彈載相控陣雷達系統(tǒng)設(shè)計與信號處理問題

廖桂生+許京偉++李婕+馮陽??

摘要： 彈載相控陣雷達的系統(tǒng)設(shè)計與信號處理實現(xiàn)低空目標探測是下一代主動雷達導引頭的一項關(guān)鍵技術(shù)。 針對這些問題， 本文從技術(shù)難點、 工作模式等方面對導引頭雷達動目標檢測進行了分析。 相比機載預警雷達， 彈載雷達采用前視陣列且運動速度快、 工作波長短， 雜波存在距離、 多普勒多重模糊問題， 雜波特性嚴重非均勻， 雜波抑制難度大。 本文給出了筆者在彈載雷達系統(tǒng)設(shè)計及空時自適應處理方面所做的工作， 同時指出了目前這一領(lǐng)域有待改善和研究的相關(guān)問題。

關(guān)鍵詞： 彈載雷達； 空時自適應處理； 非均勻； 雜波抑制； 發(fā)射分集

中圖分類號： TN958.92； TJ765.3+31文獻標識碼： A文章編號： 1673-5048（2017）01-0003-07[SQ0]

0引言

精確制導武器已日益成為現(xiàn)代戰(zhàn)場上的主要殺傷武器， 在戰(zhàn)爭中起著決定性作用。 隨著現(xiàn)代軍事電子技術(shù)的發(fā)展， 傳統(tǒng)紅外導引頭

以及半主動雷達導引頭日益面臨嚴峻的挑戰(zhàn)。 來襲目標借助強地雜波背景的掩護完成低空突防， 隱身性能好， 并且實際電子環(huán)境中存在多種形式的干擾， 其攔截與打擊任務艱巨。 下一代空空導彈將采用主動雷達制導， 具有超視距發(fā)射能力、 多目標攻擊能力、 發(fā)射后不管能力以及全天候作戰(zhàn)能力。 配備相控陣雷達導引頭將進一步提升導引頭的抗干擾、 雜波抑制能力， 確保其在現(xiàn)代戰(zhàn)場復雜的電磁環(huán)境下實現(xiàn)低空目標檢測與跟蹤打擊。 相控陣雷達具有波束捷變以及同時多波束能力， 可以實現(xiàn)多批次目標跟蹤。

然而彈載雷達下視工作時， 面臨多普勒譜展寬、 散射強度大且呈現(xiàn)出很強的空時耦合性的地面雜波， 如何有效抑制空時耦合的雜波已成為導彈攔截與攻擊低空以及地面目標的關(guān)鍵問題。 空時自適應（STAP）技術(shù)通過聯(lián)合空間和時間二維信息， 能有效抑制多普勒擴展的地雜波， 已經(jīng)在遠程預警機中取得了廣泛的應用[1-4]， 其應用于彈載雷達系統(tǒng)可有效提升導彈快速戰(zhàn)場切入、 精確遠程跟蹤與打擊的性能， 具有重要的軍事應用價值。 相比于機載預警雷達， 彈載雷達有其自身的特殊性， 雷達天線孔徑受導引頭空間限制， 其孔徑相對較小， 因此彈載雷達通常工作頻段較高（如X波段、

Ku波段、 Ka波段等）， 以期獲得較高的波束指向增益； 同時導彈平臺運動速度快、 機動性高， 運動狀態(tài)相對復雜； 并且雷達天線通常配置為前視陣， 造成嚴重的多普勒模糊、 距離模糊問

題， 同時導致嚴重的雜波非均勻分布特性。 這些都對彈載雷達雜波抑制提出了嚴峻的挑戰(zhàn)。 1彈載雷達的系統(tǒng)設(shè)計與信號處理相關(guān)問題

1.1多普勒模糊問題

由于彈載雷達運動速度快、 工作波長短， 因而其多普勒擴展非常嚴重。 通常在中重頻和低重頻脈沖體制雷達中， 多普勒存在多重模糊現(xiàn)象。 此時， 目標信號將和來自不同方向的雜波進行競爭， 目標檢測難度較大。 不僅如此， 多普勒模糊造成雜波自由度大大增加， 給系統(tǒng)雜波抑制性能帶來嚴重的挑戰(zhàn)。 文獻[5]對高速平臺雜波自由度進行了討論， 指出非正側(cè)陣雜波自由度相比正側(cè)陣雜波自由度略有增加， 其增加量近似為一常數(shù)， 然而實際彈載雷達中， 距離模糊將使得雜波自由度進一步增加， 考慮距離模糊和多普勒模糊同時存在時的雜波自由度有待于下一步的研究與分析。圖1所示為多普勒速度隨方位角變化關(guān)系。 通常天線掃描范圍是以法線方向為中心左右60°， 而對于前視陣雷達， 這一范圍恰好是雜波多普勒變化緩慢的區(qū)間。 因此其多普勒帶寬并不寬， 換言之， 前視

1.2距離模糊問題

盡管彈載雷達工作距離并不大， 然而由于彈

載雷達脈沖重頻較高， 因此不模糊距離相對較小， 且隨著先敵發(fā)現(xiàn)、 先敵打擊軍事需求的增加， 彈載雷達超視距探測能力是必然的要求， 因此距離模糊問題不容忽視。 此時， 不同距離門的雜波混在一起， 使得微弱目標信號淹沒在雜波中。 眾所周知， 非正側(cè)陣雷達地面雜波存在非均勻性， 尤其對于彈載前視陣雷達， 其雜波非均勻性不可避免： 近

程雜波非均勻性非常突出， 遠程雜波分布近似一致。 與機載預警雷達不同， 彈載雷達還存在嚴重的距離模糊問題。 此時， 傳統(tǒng)空時處理將面臨嚴峻的挑戰(zhàn)甚至失效。 因為傳統(tǒng)空時處理利用臨近距離門回波數(shù)據(jù)估計檢測距離門雜波協(xié)方差矩陣時， 由于距離模糊雜波非均勻性， 導致估計的協(xié)方差矩陣與檢測距離門協(xié)方差矩陣特性不一致， 且近程雜波特性與遠程雜波特性混在一起， 無法實現(xiàn)雜波補償。 因此， 解決距離模糊問題對于彈載雷達低空目標探測是至關(guān)重要的， 目前解決距離模糊的思路大致可歸結(jié)為以下幾種：

航空兵器2017年第1期

廖桂生， 等： 彈載相控陣雷達系統(tǒng)設(shè)計與信號處理問題

（1） 采用低重頻體制以盡量避免距離模糊， 然而低重頻帶來較多的多普勒模糊和測速盲區(qū)， 加大了系統(tǒng)設(shè)計的復雜度。

（2） 設(shè)計有效的低旁瓣天線， 減小近程雜波回波強度。 由于毫米波雷達陣列一致性設(shè)計困難， 天線低旁瓣設(shè)計也面臨較大的難度。

（3） 利用俯仰自由度， 實現(xiàn)三維（方位-俯仰-時間）自適應處理， 該方法計算復雜度較大， 并且實際中由于缺乏訓練樣本， 其應用也受到限制[6-8]； 此外也可以通過俯仰維預濾波抑制近程雜波[9]， 然而該方法需要利用平臺構(gòu)型、 高度等先驗信息。

（4） 采用直接數(shù)據(jù)域的空時自適應處理方法， 該方法的優(yōu)勢在于克服了距離模糊問題和非正側(cè)陣雜波非均勻問題， 直接利用檢測單元的數(shù)據(jù)樣本實現(xiàn)雜波抑制與目標檢測[10-11]。 然而其問題在于通過平滑后損失了空域孔徑和時域孔徑， 因此系統(tǒng)自由度下降， 目標測角與測速性能也相應下降。 此外， 由于目標先驗信息不可能精確已知， 因此在進行目標對消獲取樣本時， 目標信號會泄露進訓練樣本中， 此時估計的協(xié)方差矩陣中包含目標信息， 造成濾波器響應存在目標相消現(xiàn)象。

（5） 采用新的體制實現(xiàn)距離模糊雜波抑制。 其基本思想是利用頻率分集陣列的距離-角度耦合特性， 將距離維自由度引入空時處理中， 此時距離空時域難以區(qū)分的距離模糊雜波， 由于距離不同可以被有效地分離[12]， 近程雜波和遠程雜波可以分別處理， 通過采用傳統(tǒng)的雜波補償方法可有效減輕雜波的非均勻性。 圖2給出了頻率分集陣列雜波分布特性與空時濾波器響應特性。 空域角頻率中間范圍對應的雜波為遠程雜波， 兩側(cè)對應的雜波為近程雜波。 因此采用頻率分集技術(shù)， 距離模糊雜波在空域?qū)崿F(xiàn)了分離， 可以采用有效的雜波補償方法抑制雜波非均勻特性， 實現(xiàn)雜波抑制和目標檢測。

1.3雜波非均勻與非平穩(wěn)特性問題

由RMB準則可知， 高斯雜波背景下， 當訓練樣本數(shù)大于等于2倍的系統(tǒng)自由度時， 自適應輸出性能損失小于3 dB。 然而實際中由于陣列配置可能是非正側(cè)陣構(gòu)型， 同時由于地面環(huán)境非平穩(wěn)特性， 因此訓練樣本的選取問題也是彈載雷達空時處理的關(guān)鍵問題。 此外， 實際系統(tǒng)中有效的樣本資源有限， 因此大系統(tǒng)自由度的處理器將面臨樣本不足的問題。 實際中由于非平穩(wěn)特性， 獨立同分布特性受到嚴重的破壞， 可供利用的樣本更少。 由于陣列非均勻構(gòu)型造成的雜波分布非均勻特性， 嚴重破壞了非正側(cè)陣雷達雜波回波樣本獨立同分布特性。 針對由于陣列構(gòu)型造成的雜波非均勻特性補償， 國內(nèi)外開展了大量的研究。 主要的雜波補償方法有時變加權(quán)方法[13]、 角度多普勒補償方法[14]、 自適應的角度多普勒補償技術(shù)[15]、 基于配準的雜波補償方法[16]， 以及基于插值變換的雜波補償方法[17]等等。 彈載雷達運動特性復雜， 其運動參數(shù)估計不準確， 因此有待于進一步研究適合彈載雷達系統(tǒng)的穩(wěn)健的雜波補償方法。 此外， 彈載雷達對近程目標的檢測具有重要意義， 而前視陣近程雜波距離依賴性十分嚴重。 因此， 近程區(qū)彈載雷達空時自適應處理方法值得進一步研究。

1.4復雜運動與校正問題

由于導彈戰(zhàn)術(shù)規(guī)避動作的需求， 雷達平臺的運動狀態(tài)復雜（存在偏航、 俯仰、 滾轉(zhuǎn)以及加速、 俯沖等運動狀態(tài)）， 雜波分布特性也較為復雜。 文獻[18-19]分析了俯沖運動狀態(tài)下的雜波分布特性， 文中指出在俯沖運動狀態(tài)下， 不僅近程雜波非均勻特性復雜， 而且遠程區(qū)雜波特性非均勻性也非常明顯， 并且隨著俯沖角度的增加， 雜波非均勻特性也隨之惡化， 因此雜波抑制難度大。 由于彈載雷達的機動性高， 導致相同距離門內(nèi)雜波擴散， 此時通過臨近距離門數(shù)據(jù)估計得到的協(xié)方差矩陣， 與檢測單元的雜波統(tǒng)計特性可能不盡一致， 因此， 適當?shù)恼箤捒諘r濾波器響應的凹口將一定程度地提高雜波抑制的穩(wěn)健性。 圖3所示為同一距離門彈載雷達雜波譜特性。 由于雷達運動的機動性， 同一距離門雜波也存在擴散特性。 文獻[20-22]提出了一種協(xié)方差矩陣錐化的雜波抑制方法， 通過適當?shù)陌伎谡箤挘?以抑制由于非平穩(wěn)因素造成雜波譜擴散問題。 彈載雷達系統(tǒng)中抑制非平穩(wěn)因素以及運動平臺復雜運動帶來的雜波擴散也是有待進一步研究的問題。 另外， 由于彈載平臺高速運動， 會引起雜波單元在一個相干積累時間內(nèi)跨距離門走動。

1.5降維處理與誤差穩(wěn)健性問題

如前所述， 受實際中雜波訓練樣本的限制， 高系統(tǒng)自由度處理器在應用中受到嚴重限制， 因此自20世紀90年代開始， 國內(nèi)外廣泛開展了機載預警雷達降維空時自適應處理器的研究。 對于不同的實際應用場合， 不同的降維方法性能有所差別。 綜合來看， 3DT-SAP方法具有較高的穩(wěn)健性， 并且其性能接近最優(yōu)[23]。 局域聯(lián)合（JDL）處理方法可以通過選擇合適的空時子波束， 實現(xiàn)有效的降維處理， 并且性能接近最優(yōu)[24]。 對于彈載雷達系統(tǒng)， 由于存在嚴重的多普勒模糊和距離模糊問題， 雜波自由度大大增加， 因此， 合理設(shè)計降維矩陣， 對降低系統(tǒng)復雜度、 降低雜波自由度具有重要意義。 圖4給出了文獻[5]中的空域密集多波束方法， 利用天線掃描范圍內(nèi)（實際上， 這一范圍正是主瓣雜波）雜波多普勒帶寬較小的特點， 采用空域多波束， 抑制副瓣雜波嚴重的多普勒模糊現(xiàn)象。

實際上， 由于彈載雷達毫米波天線設(shè)計不可避免地存在誤差， 并且空域誤差將造成雜波譜沿空間的擴展。 在存在陣列誤差的條件下， 設(shè)計穩(wěn)健的空時自適應處理方法是彈載雷達低空探測的又一重要研究方向。 文獻[25]給出一種對協(xié)方差矩陣估計誤差穩(wěn)健處理方法， 其對角加載因子為經(jīng)驗值。 文獻[26-28]分別提出了最差性能最優(yōu)化的文件波束形成方法和基于不確定集的穩(wěn)健波束形成方法。 將穩(wěn)健的波束形成方法與彈載雷達系統(tǒng)相結(jié)合， 克服彈載雷達陣列誤差對系統(tǒng)性能的影響， 將推動彈載雷達空時自適應處理走向應用。

1.6目標測角與測速問題

目標的角度和速度信息對于導引頭制導具有重要的作用。 對于彈載雷達來說， 雜波抑制和目標檢測之后一個重要的問題是目標的參數(shù)估計問題。 將和差單脈沖測角簡單可靠、 運算量小、 數(shù)據(jù)率高等優(yōu)勢同空時自適應處理有效結(jié)合起來， 以實現(xiàn)搜索、 截獲、 跟蹤、 制導的同時， 具備自適應雜波抑制與抗干擾、 波束捷變及多目標跟蹤能力。 自適應和差測角技術(shù)在陣列信號處理中取得了廣泛的應用[29-30]。 在雜波背景下， 自適應和差測角面臨差波束形成困難問題， 存在差波束形成零點頻移和零點較淺等問題。 因此， 空時自適應處理差波束形成需要采用有效的約束方法[31]， 以保持主瓣的波束形狀。 文獻[32]提出了一種基于幅相線性約束的和差波束形成方法， 通過分別約束方位與俯仰維波束形成， 可以有效地保持差波束的形狀， 同時該方法可以實現(xiàn)方位俯仰解耦合。 因此， 考慮在空時處理中， 可以通過分別約束空域和時域差波束特點， 實現(xiàn)測角與測速解耦合。 此外， 空時處理器通過多普勒通道搜索， 實現(xiàn)目標速度粗估計， 對空時濾波器輸出沿慢時間積累， 可進一步提高目標測速精度。 不僅如此， 通過MIMO虛擬孔徑技術(shù)， 可進一步增大陣列有效孔徑， 提高目標角度估計精度。

1.7工作模式與系統(tǒng)實時性問題

盡管空時自適應處理不僅可以應用于跟蹤模式， 而且可應用于掃描模式， 然而由于空時自適應處理所需的計算復雜度高， 在彈載雷達掃描模式下， 目標全空間、 全多普勒、 全距離搜索將耗費巨大的計算資源。 因此， 對彈載雷達空時處理實時處理器結(jié)構(gòu)的研究， 將大幅度提高彈載雷達反應能力， 提高其跟蹤機動目標的能力。 相反， 在跟蹤模式下， 通過目標距離、 速度、 角度等先驗信息， 可以大大縮小目標的搜索范圍， 降低系統(tǒng)運算量， 降低系統(tǒng)實時性要求。 同樣， 設(shè)計實時處理器結(jié)構(gòu)， 增強系統(tǒng)處理能力， 將改善系統(tǒng)對機動目標跟蹤能力， 提高目標持續(xù)跟蹤性能。

1.8新體制雷達波形設(shè)計問題

傳統(tǒng)PD雷達導引頭的波形優(yōu)化， 主要針對重頻、 帶寬及多載頻的設(shè)計， 盡可能地減少距離和多普勒模糊。 然而現(xiàn)代戰(zhàn)場環(huán)境復雜多變， 單一的探測波形已無法滿足中遠距雷達導引頭的作戰(zhàn)需求。 除了復雜調(diào)頻技術(shù)和寬帶信號的應用， 一些新體制雷達的發(fā)展， 給雷達波形的設(shè)計提供了更大的空間。 近幾年已經(jīng)應用的MIMO雷達發(fā)射分集技術(shù)， 包括頻率分集、 波形分集、 空間分集等， 能夠提供更多維度的系統(tǒng)自由度， 對于雜波和干擾都有良好的抑制效果。 MIMO雷達的波形分集， 通過控制各通道間發(fā)射信號的相關(guān)性， 產(chǎn)生不同主瓣寬度的方向圖[33]， 在接收端設(shè)計相應的濾波器， 實現(xiàn)雜波抑制的同時， 對于低空目標的多徑干擾和欺騙式干擾都有一定的抑制效果。 在搜索階段可發(fā)射主瓣較寬的波形， 以覆蓋目標可能存在的角度范圍； 在跟蹤階段， 可發(fā)射窄波束， 增大目標方向增益。 對于欺騙式干擾， 利用頻率分集帶來的距離維自由度， 也能夠有效分離干擾分量。 圖5給出了一個具有自回歸型相關(guān)矩陣的波形組， 隨著相關(guān)因子的變化， 可以看到發(fā)射波形從具有高度相關(guān)性的相控陣波形逐漸變?yōu)橥耆坏腗IMO雷達波形。

控陣雷達在一個脈沖內(nèi)的模糊圖。 通過對比可以看出， 空時編碼的使用實現(xiàn)了相控陣模式下的廣域探測性能。

2結(jié)論與展望

從上述問題分析來看， 可以得出以下結(jié)論：

（1） 盡管STAP技術(shù)在機載/星載雷達中的研究已經(jīng)日趨成熟， 但是， 彈載雷達由于其自身的特殊性， STAP技術(shù)的應用仍然面臨許多亟待解決的問題。

（2） 彈載雷達距離模糊問題的解決對彈載雷達STAP的應用至關(guān)重要， 解決距離模糊問題才能實現(xiàn)從傳統(tǒng)機載雷達到彈載雷達STAP技術(shù)的過渡； 此外， 彈載雷達存在多普勒多重模糊問題， 傳統(tǒng)降維處理器的結(jié)構(gòu)需要重新設(shè)計。

（3） 彈載雷達誤差問題將不容忽視， 由此帶來的處理性能下降也不可避免， 因此， 研究穩(wěn)健的彈載雷達STAP方法對目標檢測性能的提高具有重要作用。

（4） 導引頭制導需要目標的參數(shù)信息， 因此需要精確估計目標的角度與速度參數(shù)。 和差波束形成方法的關(guān)鍵在于如何有效地實現(xiàn)差波束形成。 如何提高測角、 測速精度依然有待于進一步研究。

目前， 國際上相關(guān)研究仍處于保密階段， 鮮有研究報告在國際上公開發(fā)表。 空時自適應處理與彈載相控陣雷達體制的結(jié)合， 能有效改善低空目標檢測性能， 將大大提升導彈的威力。 毋庸置疑， 空時處理技術(shù)必將在下一代彈載雷達系統(tǒng)中得到廣泛應用。 然而由于彈載雷達系統(tǒng)存在的特殊性， 仍有諸多問題有待解決。 筆者認為開展如下的研究工作是非常有意義的：

（1） 有效的距離模糊雜波抑制方法；

（2） 有效的多普勒模糊抑制方法；

（3） 非均勻、 非平穩(wěn)地表地貌環(huán)境下的STAP技術(shù)；

（4） 新體制彈載雷達STAP技術(shù)；

（5） 彈載MIMO-STAP技術(shù)；

（6） 共形陣列STAP技術(shù)；

（7） STAP實時處理器設(shè)計；

（8） 空時自適應檢測與參數(shù)估計；

（9） 穩(wěn)健的STAP方法；

（10） 基于壓縮感知的STAP技術(shù)；

（11） STAP的新技術(shù)、 新理念；

（12） 新體制雷達波形設(shè)計技術(shù)、 STAP聯(lián)合優(yōu)化技術(shù)。

參考文獻：

[1] Melvin W L. A STAP Overview[J]. IEEE Aerospace and Electronic System Magazine， 2004， 19 （1）： 19-35.

[2] Ward J. SpaceTime Adaptive Processing for Airborne Radar[C]∥International Conference on Acoustics， Speech， and Signal Processing， 1995.

[3] Klemm R. Principles of SpaceTime Adaptive Processing[M]. London： The Institution of Electrical Engineers，2002.

[4] Guerci J R. SpaceTime Adaptive Processing for Radar[M]. Norwood， MA： Artech House， 2003.

[5] 許京偉， 廖桂生， 朱圣棋， 等. 前視陣高速雷達空時處理方法研究[J]. 電子與信息學報， 2013， 35（3）： 509-515.

Xu Jingwei， Liao Guisheng， Zhu Shengqi， et al. Research on STAP Approach of Forward Looking Array Radar with HighVelocity[J]. Journal of Electronics & Information Technology， 2013， 35（3）： 509-515. （in Chinese）

[6] Hale T B， Temple M A， Raquet J F， et al. Localised ThreeDimensional Adaptive SpatialTemporal Processing for Airborne Radar[J]. IEE Proceedings-Radar， Sonar and Navigation， 2003，150（1）：18-22.

[7] Fertig L B， Krich S I. Benefits of 3DSTAP for XBand GMTI Airborne Radars[C]∥ASAP Conference， Samos， Greece， 2005.

[8] Corbell P M， Temple M A， Hale T B. ForwardLooking Planar Array 3DSTAP Using Space Time Illumination Patterns （STIP）[C]∥Fourth IEEE Workshop on Sensor Array and Multichannel Processing， 2006： 602-606.

[9] Meng Xiangdong， Wang Tong， Wu Jianxin， et al. ShortRange Clutter Suppression for Airborne Radar by Utilizing Prefiltering in Elevation[J]. IEEE Geoscience and Remote Sensing Letters， 2009， 6（2）： 268-272.

[10] Sarkar T K， Wang H， Park Sheeyun， et al. A Deterministic LeastSquares Approach to SpaceTime Adaptive Processing （STAP）[J]. IEEE Transactions on Antennas and Propagation， 2001， 49（1）： 91-103.

[11] Choi W， Sarkar T K. Minimum Norm Property for the Sum of the Adaptive Weights for a Direct Data Domain Least Squares Algorithm[J]. IEEE Transactions on Antennas Propagation， 2006， 54（3）： 1045-1050.

[12] 胡柏林， 廖桂生， 許京偉， 等. 前視陣頻率分集雷達空時雜波特性研究[J]. 電子與信息學報， 2013， 35（11）： 2693-2699.

Hu Bolin， Liao Guisheng， Xu Jingwei， et al. Study on SpaceTime Character of Clutter for ForwardLooking Frequency Diverse Array Radar[J]. Journal of Electronics & Information Technology， 2013， 35（11）： 2693-2699. （in Chinese）

[13] Himed B， Zhang Y， Hajjari A. STAP with AngleDoppler Compensation for Bistatic Airborne Radars[C]∥Proceedings of the 2002 IEEE Radar Conference，2002： 311-317.

[14] Borsari G K. Mitigating Effects on STAP Processing Caused by an Inclined Array[C]∥Proceedings of the 1998 IEEE Radar Conference， 1998： 135-140.

[15] Melvin W L， Davis M E. Adaptive Cancellation Method for GeometryInduced NonStationary Bistatic Clutter Environments[J].IEEE Transactions on Aerospace and Electronic Systems， 2007， 43（2）： 651-672.

[16] Ries P， Lapierre F D， Verly J G. GeometryInduced RangeDependence Compensation for Bistatic STAP with Conformal Arrays[J].IEEE Transactions on Aerospace and Electronic Systems， 2011， 47（1）： 275-294.

[17] Varadarajan V， Krolik J L. Joint SpaceTime Interpolation for Distorted Linear and Bistatic Array Geometries[J]. IEEE Transactions on Signal Processing， 2006， 54（3）： 848-860.

[18] 許京偉， 廖桂生， 朱圣棋， 等. 彈載俯沖式非正側(cè)陣雷達雜波特性與抑制方法研究[J]. 系統(tǒng)工程與電子技術(shù)， 2013， 35（8）： 1631-1637.

Xu Jingwei， Liao Guisheng， Zhu Shengqi， et al. Clutter Characteristic and Suppression Approach for MissileBorne Diving NonBroadside Array Radar[J]. Systems Engineering and Electronics， 2013， 35（8）： 1631-1637. （in Chinese）

[19] Xu Jingwei， Liao Guisheng， Zhu Shengqi， et al. Clutter SpatialTemporal Characteristics for ForwardLooking MissileBorne Diving Radar[C]∥2012 IEEE International Conference on Signal Processing， Communications and Computing， HongKong， 2012： 47-50.

[20] Guerci J R. Theory and Application of Covariance Matrix Tapers for Robust Adaptive Beamforming[J]. IEEE Transactions on Signal Processing， 1999， 47（4）： 977-985.

[21] Guerci J R，Bergin J S. Principal Components， Covariance Matrix Tapers， and the Subspace Leakage Problem[J]. IEEE Transactions on Aerospace and Electronic Systems， 2002， 38（1）： 152-162.

[22] Zatman M， Guerci J R. Comments on "Theory and Application of Covariance Matrix Tapers for Robust Adaptive Beamforming"[J]. IEEE Transactions on Signal Processing， 2000， 48（6）： 1796-1800.

[23] 保錚， 廖桂生， 張玉洪. 一種具有容差能力的機載雷達二維自適應信號處理器[J]. 電子學報， 1994， 22（6）： 51-55.

Bao Zheng， Liao Guisheng， Zhang Yuhong. A Adaptive SpatialTemporal Processor with Tolerant Ability for Airborne Radars[J]. Acta Electronica Sinica， 1994， 22（6）： 51-55. （in Chinese）

[24] Wang Hong， Cai Lujing.On Adaptive SpatialTemporal Processing for Airborne Surveillance Radar Systems[J].IEEE Transactions on Aerospace and Electronic Systems，1994， 30（3）： 660-670.

[25] Carlson B D. Covariance Matrix Estimation Errors and Diagonal Loading in Adaptive Arrays[J]. IEEE Transactions on Aerospace and Electronic Systems， 1998， 24（4）： 397-401.

[26] Li Jian， Stoica P， Wang Zhisong.On Robust Capon Beamforming and Diagonal Loading[J]. IEEE Transactions on Signal Processing， 2003， 51（7）： 1702-1715.

[27] Vorobyov S A， Gershman A B， Luo Zhiquan. Robust Adaptive Beamforming Using WorstCase Performance Optimization： A Solution to the Signal Mismatch Problem[J]. IEEE Transactions on Signal Processing， 2003， 51（2）： 313-324.

[28] Lorenz R G， Boyd S P. Robust Minimum Variance Beamforming[J]. IEEE Transactions on Signal Processing， 2005， 53（5）： 1684-1696.

[29] Nickel U. Overview of Generalized Monopulse Estimation[J]. IEEE Aerospace and Electronic Systems Magazine， 2006， 21（6）： 27-56.

[30] Nickel U R O， Chaumette E， Larzabal P. Statistical Performance Prediction of Generalized Monopulse Estimation[J]. IEEE Transactions on Aerospace and Electronic Systems， 2011， 47（1）： 381-404.

[31] 王璐， 蘇志剛， 吳仁彪. 基于線性約束的空時自適應單脈沖技術(shù)[J]. 電子與信息學報， 2010， 32（10）： 2501-2505.

Wang Lu， Su Zhigang， Wu Renbiao. LinearConstraintBased SpaceTime Adaptive Monopulse Processing Technique[J]. Journal of Electronics & Information Technology， 2010， 32（10）： 2501-2505. （in Chinese）

[32] 許京偉， 廖桂生， 朱圣棋. 基于幅相線性約束的自適應和差波束形成方法研究[J]. 電子學報， 2013， 41（9）： 1724-1729.

Xu Jingwei ， Liao Guisheng， Zhu Shengqi . Approach of Adaptive Sum and Difference Beamforming Based on Magnitude and Phase Linear Constraint[J]. Acta Electronica Sinica， 2013， 41（9）： 1724-1729. （in Chinese）

[33] Fuhrmann D R， Antonio G S. Transmit Beamforming for MIMO Radar Systems Using Signal CrossCorrelation[J]. IEEE Transactions on Aerospace and Electronic Systems， 2008， 44（1）： 171-186.

[34] Babur G， Aubry P， Le Chevalier F. Simple Transmit Diversity Technique for Phased Array Radar[J]. IET Radar， Sonar & Navigation， 2016， 10（6）： 1-11.