稀疏空时自适应处理PDF电子书下载

第1章 概述 1

1.1引言 1

1.2 STAP研究历史和现状 4

1.2.1 STAP方法研究现状 5

1.2.2 STAP实验验证与实际系统 14

1.3 STAP与稀疏恢复/表示 16

1.3.1稀疏恢复/表示方法研究现状 16

1.3.2稀疏STAP技术研究现状 20

1.3.3稀疏STAP技术的关键科学问题 23

1.4本书组织结构 24

第2章 稀疏STAP理论框架 27

2.1引言 27

2.2信号模型与性能评价准则 27

2.2.1空时信号模型 27

2.2.2空时协方差矩阵 31

2.2.3空时滤波器 32

2.2.4 STAP性能评价准则 34

2.3 STAP中的稀疏性 36

2.3.1杂波空时功率谱的稀疏性 36

2.3.2空时滤波器的“稀疏性” 44

2.4稀疏STAP原理 44

2.4.1稀疏滤波器STAP原理 45

2.4.2基于功率谱稀疏性的STAP原理 46

2.5稀疏STAP技术优势 52

2.6本章小结 55

第3章 稀疏滤波器STAP技术 56

3.1引言 56

3.2旁瓣对消结构稀疏滤波器STAP方法 56

3.2.1 L1-OCD-STAP算法 57

3.2.2 L1-RLS-STAP算法 59

3.2.3正则化参数设置分析 61

3.2.4基于开关选择的L1-RLS-STAP算法 62

3.2.5计算复杂度分析 66

3.2.6 仿真实验与分析 67

3.3直接滤波结构稀疏滤波器STAP方法 72

3.3.1 L1-SMI-STAP算法 73

3.3.2 L1-CG-STAP算法 74

3.3.3计算复杂度分析 78

3.3.4仿真分析与实验验证 80

3.4本章小结 84

第4章 基于阵列流形知识的杂波子空间STAP技术 86

4.1引言 86

4.2基于阵列流形知识的STAP原理 87

4.3基于阵列流形知识和低秩特性的STAP方法 91

4.3.1 LRGP-KA-STAP算法原理 91

4.3.2降维LRGP-KA-STAP算法原理 98

4.3.3计算复杂度分析 99

4.3.4仿真实验与分析 100

4.4基于存在测量误差的阵列流形先验的增强KA-STAP方法 106

4.4.1 InAME-KA-STAP算法原理 106

4.4.2拓展与讨论 111

4.4.3仿真实验与分析 112

4.5本章小结 120

第5章 功率谱稀疏恢复多训练样本STAP技术 121

5.1引言 121

5.2基于IAA的空时功率谱稀疏恢复的多训练样本STAP方法 122

5.2.1传统IAA-STAP算法 122

5.2.2多训练样本MIAA-STAP算法 123

5.2.3计算复杂度分析 129

5.2.4仿真实验与分析 131

5.3基于同伦的空时功率谱稀疏恢复多训练样本STAP方法 138

5.3.1复数域同伦稀疏恢复算法原理 138

5.3.2同伦稀疏恢复算法在STAP中的应用 142

5.3.3算法执行问题考虑 144

5.3.4 计算复杂度分析 145

5.3.5仿真实验与分析 147

5.4本章小结 153

第6章 功率谱稀疏恢复直接数据域STAP技术 155

6.1引言 155

6.2基于L1范数加权的功率谱稀疏恢复D3-STAP方法 156

6.2.1 D3WSR-STAP算法原理 156

6.2.2仿真实验与分析 159

6.3基于平滑的功率谱稀疏恢复D3-STAP方法 164

6.3.1 SASM-D3SR-STAP算法原理 164

6.3.2计算复杂度分析 167

6.3.3仿真实验与分析 168

6.4本章小结 174

第7章 基于阵列流形知识与功率谱稀疏恢复STAP技术 175

7.1引言 175

7.2基本原理 176

7.3字典设计与杂波阵列流形选择 179

7.3.1字典设计问题 179

7.3.2阵列流形中空间频率与多普勒频率关系 179

7.3.3阵列流形中的矩形窗选择问题 181

7.4算法执行问题探讨 182

7.5计算复杂度分析 183

7.6仿真实验与分析 184

7.7本章小结 193

第8章 阵列误差下稳健功率谱稀疏恢复STAP技术 194

8.1引言 194

8.2阵列误差对功率谱稀疏恢复STAP方法影响分析 195

8.2.1阵列幅相误差下的功率谱稀疏模型 195

8.2.2阵列幅相误差下的性能影响 195

8.2.3仿真实验与分析 198

8.3基于OMP和LS交替迭代功率谱稀疏恢复STAP方法 199

8.3.1算法原理 199

8.3.2多快拍联合交替迭代 201

8.3.3仿真实验与分析 203

8.4基于阵列流形知识的稳健功率谱稀疏恢复STAP方法 206

8.4.1算法原理 206

8.4.2计算复杂度分析 208

8.4.3仿真实验与分析 209

8.5基于ADM的联合阵列误差估计与功率谱稀疏恢复STAP方法 214

8.5.1基于ADM框架的问题描述 214

8.5.2功率谱与阵列误差联合估计 215

8.5.3多快拍联合稀疏恢复与估计 216

8.5.4目标检测 218

8.5.5仿真实验与分析 220

8.6本章小结 225

第9章 杂波起伏下稳健功率谱稀疏恢复STAP技术 227

9.1引言 227

9.2杂波起伏下稀疏模型 227

9.3协方差矩阵加权功率谱稀疏恢复直接数据域STAP方法 228

9.3.1角度-多普勒像估计 228

9.3.2杂波协方差矩阵估计与滤波器设计 231

9.4参数设置 233

9.5自适应CMT选择 235

9.6仿真实验与分析 238

9.6.1参数设置影响分析 239

9.6.2与其他算法比较 241

9.7本章小结 245

附录A式（2.20）～式（2.21）的推导 246

附录B式（2.41）为空时功率谱的证明 248

附录C空时功率谱P与傅里叶空时功率谱的关系 249

附录D定理2.1的证明 250

附录E正则化参数设置部分：结论1和结论2的证明 251

附录F平台高度测量误差对俯仰角的影响 254

附录G假设模型中离散的杂波块个数Nc的设置 256

附录H式（5.38）～式（5.41）的推导 258

附录I式（5.62）的推导 260

附录J式（8.63）的推导 261

附录K缩略语表 262

参考文献 265