论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　1.2 仿真分析

　　天发地收实验系统采用8个阵元的等间距直线阵列，阵元间距为15 m，工作频率为9～15 MHz，基线长度[R0]约为1 000 km，积累周期约为40 s，对该系统收集的数据进行距离压缩、多普勒处理和数字波束形成处理。

　　根据式（9）仿真分析一阶海杂波空时分布，由图2（a）可以看出双基地特征会使一阶海杂波空时谱（黑线）产生展宽，电离层扰动导致空时谱展宽加剧。由图2（b）可以看出，实际分布与理论分布趋势（黑线）基本吻合，天发地收系统一阶海杂波具有明显的空时耦合特性，可以使用STAP算法进行抑制。

　　2 局域联合处理算法

　　在全空时自适应算法中，若有[N]个阵元、积累[M]个脉冲，根据RMB准则，训练样本数至少需要[2NM]个，而实际中很难有这么多满足独立同分布的训练样本，而且全空时自适应算法的计算量正比于[NM3，]计算量过大，因此，降维STAP算法成为研究的重点。

　　图2 一阶海杂波空时分布分析

　　局域联合处理算法的主要思想就是利用转换矩阵[T]把数据从空域?时域转换到波束?多普勒域，并选择一个小的局域进行计算，降低了系统自由度，解决了训练样本不足和计算量过大的问题。

　　[Ss]和[St]分别为空域和时域导向矢量，二者的元素就是离散傅里叶变换的系数。所以，空时导向矢量的内积相当于2D DFT，转换矩阵可表示为：

　　[T=Ss（wsi）?St（wtj）TSs（wsi）?St（wtj+wk）T?Ss（wsi）?St（wtj+（q-1）wk）T?Ss（wsi+（p-1）wn）?St（wtj+（q-1）wk）TT] （10）

　　式中：[wn]和[wk]表示波束和多普勒间隔；[p]表示相邻多个空域波束数目；[q]表示相邻多个多普勒通道数目。原理示意如图3所示，中心实线通道即为检测通道，虚线通道为辅助通道，点线通道为待检测通道，当检测通道覆盖每一个波束?多普勒通道即完成一个待检测样本的处理。

　　若选择如图3所示的3×3局域，空时转换矩阵可以表示为：

　　[T=Stwt，j-2；Stwt，j；Stwt，j+2?Ssws，i-2；Ssws，i；Ssws，i+2] （11）

　　转换后的空时导向矢量为：

　　[v=TH?v] （12）

　　接收数据向量为：

　　[X=TH?X] （13）

　　使用[X]估计协方差矩阵[R，]从而得到自适应权矢量为：

　　[w=μR-1v] （14）

　　图3 JDL算法示意图

　　3 局域联合处理算法性能分析

　　3.1 仿真数据分析

　　使用式（9）进行天发地收系统一阶海杂波建模，并在第20距离单元加入一信杂比为-5 dB，多普勒频率为0.4 Hz的理想点目标，目标来向与接收阵列法线重合，以多普勒域输出信杂比与输入信杂比的比值即改善因子[IF]作为算法性能度量：

　　[IF=SCRoutSCRin] （15）

　　不同污染程度下的改善因子如图4所示，可以看出JDL算法可以有效检测出被淹没的目标，信杂比改善明显，但是随着电离层污染严重程度增加改善因子呈现下降的趋势。

　　图4 JDL算法性能分析

　　3.2 实验数据分析

　　实际情况中不同波束不同距离的电离层扰动不同，杂波分布不均匀，因此在JDL算法中如果局域选择过大则难有足够多满足独立同分布的样本，如果局域选择过小会使系统自由度过小，导致杂波抑制不充分。由于JDL算法依赖于较好的杂波相关性，因而本文提出了波束相关性的概念，以此作为波束域大小选择的依据。对于第[l]个距离单元，展宽海杂波共占据[M]个多普勒单元，波束指向[?1]和波束指向[?0]的杂波相关性定义为：

　　[ρ?0，?1=m=1MXl?0，fmXHl?1，fmm=1MXl?0，fmXHl?0，fmm=1MXl?1，fmXHl?1，fm] （16）

　　分析多个距离门的波束相关性，得出该批次数据的平均波束相关性，波束形成间隔为5°，对不同距离单元的分析结果如图5所示，基准波束与左右各二个波束均能保持较好的相关性，相关系数在0.5以上，因此在JDL算法中波束域选择5个波束是合理的。

　　图5 不同距离单元波束相关性分析

　　在实验数据第20距离单元加入一多普勒频率为0.48 Hz，信杂比为-10 dB理想点目标，目标来向与阵列法线夹角为-10°，使用不同大小的局域的处理结果如图6所示。在多普勒域选择5×3局域可以准确检测到目标，信杂比得到明显改善，而选择3×3局域无法检测到目标，距离维5×3局域信杂比改善更明显。因此本文提出的根据相关性确定局域大小的改进JDL算法可以有效地抑制展宽海杂波并发现被淹没的目标。

　　4 结 论

　　对于天发地收系统中一阶海杂波存在明显的多普勒展宽而淹没慢速舰船目标的问题，本文以海杂波的空时耦合性为基础，对其空时分布进行了仿真分析，并提出了根据海杂波波束相关性选择处理局域大小的改进JDL算法，经验证该方法可以有效地抑制展宽海杂波并发现被淹没的目标，信杂比得到明显改善。

　　图6 改进JDL算法处理结果

　　参考文献

　　[1] JIANG Wei， DENG Wei?bo， YANG Qiang. Characteristic ana?lysis of first?order sea clutter for over the horizon hybrid sky?surface wave radar [J]. Journal of Computational Information Systems 2011， 7（4）： 1394?1401.

　　[2] LI Ya?jun， WEI Yin?sheng. Analysis of first?order sea clutter spectrum characteristics for HF sky?surface wave radar [C]// IEEE International Conference on Radar. [S.l.]： IEEE， 2013： 368?373.

　　[3] KRAUT S， HARMANCL K， KROLIK J. Space?time adaptive processing for over?the?horizon spread?Doppler clutter mitigation [C]// Proceedings of the 2000 Sensor Array and Multichannel Signal Processing Workshop. [S.l.]： IEEE， 2000： 245?249.

　　[4] SALEH O， ADVE R S， RIDDOLLS R J， et al. Adaptive processing in high frequency surface wave radar [C]// IEEE Radar Conference. [S.l.]： IEEE， 2008： 26?30.

　　[5] RAVAN M， ADVE R S. Robust STAP for HFSWR in dense target scenarios with nonhomogeneous clutter [C]// IEEE Radar Conference. [S.l.]： IEEE， 2012： 0028?0033.

　　[6] LIU Chun?bo， SHEN Shu?yu， CHEN Bai?xiao. Spread clutter mitigation via knowledge?aided STAP in miltiple?input single?output system [C]// IEEE 10th International Conference on Signal Processing. [S.l.]： IEEE， 2010： 2180?2183.

　　[7] XIE Jun?hao， YUAN Ye?shu， LIU Yong?tan. Experimental analysis of sea clutter in shipborne HFSWR [J]. IEE Procee?dings of Radar， Sonar and Navigation， 2001， 148（2）： 67?71.

　　[8] FABRIZIO Giuseppe， FARINA Alfonso， DE MAIO Antonio. Knowledge?based adaptive processing for ship detection in OTH radar [C]// 2006 International Radar Symposium. [S.l.]： IRS， 2006： 1?5.

　　[9] 杨龙泉，凡俊梅，蔚娜，等.天波地波组合传播模式下一阶海杂波特性分析[J].电波科学学报，2012，27（4）：703?709.

　　[10] BARRICK D E， SNIDER J B. The statistics of HF sea?echo Doppler spectra [J]. IEEE Transactions on Antennas and Pro?pagation， 1977， 25（1）： 19?28.