雷达空时自适应处理(STAP)的鲁棒协方差矩阵估计
应用统计
2016-02-22 v1 信息论
math.IT
摘要
估计干扰或杂波协方差是雷达空时自适应处理(STAP)中的一个核心重要问题。干扰协方差矩阵在实践中应从训练样本观测中推断。大量同质训练样本通常不可用，因为难以保证无目标干扰观测、由时空非平稳性施加的实际限制以及系统考量。在本论文中，我们期望通过将物理启发的约束引入最大似然估计来解决上述挑战。虽然添加约束有利于在有限训练的实际体制中实现满意性能，但它导致了一个具有挑战性的问题。我们专注于打破计算可处理性与期望性能度量之间的经典权衡，特别是在训练匮乏体制中。具体而言，我们利用干扰协方差的结构，且重要的是利用杂波秩的知识，以产生一种新的秩约束最大似然(RCML)估计器。此外，我们推导了一种用于STAP的新协方差估计器，其联合考虑Toeplitz结构和杂波分量的秩约束。最后，我们解决在实际雷达环境下使用不精确物理雷达参数的问题。我们提出一种通过期望似然(EL)方法的鲁棒协方差估计方法。我们在三种不完美约束情况下分析协方差估计算法：1)仅秩约束，2)秩与噪声功率约束，3)条件数约束。对于每种情况，我们将约束的估计公式化为具有EL准则的优化问题，并正式推导和证明一个显著分析结果，如解的唯一性。
引用
@article{arxiv.1602.05069,
title = {Robust Covariance Matrix Estimation for Radar Space-Time Adaptive Processing (STAP)},
author = {Bosung Kang},
journal= {arXiv preprint arXiv:1602.05069},
year = {2016}
}