文献类型：期刊文章

作　　者：段克清[1] 李想[1] 行坤[2] 王永良[3]

DUAN Keqing;LI Xiang;XING Kun;WANG Yongliang(School of Electronic and Communication Engineering,Sun Yat-sen University,Shenzhen 518107,China;Aerospace Information Research Institute,Chinese Academy of Sciences,Beijing 100094,China;Air Force Early Warning Academy,Wuhan 430019,China)

机构地区：[1]中山大学电子与通信工程学院,深圳518107 [2]中国科学院空天信息创新研究院,北京100094 [3]空军预警学院,武汉430019

出　　处：《雷达学报（中英文）》

基　　金：国家自然科学基金(61871397)。

年　　份：2022

卷　　号：11

期　　号：3

起止页码：386-398

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：利用天基预警雷达实现动目标指示具有重要的军事应用价值。对于天基预警雷达,其平台高速运动及受地球自转影响导致杂波复杂非平稳性,更大的波束照射区域带来更严重的杂波非均匀性,从而导致适用于机载预警雷达的传统空时自适应处理(STAP)方法无法直接应用。针对上述问题,该文分析了天基预警雷达杂波分布特性,并构建了基于卷积神经网络(CNN)超分辨谱估计的STAP处理框架。首先,利用雷达系统和卫星轨道参数,仿真随机生成不同纬度、距离门、阵元误差、杂波起伏和地貌散射系数的回波数据集;然后,设计并调优了含5个权重层的二维CNN,实现由小样本所估低分辨杂波谱到高分辨谱的非线性映射;最后,基于高分辨空时谱构造空时滤波器实现杂波抑制和目标检测。仿真实验验证所提方法在小样本条件下可实现次最优杂波抑制性能,同时所需在线运算量远低于现有稀疏超分辨类方法,因此适用于天基预警雷达实际应用。

关 键 词：天基预警雷达  卷积神经网络(CNN)  空时自适应处理(STAP)  稀疏恢复  杂波抑制

分 类 号：TN957.51]