传统的空时自适应处理(Space-Time Adaptive Processing,STAP)利用窄带混响和目标在空时平面的可分辨特征抑制窄带混响。对宽带混响和目标在空时平面分布特征进行研究,并通过理论推导,得出带宽对混响和目标空时分辨特征的影响公式。结果表明:宽带混响和目标在空时平面分布特征部分重叠,导致传统STAP效果不佳。在此基础上,借鉴STAP思想,并利用线性调频(Linear Frequency Modulation,LFM)信号在分数阶Fourier变换域上的聚焦性,分析了在空-分数阶Fourier域三维空间上抑制宽带LFM混响的可行性。
利用线性调频(Linear Frequency Modulation,LFM)信号在分数阶Fourier域上的聚焦性,通过搜索可实现LFM信号的检测和参数估计。通常采用步进式搜索法,效率低下。为了克服该缺点,通过对分数阶Fourier域优化问题的研究,将免疫算法引入到分数阶Fourier变换极值搜索中。仿真结果表明:该方法优于传统的步进式搜索法。
