稀疏空時自適應處理

內容簡介

空時自適應處理(Space-Time Adaptive Processing，STAP)技術可實現對機載/星載雷達中強地/海雜波的有效抑制，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世紀初提出的一種新的信號獲取與處理手段。壓縮感知與STAP技術的結合能突破傳統STAP方法對訓練樣本數需求的極限，引起了眾多學者和研究機構的濃厚興趣。本書以機載雷達為背景，針對雜波抑制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，系統地闡述了空時回波信號中雜波的稀疏性本質特性，介紹了稀疏空時自適應處理理論框架與基礎，並詳細介紹了上述框架下一系列稀疏STAP方法。

圖書目錄

前言

符號說明

第1章概述

1.1 引言

1.2 STAP研究歷史和現狀

1.2.1 STAP方法研究現狀

1.2.2 STAP實驗驗證與實際系統

1.3 STAP與稀疏恢復／表示

1.3.1 稀疏恢復／表示方法研究現狀

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 正則化參數設定分析

3.2.4 基於開關選擇的L1-RLS-STAP算法

3.2.5 計算複雜度分析

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 計算複雜度分析

3.3.4 仿真分析與實驗驗證

3.4 本章小結

稀疏空時自適應處理

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條