变速平台STAP的数据域补偿方法

徐雪菲, 廖桂生, 许京伟

(西安电子科技大学雷达信号处理国家重点实验室, 陕西 西安 710071)



变速平台STAP的数据域补偿方法

徐雪菲, 廖桂生, 许京伟

(西安电子科技大学雷达信号处理国家重点实验室, 陕西 西安 710071)

摘要：空时自适应处理(space-time adaptive processing,STAP)是抑制因平台运动导致谱展宽的地物杂波的有效技术,近三十年来受到广泛关注,其中平台运动通常假设为匀速。分析了变速平台情况下地物回波多普勒谱特性,相比传统匀速平台情况,杂波回波的多普勒谱展宽更严重,且展宽程度与阵列面向、散射点位置以及脉冲积累均有关;因此,变速平台情况下,直接采用传统的STAP方法,其杂波抑制性能,尤其是在主杂波区的性能变差,严重降低慢速目标检测性能。对此,提出一种基于数据域的补偿方法,通过构造补偿矩阵抑制加速度在相位上产生的增量,从而抑制杂波的多普勒谱展宽。仿真结果表明,所提方法可使杂波多普勒谱变窄、STAP的杂波抑制改善因子提高,尤其慢速目标的检测性能明显提高。

关键词：空时自适应处理; 机动平台; 杂波抑制; 运动补偿

0引言

运动导致地物杂波各散射体相对于雷达的运动速度随其到达方位角变化而变化,同一距离环的杂波同时到达雷达接收机,其多普勒谱展宽。空时自适应处理空时自适应处理(space-time adaptive processing,STAP)是有效抑制因平台运动导致多普勒谱展宽的地物杂波的关键技术[1-2]。近三十余年来,STAP技术被广泛研究[1-3]。然而,文献中相关STAP技术的研究基本上是基于匀速运动平台。但是,实际中平台运动并非总是匀速的。平台的非理想运动是由横滚、偏航、颠簸和变速等造成的。对于非理想运动平台STAP处理问题,文献[3]给出了在横滚情况下前视阵列输出SINR的变化;同时,在偏航情景下给出了一个3通道预多普勒STAP算法抑制杂波性能变差的例子。文献[4]考虑了平台机动情况下天线面向和照射区域的空间位置变化,引入了随脉冲变化而变化的空间几何模型,仿真验证了在此情况下会导致杂波抑制改善因子性能曲线的凹口展宽、最小可检测速度(minimal discernable velocity, MDV))性能恶化。文献[5]指出慢速目标检测性能对平台的横滚运动敏感。文献[6]给出了一种平台俯冲运动下的STAP模型,并提出了一种基于参数模型和配准补偿的杂波抑制方法。

实际上,对于非理想运动平台下STAP,杂波谱是距离依赖的,杂波呈现非均匀性,即各个距离门的杂波不服从独立同分布。非均匀或非平稳杂波的抑制问题,文献上已经有很多工作。文献[7]提出一种利用卡尔曼滤波器抑制地杂波的方法,该方法无需估计杂波协方差矩阵,避免了非平稳杂波造成的性能损失。利用知识辅助和先验信息抑制非均匀杂波也是目前较流行的方法,文献[8]提出一种利用极化信息辅助的空时处理方法,通过极化分类和功率分组指导选择训练样本。文献[9]提出一种基于子空间的阵元误差估计方法,提高了基于知识辅助样本挑选的稳健性。文献[10]给出了一种在知识辅助约束情况下的到的最大似然协方差矩阵的近似形式。文献[11-12]分析了杂波的稀疏性,认为STAP算法的最优权是稀疏的,并提出一个稀疏规范约束最小方差准则。关于杂波的稀疏性文献[13]给出了一个利用压缩感知重构目标信号的方法。文献[14]针对非均匀环境下难以获得足够样本问题提出一种基于压缩感知的地面运动目标检测方法。文献[15]表明将降秩的思想应用到幅度相位估计的方法中,可以提高非均匀情况下STAP算法的性能。天线阵列误差、平台非理想运动、杂波内部运动(如海杂波)等很多因素会导致杂波谱或干扰谱展宽,使得传统的阵列自适应波束形成零陷不足以抑制干扰,文献[16-17]提出了一种较为通用的协方差矩阵锥化方法,加宽自适应处理的零陷来抑制谱展宽的干扰或杂波。上述非均匀杂波抑制问题的研究具代表性,但并没有涉及机动平台非均匀杂波问题,机动平台下的非均匀杂波问题还需提出新方法。

本文针对平台加速运动情况,推导了地杂波的回波模型,发现平台加速运动会导致回波时域导向矢量相位产生增量项。时域导向矢量产生的增量与加速度、散射点所在距离和积累脉冲数有关,导致空时二维杂波谱沿多普勒轴扩散,扩散量随脉冲数变化而变化,即时变多普勒谱。在非正侧面阵情况下,杂波谱还是距离依赖的,随距离变化呈现非均匀性。本文从三种天线阵列面向出发,分析了变速平台相应的多普勒扩散规律,进而提出一种压窄杂波谱扩散的数据域补偿STAP方法,本文方法也属于文献[17]提出的CMT方法类,但是,具体实现方法不同。

1信号模型

图1　雷达工作几何构型

假设在相干处理时间内,雷达接收的回波数据经过脉冲压缩后用三维数据矩阵表示,该长方体由L片数据组成, L为距离单元、K是相干脉冲数,M是天线阵元个数。把第i个距离单元的空时快拍数据拉成N×1维(N=K×M)的列向量r(i),1≤i≤L。

令平台运动速度方向归一化矢量为v=(vx,vy,vz)T(‖v‖=1),加速度矢量与速度矢量一致,则平台的速度可表示为(v0+atk)v,空间(θ,φ)方向对应的方向矢量为u=(cosφcosθ, cosφsinθ, sinφ)T。阵元位置表示为e=(e1, e2, …, eM),其中em=(emx,emy,emz)T为第m个阵元的位置矢量。假设散射点P(θ,φ)位于第i个距离单元上,则第m个阵元第k次脉冲接收P点回波延时可表示为

(1)

散射点P处回波信号经混频、脉压处理后可表示为

(2)

式中,λc为载波的波长,雷达载频fc=c/λc,c为电磁波传播速度(光速);σp为散射点P的后向散射系数;gp为散射点P对应的天线增益,均为θ的函数。第2个指数项表示接收阵元相位中心所在的平面波前相位,第3个指数项表示多由普勒频率决定的相位。

假定天线背板有良好的隔离性。雷达接收同一个距离单元回波,是在天线照射范围内θ∈(θp, π+θp)回波数据的积分。第i个距离单元(俯仰角为φ)的回波信号经混频、脉压处理后可表示为

(3)

式中,w(m,k)表示加性高斯白噪声。将式(2)中第1个指数项归入回波后向散射系数之后代入式(3),可得到第i个距离单元处雷达回波空时快拍数据矢量杂波分量为

(4)

其中

(5)

(6)

式中，ss、st为上述散射点P(θ,φ)杂波的空域导向矢量和时域导向矢量,是M×1和K×1的列向量; ⊗代表Kronecker积;⊙代表Hadamard积。其中,stv,sta分别代表式(6)中乘积⊙前后两项。

从式(6)可以看出,变速平台情况下,时域导向矢量st与传统匀速平台下表示不同,加速运动平台下时域导向矢量可拆分为两项,第1项stv与传统匀速平台一致,第2项sta是平台的加速运动产生的,而两种情况下空域导向矢量ss不变。

2影响分析

本节分析平台加速度对杂波分布的影响。考察式(6),可以看出,在平台做匀加速运动的情况下,时域多出一个相位的因子项,即

(7)

该增量不仅依赖于脉冲时间k,而且与杂波块的空间位置有关,是空时耦合的。为方便理解,这里从单个散射点的多普勒变化出发,分析由于平台加速运动导致的接收数据的多普勒变化。由式(2)～式(6)可得,平台加速运动情况下散射点P(θ,φ)在第k个脉冲时刻的瞬时多普勒频率为

(8)

式中,当a=0时,即平台匀速运动下,散射点P的多普勒频率为

(9)

对比式(8)与式(9)得,雷达平台匀速运动时,在一个相干处理时间内,单个散射点回波的多普勒是一固定值,然而平台存在加速度的情况下,散射点P的多普勒随脉冲数而变化,是时变谱。此时域信号的瞬时多普勒带宽为

(10)

对于俯仰角为φ的距离单元,其瞬时多普勒带宽为

(11)

从式(10)和式(11)可以看出,多普勒带宽除了跟脉冲数有关,与散射点空间位置(包括俯仰和方位两方面)也有关系。对于同一个距离单元(俯仰角相同),不同方位角的散射点多普勒带宽不同。对于不同阵元接收的回波数据,虽然可以利用数学表达式区分,但由于雷达接收数据是各距离单元的半圆环积分(叠加)的结果,所以相同斜距散射点的数据是同时录入雷达的。目前并没有有效的办法从接收数据中分离出不同方位角散射点的多普勒,只能按距离环单元区分。

下面定量分析影响,从式(10)、式(11)可得平台飞行的正前方散射点多普勒带宽最宽,即当(θ=0, φ=0)时,瞬时多普勒带宽为

(12)

STAP中,一般利用不同距离门回波数据进行平均获得协方差矩阵。上面分析表明,变速平台导致杂波谱展宽是时变的、距离依赖的且空时耦合的,直接按传统方法进行距离门回波数据平均,估计的协方差矩阵存在较大误差。

对于相控阵雷达,由于阵列天线的面向不同(即θp变化),接收杂波回波信号的时域部分与空域部分耦合关系也随着θp变化而变化,对于不同的面向的阵列天线,由于主瓣方位为90°+θp(假定天线指向方位角均为90°),因而多普勒扩散的程度不同;同时不同俯仰角也会导致多普勒扩散程度不同。下面选取3种不同面向的阵列,分析由于平台加速运动造成的多普勒扩散。

为了直观表现平台加速运动对接收杂波回波信号的多普勒的影响,本文仿真了平台加速运动情况下多普勒的变化,具体分为正侧视天线、45°斜视天线和前视天线3种情况,分别对这3类天线照射范围内不同方位角和俯仰角的区域做多普勒分析。表1列出了仿真参数。

表1　多普勒扩散仿真参数

(1) 正侧视阵列(ULA与载机飞行方向的夹角θp=0°)

图2为匀变速平台下正侧视阵列 多普勒增量—方位角余弦关系图。

从图2可以看出,当载机匀变速运动时,前视阵列主波束中心处(即cos(θ-θp)=0),多普勒不变,而在除主波束之外的旁瓣区域,随着脉冲数的增加,多普勒出现变化而导致扩散现象发生,并且随着偏离主瓣方位角越大,积累脉冲数越多,多普勒扩散现象越严重。同时,多普勒变化程度还与俯仰角有关,俯仰角越小(距离越远),多普勒扩散越严重,这是多普勒展宽与杂波的距离依赖耦合后的结果。

(2) 前视阵列(ULA与载机飞行方向的夹角θp=90°)

图3为匀变速平台下前视阵列多普勒增量—方位角余弦关系图。

图3与图2只存在阵列面向不同的差别。从图3可以看出,当载机匀变速运动时,前视阵列在主波束中心处,多普勒变化明显,然而随着偏离主瓣的方位角变大,多普勒扩散现象减弱,与正侧视阵列多普勒变化规律恰好相反,这是因为两种阵列的面向恰好相差90°,前视阵列的主瓣方向指向载机飞行前方,相对其他方位向该方向多普勒变化是最大的,而正侧视阵列主瓣所指方向为多普勒变化最小方向。另外,前视阵列多普勒变化程度与俯仰角的关系与正侧视阵列情况一致,都是俯仰角越小,多普勒扩散越严重,并随着脉冲积累增多而愈加明显。

(3)斜视阵列(ULA与载机飞行方向的夹角θp=45°)

图4为匀变速平台下斜视阵列(θp=45°) 多普勒增量—方位角关系图。

图2　匀变速平台下正侧视阵列多普勒增量—方位角余弦关系图

图3　匀变速平台下前视阵列多普勒增量—方位角余弦关系图

图4　匀变速平台下斜视阵列(θp=45°)多普勒增量—方位角关系图

从图4可以看出,45°斜视阵列的多普勒变化情况介于正侧视阵列和前视阵列之间,由于天线与平台运动的最前方相差角度为θp所以,斜视阵多普勒扩散最严重的地方在与阵面方位夹角为θp处。其余结论与正侧视阵列和前视阵列一致。

从以上仿真结果可以看出,当平台匀加速运动时,地杂波回波多普勒谱呈现时变特性,导致谱扩散,其扩散程度随着空间和时间呈现一定的规律性。

3变速平台补偿方法

3.1传统STAP方法

尽管STAP结构和算法有很多种变形[1-4],但是本质上,其最优权矢量可以表示为

(13)

式中,β=1/rtR-1rt是一个标量;rt是表示检测目标的空时导向矢量;R是杂波干扰噪声的相关矩阵,是未知的,需要通过雷达回波数据统计平均评估得到。

(14)

在第2节中,已经分析,平台加速运动使杂波时域导向矢量产生增量,该增量使得杂波谱出现扩散现象而且呈现距离依赖性。式(14)的具体实现成为关键。

3.2变速平台STAP的数据域(阵元-脉冲域)补偿方法

下面介绍在数据域上进行补偿的方法,该方法目的是补偿掉加速度增量项。

实际中式(14)是采用不同距离单元杂波数据实现的。然而,变速平台情况下,在不同的距离单元上,杂波的多普勒扩散程度是分散的、并呈现距离依赖性,直接用不同距离单元杂波数据平均无法得到理想效果,需要补偿各距离单元数据。这里把空域和时域一起考虑,按照不同的距离单元逐个对回波数据补偿。定义矩阵

(15)

(16)

式(15)称为补偿矩阵,其中,Ts为M×1的单位列向量,与空域导向矢量相对应,矩阵元素全为1意味着不对空域做补偿处理

(17)

式中,φi为第i个距离单元对应的俯仰角;θ0为主波束指向角;Tt(i)为一K×1列向量,矩阵元素与加速度a和脉冲积累数K有关,该方法要求平台加速度精确已知,即把平台运动的加速度作为先验信息。实际应用中,可以采用雷达回波数据实时估计平台的加速度[18]。

补偿之后第i个距离单元的数据变为

(18)

在脉压之后的接收数据相位上乘以补偿矩阵T,是在每个脉冲时刻,对相同距离单元上不同方位角杂波块,统一补偿一个相位。本文提出的补偿方法,实际上是对时域产生的增量进行补偿,这样即可以减弱在相干积累时间内由加速度积累引起的相位偏移,从而抑制杂波谱扩散,使自适应滤波处理之后的凹口变窄,从而提高SINR。由于平台的运动相对于目标和地面是平等的,在地杂波和目标的回波中均有体现,所以该方法不必区分待检测单元和训练样本,适用于对所有距离单元补偿。

进一步对补偿之后的杂波协方差矩阵分析推导,可得到本文提出在数据域对对杂波补偿的思想与一般的波束形成方法的联系。考虑补偿之后对杂波数据求协方差矩阵,可以推导得到

(19)

式(19)表明,在数据域(阵元-脉冲域)对接收杂波数据做向量相乘处理,等效于在杂波协方差矩阵出做矩阵相乘补偿。这即是波束形成中的CMT思想,所以,本文方法可以看成文献[17]的一种实现。

4仿真结果

第2节的性能分析表明,前视天线接收的地物杂波的多普勒扩散现象多出现在主瓣杂波区,相比其他面向的阵列杂波多普勒扩散问题更严重。为更直接、准确评估平台加速运动造成的杂波谱扩散对STAP方法的影响,本文给出前视阵列天线的仿真实验。因为前视阵列接收回波具有很强的距离依赖性,通常利用直接数据域(D3)方法估计杂波噪声协方差矩阵。当然,本文的补偿方法可以直接应用于采用不同距离单元估计协方差矩阵的统计方法。D3方法与基于统计特性的估计方法相比,核心是选取单一距离单元作为训练样本,通过对数据滑窗处理增加样本数目,再利用滑窗得到的样本进行相关矩阵估计,该方法可以可避免引入由距离依赖性造成的杂波谱分布不均匀问题,同时,小样本情况比基于统计的方法有更好的杂波抑制效果。

仿真给出了匀速平台、匀加速度平台和用本文提出方法做补偿处理后前视阵列的地杂波谱的分布特性,并比较了3种情况下利用自适应处理方法做杂波抑制之后的滤波响应。最后给出了3种情况下目标所在处的改善因子比较。表2列出了雷达系统仿真参数设置。

表2　雷达系统仿真参数

图5分别给出了匀速平台、匀加速运动平台和利用本文方法补偿后的匀加速平台下前视阵列的杂波谱(Capon谱)分布。对比图5(a)和图5(b)可以看到匀加速平台相比匀速平台的谱扩散严重,并且主瓣区域展宽严重。对比图5(b)和图5(c),可以看到,利用本文提出的补偿方法,主瓣区域的杂波谱明显变窄。

图6(a)、图6(b)和图6(c)分别为图5提到的3种情况下,通过自适应波束形成方法滤波处理后的杂波抑制效果。对比图6(a)和图6(b)看到匀加速平台下自适应滤波处理之后凹口明显变宽,STAP处理之后被抑制的部分比匀速平台大很多,这意味着满足被抑制部分的空域-时域关系的目标都不可检测,降低了检测性能。图6(b)和图6(c)表明,利用本文提出的补偿方法,可以使杂波抑制之后的凹陷程度减小,提高检测性能。

下面给出利用自适应波束形成方法分别对匀速运动平台、匀加速运动平台和利用本文提出补偿方法对匀加速运动平台补偿处理这3种情况下,改善因子的结果图。

图5　前视阵列杂波谱分布

图6　前视阵列自适应波束处理响应

图7的结果与图5和图6的结果一致。即匀加速运动平台下检测性能下降严重,通过本文提出的补偿方法,可以有效补偿由平台加速运动导致的性能损失。

图7　改善因子比较

图7表明,本文提出的补偿办法可使改善因子下降曲线变窄,接近匀速运动平台的情况。本文提出的方法是对不同方位统一补偿相同的值,由于各个方位上的扩散不同,因此不同方位上对于多普勒扩散抑制程度不同,并不能完全消除多普勒扩散的影响。因而补偿后的改善因子与匀速平台的改善因子尚有差距。另外,加速度的估计误差也会造成误差,但影响较小基本上可以忽略。

5结论

本文分析了在匀加速平台下,雷达接收地物回波的多普勒特性。变速平台较传统匀速平台会导致雷达接收地物回波的多普勒谱为时变谱,并进一步展宽,其展宽程度与阵列面向和散射点所在距离以及脉冲积累均有关,杂波谱呈现距离依赖性,导致传统STAP方法的杂波抑制性能恶化。本文提出一种基于数据域的补偿方法,通过构造数据补偿矩阵抑制运动平台加速度产生的增量项。仿真结果表明,利用本文方法,可显著提升慢速目标的检测性能。

同样的处理方法,也可应用于点目标机动情况下的相干积累,利用类似的思想,对点目标信号的时域导向矢量进行运动补偿之后,可以把目标的多普勒补偿到同一频点,从而提高雷达对机动目标的积累和检测性能

参考文献：

[1] Brennan L E, Reed I S. Theory of adaptive radar[J].IEEETrans.onAerospaceandElectronicSystems,1973,9(2):237-252.

[2] William L M. A STAP overview[J].IEEEA&ESystemsMagzine, 2004, 19(1):19-35.

[3] Klemm R.Applicationsofspace-timeadaptiveprocessing[M].Bodmin: IEE Press, 2004.

[4] Justin W G, Todd B H, Michael A T, et al. Incorporating pulse-to-pulse motion effects into side-looking array radar mo-dels[C]∥Proc.ofthe4thIEEEWorkshoponSensorArrayandMultichannelProcessing, 2006:580-585.

[5] Richardson P G. Space-time adaptive processing for maneuvering airborne radar[J].Electronic&CommunicationEngineeringJournal,1999, 11(1):57-63.

[6] Xu J W, Liao G S, Zhu S Q, et al. Clutter characteristic and suppression approach for missile-borne diving non-broadside array radar[J].SystemsEngineeringandElectronics, 2013,35(8):1631-1637. (许京伟,廖桂生,朱圣棋,等,弹载俯冲非正侧阵雷达杂波特性与抑制方法[J].系统工程与电子技术,2013,35(8):1631-1637.)

[7] Yang H, Zheng M J, Wang R, et al. Clutter suppression for multi-channel wide-area surveillance system via Kalman filtering[J].IETRadarSonar&Navigation, 2013, 7(6):246-254.

[8] Du W T, Liao G S, Yang Z W, et al. Polarization-aided adaptive-processing for ground moving target identification in heterogeneous clutter[J].ActaElectronicaSinica, 2014,42(3):523-528. (杜文韬,廖桂生,杨志伟,等.极化辅助的非均匀场景空时自适应处理方法[J].电子学报, 2014,42(3):523-528.)

[9] Jiang L, Wang T. Array error estimation using subspace-based approach[J].SystemsEngineeringandElectronics, 2014,36(4):656-660. (姜磊,王彤. 基于子空间的阵列误差估计方法[J].系统工程与电子技术,2014,36(4):656-660.)

[10] Tang B, Zhang Y, Tang J, et al. Close form maximum likelihood covariance matrix estimation under a knowledge-aided constraint[J].IETRadarSonar&Navigation, 2013, 7(8):904-913.

[11] Yang Z C, Lamare R C, Li X. L1-regularized STAP algorithms with a generalized sidelobe canceller architecture for airborne radar[J].IEEETrans.onSignalProcessing, 2012, 60(2):674-686.

[12] Yang Z C, Li X, Wang H Q, et al. On clutter sparsity analysis in space-time adaptive processing airborne radar[J].IEEETrans.onGeoscienceandRemoteSensingLetters, 2013, 10(5): 1214-1218.

[13] Jia Q Q, Wu R B. Space time adaptive parameter estimation of moving target based on compressed sensing[J].JournalofElectronics&InformationTechnology, 2013,35(11):2715-2720.(贾琼琼,吴仁彪. 基于压缩感知的空时自适应动目标参数估计[J].电子与信息学报, 2013, 35(11): 2715-2720.)

[14] Wang W W, Liao G S, Zhu S Q, et al. A ground moving target identification method based on compressive sensing[J].JournalofElectronics&InformationTechnology, 2012,34(8):1872-1878.(王伟伟,廖桂生,朱圣棋,等. 一种基于压缩感知的地面运动目标检测方法[J].电子与信息学报, 2012,34(8):1872-1878.)

[15] Degurse J F, Savy L, Marcos S. Reduced-rank STAP for target detection in heterogeneous environment[J].IEEETrans.onAerospaceandElectronicSystems, 2014, 50(2): 1153-1162.

[16] Guerci J R. Theory and application of covariance matrix tapers for robust adaptive beamforming[J].IEEETrans.onSignalProcessing, 1999, 47(4): 977-985.

[17] Guerci J R.Space-timeadaptiveprocessingforradar[M]. Boston: Artech House, 2003.

[18] Li H L, Chen L L, Zhang L, et al. Study of autofocus method for SAR imagery created by fast factorized backprojection[J].JournalofElectronics&InformationTechnology, 2014,36(4):938-945. (李浩林,陈露露,张磊,等. 快速分解后向投影SAR成像的自聚焦算法研究[J].电子与信息学报, 2014,36(4):938-945.)

徐雪菲(1990-),女,博士研究生,主要研究方向为空时自适应信号处理。

E-mail:iexuxuefei@163.com

廖桂生(1963-),男,教授,博士研究生导师,主要研究方向为雷达信号处理。

E-mail:liaogs@xidian.edu.cn

许京伟(1987-),男,博士研究生,主要研究方向为空时自适应信号处理。

E-mail:xujingwei1987@163.com

Data domain compensation for STAP with maneuvering platform

XU Xue-fei, LIAO Gui-sheng, XU Jing-wei

(NationalLaboratoryofRadarSignalProcessing,XidianUniversity,Xi’an710071,China)

Abstract:Space-time adaptive processing (STAP) has received much attention in recent 30 years, because it is an effective technology in suppressing the ground clutter whose Doppler spectrum is spread due to the motion of the platform. In the situation of STAP with maneuvering platforms, the Doppler spectrum of the clutter will be broadened further compared with that of the constant velocity platforms, and the Doppler spread is related to the direction of the linear arrays, the positions of the scatters and the number of pulses. Consequently, in maneuvering platform situations, the system performance will be decreased significantly if the conventional STAP method is used directly, especially in the main lobe area. To solve this problem, a data domain-based compensation method which can decrease the additional phase factor due to the acceleration of the moving platform is proposed in this paper. The narrowed down Doppler spectrum of the clutter with the proposed method is shown in the simulation and the improved minimal discernable velocity (MDV) is shown by the improvement factor (IF) curves.

Keywords:space-time adaptive processing (STAP); maneuvering platform; clutter suppression; motion compensation

收稿日期：2015-04-27；修回日期：2015-11-12；网络优先出版日期：2016-01-27。

基金项目：国家自然科学基金(61231017)资助课题

中图分类号：TN 957

文献标志码：A

DOI:10.3969/j.issn.1001-506X.2016.06.01

作者简介：

网络优先出版地址：http://www.cnki.net/kcms/detail/11.2422.TN.20160127.1541.002.html