基于先驗(yàn)信息的SR-STAP字典重構(gòu)方法

陳懷慶，張小貝，方習(xí)高，吳 琛

(1.上海大學(xué)通信與信息工程學(xué)院，上海 200444；2.上海飛機(jī)設(shè)計(jì)研究院綜合航電系統(tǒng)設(shè)計(jì)研究部，上海 201210)

0 引言

空時(shí)自適應(yīng)處理(space-time adaptive processing, STAP)[1]方法能夠有效地抑制雷達(dá)雜波并檢測(cè)動(dòng)目標(biāo)，最優(yōu)STAP權(quán)向量由雜波加噪聲協(xié)方差矩陣(clutter plus noise covariance matrix，CNCM)和目標(biāo)空時(shí)導(dǎo)向向量的逆的乘積構(gòu)成[2-3]，STAP的性能取決于 CNCM的估計(jì)精度，這依賴于大量獨(dú)立同分布(independent and identically distributed, IID)的樣本數(shù)據(jù)[4]。根據(jù)RMB (reed-mallett-brennan)準(zhǔn)則[5]，只有當(dāng)IID訓(xùn)練樣本數(shù)為系統(tǒng)自由度的兩倍時(shí)，才能保證STAP系統(tǒng)的性能損失小于3 dB[6-7]。然而，在實(shí)際的非平穩(wěn)和非均勻環(huán)境中沒有足夠多的IID訓(xùn)練樣本，這直接削弱了STAP的雜波抑制性能。為了提高STAP系統(tǒng)在有限訓(xùn)練樣本條件下的處理性能，研究人員已經(jīng)開發(fā)了許多不同類型的算法，其中降維和降秩方法都能在一定程度上解決訓(xùn)練樣本不足的問題，盡管這兩類方法都可以在較少訓(xùn)練樣本的條件下估計(jì)CNCM，但是在非均勻環(huán)境下的雜波抑制性能比較有限[8]。直接數(shù)據(jù)域(D3)STAP方法只使用目標(biāo)單元中的快照，而不使用訓(xùn)練樣本數(shù)據(jù)，可以避免訓(xùn)練樣本的非均勻性，從根本上消除非均勻環(huán)境的影響，有效地抑制雜波和離散干擾[9]；然而，D3方法會(huì)造成系統(tǒng)自由度顯著降低，從而導(dǎo)致孔徑損失。

為解決上述統(tǒng)計(jì)類STAP方法的不足之處，研究人員逐步轉(zhuǎn)向了對(duì)稀疏恢復(fù)(sparse recovery, SR)理論的研究，基于稀疏性的算法被應(yīng)用于改善STAP算法的收斂性[10]。稀疏恢復(fù)技術(shù)通過來自過完備字典的最小數(shù)量的向量來表示目標(biāo)信號(hào)，可以僅利用少量的觀測(cè)樣本通過稀疏恢復(fù)算法來估計(jì)原始目標(biāo)信號(hào)特征。一般來說，稀疏字典和SR算法對(duì)于獲得稀疏恢復(fù)解的準(zhǔn)確性有著很大的影響，精確的雜波稀疏性估計(jì)對(duì)于空時(shí)自適應(yīng)處理算法非常重要。常用的SR算法主要有正交匹配追蹤算法[11]、FOCUSS算法[12]以及基于貝葉斯學(xué)習(xí)[13]的稀疏恢復(fù)算法等。大多數(shù)SR-STAP方法通過離散化角度-多普勒平面來建立稀疏字典，這帶來了網(wǎng)格失配問題，即雜波分量不再位于字典網(wǎng)格上，導(dǎo)致稀疏恢復(fù)性能下降。為解決網(wǎng)格失配問題，文獻(xiàn)[14]提出一種基于先驗(yàn)知識(shí)的稀疏字典重構(gòu)方法，該方法利用系統(tǒng)參數(shù)獲取雜波脊線的分布位置，然后以雜波脊方向?yàn)檩S構(gòu)造字典網(wǎng)格以克服網(wǎng)格失配問題，但是僅適合于正側(cè)陣?yán)走_(dá)工作環(huán)境。文獻(xiàn)[15]根據(jù)雷達(dá)系統(tǒng)參數(shù)的先驗(yàn)知識(shí)和雜波脊的時(shí)空分布，設(shè)計(jì)了一個(gè)具有非均勻分布元素的自適應(yīng)過完備字典，通過加大雜波脊分布區(qū)域字典的網(wǎng)格密度以提高系統(tǒng)的恢復(fù)性能，但是構(gòu)造密集的稀疏字典加重了系統(tǒng)的運(yùn)算負(fù)擔(dān)。文獻(xiàn)[16]提出了參數(shù)搜索正交匹配追蹤算法，該方法雖然可以在一定程度上提高雜波角度-多普勒剖面的估計(jì)精度，但依舊無法徹底消除網(wǎng)格失配帶來的影響。文獻(xiàn)[17]提出了一種原子范數(shù)最小化方法，將原子范數(shù)最小化轉(zhuǎn)化為求解半定規(guī)劃問題，但是對(duì)系統(tǒng)內(nèi)存和計(jì)算量的需求較大，而且當(dāng)雜波子空間的估計(jì)不準(zhǔn)確時(shí)會(huì)降低恢復(fù)性能。

目前，針對(duì)網(wǎng)格失配問題的研究大多集中于對(duì)稀疏恢復(fù)算法的優(yōu)化上，而對(duì)稀疏字典優(yōu)化問題的研究較少，如何設(shè)計(jì)一個(gè)合適的字典來解決網(wǎng)格失配問題是SR-STAP技術(shù)的一個(gè)重要任務(wù)[18]。為此，本文提出一種基于先驗(yàn)信息的SR-STAP字典重構(gòu)方法。該方法利用雷達(dá)系統(tǒng)和機(jī)載平臺(tái)的工作參數(shù)計(jì)算雜波脊線的分布范圍，然后根據(jù)多普勒頻率和空域頻率的比值來調(diào)整空域頻率的分布間隔，并且沿雜波脊以滑窗的方式非均勻地劃分多普勒頻率來重構(gòu)過完備空時(shí)字典。

1 信號(hào)模型和SR-STAP原理

1.1 信號(hào)模型及STAP基礎(chǔ)

圖1為一個(gè)M行N列的機(jī)載相控陣?yán)走_(dá)天線與地面的幾何模型，其中飛行方向?yàn)閄軸，θ為方位角，φ為俯仰角，θp為天線平面與飛行速度V方向的夾角，H為載機(jī)平臺(tái)垂直高度，R為雜波塊P與雷達(dá)天線間的直線距離。除此之外，設(shè)定雷達(dá)的工作波長(zhǎng)為λ，陣元間距為d，恒定脈沖重復(fù)頻率為fr，并且在一個(gè)相干處理間隔內(nèi)發(fā)送K個(gè)脈沖。

圖1 雷達(dá)天線陣列與地面的幾何模型Fig.1 Geometric model of radar antenna array and ground

忽略距離模糊性的影響，機(jī)載雷達(dá)接收到第l個(gè)距離門單元的回波數(shù)據(jù)可以表示為[19]：

(1)

式(1)中，xc和n分別表示雜波和噪聲分量，Nc表示雜波塊數(shù)量，σp、Sd和Ss分別表示為雜波塊復(fù)幅度、時(shí)域以及空域?qū)蚴噶?。?Sd,Ss)表示為空時(shí)導(dǎo)向矢量，并且與Sd、Ss有以下關(guān)系：

υ(Sd,Ss)=Sd?Ss，

(2)

且有

Sd=[1,ej2πfd,…,ej(K-1)2πfd]T，

(3)

Ss=[1,ej2πfs,…,ej(K-1)2πfs]T，

(4)

其中，歸一化多普勒頻率fd和空域頻率fs可以表示為：

(5)

(6)

將多普勒頻率fd和空域頻率fs的比值稱為折疊系數(shù)(雜波脊斜率)，可以用β表示為：

(7)

通常情況下，雜波被認(rèn)為是獨(dú)立且不相關(guān)的。雜波的空時(shí)統(tǒng)計(jì)特性一般可以用雜波協(xié)方差矩陣(clutter covariance matrix, CCM)表示[20]，其可以通過下式得到：

(8)

式(8)中，Rc為雜波協(xié)方差矩陣，Rn為噪聲分量。在實(shí)際環(huán)境中，往往不能準(zhǔn)確地獲取協(xié)方差矩陣R，通常是由IID訓(xùn)練樣本估計(jì)所得：

(9)

式(9)中，L代表IID樣本數(shù)，根據(jù)線性約束最小方差準(zhǔn)則，STAP權(quán)矢量可通過求解下列數(shù)學(xué)優(yōu)化問題獲得[19-21]：

(10)

1.2 SR-STAP原理

現(xiàn)實(shí)環(huán)境中的CCM通常是未知的，需要利用待檢測(cè)單元附近的訓(xùn)練樣本進(jìn)行估計(jì)，且根據(jù)RMB準(zhǔn)則，當(dāng)IID訓(xùn)練樣本數(shù)量是自由度的兩倍時(shí)，STAP系統(tǒng)的性能損失才小于3 dB。在復(fù)雜環(huán)境中，很難獲得足夠的樣本來準(zhǔn)確估計(jì)CCM。隨著稀疏恢復(fù)理論在STAP場(chǎng)景下的應(yīng)用，使得在有限訓(xùn)練樣本條件下精確估計(jì)CCM成為了可能。

與傳統(tǒng)STAP方法相比，SR-STAP可以利用少量的觀測(cè)樣本來高分辨恢復(fù)雜波的空時(shí)譜，從而精確地估計(jì)CCM。根據(jù)雜波在空時(shí)二維平面上分布的稀疏性，首先將空時(shí)二維平面均勻離散成Nd=ρdK，Ns=ρsN個(gè)量化單元(ρd和ρs代表空時(shí)平面的離散系數(shù)，通常有ρd，ρs?1)。這樣式(1)中的回波數(shù)據(jù)重新表示成[22]：

x=Φα+n。

(11)

在式(11)中，Φ是由空時(shí)導(dǎo)引矢量組成的KN×NdNs維過完備字典；α為觀測(cè)數(shù)據(jù)x的稀疏系數(shù)，對(duì)應(yīng)著雜波的空時(shí)譜。根據(jù)SR理論，可以通過下式來求解α：

(12)

式(12)中，‖·‖0和‖·‖2分別為l0、l2范數(shù)，ε為噪聲對(duì)應(yīng)的誤差閾值。上式的求解屬于NP-Hard問題，當(dāng)α足夠稀疏時(shí)，可以通過利用凸優(yōu)化或者FOCUSS等方法來近似求解，考慮到凸優(yōu)化算法計(jì)算量大的問題，本文采用FOCUSS算法把式(12)轉(zhuǎn)化為以下約束優(yōu)化問題并求解[23]：

(13)

P=α⊙α*，

(14)

(15)

1.3 網(wǎng)格失配問題

傳統(tǒng)SR-STAP算法在構(gòu)建稀疏字典時(shí)，以ρd和ρs分別作為多普勒頻率軸和空域頻率軸的離散系數(shù)，通過對(duì)空時(shí)二維平面內(nèi)的網(wǎng)格進(jìn)行均勻過采樣以獲得過完備字典?，F(xiàn)有大多數(shù)的SR-STAP方法都是假設(shè)雜波脊恰好落在過完備字典的網(wǎng)格上，即Nd和Ns的比值等于折疊系數(shù)β的整數(shù)倍時(shí)[25]，雜波脊才能沿字典網(wǎng)格分布，如圖2(a)中l(wèi)1所示。然而在實(shí)際情況中，折疊系數(shù)β往往與Nd和Ns的比值不相關(guān)，此時(shí)就會(huì)出現(xiàn)網(wǎng)格失配問題，即雜波分量脫離字典網(wǎng)格分布。圖2(a)中l(wèi)2和圖2(b)分別展示了正側(cè)陣和斜側(cè)陣環(huán)境下的雜波離網(wǎng)分布示意圖，網(wǎng)格失配會(huì)導(dǎo)致雜波能量泄漏，從而使得雜波頻譜展寬[26]，嚴(yán)重影響CCM的估計(jì)精度，進(jìn)而導(dǎo)致SR-STAP濾波器的雜波抑制性能降低，因此需要尋找一種新的字典構(gòu)造方法來解決上述問題。

圖2 雜波分布示意圖Fig.2 Schematic diagram of clutter distribution

2 基于先驗(yàn)信息的非均勻字典構(gòu)造方法

傳統(tǒng)空時(shí)字典通過將空時(shí)二維平面均勻離散化得到，其面臨的網(wǎng)格失配問題會(huì)嚴(yán)重影響系統(tǒng)的處理性能，為了解決傳統(tǒng)字典的網(wǎng)格失配問題，下面將結(jié)合算法流程圖(圖3)來介紹一種基于先驗(yàn)信息的非均勻字典構(gòu)造方法。

2.1 構(gòu)造原始字典

如圖3中步驟1所示，將空時(shí)平面均勻離散成Nd=ρd·K、Ns=ρs·N個(gè)網(wǎng)格，離散后的歸一化多普勒頻率和空域頻率集合分別為{fd,i|1≤i≤Nd}、{fs,i|1≤i≤Ns}，其間隔分別為：

(16)

(17)

得到歸一化多普勒頻率和空域頻率集合后，將其帶入式(2)—式(4)便可以構(gòu)造原始字典Ф：

Ф=[υ(Sd,1,Ss,1,…,υ(Sd,Nd,Ss,Ns)]。

(18)

2.2 非均勻調(diào)整字典的空時(shí)網(wǎng)格

構(gòu)造原始空時(shí)字典后，按照?qǐng)D3中的步驟2—步驟5對(duì)原始字典網(wǎng)格進(jìn)行非均勻調(diào)整。首先利用機(jī)載平臺(tái)和雷達(dá)系統(tǒng)工作參數(shù)等先驗(yàn)信息，并結(jié)合式(6)計(jì)算fs,i對(duì)應(yīng)的雜波歸一化多普勒頻率fd′：

(19)

圖3 過完備空時(shí)字典重構(gòu)流程圖Fig.3 Flow chart of over-complete space-time dictionary reconstruction

由于斜側(cè)陣天線陣列條件下雜波脊線的非線性特性，如果僅用fd′來調(diào)整空時(shí)字典多普勒頻率間隔會(huì)出現(xiàn)字典網(wǎng)格過密集或過稀疏的情況。為了避免出現(xiàn)此問題，根據(jù)Δβi來調(diào)整原始字典的空域頻率集合{fs,i}和空域頻率間隔Δs：

1)當(dāng)Δβi>1時(shí)，將[fs,i,fs,i+1]均勻離散化為p個(gè)小區(qū)間:[fs,i,fs,i+1,…,fs,i+p-1]，并更新其對(duì)應(yīng)的空域頻率間隔Δs=Δs.i/p。其中p的值取不小于Δβi的最小整數(shù)。

2)當(dāng)Δβi<α?xí)r，將[fs,i,fs,i+1]進(jìn)行合并，此時(shí)新的空域頻率間隔Δs=2Δs,i。根據(jù)經(jīng)驗(yàn)，α值取0.4時(shí)的效果較好[27]。

調(diào)整完原始字典的空域頻率后，按照式(19)更新其對(duì)應(yīng)的fd′，然后在此基礎(chǔ)上，沿雜波脊線取滑窗來調(diào)整字典的多普勒頻率，當(dāng)原始空時(shí)字典的縱軸多普勒頻率位于滑窗范圍內(nèi)時(shí)，非均勻地重新調(diào)整劃分原始字典的fd,i，具體步驟如下：

固定空域頻率fs,i，從大到小依次遍歷多普勒頻率fd,i。

(20)

(21)

把滑窗范圍內(nèi)的多普勒頻率替換為更新后的fd,i′，而滑窗范圍外的歸一化多普勒頻率不變。

3)繼續(xù)遍歷fs,i、fd,i并移動(dòng)滑窗，直至所有范圍內(nèi)的字典網(wǎng)格調(diào)整完成。

最后，待所有字典范圍內(nèi)的多普勒頻率和空域頻率網(wǎng)格調(diào)整完成后，將更新后的fs,i和fd,i代入式(18)得到非均勻空時(shí)字典Φ′。

3 仿真實(shí)驗(yàn)

對(duì)本文所提的空時(shí)字典重構(gòu)方法、傳統(tǒng)字典的SR-STAP方法和最優(yōu)STAP方法進(jìn)行仿真實(shí)驗(yàn)，通過對(duì)比、分析實(shí)驗(yàn)結(jié)果來說明本文方法的有效性。實(shí)驗(yàn)所涉及的系統(tǒng)參數(shù)信息如表1所示。

表1 系統(tǒng)參數(shù)Tab.1 System parameters

3.1 雜波空時(shí)功率譜對(duì)比

仿真實(shí)驗(yàn)1分別在正側(cè)陣和斜側(cè)陣環(huán)境下，對(duì)三種不同方法所構(gòu)造的雜波空時(shí)功率譜進(jìn)行了對(duì)比分析。其中功率譜采用空時(shí)二維Capon譜分析方法，其計(jì)算公式為[25]：

(22)

圖4為正側(cè)陣環(huán)境下最優(yōu)STAP、傳統(tǒng)SR-STAP方法和本文所提方法所構(gòu)造得到的雜波空時(shí)功率譜。圖4(a)提供了最優(yōu)STAP計(jì)算的雜波功率譜，在整個(gè)角度-多普勒平面內(nèi)沿著一條斜率為β=0.6的直線均勻連續(xù)分布。而在圖4(b)中，因?yàn)榫W(wǎng)格失配問題的存在，傳統(tǒng)SR-STAP所恢復(fù)構(gòu)造的雜波功率譜不再收斂到雜波脊線上，存在明顯的頻譜擴(kuò)展現(xiàn)象，這會(huì)降低系統(tǒng)的雜波抑制性能，這一點(diǎn)將在后面的改善因子仿真中得以體現(xiàn)。而本文所提方法借助機(jī)載平臺(tái)和雷達(dá)系統(tǒng)工作參數(shù)等先驗(yàn)信息重構(gòu)了SR空時(shí)字典，使字典網(wǎng)格能夠匹配真實(shí)雜波分量的分布，極大抑制了網(wǎng)格失配的影響，圖4(c)清晰地展示了該方法重構(gòu)雜波功率譜的效果，幾乎和最優(yōu)STAP計(jì)算的雜波功率譜分布一致。

圖4 正側(cè)陣(β=0.6)的雜波空時(shí)功率譜Fig.4 Clutter space-time power spectrum of side-looking array(β=0.6)

圖5是斜側(cè)陣環(huán)境下三種方法得到的雜波空時(shí)功率譜。圖5(a)首先展示了最優(yōu)STAP計(jì)算的雜波功率譜，理想情況下雜波沿曲線收斂分布。由于斜側(cè)陣下的雜波分布軌跡為一條曲線，其網(wǎng)格失配現(xiàn)象進(jìn)一步惡化，對(duì)于圖5(b)所示的傳統(tǒng)SR-STAP方法，其功率譜不僅更為發(fā)散，而且出現(xiàn)了較多的偽峰。圖5(c)中的雜波功率譜雖然也出現(xiàn)了一些波動(dòng)，但經(jīng)過字典的非均勻重構(gòu)后，雜波譜依舊可以較好地收斂到雜波脊上。因此在面臨網(wǎng)格失配問題的情況下，本文所提方法的稀疏恢復(fù)性能相較于傳統(tǒng)SR-STAP方法有著明顯的提升。

圖5 斜側(cè)陣(θp=30°)的雜波空時(shí)功率譜Fig.5 Clutter space-time power spectrum of non-side-looking array(θp=30°)

3.2 CCM特征譜對(duì)比

為了進(jìn)一步說明本文所提方法的優(yōu)點(diǎn)，仿真實(shí)驗(yàn)2展示了三種方法在正側(cè)陣環(huán)境下獲得CCM的特征譜，特征譜可以從協(xié)方差矩陣自由度(大特征值個(gè)數(shù))的方面來解釋各方法所構(gòu)造CCM的準(zhǔn)確性。根據(jù)RMB準(zhǔn)則，理想情況下，雜波自由度為Mr=N+β(K-1)=25。根據(jù)圖6中的仿真實(shí)驗(yàn)結(jié)果可以很直觀地看出，所提方法的特征譜表現(xiàn)出與最優(yōu)STAP情況相似的形式，在Mr=25附近，特征值急速減小，表明該方法可以準(zhǔn)確地估計(jì)雜波子空間來計(jì)算CCM。而傳統(tǒng)的空時(shí)字典對(duì)應(yīng)SR-STAP得到的雜波協(xié)方差矩陣的大特征值個(gè)數(shù)明顯增加，表明其不能準(zhǔn)確地估計(jì)雜波子空間，從而會(huì)進(jìn)一步影響系統(tǒng)的雜波抑制性能。

圖6 雜波協(xié)方差矩陣特征譜Fig.6 Characteristic spectrum of clutter covariance matrix

3.3 系統(tǒng)剩余輸出功率對(duì)比

在仿真實(shí)驗(yàn)3中，分別使用傳統(tǒng)SR-STAP方法和本文所提方法對(duì)樣本數(shù)據(jù)進(jìn)行濾波，圖7為正側(cè)陣和斜側(cè)陣環(huán)境下的距離向剩余輸出功率。特別說明，在第256號(hào)距離門處都加入了一動(dòng)目標(biāo)信號(hào)。由實(shí)驗(yàn)結(jié)果可知，兩種方法構(gòu)成的自適應(yīng)STAP濾波器都可以檢測(cè)出待測(cè)距離單元的目標(biāo)信息，但相比于傳統(tǒng)SR-STAP方法，本文所提方法的剩余雜波功率較小，體現(xiàn)了更強(qiáng)的雜波抑制和動(dòng)目標(biāo)檢測(cè)能力。

圖7 剩余輸出功率Fig.7 Residual output power

3.4 系統(tǒng)改善因子對(duì)比

為了評(píng)估各方法的雜波抑制性能，通常用改善因子作為衡量標(biāo)準(zhǔn)，其公式定義為[19]：

(23)

圖8為三種方法系統(tǒng)改善因子的對(duì)比圖，從中可以看出，本文所提方法的系統(tǒng)改善因子更接近于最優(yōu)STAP方法，性能損失小于3 dB，這一點(diǎn)符合RMB準(zhǔn)則的預(yù)期。而由于網(wǎng)格失配問題的存在，導(dǎo)致傳統(tǒng)SR-STAP方法不能準(zhǔn)確地估計(jì)CCM，降低了系統(tǒng)的雜波抑制能力。正側(cè)陣環(huán)境下，本文所提方法比傳統(tǒng)SR-STAP方法在旁瓣和主瓣處的改善因子分別提升了2.69 dB、12.07 dB；在斜側(cè)陣中，本文所提方法在旁瓣和主瓣處的改善因子也有著3.24 dB和5.67 dB的提升。由此不難看出，相比較于傳統(tǒng)SR-STAP方法，本文所提方法的系統(tǒng)改善因子的旁瓣處損失更小。此外，改善因子位于主瓣處的凹口更窄更深，不僅擁有更好的雜波抑制能力，而且較窄的凹口可以避免主雜波附近的目標(biāo)信號(hào)被抑制。而傳統(tǒng)SR-STAP方法由于不能準(zhǔn)確地恢復(fù)CCM，其系統(tǒng)的處理效果受到了較大的影響，特別是在斜側(cè)陣環(huán)境下，傳統(tǒng)SR-STAP方法的性能進(jìn)一步惡化。

圖8 系統(tǒng)改善因子Fig.8 System improvement factor

3.5 參數(shù)誤差對(duì)系統(tǒng)性能的影響分析

本文所提方法借助雷達(dá)系統(tǒng)和機(jī)載平臺(tái)的工作參數(shù)信息重構(gòu)了稀疏字典，參數(shù)的準(zhǔn)確性對(duì)于該方法的系統(tǒng)性能非常關(guān)鍵。下面以正側(cè)陣為例來分析當(dāng)式(7)中的參數(shù)出現(xiàn)誤差時(shí)的系統(tǒng)性能。由圖9可知，參數(shù)誤差會(huì)對(duì)該方法的系統(tǒng)性能造成一定的影響，其主要表現(xiàn)為旁瓣處的系統(tǒng)改善因子會(huì)隨著參數(shù)誤差的增大而不斷減小，而且主瓣處的凹口也會(huì)不斷增寬，較寬的凹口不利于系統(tǒng)檢測(cè)慢速目標(biāo)。因此，為了使該方法能夠更好地抑制雜波，需要獲得準(zhǔn)確的系統(tǒng)參數(shù)信息。

圖9 不同參數(shù)誤差情況下的系統(tǒng)改善因子Fig.9 System improvement factor in the case of different parameter errors

4 結(jié)論

本文提出一種基于先驗(yàn)信息的SR-STAP字典重構(gòu)方法。該方法利用雷達(dá)系統(tǒng)和機(jī)載平臺(tái)的工作參數(shù)計(jì)算雜波脊線的分布范圍，適當(dāng)?shù)卣{(diào)整空域頻率的分布間隔，并以滑窗的方式非均勻地調(diào)整原始字典的多普勒頻率網(wǎng)格，進(jìn)而得到重構(gòu)后的稀疏字典。仿真實(shí)驗(yàn)表明，與傳統(tǒng)字典的SR-STAP方法相比，本文所提的字典重構(gòu)方法能夠更好地匹配雜波分量的分布，不僅有效地解決了網(wǎng)格失配問題，而且有效改善了系統(tǒng)的雜波抑制和動(dòng)目標(biāo)檢測(cè)能力。但是當(dāng)重構(gòu)稀疏字典所用的參數(shù)信息存在誤差時(shí)，該方法的系統(tǒng)性能會(huì)受到一定的影響，未來將對(duì)此做進(jìn)一步研究。