空时自适应处理中基于知识的训练样本选择策略
针对空时自适应处理中样本协方差矩阵受干扰目标污染时检测性能下降的问题,提出了一种基于知识的空时自适应处理(knowledge aided space time adaptive processing, KA-STAP)方法.该方法将待测距离单元杂波的先验知识与广义内积非同态检测器(general inner product nonhomogeneity detector, GIP NHD)结合,对训练样本进行有效选择.通过仿真证明该方法能有效剔除存在干扰目标的样本,提高训练样本被干扰目标污染时空时自适应处理的检测性能.
空时自适应处理、先验知识、广义内积非同态检测器、干扰目标
32
TN957
国家自然科学基金60672130资助课题
2010-04-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
405-409