科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提高阵列幅相误差和格点失配情况下稀疏恢复空时自适应处理(sparse recovery space-time adaptive processing, SR-STAP)算法的性能，提出一种基于稀疏贝叶斯学习的稳健SR-STAP算法。首先，利用空时导向矢量的Kronecker结构构建SR-STAP误差信号模型；然后，利用贝叶斯推断和最大期望算法迭代求取角度-多普勒像和误差参数；最后，利用求解参数估计精确的杂波加噪声协方差矩阵并计算权矢量。仿真实验表明，所提算法能够显著提高稀疏信号模型失配时的目标检测性能。
- 单位
