摘要
空中早期预警（AEW）系统的主要目标是在广阔的监视区域内搜索潜在目标。其基本假设是，所需的目标信号仅存在于少数几个距离单元中，以便进行时空自适应处理（STAP）。也就是说，具有特定观测方向和多普勒特性的目标在整个距离单元中分布较为稀疏，大多数距离单元内没有目标。利用目标分布的这种稀疏性，我们提出了一种新的STAP方法，该方法通过最小化输出幅度的l1范数来实现。与传统STAP方法不同，传统方法会从训练样本中排除被测试的距离单元以避免目标自消除现象，而我们的方法可以同时处理被测试的距离单元（CUT）和训练样本，无需进行样本选择。此外，为了提高对目标转向矢量不匹配的鲁棒性，我们要求任何转向矢量的响应的l1模在菱形不确定性范围内大于1。另外，基于复数值向量的l1范数的新定义，原始的非线性规划问题可以被转化为线性规划问题。另一方面，与滑动窗口处理器（SWP）不同，后者需要为每个距离单元更新权重，而我们方法中用于一组样本的自适应权重无需更新。因此，所提出方法的计算复杂度远低于传统STAP方法。最后，由于使用被测试的距离单元（CUT）来计算STAP权重，我们的方法还可以抑制离散干扰。所提出的STAP方法的鲁棒性、计算效率和优越性已经通过模拟数据和MCARM数据得到了验证。
