]段克清, 謝文沖, 王永良, 等. 共形陣機(jī)載火控雷達(dá)雜波建模與雜波抑制[J]. 系統(tǒng)工程與電子技術(shù), 2011, 33(8): 1738-1744. Duan Ke-qing, Xie Wen-chong, Wang Yong-liang,et al.. Clutter modeling and suppression for airborne fire control radar with conformal antennas array[J].System Engineering and Electronics, 2011, 33(8): 1738-1744.

[104]金林. 智能化認(rèn)知雷達(dá)綜述[J]. 現(xiàn)代雷達(dá), 2013, 35(11): 6-11. Jin Lin. Overview of cognitive radar with intelligence[J].Modern Radar, 2013, 35(11): 6-11.

[105]Guerci J R. Cognitive Radar: The Knowledge-Aided Fully Adaptive Approach[M]. Norwood, MA: Artech House, Inc., 2010.

[106]賁德, 王峰, 雷智勇. 基于認(rèn)知原理的機(jī)載雷達(dá)抗干擾技術(shù)研究[J]. 中國電子科學(xué)研究院學(xué)報, 2013, 8(4): 368-372. Ben De, Wang Feng, and Lei Zhi-yong. Key anti-jamming technique of airborne radar based on cognition[J].Journal of China Academy of Electronics and Information Technology, 2013, 8(4): 368-372.

王 珽(1988-)，男，河南許昌人，分別于2010年、2013年獲合肥電子工程學(xué)院學(xué)士學(xué)位、碩士學(xué)位，現(xiàn)為信息工程大學(xué)導(dǎo)航與空天目標(biāo)工程學(xué)院在讀博士研究生，主要研究方向為機(jī)載MIMO雷達(dá)空時自適應(yīng)處理技術(shù)。

E-mail: wangtingsp@163.com

趙擁軍(1964-)，男，河南新鄉(xiāng)人，信息工程大學(xué)教授，博士生導(dǎo)師，主要研究方向為陣列信號處理、雷達(dá)信號與信息處理。

E-mail: zhaoyjzz@163.com

胡 濤(1976-)，男，安徽安慶人，信息工程大學(xué)副教授，主要研究方向為電子偵察、高功率微波技術(shù)。

E-mail: hu_tao_tao@sohu.com

Overview of Space-Time Adaptive Processing for Airborne MIMO Radar

Wang Ting Zhao Yong-jun Hu Tao
(Institute of Navigation and Aerospace Target Engineering,Information Engineering University,Zhengzhou450001,China)

Multiple-Input Multiple-Output (MIMO) radar is an emerging radar system that is of great interest to military and academic organizations due to its advantages and extensive applications. The main purpose of Space-Time Adaptive Processing (STAP) is to suppress ground clutter and realize Ground Moving Target Indication (GMTI). Nowadays, STAP technology has been extended to MIMO radar systems, and MIMO radar STAP has quickly become a hot research topic in international radar fields. This paper provides a detailed description of the extension and significant meaning of MIMO-STAP, and gives an overview of the current research status of clutter modeling, analysis of clutter Degree Of Freedom (DOF), reduced-dimension (reduced-rank) processing, simultaneous suppression of clutter plus jamming, non-homogeneous environment processing, and so on. The future perspective for the development of MIMO-STAP technology is also discussed.

Multiple-Input Multiple-Output (MIMO) radar; Airborne radar; Space-Time Adaptive Processing (STAP)

TN958

：A

：2095-283X(2015)02-0136-13

10.12000/JR14091

王珽, 趙擁軍, 胡濤. 機(jī)載MIMO雷達(dá)空時自適應(yīng)處理技術(shù)研究進(jìn)展[J]. 雷達(dá)學(xué)報, 2015, 4(2): 136-148. http://dx.doi.org/10.12000/JR14091.

Reference format: Wang Ting, Zhao Yong-jun, and Hu Tao. Overview of space-time adaptive processing for airborne multiple-input multiple-output radar[J].Journal of Radars, 2015, 4(2): 136-148. http://dx.doi.org/ 10.12000/JR14091.

2014-06-10收到，2015-01-05改回；2015-01-19網(wǎng)絡(luò)優(yōu)先出版

國家高技術(shù)研究發(fā)展計劃(863計劃)(2011AA*******)和國家自然科學(xué)基金(41301481)資助課題

*通信作者： 王珽 wangtingsp@163.com