基于奇異值分解的空域海雜波抑制算法

王龍崗 岳顯昌 吳雄斌 易先洲

（武漢大學(xué)電子信息學(xué)院，武漢 430072）

引 言

短波波段垂直極化的電磁波沿海洋表面?zhèn)鞑r(shí)具有衰減小且能夠繞射傳播的特點(diǎn)，因此高頻地波雷達(dá)(high frequency surface wave radar, HFSWR)可克服地球曲率的影響，實(shí)現(xiàn)對海洋表面和低空目標(biāo)的超視距、全天候探測，具有探測范圍廣、成本低、實(shí)時(shí)性好等特點(diǎn)，成為探測海面和低空目標(biāo)的重要手段[1].

HFSWR進(jìn)行目標(biāo)探測時(shí)，除了目標(biāo)回波信號(hào)外，回波當(dāng)中還存在大量的干擾信號(hào)，其中由海浪散射產(chǎn)生的回波信號(hào)稱為海雜波. 回波中一階海雜波的強(qiáng)度往往比目標(biāo)信號(hào)強(qiáng)得多[2]，而且艦船等低速目標(biāo)的多普勒頻率與海雜波的Bragg峰相近，從而被淹沒在海雜波中，很難被檢測到[3]. 因此對海雜波進(jìn)行抑制，是HFSWR實(shí)現(xiàn)對一階海雜波譜中目標(biāo)檢測的關(guān)鍵.

目前，HFSWR檢測艦船目標(biāo)的方法主要有海雜波對消法和現(xiàn)代譜估計(jì)方法[4]. 其中海雜波對消方法包括基于模型的對消方法、循環(huán)對消方法和預(yù)測對消方法. 基于模型的對消方法是通過對海雜波進(jìn)行建模，然后將利用模型得到的海雜波作為背景，進(jìn)行對消處理[5-6]. 這種方法要求建立的模型與真實(shí)的海雜波特性較好地吻合，否則無法達(dá)到理想的效果. 循環(huán)對消方法主要有Root[7]、郭欣等[8]提出的基于快速傅里葉變換(fast Fourier transform, FFT)的幅度、相位分析的對消方法和基于擴(kuò)展Prony算法的循環(huán)對消算法[9]. 預(yù)測對消法[10]是借助神經(jīng)網(wǎng)絡(luò)通過數(shù)據(jù)訓(xùn)練來提取海雜波的參數(shù)，進(jìn)行海雜波對消. 循環(huán)對消法和預(yù)測對消法是將海雜波的主要分量近似看作正弦信號(hào)，估計(jì)對應(yīng)的頻率、幅度和相位等參數(shù)，對消強(qiáng)的海雜波及其諧波分量. 現(xiàn)代譜估計(jì)方法主要有小波變換法和基于子空間估計(jì)的海雜波抑制算法.在小波變換方法中，基函數(shù)的選擇對抑制效果有較大的影響，需要選擇合適的基函數(shù)才能得到較好效果，并且這種方法會(huì)破壞回波信號(hào)的相位信息[11-12].子空間估計(jì)法是根據(jù)雜波在子空間的聚集特性來實(shí)現(xiàn)海雜波的抑制，如基于特征值分解(eigen value decomposition, EVD)的方法[13]、基于奇異值分解(singular value decomposition, SVD)的方法[14-15]、改進(jìn)特征值分解(modified eigen value decomposition, MEVD)的方法[16]. 這些基于子空間估計(jì)的海雜波抑制方法，只能在目標(biāo)與海雜波多普勒頻率差別較大的情況下實(shí)現(xiàn)海雜波的抑制. 當(dāng)兩者頻率接近或者重疊時(shí)，目標(biāo)會(huì)被誤消，造成漏警. 而高階奇異值分解(high order SVD, HOSVD)方法，從方位維、距離維和慢時(shí)間維三維聯(lián)合來估計(jì)海雜波子空間，但是由于一階回波的復(fù)雜性，不容易實(shí)現(xiàn)海雜波子空間與噪聲子空間的準(zhǔn)確劃分，對海雜波的抑制效果不理想. 此外還有斜投影(oblique projection, OP)方法，在已知海雜波方位的情況下，通過空間OP來抑制海雜波[17]，然而在實(shí)際探測目標(biāo)時(shí)，海雜波的方位無法預(yù)先得知.

針對上述問題，本文提出了基于SVD的空域海雜波抑制方法(以下簡稱空域SVD算法)，充分利用天線陣列的信息，在海雜波方位未知的情況下，通過SVD來估計(jì)空域的海雜波子空間和噪聲子空間，然后利用子空間之間的正交性，通過投影實(shí)現(xiàn)在空間域?qū)ｋs波的抑制. 空域SVD算法是在空域?qū)ｋs波進(jìn)行抑制的，一般來說距離-多普勒(range-Doppler,RD)譜中單個(gè)譜點(diǎn)信號(hào)源只存在有限的幾個(gè)方位，在對陣列信號(hào)的協(xié)方差矩陣進(jìn)行SVD時(shí)，得到的奇異值數(shù)目較少，比較容易準(zhǔn)確劃分海雜波子空間與噪聲子空間，海雜波的抑制效果更好. 文中首先研究了HFSWR海雜波產(chǎn)生的機(jī)理，然后闡述了基于SVD的空域海雜波抑制算法的原理，最后利用仿真與實(shí)測數(shù)據(jù)對算法性能進(jìn)行驗(yàn)證，并將結(jié)果與現(xiàn)有的空域海雜波抑制方法進(jìn)行了對比，驗(yàn)證了本文算法的有效性.

1 海雜波形成的機(jī)理

海浪的運(yùn)動(dòng)狀態(tài)是一種復(fù)雜和混沌的隨機(jī)過程[18]，由不同頻率、波高和傳播方向的海浪疊加而成，這些海浪近似呈現(xiàn)正弦波動(dòng)，如圖1所示[4].干涉. 設(shè)海浪的波長為L，雷達(dá)發(fā)射電磁波的波長為

圖1 海雜波形成機(jī)理Fig. 1 Formation mechanism of sea clutter

HFSWR發(fā)射的高頻無線電波與海浪發(fā)生相互作用，使電磁波發(fā)生散射，散射的電磁波之間會(huì)發(fā)生λ，當(dāng)電磁波束照射到圖1所示的海浪上時(shí)，入射波到達(dá)海浪各散射點(diǎn)的路程差為Lcosα，當(dāng)滿足式(1)時(shí)，海浪后向散射產(chǎn)生的回波信號(hào)間的波程差為λ，回波信號(hào)同相加強(qiáng)，產(chǎn)生Bragg諧振：

式中，α為入射波的擦地角. 當(dāng)α趨于0時(shí)，即當(dāng)無線電波波長等于海浪波長的兩倍時(shí)，發(fā)生Bragg諧振，在回波多普勒譜中產(chǎn)生兩個(gè)尖峰，稱為一階Bragg峰.

根據(jù)深水區(qū)動(dòng)力學(xué)原理，重力波的波長與流速之間滿足：

海浪相對雷達(dá)站的徑向速度為

Bragg峰對應(yīng)的多普勒頻率為

將式(1)、(2)和(3)代入式(4)可得

式中：g表 示重力加速度；fB表示Bragg峰的多普勒頻率，單位是Hz；f0表示雷達(dá)工作的中心頻率，單位是MHz；±是指海浪朝向和背離雷達(dá). 通常雷達(dá)的擦地角α很小，式(5)可近似為

式中，fB表示Bragg峰的多普勒頻率的理論值. 實(shí)際上由于海流的存在，實(shí)測的多普勒頻率相比理論值會(huì)存在海流引起的多普勒頻率fc左右的偏移，這是造成海雜波一階譜展寬的重要原因. 因此，在對海雜波進(jìn)行建模仿真的過程中，必須考慮海流的影響[19].

2 基于SVD的空域海雜波抑制算法原理

在一個(gè)積累周期內(nèi)，對接收陣的每個(gè)陣元接收的回波信號(hào)進(jìn)行傅里葉變換，得到對應(yīng)的RD譜[20]. 不同距離、不同速度的散射源的回波信號(hào)將被分離開. 對于一階譜中的目標(biāo)，無法從距離維和多普勒維將其與海雜波區(qū)分開，考慮在空域?qū)λ麄冞M(jìn)行分離，并抑制海雜波.

2.1 信號(hào)模型

假設(shè)空間中有K個(gè)窄帶遠(yuǎn)場信號(hào)s1(t),s2(t),···,sK(t)入射到如圖2所示線性均勻陣列，設(shè)陣元的個(gè)數(shù)為N(N>K)，陣元間距為d，信號(hào)源的入射方向分別為?i(i=1,2,···,K)，其中前P個(gè)方位為海雜波的方位.N個(gè)陣元在t時(shí)刻的輸出數(shù)據(jù)矢量為

式中：x(t)= [x1(t),x2(t),···,xN(t)]T；A表 示陣列流型，A=[a(?1),a(?2),···,a(?K)]，其中,，；s表示信號(hào)矢量，s=[s1,s2,···,sK]T，si表示第i個(gè) 信號(hào)源的復(fù)振幅；n表示均值為0、方差為σ2的高斯白噪聲，n=[n1,n2,···,nN]T；C表示海雜波在均勻線性陣列N個(gè)陣元的輸出數(shù)據(jù)矢量，C=A1s1，A1=[a(?1),a(?2),···,a(?P)]為海雜波的陣列流型，s1=[s1,s2,···,sP]T為 海雜波的復(fù)振幅；T表示目標(biāo)在均勻線性陣列的N個(gè)陣元的輸出數(shù)據(jù)矢量，T=A2s2，A2=[a(?P+1),(?P+2),···,a(?K)]為目標(biāo)的陣列流型，s2=[sP+1,sP+2,···,sK]T為目標(biāo)的復(fù)振幅.

圖2 均勻線性陣列Fig. 2 Uniform linear array

2.2 空域子空間估計(jì)與投影

出數(shù)據(jù)矢量可記為x，假設(shè)各信號(hào)源方位不同，其協(xié)方差矩陣為

對于RD譜中的一個(gè)譜點(diǎn)，陣列接收該信號(hào)的輸

式中：A1和A2是相互正交的滿秩矩陣；IN表示N維的單位矩陣.

為了估計(jì)空域的海雜波子空間和噪聲子空間，對陣列接收信號(hào)的協(xié)方差矩陣C進(jìn)行SVD運(yùn)算：

式中：U代表左奇異矩陣；S代表由奇異值構(gòu)成的對角陣；V代表右奇異矩陣. 由于海雜波的強(qiáng)度遠(yuǎn)大于噪聲強(qiáng)度，因此根據(jù)奇異值的大小進(jìn)行子空間的劃分，大奇異值對應(yīng)的矢量構(gòu)成的子空間為海雜波子空間U1，小奇異值對應(yīng)的矢量構(gòu)成的子空間為噪聲子空間U2，由于海雜波與目標(biāo)在不同方位，U1和U2是正交的. 海雜波子空間的投影矩陣為U1U1H，噪聲子空間的投影矩陣為將接收的回波信號(hào)x向U1空間進(jìn)行投影，得到投影分量為

進(jìn)而得到與海雜波子空間正交的子空間內(nèi)的投影向量為

由于噪聲子空間與海雜波子空間正交，根據(jù)矢量運(yùn)算法則，經(jīng)過子空間投影后，海雜波得到了抑制.

在實(shí)際運(yùn)用中，由于目標(biāo)回波信號(hào)與海雜波信號(hào)混雜在一起，無法從接收的回波數(shù)據(jù)中準(zhǔn)確估計(jì)出雜波子空間. 因此在估計(jì)子空間時(shí)，利用海雜波在相近的距離元之間具有較強(qiáng)的相關(guān)性[17]，可以選擇感興趣譜點(diǎn)前后鄰近的距離元對應(yīng)譜點(diǎn)作為參考單元，來估計(jì)雜波子空間.

2.3 算法步驟

基于SVD的空域海雜波抑制的基本步驟如下.

1)對雷達(dá)接收機(jī)的每個(gè)天線單元接收的數(shù)據(jù)進(jìn)行兩次FFT得到RD譜，并選擇感興趣譜點(diǎn)作為待處理單元.

2)選擇待處理單元前后鄰近的譜點(diǎn)作為參考單元，對參考單元的數(shù)據(jù)進(jìn)行短時(shí)傅里葉變換，并計(jì)算參考單元陣列輸出數(shù)據(jù)矢量xf的協(xié)方差矩陣C.

3)對參考單元的協(xié)方差矩陣C進(jìn)行SVD，并根據(jù)奇異值的大小，將空間化分為雜波子空間U1和目標(biāo)與噪聲子空間U2.

4)利用式(10)和(11)，將待處理單元陣列輸出矢量x向U1空間進(jìn)行投影，并從陣列輸出矢量x中減去其在U1空間的投影分量x′，從而達(dá)到抑制海雜波的目的.

算法流程圖如圖3所示.

圖3 算法流程圖Fig. 3 Flowchart of the algorithm

3 理論仿真實(shí)驗(yàn)和基于實(shí)測數(shù)據(jù)的仿真實(shí)驗(yàn)的處理結(jié)果與分析

3.1 理論仿真實(shí)驗(yàn)處理結(jié)果與分析

利用仿真實(shí)驗(yàn)，將空域SVD算法對海雜波的抑制性能與現(xiàn)有的空域海雜波抑制算法進(jìn)行對比. 在仿真海雜波時(shí)，設(shè)置載頻為13.15 MHz，脈沖重復(fù)周期為0.5 s，積累周期數(shù)目為600，Bragg峰的多普勒頻率為fB=±0.37 Hz，加入的噪聲為高斯白噪聲，設(shè)置海流的速度為0.5 m/s，正的一階譜區(qū)的多普勒頻率為[0.32,0.41]. 接收天線為八元天線陣，近似線性. 加入三個(gè)速度分別為4 m/s、4.5 m/s和?4 m/s的目標(biāo)，對應(yīng)的多普勒頻率為0.35 Hz、0.39 Hz和?0.35 Hz，目標(biāo)距離雷達(dá)站均為50 km，相對于雷達(dá)站的方位分別是北偏東65°、北偏東35°、北偏東10°，初始的信雜噪比(signal to clutter plus noise ratio, SCNR)為?8 dB、?15 dB和?10 dB，仿真得到的第一個(gè)天線單元的10號(hào)距離元的多普勒譜如圖4所示. 可以看出，由于海流的存在，海洋回波的一階譜發(fā)生了展寬，在[0.32, 0.41] Hz和[?0.41, ?0.32] Hz兩個(gè)頻率區(qū)域內(nèi)，回波信號(hào)強(qiáng)度較大，對應(yīng)的正是展寬的一階譜區(qū). 由于仿真的目標(biāo)回波強(qiáng)度低于海雜波，目標(biāo)被海雜波淹沒，箭頭所指處僅是目標(biāo)所對應(yīng)的多普勒頻率. 要想檢測被淹沒在一階譜區(qū)的目標(biāo)，需要對海雜波進(jìn)行抑制.

圖4 海雜波抑制前的多普勒譜(仿真)Fig. 4 Doppler spectrum without sea clutter suppression (simulation)

圖5給出了利用空域SVD算法、HOSVD算法和OP算法三種方法對海雜波進(jìn)行抑制后的多普勒譜. 利用空域SVD算法處理數(shù)據(jù)時(shí)，由于實(shí)測實(shí)驗(yàn)中目標(biāo)回波信號(hào)的旁瓣會(huì)泄漏到相鄰距離元，因此在實(shí)際估計(jì)海雜波子空間時(shí)參考距離單元與感興趣的距離單元中間間隔一個(gè)距離單元. 對一階譜內(nèi)的每一個(gè)譜點(diǎn)的陣列向量x減去其在海雜波子空間的投影，從而實(shí)現(xiàn)在空間維對海雜波的抑制. HOSVD算法則是利用一階譜內(nèi)多普勒維、距離維和方位維的三維數(shù)據(jù)構(gòu)造三階張量，通過HOSVD來抑制海雜波. OP算法是在已知海雜波方位情況下計(jì)算其陣列流型，并對一階譜內(nèi)的每一個(gè)譜點(diǎn)的陣列向量通過OP來抑制海雜波.

圖5 抑制海雜波后的多普勒譜(仿真)Fig. 5 Doppler spectrum with sea clutter suppression(simulation)

從圖5可以看出，在仿真實(shí)驗(yàn)中，三種算法均能抑制海雜波，使目標(biāo)凸顯出來，提高了SCNR，有利于一階譜內(nèi)目標(biāo)的檢測. 在海雜波方位已知的情況下，OP算法與空域SVD算法在海雜波抑制方面性能幾乎是相同的，而且輸出的SCNR比HOSVD算法至少提高了5 dB，使目標(biāo)更加突出. 主要是由于空域海雜波抑制算法進(jìn)行SVD的維數(shù)較低，RD譜上一個(gè)譜點(diǎn)對應(yīng)的方位維信源個(gè)數(shù)較少，容易準(zhǔn)確估計(jì)出海雜波子空間，對海雜波的抑制效果更好. OP算法預(yù)先已知海雜波方位，可以計(jì)算出其陣列流型和海雜波子空間，因此這兩種算法通過投影消除海雜波均能有比較好的效果，而且對目標(biāo)的影響較小. 而HOSVD算法對空間維、距離維和多普勒維進(jìn)行了聯(lián)合處理，SVD算法得到的奇異值個(gè)數(shù)較多，難以利用奇異值的大小進(jìn)行子空間的準(zhǔn)確劃分，存在海雜波子空間向目標(biāo)子空間的泄露問題，在消除海雜波的同時(shí)，也會(huì)造成目標(biāo)能量被削弱.

為了驗(yàn)證算法的有效性，做了100次蒙特卡洛實(shí)驗(yàn)，圖6為利用三種算法抑制海雜波之后的輸出SCNR. 可以看出，空域SVD算法和OP算法輸出的SCNR平均高于HOSVD算法約7 dB，而且具有較好的穩(wěn)定性，說明在抑制海雜波方面，空域海雜波抑制算法具有較好的性能.

圖6 抑制海雜波之后的輸出SCNR(仿真)Fig. 6 Output SCNR with sea clutter suppression (simulation)

3.2 基于實(shí)測數(shù)據(jù)的仿真結(jié)果與分析

通過基于實(shí)測數(shù)據(jù)的仿真結(jié)果來對比分析HOSVD算法、OP算法和空域SVD算法對海雜波的抑制性能. 實(shí)驗(yàn)采用的是2016年12月26日東山站單站發(fā)射、單站接收的實(shí)驗(yàn)數(shù)據(jù)，雷達(dá)站接收天線共有八個(gè)單元，且近似成線性排列，雷達(dá)的工作頻率為13.15 MHz，脈沖重復(fù)周期為0.5 s，Bragg峰的多普勒頻率為fB=±0.37Hz，脈沖積累周期數(shù)為600，積累時(shí)間為5 min，距離分辨率為5 km. 實(shí)驗(yàn)過程中，在實(shí)測數(shù)據(jù)中加入了三個(gè)仿真目標(biāo)，目標(biāo)均在距離雷達(dá)站50 km處，相對于雷達(dá)站的方位分別是北偏東30°、北偏東60°、北偏東45°，速度分別為正北5 m/s、正西5 m/s、正北6 m/s，對應(yīng)的多普勒頻率為?0.38 Hz、0.38 Hz、?0.36 Hz，初始的SCNR均為?5 dB，目標(biāo)被完全淹沒，加入仿真目標(biāo)后的10號(hào)距離元的多普勒譜如圖7所示. 把海流流速為± 0.5 m/s對應(yīng)的多普勒區(qū)域當(dāng)作是一階譜區(qū)，對應(yīng)的多普勒頻率區(qū)間分別為[0.32，0.41] Hz和[?0.41，?0.32] Hz.

圖7 加入仿真目標(biāo)后的多普勒譜(實(shí)測)Fig. 7 Doppler spectrum with simulation target (measured)

分別利用HOSVD算法、OP算法和空域SVD算法對數(shù)據(jù)進(jìn)行處理. 在運(yùn)用空域SVD算法抑制海雜波時(shí)，參考單元與感興趣距離單元之間間隔一個(gè)距離元，經(jīng)過SVD后，將前5個(gè)大奇異值對應(yīng)的子空間設(shè)為海雜波對應(yīng)的子空間；HOSVD算法中三階張量的構(gòu)造依然是利用前20個(gè)距離元、一階譜區(qū)的多普勒元與所有陣列單元的數(shù)據(jù)；對于實(shí)測數(shù)據(jù)，無法預(yù)先知道海雜波的方位，通過MUSIC算法為OP算法提供海雜波的估計(jì)方位，進(jìn)而得到海雜波的子空間. 目標(biāo)所在的10號(hào)距離單元利用三種算法對海雜波進(jìn)行抑制后的多普勒譜如圖8所示.

圖8 抑制海雜波之后的多普勒譜(實(shí)測)Fig. 8 Doppler spectrum with sea clutter suppression(measured)

從圖8可以看出，HOSVD算法、OP算法和空域SVD算法都能抑制較強(qiáng)的海雜波分量，在目標(biāo)處形成一個(gè)尖峰，然而空域SVD算法抑制海雜波后輸出的SCNR比HOSVD算法至少高4 dB，OP算法輸出的SCNR介于兩者之間，因此空域SVD算法在圖8中形成的尖峰比較明顯. 產(chǎn)生上述現(xiàn)象的原因是實(shí)測數(shù)據(jù)的一階譜區(qū)的海洋回波分量比較復(fù)雜，根據(jù)經(jīng)驗(yàn)劃分的海雜波子空間與噪聲子空間不準(zhǔn)確，海雜波子空間向噪聲子空間的擴(kuò)散造成海雜波不能被有效消除，旁瓣較高，子空間劃分不準(zhǔn)確，對HOSVD算法海雜波的抑制性能影響較大. 而空域SVD算法進(jìn)行SVD時(shí)，奇異值數(shù)目較少，比較容易進(jìn)行子空間劃分，且子空間投影算法利用兩個(gè)相距較近的距離元的空域信息，海雜波的相關(guān)性比較強(qiáng)，通過投影法海雜波消除得更充分，對目標(biāo)影響較小. OP算法要求預(yù)先知道的海雜波子空間信息在實(shí)測中無法得到，通過MUSIC算法估計(jì)海雜波的方位，進(jìn)而獲取子空間，使得誤差較大，因此實(shí)測中對于海雜波的抑制效果OP算法比空域SVD算法穩(wěn)定性差. 在實(shí)測中三種算法的性能都比仿真結(jié)果差，可能是實(shí)測中海雜波子空間和噪聲子空間不完全正交，海雜波不能完全被消除造成的.

為了驗(yàn)證算法的有效性，利用三種算法進(jìn)行了基于24場2個(gè)小時(shí)實(shí)測數(shù)據(jù)的仿真實(shí)驗(yàn)，圖9為利用三種算法抑制海雜波之后的輸出SCNR.

圖9 抑制海雜波之后的輸出SCNR(實(shí)測)Fig. 9 Output SCNR with sea clutter suppression (measured)

從圖9可以看出：空域SVD算法的輸出SCNR比HOSVD高約5 dB，OP算法的輸出SCNR介于兩者之間；但OP算法輸出SCNR波動(dòng)比較劇烈，因?yàn)橥ㄟ^MUSIC算法估計(jì)海雜波方位，進(jìn)而獲取海雜波對應(yīng)的陣列流型和子空間會(huì)存在較大誤差，進(jìn)而影響OP算法的性能. 這三種算法的輸出SCNR隨著時(shí)間變化都會(huì)波動(dòng)，在抑制海雜波時(shí)都有一定效果，但是不能完全抑制海雜波，目標(biāo)周圍的雜波殘余分量會(huì)變化，最終造成輸出SCNR的起伏. 圖10給出了這2個(gè)小時(shí)內(nèi)海流方位與目標(biāo)方位之間的角度差.可以看出，雖然目標(biāo)的方位不變，但是海流的方向會(huì)發(fā)生變化，海流與目標(biāo)之間的方位差會(huì)隨時(shí)間變化.由于空域SVD算法是在空域?qū)ｋs波進(jìn)行抑制，當(dāng)目標(biāo)與海雜波的來波方向相同或相近時(shí)，目標(biāo)存在被誤消的可能，也會(huì)造成輸出SCNR的起伏.

圖10 海流和目標(biāo)方位之間的差值(實(shí)測)Fig. 10 Difference of direction between current and target(measured)

4 結(jié) 論

本文在SVD的基礎(chǔ)上提出了空域SVD算法，用于一階譜區(qū)海雜波的抑制，進(jìn)而實(shí)現(xiàn)一階譜中目標(biāo)的檢測. 對算法進(jìn)行了理論分析和推導(dǎo)，并利用仿真與實(shí)測數(shù)據(jù)驗(yàn)證了算法的有效性. 理論仿真和基于實(shí)測數(shù)據(jù)的海雜波抑制結(jié)果均表明，與HOSVD算法、OP算法相比，空域SVD算法在未能預(yù)先知道海雜波的子空間的情況下，能夠比較準(zhǔn)確地估計(jì)海雜波子空間，產(chǎn)生比較好的海雜波抑制效果；該算法利用海雜波在距離上的相關(guān)性，通過在空間域子空間投影抑制海雜波，不受目標(biāo)多普勒頻率與Bragg頻率差值大小的影響；在空間域進(jìn)行SVD，奇異值數(shù)目較少，容易劃分雜波子空間與噪聲子空間，對海雜波有比較好的抑制效果. 但是該算法的性能受到海洋回波在距離上相關(guān)性的影響，應(yīng)用有一定的局限，而且只能將海雜波分量消弱，并不能完全消去海雜波；當(dāng)目標(biāo)與海雜波處于相同或相近方位時(shí)，存在目標(biāo)被誤消的情況.