基于ACP与AEP算法的机载雷达STAP信号处理系统

资 源 简 介

本项目专注于研究并实现用于合成孔径雷达（SAR）地面动目标检测（GMTI）的空时自适应信号处理（STAP）技术，重点开发了针对复杂非齐次环境改进的ACP（相邻单元投影）和AEP（相邻误差投影）两种算法。系统的核心功能包括构建高保真度的机载雷达回波模型，涵盖了地物杂波的空时耦合特性、阵列接收热噪声以及模拟运动目标的反射信号。通过ACP方法，系统能够利用相邻距离单元的多普勒特征进行空间变换投影，有效解决了传统算法在有限样本条件下的协方差矩阵估计偏差问题；AEP方法则通过最小化相邻单元间的预测误差，进一步提升了

详 情 说 明

机载雷达空时自适应信号处理仿真系统 (基于ACP与AEP算法)

本系统是一个专门用于合成孔径雷达（SAR）地面动目标检测（GMTI）的仿真平台。其核心目标是在复杂的非齐次干扰环境下，通过空时自适应处理（STAP）技术抑制杂波并提取运动目标信号。系统不仅实现了经典的采样矩阵求逆（SMI）方法作为基准，还重点开发了针对小样本和非齐次环境优化的相邻单元投影（ACP）算法和相邻误差投影（AEP）算法。

1. 项目功能特性

系统功能涵盖了从雷达回波物理建模到先进信号处理算法验证的完整链条：

• 高保真模型构建：实现了基于Ward模型的机载雷达杂波仿真，能够模拟杂波在空域（角度）与时域（多普勒）上的高度耦合特性。
• 非齐次环境模拟：考虑了平台运动速度、掠射角变化以及不同距离单元的几何关系，支持自定义信杂比（CNR）与信噪比（SNR）。
• 先进算法实现：针对传统STAP在样本不足时性能下降的问题，集成了基于子空间投影的ACP算法和基于误差最小化的AEP算法。
• 多维度性能评估：提供空时响应图、改善因子（IF）曲线以及距离域探测映射图，直观展现不同算法对杂波的抑制能力。

2. 系统要求

• 软件环境：MATLAB R2018b 或更高版本。
• 核心工具箱：信号处理工具箱（Signal Processing Toolbox）。
• 算力要求：系统涉及大维度矩阵的奇异值分解（SVD）与特征值分解，建议内存不少于 8GB。

3. 系统逻辑说明

仿真程序的执行遵循以下逻辑流程：

第一阶段：参数初始化与信号空间定义 系统首先定义L波段机载雷达的物理参数。设置8元等间隔线阵（ULA）和32个相干脉冲，构成256维的空时观测矢量。同时定义平台高度、飞行速度、脉冲重复频率等关键运动参数，为后续的频率耦合计算提供物理依据。

第二阶段：空时耦合杂波与目标信号生成 利用内联定义的空时导向矢量函数，根据Ward模型生成100个距离单元的杂波数据。每个单元由120个杂波块线性叠加而成，每个块的归一化多普勒频率与方位角通过平台运动学方程产生耦合。在指定的第50个距离单元中注入具有特定径向速度和方位角的目标信号，最后加入复高斯热噪声。

第三阶段：预处理与基准SMI实现 作为性能对比基准，系统首先执行SMI算法。通过选取目标单元周围（剔除保护单元）的样本估计协方差矩阵，计算维纳滤波器权向量。

第四阶段：针对性杂波抑制算法实现

• ACP算法逻辑：系统提取目标单元左右各4个相邻单元的数据，利用奇异值分解（SVD）构建邻域杂波子空间。通过将目标导向矢量投影至该子空间的补空间，实现对杂波的抑制，这种方法在非齐次干扰下比全局样本估计更具鲁棒性。
• AEP算法逻辑：系统通过计算相邻单元协方差矩阵的特征向量，识别主要干扰分量。其核心在于通过最小化相邻单元间的预测误差来修正投影算子，从而在抑制强杂波的同时，尽可能保留慢速小目标的多普勒信息。

第五阶段：评估指标量化分析 系统遍历全多普勒频域，计算三种算法下的改善因子。通过模拟多普勒滑窗，评估滤波器在不同频率下的能量增益，并最终对所有距离单元进行空时滤波，输出各单元的检测功率。

4. 关键算法与实现细节分析

1. 杂波子空间降维处理 在ACP和AEP实现中，系统均采用了秩量级限制（Rank=15）。这是基于Brennan准则的工程化应用，通过只提取前15个主特征分量来构建投影矩阵，既避免了对噪声的过度拟合，又集中了抑制能量，解决了传统STAP运算量巨大的问题。

2. 非齐次样本选取策略 代码中设置了保护单元（Guard Cells），在训练协方差矩阵时剔除了目标及其临近的5个单元。这种逻辑真实模拟了实际工程中防止“目标自消减”现象的处理方式，确保了背景估计的准确性。

3. 空时响应映射 通过对权向量进行二维FFT变换式的全频域扫描，系统生成了空时二维滤波器响应图。该映射能清晰显示滤波器在“杂波脊”（Clutter Ridge）处形成的凹陷（Null），这体现了算法空间滤波与时间滤波的联合性能。

4. 检测输出与对比可视化 系统最后生成的距离-功率映射图是评估GMTI能力的直接依据。通过对比SMI、ACP与AEP在第50单元的峰值表现及背景噪声平整度，可以明显观察到ACP和AEP在非齐次环境下的旁瓣控制能力和目标能量增强效果。

5. 使用方法

1. 参数自定义：根据实验需求修改“系统参数设置”区域的内容，例如调整平台速度 v_p 以观察杂波谱斜率的变化，或修改目标速度 vt 模拟不同强度的慢速目标。
2. 运行仿真：在MATLAB环境中执行脚本，系统将依次在命令行窗口打印处理进度。
3. 结果分析：

* 查看空时二维杂波谱，识别杂波耦合特征。 * 分析改善因子 (IF) 曲线，评估算法在零多普勒附近的抑制深度。 * 观察能量映射图，确认目标是否从背景杂波中有效分离。