一类基于稀疏恢复技术的新型STAP算法
信息论
2009-04-09 v1 math.IT
摘要
提出了一类基于稀疏恢复技术的新型STAP算法。从压缩感知的角度，利用了杂波和目标能量在空间-频率平面上分布的固有稀疏性。原始样本数据与目标和杂波能量分布通过一个病态线性代数方程联系起来，并可采用流行的L1优化方法来搜索其具有稀疏特征的解。设计了几个作用于该解的新型滤波算法，以有效清除空间-频率平面上的杂波分量，从而检测隐藏在杂波中的不可见目标。上述方法统称为CS-STAP。CS-STAP在两个方面显示出其相对于传统STAP技术（如SMI）的优势：首先，CS-STAP对杂波和目标能量分布估计的分辨率超高，使得通过精心调谐的滤波器几乎可以完全消除杂波能量。CS-STAP算法的输出信杂比远优于检测要求；其次，CS-STAP方法所需的训练样本支持量远小于SMI方法。即使仅使用单个快拍（来自目标距离单元），CS-STAP方法也能清晰地揭示目标的存在。CS-STAP方法展示了其在异质环境中应用的巨大潜力。在mountaintop计划数据集上的实验结果为我们关于CS-STAP的论断提供了证据。
引用
@article{arxiv.0904.1313,
title = {A Class of Novel STAP Algorithms Using Sparse Recovery Technique},
author = {Hao Zhang and Gang Li and Huadong Meng},
journal= {arXiv preprint arXiv:0904.1313},
year = {2009}
}
备注
8 pages, 5 figures