基于遺忘因子RLS算法的自適應(yīng)直達(dá)波對(duì)消技術(shù)

許德剛

（中國(guó)電子科技集團(tuán)公司第38研究所，合肥 230088）

基于遺忘因子RLS算法的自適應(yīng)直達(dá)波對(duì)消技術(shù)

許德剛

（中國(guó)電子科技集團(tuán)公司第38研究所，合肥 230088）

在以民用廣播、電視及CDMA等信號(hào)為照射源的無(wú)源雷達(dá)系統(tǒng)中，由于發(fā)射信號(hào)為連續(xù)波信號(hào)，直達(dá)波和多徑信號(hào)對(duì)雷達(dá)回波的干擾很強(qiáng)，影響了目標(biāo)的檢測(cè)。為此采用RLS自適應(yīng)對(duì)消處理技術(shù)來(lái)抑制直達(dá)波干擾，針對(duì)RLS自適應(yīng)算法的性能分析，提出了改進(jìn)RLS自適應(yīng)處理算法，收到了良好的濾波效果。最后在以廣播信號(hào)為照射源的實(shí)驗(yàn)系統(tǒng)中，根據(jù)實(shí)際采集的數(shù)據(jù)進(jìn)行仿真論證，驗(yàn)證了該方法的可行性。

無(wú)源雷達(dá)；直達(dá)波信號(hào)；RLS算法；遺忘因子

0 引 言

外輻射源雷達(dá)是一種特殊體制下的雙／多基地非合作雷達(dá)系統(tǒng)，其發(fā)射站為位置明確的民用廣播信號(hào)［1－2］、電視信號(hào)［3］和CDMA信號(hào)［4］等發(fā)射臺(tái)。雷達(dá)本身并不發(fā)射信號(hào)，因而不容易被敵方所偵查和干擾，提高了雷達(dá)的隱蔽性，同時(shí)雷達(dá)所利用的民用信號(hào)大多是低頻段的信號(hào)，具有探測(cè)隱身飛機(jī)的能力?；谠摾走_(dá)的反干擾強(qiáng)、抗反輻射導(dǎo)彈、反隱身及成本低等特點(diǎn)，國(guó)內(nèi)外高校及研究機(jī)構(gòu)相繼進(jìn)行了大量的研究和試驗(yàn)［2，5－7］。

該雷達(dá)主要利用電臺(tái)信號(hào)的直達(dá)波與目標(biāo)反射的回波信號(hào)進(jìn)行多普勒相關(guān)處理來(lái)進(jìn)行目標(biāo)的檢測(cè)和定位。由于系統(tǒng)與電臺(tái)信號(hào)不能有遮擋，造成天線(xiàn)接收目標(biāo)回波的同時(shí)，必然會(huì)接收到直達(dá)波信號(hào)和經(jīng)高山及建筑物等反射的多徑信號(hào)。雖然天線(xiàn)陣列的法線(xiàn)方向沒(méi)有指向電臺(tái)信號(hào)，但是通過(guò)反射和繞射所接收到的直達(dá)波信號(hào)仍遠(yuǎn)遠(yuǎn)大于目標(biāo)所反射的回波信號(hào)，形成了很強(qiáng)的直達(dá)波干擾信號(hào)；同時(shí)由于雷達(dá)站周?chē)沫h(huán)境可能比較復(fù)雜，來(lái)自近距離不同固定物體所反射的多徑信號(hào)也強(qiáng)于回波信號(hào)，大大影響了雷達(dá)的探測(cè)性能，其定位示意圖，如圖1所示。

圖1 基于外輻射源雷達(dá)的定位示意圖

外輻射源雷達(dá)的直達(dá)波和多徑雜波的抑制問(wèn)題，基本上可分為時(shí)域和空域干擾抑制處理，文獻(xiàn)［8，9］提出的最小均方歸一化算法（NLMS）來(lái)抑制直達(dá)波和多徑信號(hào)，該算法運(yùn)算量小，易于實(shí)現(xiàn)，但收斂速度慢，對(duì)于快變干擾信號(hào)的抑制效果不是很理想。文獻(xiàn)［1］提出了基于梯度自適應(yīng)格型濾波的雜波抑制技術(shù)，該方法構(gòu)造正交的雜波子空間，雖然收斂速度較NLMS算法快，但需根據(jù)經(jīng)驗(yàn)來(lái)設(shè)置步長(zhǎng)參數(shù)，若選取不合理則會(huì)導(dǎo)致算法收斂慢或發(fā)散。文獻(xiàn)［7，10，11］提出利用自適應(yīng)零點(diǎn)技術(shù)來(lái)實(shí)現(xiàn)干擾抑制，當(dāng)干擾信號(hào)較少而且干噪比大時(shí)能有一定的效果，但自適應(yīng)零點(diǎn)技術(shù)受到通道的誤差影響比較大，干擾源較多時(shí)抑制效果變差。針對(duì)這些問(wèn)題，本文提出基于遺忘因子改進(jìn)型RLS算法來(lái)實(shí)現(xiàn)直達(dá)波和多徑干擾的抑制，分析其優(yōu)缺點(diǎn)，通過(guò)實(shí)際數(shù)據(jù)進(jìn)行仿真分析，驗(yàn)證算法的工程可行性。

1 自適應(yīng)RLS對(duì)消處理技術(shù)

1.1 自適應(yīng)RLS的算法原理

外輻射源雷達(dá)主要是利用回波信號(hào)與參考信號(hào)的長(zhǎng)時(shí)相干積累處理來(lái)探測(cè)目標(biāo)，由于回波信號(hào)很弱，而回波通道接收到的信號(hào)含有大量的多徑信號(hào)和很強(qiáng)的直達(dá)波信號(hào)，嚴(yán)重影響了目標(biāo)信號(hào)的檢測(cè)，因此抑制直達(dá)波和多徑干擾信號(hào)尤為重要，直接影響著雷達(dá)系統(tǒng)的性能。為此采用自適應(yīng)信號(hào)處理的方法，通過(guò)實(shí)時(shí)更新自適應(yīng)濾波器的系數(shù)得到抑制干擾信號(hào)的目的，而自適應(yīng)信號(hào)處理的方法有很多種，比如遞推最小二乘（RLS）算法［12－13］、卡爾曼濾波（Kalman）算法［14］、最小均方（LMS）誤差算法［15－16］、盲自適應(yīng)算法［17］等。其中遞推最小二乘（RLS）算法的抑制處理效果及工程實(shí)現(xiàn)得到了很好的應(yīng)用。

自適應(yīng)RLS算法在第k個(gè)采樣點(diǎn)對(duì)應(yīng)的一組輸入信號(hào)xk（i），i＝0，1，…，N，那么算法對(duì)應(yīng)的輸出為

式中，N為濾波器的階數(shù)；ek為誤差項(xiàng)；w（i）是濾波器的第i項(xiàng)系數(shù)。

該算法的目的是在k＝0，1，…，m－1各個(gè)采樣時(shí)刻，使得最小平方誤差為最小時(shí)，根據(jù)給定的輸入xk（i）和輸出yk解算出對(duì)系數(shù)W的最佳估計(jì)值為

式中，Ym＝［y0，y1，…，ym－1］T；Xm＝［xT（0），xT（1），…，xT（m－1）］T；Wm＝［w（0），w（1），…，w（m－1）］T。

在式（2）中需要實(shí)時(shí)計(jì)算求逆矩陣，計(jì)算量很大，實(shí)時(shí)處理很難實(shí)現(xiàn)。由于采樣數(shù)據(jù)在不斷更新，使用遞歸最小平方算法，每次可以用新采集到的數(shù)據(jù)來(lái)更新對(duì)Wm的估計(jì)，從而避免了矩陣求逆運(yùn)算，因此對(duì)最小平方誤差作指數(shù)加權(quán)修正為

為此可以逐步消除原始數(shù)據(jù)的影響并跟蹤信號(hào)的緩慢變化特性，最后導(dǎo)出遞歸最小平方算法的表達(dá)式為

式中，Pk是計(jì)算［Xk］－1的遞歸項(xiàng)；Gk＝（ak）－1Pk－1X（k）；ek＝y(tǒng)k－XT（k）Wk－1；ak＝λ＋XT（k）Pk－1X（k）。

根據(jù)算法設(shè)計(jì)要求，得到RLS處理方法的算法流程如下。

步驟1 初始化

W0＝0，P0＝δ2I，（其中δ為很小的正常數(shù)，I為單位矩陣）

步驟2 權(quán)值更新

該算法為迭代型計(jì)算，所以在迭代式以外，還要關(guān)注變量的初始值設(shè)置，在實(shí)際工程應(yīng)用中根據(jù)經(jīng)驗(yàn)來(lái)設(shè)定則一般可獲得到較快的收斂效果。

1.2 遺忘因子λ對(duì)RLS算法性能的影響

在RLS算法中遺忘因子λ主要用來(lái)增加當(dāng)前數(shù)據(jù)的權(quán)重，用以增加對(duì)非平穩(wěn)信號(hào)的適應(yīng)性［14］，表現(xiàn)濾波器對(duì)輸入特性變化的自適應(yīng)快速反應(yīng)能力，因此假如遺忘因子的值比較小，則在濾波過(guò)程中輸出的誤差信號(hào)較接近于輸入的期望信號(hào)，從而導(dǎo)致濾波器的濾波效果較差。

在常規(guī)的遞推最小二乘算法中，遺忘因子λ是固定值。通過(guò)分析RLS算法的迭代公式發(fā)現(xiàn)，遺忘因子λ值越大，式（6）中的G值就越小，導(dǎo)致在式（9）中計(jì)算W各系數(shù)的更新幅度就越小，從而導(dǎo)致濾波器的收斂速度較慢；同理若λ值越小，收斂速度就越快，但收斂后會(huì)受到雜波的嚴(yán)重影響，從而使濾波器的收斂精度不高。在實(shí)驗(yàn)系統(tǒng)中通過(guò)對(duì)實(shí)際采集的數(shù)據(jù)進(jìn)行仿真分析，得到不同遺忘因子對(duì)收斂速度的影響及對(duì)目標(biāo)檢測(cè)結(jié)果的影響如圖2所示。

圖2 遺忘因子對(duì)目標(biāo)檢測(cè)的影響

從圖2所示的結(jié)果來(lái)看，遺忘因子為0.7時(shí)信號(hào)收斂較快，大約150個(gè)采樣點(diǎn)即可收斂，但收斂精度相對(duì)較差，信號(hào)起伏較大；而當(dāng)遺忘因子為0.99時(shí)信號(hào)收斂精度相對(duì)較好，穩(wěn)態(tài)誤差比較小，但收斂速度較慢，大約300個(gè)采樣點(diǎn)才能收斂；另外當(dāng)λ＞1或λ＜1時(shí)，該濾波算法不收斂或發(fā)散。因此實(shí)際工程應(yīng)用中該算法遺忘因子總是采用接近于1的值，這樣雖然獲得了較高的收斂精度，但卻限制了收斂速度的進(jìn)一步提高，所以針對(duì)收斂速度和收斂精度之間的矛盾提出了基于遺忘因子改進(jìn)的RLS對(duì)消處理算法來(lái)解決收斂速度的問(wèn)題。

2 改進(jìn)RLS對(duì)消處理算法

在自適應(yīng)RLS算法中遺忘因子λ同最小均方誤差（LMS）算法中步長(zhǎng)μ的作用相似，在常規(guī)處理算法中根據(jù)經(jīng)驗(yàn)值來(lái)選擇λ，不能實(shí)時(shí)調(diào)整來(lái)滿(mǎn)足系統(tǒng)要求，因此通過(guò)引入遺忘因子函數(shù)來(lái)解決這一問(wèn)題。根據(jù)λ與信號(hào)誤差的關(guān)系來(lái)實(shí)時(shí)調(diào)整λ值，當(dāng)輸入誤差E（n）較大時(shí)，應(yīng)調(diào)整λ值使其較小而加快收斂速度；當(dāng)輸入誤差E（n）較小時(shí)，應(yīng)調(diào)整λ值使其較大而獲得較好的收斂精度。根據(jù)這一調(diào)整原則的設(shè)計(jì)函數(shù)為

在式（10）中的函數(shù)里根據(jù)E（n）2來(lái)調(diào)整遺忘因子，因?yàn)镋（n）2≥0，所以βexp（－δE2（n））≤β，而在自適應(yīng)RLS算法中要求0＜λ（n）≤1，因此β的值一般選為1。根據(jù)式（10）的計(jì)算：若δ值越大則該算法的收斂速度相對(duì)較快，但是在初始狀態(tài)下，若δ值過(guò)大，那么λ（n）值相對(duì)較小，在迭代計(jì)算中調(diào)整過(guò)大而不利于算法的快速收斂；若在算法收斂后δ值仍然過(guò)大，則會(huì)導(dǎo)致λ（n）較小從而導(dǎo)致算法的穩(wěn)態(tài)精度變差，實(shí)際的工程應(yīng)用中一般根據(jù)實(shí)際采集的數(shù)據(jù)來(lái)確定δ的最佳值。在RLS自適應(yīng)算法中利用誤差信號(hào)E（n）來(lái)更新濾波器的系數(shù)，使其得到最佳濾波系數(shù)，但是若只利用E（n）來(lái)調(diào)整遺忘因子λ（n），可能會(huì)出現(xiàn)誤差信號(hào)使濾波系數(shù)偏離理想值。因此還需要調(diào)整遺忘因子函數(shù)：在系統(tǒng)初始條件下使λ（n）值較小而加快收斂速度；當(dāng)接近收斂時(shí)使λ（n）值較大而獲得較好的收斂精度。因此改變遺忘因子函數(shù)為

根據(jù)對(duì)遺忘因子函數(shù)的調(diào)整，對(duì)常規(guī)RLS濾波算法中式（6）和式（7）進(jìn)行修正，得到了改進(jìn)的RLS算法為

利用實(shí)驗(yàn)系統(tǒng)所采集的實(shí)際數(shù)據(jù)進(jìn)行仿真分析，其中圖3（a）表示按改進(jìn)型算法得到信號(hào)的收斂過(guò)程；同上節(jié)中按不同固定因子得到信號(hào)的收斂過(guò)程（圖2所示）相比較，可以看出利用改進(jìn)遺忘因子的方法，在收斂速度和穩(wěn)態(tài)精度都得到一定的提高。仿真試驗(yàn)表明，改進(jìn)型算法的收斂速度遠(yuǎn)好于普通RLS算法，具有較小的參數(shù)估計(jì)誤差，數(shù)值穩(wěn)定性好，具有較強(qiáng)的工程應(yīng)用價(jià)值。

圖3 改進(jìn)RLS算法收斂特性及比較

同時(shí)對(duì)于改進(jìn)RLS算法與其它自適應(yīng)濾波算法進(jìn)行比較，其中LMS算法以其計(jì)算簡(jiǎn)單易實(shí)現(xiàn)而受關(guān)注［9］，但為了滿(mǎn)足算法收斂和穩(wěn)態(tài)誤差的要求值不能取的太大，決定了收斂速度不快，而改進(jìn)RLS算法對(duì)輸入信號(hào)的自相關(guān)矩陣的逆進(jìn)行遞推估計(jì)更新，收斂速度快。以同樣實(shí)際采集的外場(chǎng)數(shù)據(jù)信號(hào)對(duì)兩種算法進(jìn)行仿真分析，兩種自適應(yīng)濾波方法的階數(shù)相同，得到兩種算法收斂性能如圖3（b）所示。從圖可以很清楚的看出，LMS算法的收斂速度與改進(jìn)型RLS算法的收斂速度是不能相比的：LMS經(jīng)過(guò)近1 500次迭代才收斂，而改進(jìn)型RLS只需要100次迭代就已經(jīng)收斂，而且經(jīng)LMS算法處理后的信號(hào)起伏較大。因此從收斂速度和精度方面改進(jìn)RLS算法都遠(yuǎn)遠(yuǎn)好于LMS算法。

根據(jù)改進(jìn)RLS算法的分析，該算法提高了在外輻射源探測(cè)中對(duì)干擾信號(hào)的抑制，但改進(jìn)RLS算法的運(yùn)算量也相應(yīng)變大。改進(jìn)RLS算法采用自適應(yīng)閉環(huán)處理技術(shù)，所需的復(fù)數(shù)乘法大約為（3N＾2＋4N＋3）L，其中：N表示濾波器的階數(shù)，L表示數(shù)據(jù)的長(zhǎng)度，在系統(tǒng)設(shè)計(jì)中因?yàn)閺V播信號(hào)的帶寬較窄約為100 kHz左右，信號(hào)的采樣頻率約為150 kHz即可滿(mǎn)足要求，N的取值和周?chē)h(huán)境有關(guān)，根據(jù)經(jīng)驗(yàn)值一般取32即可。而在工程實(shí)現(xiàn)上選擇的FPGA芯片能提供的乘法器較多，而且主頻能達(dá)到200MHz以上，完全能滿(mǎn)足算法的要求。比如 Altera的芯片4GX230 K提供了1 288個(gè)18×18的乘法器，按主時(shí)鐘200MHz計(jì)算，相對(duì)于150 kHz的采樣率，乘法器可以復(fù)用1 333次，采用10個(gè)乘法器即可完成，因此完全可以滿(mǎn)足改進(jìn)RLS算法的工程實(shí)現(xiàn)要求。

3 實(shí)驗(yàn)仿真分析

在以廣播信號(hào)為外輻射源的目標(biāo)探測(cè)系統(tǒng)中，同過(guò)采集主天線(xiàn)接收到的回波數(shù)據(jù)和參考天線(xiàn)接收到的直達(dá)波數(shù)據(jù)進(jìn)行仿真分析。當(dāng)改進(jìn)RLS算法應(yīng)用于實(shí)驗(yàn)系統(tǒng)中，不僅收斂速度得到了很大提高，而且很好的抑制了直達(dá)波干擾信號(hào)，利用該處理方法得到了對(duì)消前后回波數(shù)據(jù)的變化，如圖4所示。對(duì)直達(dá)波干擾信號(hào)的抑制達(dá)到50 dB左右。在實(shí)驗(yàn)中利用經(jīng)過(guò)改進(jìn)RLS算法對(duì)消處理后的回波信號(hào)進(jìn)行目標(biāo)檢測(cè)處理，得到的處理結(jié)果如圖5所示，其中圖5（a）為檢測(cè)目標(biāo)的距離維的顯示結(jié)果，圖5（b）為檢測(cè)目標(biāo)的速度維的顯示結(jié)果。從圖中可看出檢測(cè)結(jié)果共發(fā)現(xiàn)了四個(gè)目標(biāo)，距離分別位于73.5 km、98.6 km、218.1 km和287.3 km；相應(yīng)的徑向速度為－164.6 m／s、－199.1 m／s、235.3 m／s和251.0m／s，其中最大目標(biāo)的信雜比達(dá)到近30 dB左右。而用同樣實(shí)驗(yàn)數(shù)據(jù)進(jìn)行常規(guī)RLS算法的仿真分析，其結(jié)果如圖6所示，其中6（a）為常規(guī)RLS算法中遺忘因子為0.99時(shí)的目標(biāo)檢測(cè)結(jié)果；6（b）為常規(guī)RLS算法中遺忘因子為0.7時(shí)的目標(biāo)檢測(cè)結(jié)果，從圖中可看出：雖然遺忘因子為0.99的目標(biāo)信雜比要好于遺忘因子為0.7的目標(biāo)信雜比，但是只能檢測(cè)到兩個(gè)回波信號(hào)較強(qiáng)的目標(biāo)，而另外兩個(gè)相對(duì)較小的目標(biāo)不能發(fā)現(xiàn)。實(shí)驗(yàn)表明改進(jìn)型RLS算法的直達(dá)波對(duì)消處理不僅提高了收斂速度，而且也抑制了直達(dá)波和多徑干擾信號(hào)，并且檢測(cè)到常規(guī)RLS算法難以檢測(cè)到的目標(biāo)信號(hào)。

圖4 改進(jìn)RLS算法對(duì)干擾信號(hào)的抑制

圖5 改進(jìn)RLS算法進(jìn)行目標(biāo)檢測(cè)的結(jié)果

4 結(jié) 語(yǔ)

圖6 常規(guī)RLS算法進(jìn)行目標(biāo)檢測(cè)的結(jié)果

對(duì)RLS自適應(yīng)濾波器的性能進(jìn)行分析。RLS算法中遺忘因子對(duì)算法的收斂性能有很大影響，不恰當(dāng)?shù)膮?shù)有可能使得算法收斂性變差，甚至是不收斂。因此，分析算法的收斂性能很有必要。在實(shí)驗(yàn)系統(tǒng)中通過(guò)實(shí)際數(shù)據(jù)的仿真結(jié)果表明，RLS算法在提取信號(hào)時(shí)的收斂速度快、估計(jì)精度高、穩(wěn)定性好，可較好地抑制振動(dòng)，加快收斂速度，對(duì)非平穩(wěn)信號(hào)的適應(yīng)性較強(qiáng)，在迭代過(guò)程中產(chǎn)生的均方誤差較小。提高了濾波的穩(wěn)定性、快速性和精確性，實(shí)現(xiàn)了良好的濾波效果。

［1］HOWLAND PE，MAKSIMLUK D，REITSMA G.FM ra+ dio based bistaticradar［J］.IEE Proceedings Radar，So+ nar and Navigation，2005，152（3）：107+115.

［2］OLSEN K E，BAKER C J.FM+Based Passive Bistatic Radar as a Function of Available Bandwidth［C］／／IEEE Radar Conference，Rome：［s.n.］，2008：1537+1539.

［3］李飛，關(guān)唐新，趙洪立，等.基于DTV廣播的外輻射源雷達(dá)對(duì)消算法研究［J］.雷達(dá)科學(xué)與技術(shù)，2011，9（5）：397：400.

［4］廖桂生，李天星，谷衛(wèi)東，等.基于CDMA基站輻射源雷達(dá)的東目標(biāo)檢測(cè)方法［J］.現(xiàn)代雷達(dá)，2008，30（9）：29+32.

［5］王俊，保錚，張守宏.無(wú)源探測(cè)與跟蹤雷達(dá)系統(tǒng)技術(shù)及其發(fā)展［J］.雷達(dá)科學(xué)與技術(shù)，2004，2（3）：129+ 135.

［6］ZhENG HENG ZhAO HONGLI，LIFEI.Accidental Ra+ dio Jamming Suppression in Passive Radar［C］／／IEEE Radar Conference，Rome：［s.n.］，2008：1833+1834.

［7］趙志欣，萬(wàn)顯榮，邵啟紅，等.DRAM無(wú)源雷達(dá)多徑雜波的分載波空域抑制［J］.華中科技大學(xué)學(xué)報(bào)，2012，40（3）：13+17.

［8］CARDINALL R，COLONE F，F(xiàn)ERRETTL C，et al. Comparison of clutter and multipath cancellation tech+ niques for passive radar［C］.Proc.of the IEEE Radar Conference，2007：469+474.

［9］許德剛，朱子平，洪一，等.自適應(yīng)濾波在無(wú)源探測(cè)中對(duì)雜波抑制的應(yīng)用［J］.系統(tǒng)工程與電子技術(shù)，2006，28（2）：202+204.

［10］RAOUT J，SANTORIA，MOREAU E.Space time clutter rejection and target passive detection using the APES method［J］.IET Signal Processing，2010，4（3）：298+ 304.

［11］ZARIFI K，AFFES S，GHRAVEB A.Collaborative NullSteering Beam forming for Uniform ly Distributed Wire+ less Sensor Networks［J］.IEEE Trans on Signal Process+ ing，2010，58（3）：1889+1903.

［12］劉梅，金龍.基于自適應(yīng)RLS算法的系統(tǒng)辨識(shí)應(yīng)用［J］.中山大學(xué)研究生學(xué)刊，2013，34（1）：80+88.

［13］ZAKHAROV Y，WHITEG，Low－complexity RLS algo+ rithms using dichotomous coordinate descent iterations［J］.IEEE Transactions on Signal Processing，2008，56（7）：3150+3161.

［14］何振亞.自適應(yīng)信號(hào)處理［M］.北京：科學(xué)出版社，2002.

［15］KIM H W，PARK H S，LEE S K，et al.Modified+fil+ tered+u LMS algorithm for active noise control and its ap+ plication to a shortacoustic duct［J］.Mechanical Systems and Signal Processing，2011，25（1）：475+484.

［16］田福慶，羅榮，李克玉，等.基于改進(jìn)的雙曲正切函數(shù)變步長(zhǎng)LMS算法［J］.系統(tǒng)工程與電子技術(shù)，2012，34（9）：1758+1762.

［17］魏旻，龔耀云，張靖，基站陣列接收方案的一種盲自適應(yīng)算法［J］.信號(hào)處理，2003，19（6）：573+575.

Adaptive Canceling Technique of Direct Arrival Signal Based on the Forgetting Factor RLS A lgorithm

XU De+gang
（The 38th Research Institute of CETC，Hefei230088，China）

In the passive radarsystem using a FM、TVand CDMA as radiant point，the radar echois greatly restrained by the direct arrival signaland multipath signal due to the continuous+wave signal，which influ+ ences the target detection performance.The recursive least square（RLS）adaptive processing method is adopted to restrain the effects ofthese clutters.The capabilities of RLS are analyzed，animproved RLS a+ daptive processing algorithm is given，and the efficacy of themethod is demonstrated.Finally，an experi+ mental system is discussed by regarding FM broadcast transmitter asnon+cooperative illuminator.Simula+ tion results by real collected data show that the application of thesemethodsenables better performance in target detection.

passive radar；direct arrival signal；recursive least squarealgorithm；forgetting factor

TN958.97

：A

：1673+5692（2014）06+614+05

10.3969／j.issn.1673+5692.2014.06.012

2014+08+26

2014+09+30

總裝預(yù)研項(xiàng)目

許德剛（1971—），男，高級(jí)工程師，碩士，主要研究向?yàn)槔走_(dá)信號(hào)處理。

E+mail：dgxu＠163.com