典型文献
机载雷达深度展开空时自适应处理方法
文献摘要：
稀疏恢复空时自适应处理(SR-STAP)方法能够利用少量训练距离单元实现对机载雷达杂波的有效抑制.然而,现有SR-STAP方法均基于模型驱动实现,存在着参数设置困难、运算复杂度高等问题.针对这些问题,该文将基于模型驱动的SR方法和基于数据驱动的深度学习方法相结合,首次将深度展开(DU)引入到机载雷达杂波抑制和目标检测之中.首先,建立了阵列误差(AE)条件下的杂波空时谱和阵列误差参数联合估计模型,并利用交替方向乘子法(ADMM)进行求解;接着,将ADMM算法展开为深度神经网络AE-ADMM-Net,利用充足完备的数据集对其迭代参数进行优化;最后,利用训练后的AE-ADMM-Net对训练距离单元数据进行处理,快速获得杂波空时谱和阵列误差参数的准确估计.仿真结果表明:与典型SR-STAP方法相比,该文所提出的DU-STAP方法能够在保持较低运算复杂度的同时提高杂波抑制性能.
文献关键词：
空时自适应处理;稀疏恢复;深度学习;深度展开;阵列误差
中图分类号：
作者姓名：
朱晗归;冯为可;冯存前;邹帛;路复宇
作者机构：
空军工程大学防空反导学院 西安 710051
文献出处：
引用格式：
[1]朱晗归;冯为可;冯存前;邹帛;路复宇-.机载雷达深度展开空时自适应处理方法)[J].雷达学报,2022(04):676-691
A类：
B类：
机载雷达,深度展开,空时自适应处理,稀疏恢复,SR,STAP,雷达杂波,基于模型,模型驱动,参数设置,深度学习方法,DU,杂波抑制,目标检测,阵列误差,AE,误差参数,数联,联合估计,交替方向乘子法,ADMM,算法展开,深度神经网络,Net,元数据,低运算复杂度,抑制性能
AB值：
0.291163
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
