[基础科学]中文文章标题 - 西安邮电学院学报编辑部.doc

　　　　　一种最小模级联相消器 XXX１,２，XXX１，XXX2 西安电子科技大学 雷达信号处理重点实验室，陕西 西安710071； 2. 西安邮电学院 通信与信息工程学院，陕西 西安 710121） 摘要：针对阵列信号自适应相消器运算量大、收敛性能易受相关干扰影响等缺点，提出了一种改进的阵列信号级联相消器．该方法用最小模作为权值，替代中位值级联相消器中的中位数，具有收敛速度快、运算量小等特点，且对非平稳数据工作性能良好．仿真结果表明，此算法用采样协方差求逆类算法一半的样本数就可取得相同的收敛性能． 关键词：阵列信号处理；采样协方差求逆；最小模级联相消器；中位数级联相消器 中图分类号：TN911．23 文献标识码：A 文章编号：1001—2400(2010)02—0204-06 运算量和收敛速度是阵列信号自适应波束形成中需要处理的两个重要问题．在实际应用中很难获得大量的符合要求的平稳独立采样数据，而非平稳数据对基于协方差类型的算法的收敛性能影响很大．在信号处理器快收敛性能和减小计算量方面，许多学者做了大量工作．降维最优自适应信号处理器最初就是针对在实际应用中的非平稳数据而提出的，通过少量采样数据支持的算法来降低对收敛性能的影响[1-4]；多级维纳滤波器(MSWF)[1，5]通过降维和多级分解降低了计算复杂度，提高了快收敛性能．基于噪声协方差矩阵的估计的算法[1-3，5]通过降维能够改善收敛性能，但如果输入通道上的观测数据由于干扰的影响破坏了其平稳性，则会影响对协方差矩阵的估计，此类算法的收敛性能此时就不是最佳的．为了获得稳定的输 出性能，有的稳健STAP算法[6]通过对角加载技术来调节和改善协方差矩阵的估计误差对性能的影响；而中位数级联相消器(MCC)[7]从统计特性出发寻求稳健 STAP性能，能够适应非高斯、非平稳的环境，是格莱姆一施密特级联相消器(GSCC)的稳健替代；多级中位数级联相消器(MMCC)[8]通过将MCC算法和MSWF结构相结合，具有了稳健的抗干扰特性；迭代中位数级联相消器(RMCC)[9]通过多次采用MCC算法进行循环处理，虽然计算量较大，但当其采样快拍达到2．8N(N为自由度)时，收敛性能将不再受干扰的影响．上述算法中MSWF具有较小的运算量，但它是基于协方差矩阵类型的算法，在非理想环境、冲激噪声和目标类型的干扰情况下其稳健性相对较弱；而其他算法[7-9]虽然抗干扰性能相对较好，但计算量比较大． 笔者按MCC算法思想，从统计特性出发寻求能够在非理想环境下达到计算量小、收敛速度快的算法．采用最小模替代MCC算法中的中位数作为权值，称此方法为最小模级联相消算法(MMVCC)． 1中位数级联相消器 ．．．．．．． 1.1（二级标题）　　 ．．．．．． 2最小模级联相消器算法 ．．．．．． 5总结 笔者针对阵列信号自适应相消器运算量较大和快收敛性能易受干扰影响的问题展开研究，从中位数级联相消器(MCC)．提出了运算量小、快收敛性能良好的最小模级联相消器(MMVCC)．通过仿真实验发现在很少的快拍数情况下，笔者提出的方法计算的权使输出信干燥比与最优值相比损失在3 dB以内．在运算量方面，对MCC算法，图1(b)所示两输入结构需要2K次除法和2K(K--1)次比较大小，对于图1(a)所示N。通道级联结构运算量约为O(2N；K+2N；K。)．RMCC当其采样快拍达到2．8N时，MOE将不再受干扰值大小的影响，但其计算量是MCC的6倍左右．笔者提出的改进算法MMVCC，对图1(b)所示两输入结构需要2K次除法和K一1次比较大小，对于图1(a)所示级联结构运算量约为O(3N２ｔ；K)．故MMVCC计算复杂度比MCC算法低．而且仿真结果表明：当自由度为N，快拍中有N／2个目标类型干扰时，MMVCC在3 dB时NORP收敛MOE所需的采样快拍数约为采样协方差求逆类算法(如SMI算法、MSWF算法等)的一半，约为RMCC所需的采样快拍数的1／3，性能明显优于采样协方差求逆类算法和RMCC算法． 参考文献 ［l］ Goldstein J S，Reed I S，Scharf L L．A Multistage Representation of the Wiener Filter Based on Orthogonal Projections [J]．IEEE Trans on Inform Theory，1998，44(7)：2943—2959．［2］ Goldstein J S，Reed I S，Zulch P A．Multistage Partially Adaptive STAP CFAR Detection Algorithm[13．IEEE Trans on　Aerospace and