機載MIMO雷達空時自適應處理技術研究進展

王 珽趙擁軍 胡 濤

(信息工程大學導航與空天目標工程學院 鄭州 450001)

機載MIMO雷達空時自適應處理技術研究進展

王 珽*趙擁軍 胡 濤

(信息工程大學導航與空天目標工程學院 鄭州 450001)

MIMO雷達作為一種新體制雷達，具有諸多優點和廣泛的應用領域，引起了國內外軍事界和學術界的極大關注?？諘r自適應處理(STAP)主要目的為抑制地雜波，進行地面動目標顯示(GMTI)。如今，這項技術又被進一步推廣到MIMO雷達系統中，MIMO雷達STAP迅速成為國際雷達界的一個研究熱點。該文詳細闡述了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、非均勻雜波環境處理等方面主要研究情況進行綜述，并對未來MIMO-STAP技術的發展方向進行了展望。

MIMO雷達；機載雷達；空時自適應處理(STAP)

1 引言

在現代戰爭中，掌握制空權是贏得戰爭的重要保證，預警機在其中起著舉足輕重的作用。但是機載預警(Airborne Early Warning, AEW)雷達在下視工作時受地面雜波的影響十分嚴重，地雜波不僅強度大而且不同方向的地雜波相對于載機的速度也各不相同，從而使雜波譜大大擴展，雜波呈現出很強的空時耦合性。STAP技術最初是由Brennan等人[1]于1973年針對相控陣體制機載預警雷達的雜波抑制而提出的。經過40余年的探索和研究，STAP技術如今已形成為一個具有較為堅實理論基礎的實用新技術。Ward的報告[2]，Guerci和Klemm的專著[3,4]，Melvin的綜述性文章[5]及國內王永良的專著[6]等對STAP做了比較完整的論述。同時，國內保錚、彭應寧、廖桂生等學者在STAP技術的研究發展進程中做出了重要的工作和貢獻。

STAP技術的研究當前依然非常活躍，特別是結合合成孔徑雷達(Synthetic Aperture Radar, SAR)、分布式小衛星雷達及天基/空基MIMO雷達，又出現了一系列新的研究課題[7]。并且針對不同的應用對象和實際環境，STAP技術在理論和實際工程中還有很多問題需要進一步研究。如信息化條件下，現代雷達面臨著電子對抗、反隱身等艱巨任務，巡航導彈、反輻射導彈(Anti-Radiation Missile, ARM)、隱身飛機等目標特性給機載雷達的檢測帶來困難，雷達對這些目標的探測距離只有對通常目標探測距離的1/5左右。為了有效地探測這些特殊目標，必須發展新體制的機載雷達，如具有米波頻段的機載雷達、雙/多基地雷達、MIMO雷達等[8]。這些新體制雷達將使空時自適應處理面臨許多新的問題。因此，針對新體制機載雷達開展STAP技術研究是值得進一步努力的方向。

2 MIMO-STAP的引入及重要意義

隨著MIMO技術在移動通信領域的不斷發展，并同時受到綜合脈沖孔徑雷達(Synthetic Impulse and Aperture Radar, SIAR)的啟發，MIMO雷達的概念在近幾年被提出并得到了國內外軍事界與學術界的廣泛關注，已成為世界各國研究的熱點[9,10]。目前，根據MIMO雷達收發特性，將MIMO雷達分為兩種類型：分布式MIMO雷達[11,12]和集中式MIMO雷達[13]。由于利用波形分集技術，集中式MIMO雷達能夠對收發兩個孔徑進行混合，從而在無需增加實際收發物理孔徑的基礎上，采用較小的天線規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載應用背景下傳統雷達天線孔徑和重量受載機平臺嚴格限制的缺點，適合于機載雷達的小平臺、多任務的設計需求，可以提高雷達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公司已對一種機載MIMO雷達(aircraft MIMO radar)進行分析設計[14]，如圖1所示，即對其中機翼陣列(wing arrays)進行MIMO處理，可見其重要的軍事應用意義。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，尚未體現空時聯合處理，即STAP的思想。2003年美國麻省理工學院(MIT)林肯實驗室的Bliss和Forsythe在第37屆Asilomar信號、系統與計算機會議(ACSSC)上首先提出MIMO-STAP概念[15]，并對不同構成形式下的MIMO雷達的自由度(Degree Of Freedom, DOF)、分辨率改善和MIMO雷達如何利用STAP進行地面動目標顯示(Ground Moving Target Indication, GMTI)進行了研究。表明與機載相控陣雷達相比，MIMO雷達具有較大的虛擬陣列孔徑和長時間的脈沖積累，提升了系統自由度，改善了機載雷達的雜波抑制性能，并且能夠顯著提高MIMO雷達的速度分辨率，更有利于在強雜波中檢測低速弱目標信號，從而能夠獲得更好的GMTI性能，給空時自適應處理技術的發展帶來了機遇。2009年美國佛羅里達大學Xue等人提出了“影子-200”(Shadow-200)無人機(Unmanned Aerial Vehicle, UAV)上裝備MIMO雷達的構想[16]，如圖2所示。2009年MIT林肯實驗室與美國空軍合作，在雙水獺(Twin Otter)飛機上安裝MIMO陣列，進行了機載MIMO雷達的飛行試驗[17]，如圖3所示，驗證了機載MIMO雷達相對于傳統機載相控陣雷達在GMTI方面的優勢。

圖1 文獻[14]機載MIMO雷達構想Fig. 1 Conception of airborne MIMO radar in Ref. [14]

圖2 “影子-200”無人機裝備MIMO雷達構想Fig. 2 Conception of Shadow-200 UAV equipped with MIMO radar

圖3 機載MIMO雷達飛行試驗(雙水獺飛機)Fig. 3 Flight experiment of airborne MIMO radar (Twin Otter aircraft)

經過40余年的發展，對于機載相控陣雷達而言，STAP技術已趨于成熟。如今，這項技術又被進一步推廣到MIMO雷達系統中，與傳統機載相控陣雷達相比具有顯著的性能優勢，MIMO雷達STAP迅速成為國際雷達界的一個研究熱點。

本文下面首先對機載MIMO雷達STAP前期的主要研究情況進行了詳細綜述，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、非均勻雜波環境處理以及參數估計、波形設計和雙基地MIMO-STAP等方面。然后根據MIMO-STAP方面的研究現狀，結合相關領域最新研究進展，對今后MIMO-STAP的研究方向進行進一步的思考與展望。

3 MIMO-STAP技術研究概述

3.1 雜波建模與雜波自由度分析

Chen等人[18]利用問題幾何結構，使用扁長橢球波函數(Prolate Spheroidal Wave Function, PSWF)估算理想雜波子空間，并給出了MIMO雷達雜波自由度估計的擴展Brennan準則。Wu等人[19]研究了發射相位編碼正交信號(c-MIMO)和多載頻信號(f-MIMO)時的MIMO雷達STAP信號模型和雜波模型。嚴韜等人[20]仿真分析了存在雜波起伏、通道誤差、載機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在使雜波自由度增加。Li等人[21]將這些誤差因素歸結為時間去相關、空間去相關效應，利用錐化矩陣窗(Covariance Matrix Taper, CMT)對雜波協方差矩陣進行修正。Mecca等人[22,23]研究了慢時間(slow-time) MIMO雷達對多徑雜波的抑制，并將其推廣應用至超視距(Over The Horizon, OTH)雷達中。

此外，有學者對發射波形合成對于雜波自由度的影響進行了研究。Wang等人[24]通過研究表明機載MIMO雷達雜波自由度受發射信號互相關矩陣(Waveform Covariance Matrix, WCM)秩的影響，但未給出信號互相關矩陣結構變化時MIMO雷達雜波分布的統一關系。張西川等人[25]從信號空間與陣元空間變換的數學角度構建了發射波形合成模型，并在此基礎上，提出了任意發射波形合成影響下的機載MIMO雷達雜波統一模型，揭示了統一模型下發射波形從全正交、相關到全相干的演變過程中的雜波分布特性。在文獻[26]中提出并證明了一種雜波自由度快速估計準則，建立了機載相干MIMO雷達發射波形合成結構、陣列稀布構型與雜波自由度之間的定量關系。謝文沖等人[27]給出了適用于MIMO-相控陣雷達的雜波自由度估計準則。Feng等人[28,29]又從不同角度揭示了子陣合成MIMO雷達的雜波自由度。Chong等人[30]對慢時間MIMO雷達的雜波自由度進行了分析。

3.2 降維(秩)處理方面

由于發射波形分集導致機載MIMO雷達系統的空時維數較相控陣雷達大幅提高，MIMO-STAP將傳統的空-時2維處理擴展到空-時-波形3維空間[31]，如圖4所示。因此算法運算量問題尤為突出，同時在實際雜波環境中難以獲取足夠的獨立同分布(Independent Identical Distribution, IID)樣本[32]，現有文獻主要集中于降維(秩)的MIMO-STAP算法研究方面。

圖4 機載MIMO雷達空-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造的降秩方法

Chen等人[18]利用扁長橢球波函數(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學變換推導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，并能夠降低計算復雜度，推動了MIMOSTAP的發展。呂暉等人[33]根據雜波在空時2維平面的先驗分布離線構造雜波子空間，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EC方法中復雜的協方差矩陣估計和特征值分解運算，既消除了因協方差矩陣估計不準確而導致的性能損失又減小了運算量，可獲得接近最優的雜波抑制性能。翟偉偉等人[34]結合PSWF正交函數基矢量，提出了一種基于雜波子空間基矢量估計的降維STAP算法，但其實質仍為簡化的雜波特征相消器。張筱等人[35]又進一步將離線構造的PSWF基矢量進一步應用于主分量法(PC)中，同樣無需協方差矩陣估計以及特征值分解。以上方法均進行數據獨立方式的雜波子空間構造，并結合雜波子空間進行降維，屬于自適應降秩處理范疇。但以上方法均考慮理想雜波模型，當實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、載機偏航等因素時，以上方法的性能將有所下降。

陸達等人[36]針對上述不足，將基于扁長橢球波函數估計的雜波子空間作為先驗知識進行輔助處理，并形成約束矩陣，而后采用多級維納濾波實現了降秩MIMO-STAP。由于該方法同時利用了樣本數據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上，顯著降低算法運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健性。本方法從知識輔助的角度，為結合雜波空時分布和實際雜波數據共同進行融合處理提供了一種思路。

(2) 基于權值迭代的降維方法

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

文獻[41]針對文獻[40]雙迭代算法進行改進，其利用矩陣變換的性質實現了對發射-接收2維權矢量的分離求解，且無需進行迭代運算，從而進一步降低了運算量。

(3) 傳統降維(秩)方法的推廣應用

已有降維(秩)STAP方法經過改進可以用于MIMO雷達。李彩彩等人[42]針對MIMO雷達虛擬陣列孔徑大，典型的降維STAP方法m-Capon法無法適用的問題，對子陣級m-Capon法進行了研究，既有效降低了MIMO-STAP自由度，又能獲取比相對應相控陣雷達的性能提升。郝琳等人[43]將機載MIMO雷達技術與3-CAP空時自適應方法相結合，提出了一種M3-CAP空時自適應新方法。呂暉等人[44]通過空域發射-接收兩維固定波束形成和時域多普勒濾波將接收數據由陣元-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維波束并根據線性約束最小方差準則進行部分聯合自適應處理，其實際為傳統局域聯合處理(Joint Domain Localized, JDL)方法在MIMOSTAP中的推廣。趙軍[45]將基于參數化模型的空時自回歸(Space Time Auto-Regressive, STAR)技術引入到機載MIMO雷達雜波抑制問題中，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，與統計型STAP算法相比，訓練樣本數明顯減少，運算量有所降低。Fa等人[46,47]引入遞歸最小二乘算法(Recursive Least Squares, RLS)，并且利用環境的先驗信息增加約束，實現降維矩陣與自適應權值的聯合迭代優化。Marcos[48]提出一種基于距離遞歸的機載MIMO雷達雜波抑制方法。以上方法實質上均是傳統降維(秩)算法在MIMO-STAP中的推廣應用。

3.3 有源干擾條件下MIMO-STAP

由于發射波形分集，機載MIMO雷達STAP系統自由度得到擴展，同時增大了訓練樣本數需求，運算量顯著提升，這些問題已成為制約MIMOSTAP發展與應用的主要瓶頸。并且隨著電磁環境的日益復雜，機載雷達的目標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的雜波與干擾自由度大幅度增加，將使本來就很復雜的處理系統進一步復雜化[2－5]。因此研究在有源干擾背景下機載MIMO雷達的雜波抑制問題，實現同時抗雜波與抗干擾的雙重能力，是很有實際意義的。楊曉超等人[49]對有源干擾條件下機載MIMO雷達STAP協方差矩陣秩進行了分析，同時提出一種兩級機載MIMO雷達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行干擾抑制，同時實現了降維處理。第2級通過匹配濾波獲得發射自由度，并聯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，存在強干擾時可以逼近全維處理的最優性能。文獻[18]利用MIMO雷達結構參數及扁長橢球波函數(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方差矩陣進行估計。高偉等人[51]則根據MIMO雷達發射正交波形的特點，提出利用與所有發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[18]方法均可以有效降低運算量與樣本需求，但其中對于雜波子空間分析，扁長橢球波函數(PSWF)的構造較為復雜。進而楊曉超等人[52]利用文獻[33]方法給出雜波子空間的簡便構造形式，再結合有源干擾加噪聲協方差矩陣以及目標空時導向矢量來構造降維矩陣，可將全維數據維數降為雜波的秩加1。文獻[53]實現了離線雜波子空間構造、雜波加有源干擾協方差矩陣秩估計、以及利用ZF方法抑制雜波和干擾的統一。

3.4 非均勻雜波環境MIMO-STAP

隨著機載MIMO雷達系統自由度的提升，需要的獨立同分布(IID)樣本數進一步增大，然而實際的雜波環境往往是非均勻的，使得傳統的統計STAP算法無法獲取大量IID的樣本進行雜波協方差矩陣估計。目前研究的非均勻現象主要有：雜波功率非均勻、干擾目標和孤立干擾等。鄭焱[54]在其碩士論文中對文獻[18]的ZF算法在非均勻環境中的性能進行了仿真分析。仿真結果表明，ZF算法在存在功率非均勻與干擾目標的非均勻環境中依然有效，但會受到孤立干擾現象的影響。李彩彩等人[55]對含有孤立干擾的嚴重功率非均勻環境下MIMO-STAP進行研究，提出一種基于時域平滑的兩級級聯非均勻降維STAP方法，先后對雜波和孤立干擾進行抑制，取得了較好的效果。Ahmadi等人[56]建立了機載相控陣-MIMO雷達的通用模型，并利用經典的直接數據域(Direct Data Domain, DDD)方法實現了對其非均勻雜波的有效抑制。

3.5 MIMO-STAP目標參數估計

3.6 MIMO-STAP波形設計

實際中設計的MIMO雷達最優發射波形通常具有相關性，以滿足波束方向或參數估計等性能因素的約束，此時發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)為目標對色高斯噪聲背景下MIMO-STAP進行波形優化設計，以實現最優的檢測性能。同時，研究了初始參數存在估計誤差場景下提高MIMO-STAP最差檢測性能的穩健波形優化[61]。由于優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MIMO-STAP系統的目標檢測性能。

3.7 雙基地MIMO-STAP

目前MIMO-STAP相關研究主要是針對單基地MIMO雷達STAP工作模式。由于雙基地雷達具有抗隱身，抗反輻射導彈，抗綜合電子干擾和抗超低空突防的“四抗”優勢，近幾年得到了快速發展和廣泛應用。機載雙基地雷達由于平臺運動，雷達處于下視工作狀態和收發分置的幾何結構特點，導致地雜波回波幅度明顯增強，存在雜波特性隨距離變化的問題。因而，雙基地雷達雜波比傳統單基地雷達雜波具有更為復雜的特性，相應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雷達的STAP進行了研究，建立了雙基地MIMO雷達的雜波模型，表明了雙基地MIMO雜波譜具有3維特征(發射角，接收角，多普勒頻率)，并且經過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)方面要優于雙基地SIMO-STAP。

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

4 總結展望

機載MIMO雷達STAP已成為近幾年雷達界研究的熱點，通過現有研究情況可以看出，目前對于機載MIMO雷達空時自適應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、非均勻雜波環境下MIMO-STAP、以及MIMO-STAP參數估計、波形設計和雙基地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雷達作為一種新體制的雷達，起步較晚，所以對MIMO雷達STAP技術的研究還有很大的發展空間，理論與實踐的結合問題還有待于探討和研究。同時隨著雷達信號處理與數據處理水平的提升，最新信號處理算法的涌現，以及相關硬件水平的完善，MIMO-STAP仍然具有很好的研究前景以及很高的應用價值。下面結合MIMO-STAP研究現狀以及作者的認識和思考，對該領域下一步研究的主要方向進行展望。

我國的清潔服務落后西方20年～30年，其中一個重要原因就是清潔劑的落后。國外發達國家的清潔劑早就實現了專區專用，且十分環保。而傳統使用的強酸強堿清潔劑，不光對物對環境有傷害，時間久了，產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 基于發射波束域處理的MIMO-STAP

發射波形合成的影響為MIMO雷達中的特有問題。如3.6節所示，為實現MIMO雷達STAP最優檢測性能，此時設計的MIMO雷達最優發射波形已不滿足正交的理想條件，通常具有相關性?，F有文獻已對發射波形合成對于MIMO雷達雜波自由度的影響進行了研究[24－26]，但均未涉及到相關STAP方法。對于發射波形合成影響下的MIMO-STAP方法，考慮模型的相似性，擬結合發射波束域處理[68－71]、相控陣-MIMO[72]、發射子陣劃分等技術進行下一步研究。

MIMO雷達能夠獲取收發聯合處理增益，但由于其全向等功率發射因此將存在信噪比損失。針對傳統MIMO雷達發射功率分散而造成的輸出信雜噪比下降的問題，目前基于發射波束域的處理已應用在MIMO雷達的參數估計、波束形成等方面，并且體現出相對于常規MIMO雷達的性能優勢[68－71]。因此可以考慮將其引入到MIMO-STAP中，使得發射功率集中于感興趣的目標區域，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，并且達到降維的目的?？梢赃M一步結合發射波束域處理情況下MIMO雷達雜波自由度以及時域脈沖選擇進行考慮分析。

4.2 基于知識輔助的穩健MIMO-STAP

在STAP實際工程實現中，往往存在影響系統功能的非理想因素，如陣元誤差、通道誤差、雜波起伏、近場散射、載機偏航等[6]。這些誤差因素將使雜波自由度進一步增加，造成常規MIMO-STAP方法性能下降，因此考察MIMO雷達STAP方法的誤差魯棒性也是非常重要的。

如利用離線構造的雜波子空間已成為MIMOSTAP中一種有效的低復雜度方法，但此類方法針對的均為理想雜波子空間，而與實時的雜波數據無關，因此在誤差存在的情況下與其相關的STAP方法性能將有所下降。最近，相關研究人員提出了基于知識輔助(Knowledge-Aided, KA)的STAP技術[36,46,47,73－75]，以進一步提高STAP的性能以及在實際應用中的穩健性。KA處理的思路就是通過將先驗知識與實測數據進行有效的融合，提升協方差矩陣的估計精度。受此啟發，可以考慮結合雜波的空時分布和實際雜波數據共同估計雜波子空間，以實現穩健的MIMO-STAP。

4.3 基于誤差約束的穩健MIMO-STAP

考慮STAP與自適應波束形成模型的相似性。在數學描述上，自適應波束形成和STAP具有相同的最優化表達式，不同之處是所用的導向矢量和協方差矩陣不同。其中波束形成主要研究最優空域濾波問題，而STAP主要研究最優空時濾波問題，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有穩健波束形成技術已相對成熟，同時已有研究人員將其推廣到穩健STAP算法設計中[76]。

考慮MIMO雷達中存在導向矢量失配和協方差矩陣失配的情況，可以對模型進行誤差約束，通過問題轉化進行求解。如存在收發導向矢量誤差的穩健MIMO雷達波束形成已有相關研究[77,78]，而MIMO-STAP問題相比于MIMO雷達波束形成多增加了一維多普勒域，因此需要建立發射、接收、多普勒3維誤差模型，并可以在此誤差約束下轉化為最差性能最優等問題，結合凸優化等算法實現穩健的MIMO-STAP權值求解。

4.4 基于知識輔助的非均勻雜波環境下MIMOSTAP

隨著機載MIMO雷達處理維數的提升，需要獨立同分布(IID)的樣本數是很大的，一方面增加了運算量，另一方面也限制了應用環境。實際中很難獲取足夠的IID樣本，尤其是在嚴重的非均勻雜波環境中。因此，非均勻環境下樣本采集的困難對MIMO-STAP理論提出了挑戰，非均勻雜波環境下的有效MIMO-STAP方法值得進一步深入研究。

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

4.5 基于稀疏恢復的直接數據域MIMO-STAP

近期，隨著稀疏恢復思想在信號處理領域的廣泛應用，同時根據雜波空時分布特性和稀疏表示間的內在聯系，稀疏恢復在STAP中的實現應運而生[81－86]。檢測單元數據在角度-多普勒域的能量分布只集中在雜波脊線和少數離散位置，而其他位置都很小(不存在噪聲時為0)。因此，檢測單元數據在角度-多普勒域具有稀疏性。利用稀疏恢復算法，在只有檢測單元數據的條件下實現高分辨空時譜估計，有效消除雜波及孤立干擾源對運動目標檢測的影響，使直接距離向目標檢測成為可能。同時由于不使用訓練樣本，可以很好地避免訓練樣本中引入的非平穩性，在實際非均勻雜波場景中具有廣泛的應用前景。

隨著MIMO-STAP維數的進一步提升，如何結合發射維信息進行MIMO-STAP稀疏基的有效構造，并進行低運算復雜度的快速稀疏恢復算法的實現，將是此方面下一步研究的重點。

4.6 基于收發陣元-延遲線結構優化設計的MIMOSTAP

從MIMO-STAP的系統結構可以看出，隨著匹配濾波器組的使用以及延遲線組的增加，MIMOSTAP的設備量非常大，從而急劇增加了其工程實現的復雜度。為解決這一實際問題，可以考慮使用收發陣元與延遲線同時優化設計的MIMO-STAP系統，即通過優化設計，使用較少的收發陣元數與延遲線抽頭個數，達到與全陣元-全延遲線結構相同的STAP性能。目前，MIMO雷達中陣元域結構優化設計的的稀疏布陣技術已有相關研究，如最小冗余MIMO雷達[87－89]等，而對收發陣元-延遲線的結構優化設計尚未見相關報道。因此可以考慮進行基于收發陣元-延遲線結構同時優化的MIMOSTAP技術研究，以較小的設備復雜度達到較好的雜波抑制性能，使其更接近實際應用。其中涉及收發陣元個數與位置、延遲線段數與長度以及STAP權值等多維參數的同時優化問題。

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

極化-空時自適應處理(Polarization-STAP)在機載極化陣列雷達模型的基礎上，結合雷達回波的極化信息，進行極化、空間角度、多普勒3維自適應處理，可在不增加天線孔徑的前提下提高系統的MDV，相比于傳統空時2維處理具有更好的慢速目標檢測性能[90－94]。同時近年來，結合電磁矢量傳感器陣列和MIMO雷達提出的矢量傳感器MIMO雷達，能夠同時利用矢量傳感器提供的極化分集和MIMO雷達的波形分集來提高目標的波達方向(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，進行極化-空時自適應處理方面的研究，以進一步提升MIMO-STAP的性能優勢，也是很有意義，值得進一步深入研究的方向。

4.8 共形陣MIMO-STAP

機載共形陣列是指雷達陣列沿機載平臺表面形狀布設，如：機頭、機翼以及飛機下腹部等位置，通常屬于非線性陣列的范疇。共形陣列可充分利用機載平臺的外表面，具有更優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載雷達系統在未來機載預警系統、尤其是小型無人機等領域具有巨大優勢[4,100]。

共形陣機載雷達STAP技術研究已成為目前機載雷達信號處理研究領域的熱點和難點[101－103]。目前，MIMO-STAP研究仍主要集中于正側視且收發均為均勻線陣的MIMO雷達陣列形式。機載MIMO雷達由于其飛行動態探測的要求，以及體積的限制，采用與機體共形的陣列天線更加符合實際工程應用需要。因此可以考慮從建立機載共形陣MIMO雷達模型(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STAP的有效方法進行研究。

4.9 認知MIMO-STAP

從雷達技術的發展歷程可以看出，抑制雜波和對抗干擾是推動雷達技術發展的兩大動力，STAP已成為反映未來雷達發展方向的關鍵技術。同時從現有的雷達技術發展水平來看，未知地理和電磁環境的時變特性給雷達技術帶來的巨大挑戰，并且模型單一和參數固化導致雷達技術難以適應時變環境。這些問題已成為制約常規STAP技術發展的關鍵因素[104]。考慮到上述問題，可以將STAP與認知雷達概念緊密結合，設計出具有認知能力的機載MIMO雷達STAP系統。

認知雷達作為一種全新的智能化雷達概念，可以有效提升雷達在復雜地理和電磁環境中的探測性能，被認為是未來雷達發展的方向[105,106]。Guerci在文獻[105]中已對認知MIMO-STAP進行了初步探討，如使SCR最大化的最優脈沖賦形，多普勒頻分復用(DDMA)等方面。同時前文所提到的知識輔助、波形優化等方面實際上已體現出了認知雷達的思想，但其環境感知、動態知識庫構建、智能化處理以及相應的系統結構和處理體系支撐等方面還有待進一步在實踐中進行探討和完善。

目前對于認知雷達的研究尚處于起步階段，許多基本概念和關鍵技術尚不成熟，因此對于認知MIMO-STAP領域需要在基本概念和基礎理論方面開展研究和攻關。

[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, 彭應寧. 空時自適應信號處理[M]. 北京: 清華大學出版社, 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. 雷達信號處理和數據處理技術[M]. 北京:電子工業出版社, 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. 機載雷達空時自適應信號處理技術回顧與展望[J]. 中國電子科學研究院學報, 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. 一種新興的雷達體制-MIMO雷達[J].電子學報, 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]嚴韜, 謝文沖, 王永良. 機載MIMO雷達雜波建模及雜波特性分析[J]. 雷達科學與技術, 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. 任意波形相關性的機載MIMO雷達雜波建模與分析[J]. 電子與信息學報, 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. 機載相干MIMO雷達雜波自由度估計研究[J]. 電子與信息學報, 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. 一種簡化的機載MIMO雷達雜波特征相消器[J]. 航空學報, 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雷達降維STAP研究[J]. 航空學報, 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的機載多輸入多輸出雷達降維自適應處理算法研究[J]. 科學技術與工程, 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, 張弓. 知識輔助的機載MIMO雷達降秩STAP算法[J].數據采集與處理, 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. 基于三迭代的機載MIMO雷達空時降維自適應處理方法[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. 機載MIMO雷達降維空時自適應處理算法[J]. 電子科技大學學報, 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. 機載MIMO雷達兩級降維雜波抑制方法[J]. 電子與信息學報, 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. 機載MIMO雷達兩級降維空時自適應處理方法[J]. 數據采集與處理, 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雷達子陣級m-Capon方法研究[J]. 系統工程與電子技術, 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. 機載MIMO雷達3-CAP雜波抑制方法[J]. 空軍工程大學學報(自然科學版), 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. 機載多輸入多輸出雷達局域化降維雜波抑制方法[J]. 西安電子科技大學學報, 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. 機載MIMO雷達空時自回歸算法[J]. 空軍第一航空學院學報, 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. 有源干擾條件下機載MIMO雷達STAP協方差矩陣秩的分析[J]. 電子與信息學報, 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. 一種兩級機載MIMO雷達空時自適應處理方法[J]. 電子與信息學報, 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, 等. 基于子空間估計的MIMO陣列降維STAP方法[J]. 系統工程與電子技術, 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低秩雜波的降維空時自適應算法[J]. 西安交通大學學報, 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. 有源干擾條件下機載MIMO雷達降維STAP方法[J]. 現代雷達, 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雷達中的空時自適應處理(STAP)技術[D].[碩士論文], 南京: 南京郵電大學, 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. 一種抑制嚴重非均勻雜波的機載MIMO-STAP方法[J]. 電子學報, 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. 基于STFAP的MIMO雷達運動目標參數估計的CRB研究[J]. 電子與信息學報, 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雷達參數估計方法研究[D].[博士論文], 西安:西安電子科技大學, 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. 利用發射角度的雙基地MIMO雷達雜波抑制方法[J]. 雷達學報, 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的雙基地雷達地面動目標檢測方法[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. 基于投影權優化的雙基地MIMO雷達雜波抑制方法[J]. 電子與信息學報, 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. 基于發射波束域-平行因子分析的MIMO雷達收發角度估計[J]. 電子與信息學報, 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. 基于發射波束域預處理的MIMO雷達MVDR波束形成算法[J]. 系統仿真學報, 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. 知識輔助機載雷達雜波抑制方法研究進展[J].電子學報, 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. 穩健的自適應波束形成與空時自適應處理算法研究[D].[博士論文], 西安: 西安電子科技大學, 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. 空時自適應處理中基于知識的訓練樣本選擇策略[J]. 系統工程與電子技術, 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. 基于空時功率譜稀疏性的空時自適應處理技術研究進展[J]. 電子學報, 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, 王希勤, 劉一民, 等. 基于稀疏恢復的空時二維自適應處理技術研究現狀[J]. 雷達學報, 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. 基于稀疏恢復的直接數據域STAP算法[J]. 清華大學學報(自然科學版), 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的空時自適應處理[J]. 電子學報, 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雷達陣列設計[J].數據采集與處理, 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陣列結構設計[J]. 電波科學學報, 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. 極化空時自適應處理性能分析[J].西安電子科技大學學報(自然科學版), 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. 機載雷達極化空時聯合域雜波抑制性能分析[J]. 電子學報, 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雷達的發射極化優化DOA估計算法[J]. 電子與信息學報, 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雷達的DOD/DOA和極化聯合估計[J]. 電子與信息學報, 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雷達的DOD DOA和極化聯合估計算法[J]. 電子與信息學報, 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展孔徑雙基地MIMO雷達多目標定位算法[J]. 電子與信息學報, 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. 機載共形陣雷達雜波抑制方法研究[J].電子學報, 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. 共形陣機載火控雷達雜波建模與雜波抑制[J]. 系統工程與電子技術, 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. 智能化認知雷達綜述[J]. 現代雷達, 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. 基于認知原理的機載雷達抗干擾技術研究[J]. 中國電子科學研究院學報, 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院學士學位、碩士學位，現為信息工程大學導航與空天目標工程學院在讀博士研究生，主要研究方向為機載MIMO雷達空時自適應處理技術。

E-mail: wangtingsp@163.com

趙擁軍(1964-)，男，河南新鄉人，信息工程大學教授，博士生導師，主要研究方向為陣列信號處理、雷達信號與信息處理。

E-mail: zhaoyjzz@163.com

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

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. 機載MIMO雷達空時自適應處理技術研究進展[J]. 雷達學報, 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網絡優先出版

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

*通信作者： 王珽 wangtingsp@163.com