CN110082744A - 多普勒分级复用的mimo机载双基雷达杂波抑制方法 - Google Patents

Abstract

本发明公开了多普勒分级复用的MIMO机载双基雷达杂波抑制方法，在多普勒分级复用的MIMO机载双基雷达中，通过构建双基多普勒分集复用‑多输入多输出模型，使动目标的相对发射和接收机的径向速度不为0时，杂波分布在三维空间的某一平面内，而目标不在平面内，使杂波和目标相互分开，从而构造一个三维的滤波器，杂波抑制时在三维平面处形成凹口，以增强杂波的平稳性和协方差矩阵估计的准确性，提高动目标的检测概率。

Description

多普勒分级复用的MIMO机载双基雷达杂波抑制方法

技术领域

本发明属于雷达技术领域，具体涉及一种多普勒分集复用的MIMO机载双基雷达杂波抑制方法，可用于对距离非平稳的双基杂波进行抑制，提高空时自适应处理对双基杂波的抑制性能。

背景技术

机载分布式非相参雷达与地基分布式雷达相比，具有覆盖范围广、避免地物遮挡等优势。但是，机载雷达在接收到目标信号的同时，会不可避免的接收到大量的地杂波回波信号，其主要原因是：机载雷达在进行对地面移动目标的检测时，主波束方向略微水平向下，不可避免的接收到地面回波。

与地基分布式雷达的情况相比，机载雷达和地面信号源之间的相对运动，会导致杂波多普勒展宽，这个特性会导致地面微弱慢速目标的信号会和地杂波信号竞争，降低了雷达系统的检测性能。

机载分布式雷达在发射和接收信号时，如果收发共置，可以分为两种情况：一种为自发自收的单基情况，即雷达只接收自己发射的回波信号；另外一种为它发己收的双基情况，即某一雷达接收其它雷达发射的回波信号。机载单基雷达的杂波抑制方法相对比较成熟，本文主要讨论双基雷达的杂波抑制情况。

为了实现对慢速目标的有效检测，与单基雷达的情况一样，双基雷达也需要抑制空时耦合的杂波，其发射机和接收机运动的复杂性使得杂波分布更加复杂。并且双基雷达的杂波具有距离非平稳的特性，对接收到的回波进行自适应处理时，这种特性使得独立同分布条件的训练样本不足。如果利用非同分布的距离单元作为训练单元训练自适应权值，其自适应处理形成的凹口在深度和空间位置上与实际杂波不能完全匹配，从而使杂波的抑制效果不理想。

针对双基杂波在距离上的非平稳特性，前人已经取得了一些成果，其中较为典型的方法是距离相关性补偿方法，主要以Borsari等的多普勒频移法、Lapierre等的尺度转换法和Zarman等的导数更新法为代表。多普勒频移法与尺度变换法都属于杂波谱搬移法，它们的区别在于：前者是依据杂波的空时耦合关系得到各距离单元杂波的多普勒频率，将待补偿单元杂波沿多普勒频率方向平移到对应参考单元杂波多普勒位置，等效于在多普勒维上进行搬移；而后者则是根据杂波的空时耦合关系同时在波束-多普勒维上进行搬移，将待补偿单元杂波搬移到对应参考单元位置，这种方法比较复杂，难于工程实现。

多普勒频移法适用于存在阵列误差和多普勒模糊的情况，但对于存在距离模糊的情况就不再适用，对于天线阵面法线与速度方向夹角较小时，性能较好，反之，性能改善不明显；尺度变换法只适用于不存在阵列误差、多普勒模糊和距离模糊的情况；导数更新法虽然实现简单，但补偿性能较差。

Mulgrew等学者提出一种基于线性预测的距离相关逆协方差矩阵的估计算法，解决距离依赖的杂波抑制问题。Blunt等人还提出了一些知识辅助的算法解决距离依赖的杂波抑制问题。尽管这些方法能解决距离模糊的问题，但因为双基杂波通常情况下满秩，系统没有足够的自由度去形成深的凹口去抑制杂波。

综上所述，对于双基杂波在距离上的非平稳性引起的双基杂波难以抑制的问题，虽然现有技术在一定程度取得了改善，但效果仍然不理想。

发明内容

为了解决上述双基杂波的距离非平稳性导致其难以被抑制的问题，本发明的目的是提出一种多普勒分集复用的多输入多输出(MIMO)机载双基雷达杂波抑制方法，本发明的技术原理为：构建双基多普勒分集复用-多输入多输出模型，使动目标的相对发射和接收机的径向速度不为0时，杂波分布在三维空间的某一平面内，而目标不在平面内，使杂波和目标相互分开，从而构造一个三维的滤波器，杂波抑制时在三维平面处形成凹口，以增强杂波的平稳性和协方差矩阵估计的准确性，提高动目标的检测概率。

为了达到上述目的，本发明采用以下技术方案予以解决。

多普勒分集复用的MIMO机载双基雷达杂波抑制方法，包括以下步骤：

步骤1，建立正侧视阵构型下基于多普勒分集复用的MIMO机载双基雷达杂波模型，获得MIMO机载双基雷达的杂波加噪声的接收信号D_N×M×K×L；

其中，其中，M为发射阵元总数，N为接收阵元的总数，K为脉冲数，L为距离门数。

步骤2，将MIMO机载双基雷达的杂波加噪声接收信号D_N×M×K×L进行匹配滤波处理，得到匹配滤波后的接收信号Y＝[y₁，…，y_L]^T。

步骤3，对匹配滤波后的接收信号Y＝[y₁，…，y_L]^T进行多普勒滤波处理，将时域信号变为频域信号，获得多普勒通道对应的接收数据X＝[x₁，…，x_k…，x_K]^T，x_k表示第k个多普勒通道对应的接收数据，其中k＝1，2，...，K，x_k是一个N×M×L三维矩阵。

步骤4，从第k个多普勒通道对应的接收数据x_k中抽取第l个距离门的第k个多普勒通道对应的接收数据x_lk，采用空时自适应处理，得到第l个距离门的第k个多普勒通道对应的杂波抑制后的接收数据f_lk，进而得到L个距离门的多普勒通道对应的杂波抑制后的接收数据F′。

与现有技术相比，本发明的有益效果为：

(1)本发明有效地抑制了双基杂波，采用双基多普勒分集复用-多输入多输出雷达的模型，杂波分布在一个三维空间的平面内，且目标不在这个平面内，杂波和目标相互分开，并且比较容易获得独立同分布的样本，改善了双基杂波空时自适应处理的杂波抑制性能，与现有双基杂波抑制方法相比，本发明给出的双基杂波抑制方法原理简单，便于工程实现。

(2)本发明克服了现有双基杂波抑制方法由于距离非平稳性造成杂波抑制性能下降的不足，有效地拓展了双基杂波抑制方法的应用范围。

附图说明

下面结合附图和具体实施例对本发明做进一步详细说明。

图1是本发明的多普勒分集复用的MIMO机载双基雷达杂波抑制方法的流程示意图。

图2(a)是常规扩展的因子化方法(EFA)处理后的距离多普勒图。

图2(b)是本发明EFA处理后的距离多普勒图。

图3(a)是常规全空时自适应处理后的距离多普勒图。

图3(b)是本发明与全空时自适应处理后的距离多普勒图。

图4是常规EFA、全空时处理后和本发明EFA、全空时自适应处理后的改善因子-多普勒通道对比图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

下面结合附图对本发明的实施例及效果作进一步详细描述。

步骤1，构建正侧视阵构型下基于多普勒分集复用的MIMO机载双基雷达杂波模型，获取MIMO机载双基雷达的杂波加噪声的接收信号D_N×M×K×L。

具体地，设定多普勒分集复用的MIMO机载双基雷达杂波模型具有M个发射阵元，N个接收阵元，K个脉冲数，L个距离门；发射机速度为v_T，接收机速度为v_R，发射机高度为H_T，接收机高度为H_R，发射机的偏航角为β_T，接收机的偏航角为β_R，则多普勒分集复用的MIMO机载双基雷达的杂波特性为：

第p个杂波块的接收空间频率和多普勒频率之间的关系为

其中，d表示阵元间距，f_dp表示第p个杂波块的多普勒频率，v_T表示发射机速度，v_R表示接收机速度，H_T表示发射机高度，H_R表示接收机高度，β_T表示发射机的偏航角，β_R表示接收机的偏航角；κ＝[H_T，H_R，β_T，β_R]^T表示双基雷达基本配置的参数，其中，T为转置的运算符号；ξ(f_Rp，R_l，κ)表示双基雷达基本配置的函数，f_r表示脉冲重复频率，f_Rp表示第p个杂波块的接收空间频率。

由于基于多普勒分集复用的MIMO机载双基雷达杂波模型考虑了发射自由度，因此，第p个杂波块的多普勒频率f_dp、接收空间频率f_Rp和发射空间频率f_Tp之间存在相互关联：

即第p个杂波块的多普勒频率f_dp、接收空间频率f_Rp和发射空间频率f_Tp之间存在线性关系：

基于多普勒分集复用的MIMO机载双基雷达杂波模型下，目标相对发射机、接收机的径向速度不为0的情况下，杂波分布在三维空间的某一平面内，目标不在平面内，构造一个三维的滤波器，杂波抑制时在三维平面处形成凹口。

步骤2，将接收机的接收信号D_N×M×K×L进行匹配滤波处理，得到匹配滤波后的接受信号Y。

对步骤1中接收机的接收信号D_N×M×K×L进行匹配滤波处理，得到N个接收阵元、M个发射阵元、K个脉冲接收到的第l个距离门对应的信号分量：

其中，a_p，l表示第p个杂波块的第l个距离门对应的幅度，为Kroneker积运算符号，N_c为杂波块的个数，l＝1，…，L，s_pl表示第p个杂波块第l个距离门的空时导向矢量，s_pTl表示第p个杂波块第l个距离门的发射空域导向矢量，s_pRl表示第p个杂波块第l个距离门的接收空域导向矢量，s_ptl表示第p个杂波块第l个距离门的时域导向矢量，n_l表示第l个距离门对应的M×N×K维的噪声矢量，s_pTl、s_pRl和n_l分别表示为：

n_l＝[n_11，1，…，n_MN，K]^T；

其中，j为虚数单位，λ表示载波频率；ψ_Tl表示第l个距离门对应的发射机的发射空间锥角，ψ_Rl表示第l个距离门对应的接收机的接收空间锥角；n_l服从高斯分布，n_11，1表示初始时的噪声，n_MN，K表示第m个发射阵元、第n个接收阵元、第k个脉冲的噪声。所有距离门的数据可以表示为Y＝[y₁，…，y_L]^T，Y表示一个M×N×K×L的矩阵。

步骤3，对匹配滤波后的接收信号Y＝[y₁，…，y_L]^T进行多普勒滤波处理，将时域信号变为频域信号，获得多普勒通道对应的接收数据X＝[x₁，…，x_k…，x_K]^T，x_k表示第k个多普勒通道对应的接收数据，其中k＝1，2，...，K，x_k是一个N×M×L三维矩阵。

将步骤2中得到的所有距离门的接收信号Y在多普勒通道进行滤波处理，用k表示多普勒通道数，k＝1，2，...，K，当处理第k个多普勒通道时，由杂波接收信号D_N×M×K×L得到第k个多普勒通道对应的杂波数据x_k，x_k是一个N×M×L三维矩阵。

步骤4，从第k个多普勒通道对应的接收数据x_k中抽取第l个距离门的第k个多普勒通道对应的接收数据x_lk，采用空时自适应处理，得到第l个距离门的第k个多普勒通道对应的杂波抑制后的接收数据f_lk，进而得到L个距离门的多普勒通道对应的杂波抑制后的接收数据F′。

根据双基多普勒分集复用-多输入多输出雷达的杂波特性，可以通过构造一个线性约束最小方差滤波器，抑制杂波所在的三维空间的某一平面，并且双基多普勒分集复用-多输入多输出雷达在多普勒通道进行滤波输出可以分解为所有接收阵元的滤波输出叠加，因此需要求出每个接收阵元滤波的滤波结果，计算每个接收阵元的滤波结果就需要计算空时导向矢量和每个接收阵元权矢量。具体包含以下子步骤：

子步骤4.1，从第l个距离门的第k个多普勒通道对应的接收数据x_lk中提取出第n个接收阵元数据x_lkn，取x_lkn附近的P个距离门的数据估计出x_lkn的协方差矩阵：Φ_l为P个距离门的集合。其中，x_lkn为M×1维的矩阵，R_lkn是M×M的二维矩阵，()^H为矩阵的共轭转置运算。

子步骤4.2，获取目标t相对发射阵元的空时导向矢量

其中，cosψ_t表示目标相对发射阵元的空域锥角的余弦值，cosθ_t表示目标相对发射阵元的方位角的余弦值，表示目标相对发射阵元俯仰角的余弦值。

子步骤4.3，根据第l个距离门的第k个多普勒通道对应的接收数据x_lk中提取出第n个接收阵元数据x_lkn的估计协方差矩阵R_kn和目标t相对发射阵元的空时导向矢量s_t，采用最小均方误差准则，获取第l个距离门对应的第k个多普勒通道的第n个接收阵元对应的权矢量w_lkn：

求解得到：

其中，权矢量w_lkn是M×1维的列矢量，()^-1为矩阵的求逆运算，是M×M的二维矩阵。

子步骤4.4，采用权矢量w_lkn对第l个距离门的第k个多普勒通道对应的接收数据x_lk中第n个接收阵元数据x_lkn进行加权，得到第l个距离门的第k个多普勒通道的第n个接收阵元的杂波抑制后的接收数据F_lkn：

其中，w_lkn是M×1维的列向量，X_lkn是一个M×1维的矩阵，f_lkn为1×1维的标量。

子步骤4.5，对第l个距离门的第k个多普勒通道的N个接收阵元进行叠加，得到第l个距离门的第k个多普勒通道的杂波抑制后的接收数据f_lk＝[f_lk1，f_lk2，…f_lkN]^T，即得到第l个距离门的第k个多普勒通道的滤波结果。

依照步骤4对第l个距离门的K个多普勒通道进行空时自适应处理，得到第l个距离门的多普勒通道对应的杂波抑制后的接收数据为F_l＝[f_l1，f_l2，…，f_lK]，进而得到L个距离门的多普勒通道对应的杂波抑制后的接收数据F′＝[F₁，F₂，…F_L]^T，其中，F′的维数为N×K×L×1。

对本发明的上述结果计算第l个距离门第k个多普勒通道的改善因子IF_lk，依次来评价本发明杂波抑制效果。具体计算公式如下：

第l个距离门第k个多普勒通道的改善因子IF_lk，IF_lk可以表示为

其中，信号输入信杂噪比SCNR_in和信号输出信杂噪比SCNR_out的计算公式为：

其中，σ²为噪声功率，ξ_t信噪比(SNR)，ξ_c杂噪比(CNR)，()^H为矩阵的共轭转置运算。

依次类推，对所有距离门、所有多普勒通道进行改善因子计算，即可得到所有多普勒通道所有距离门对应的改善因子IF：

其中，IF₁₁表示第1个距离门第1个多普勒通道的改善因子，IF_1K表示第1个距离门第K个多普勒通道的改善因子，IF_L1表示第L个距离门第1个多普勒通道的改善因子，IF_LK表示第L个距离门第K个多普勒通道的改善因子。

仿真实验

(1)杂波数据仿真及实验条件

在本实验中，发射平台坐标为(-150km，0，8km)，接收平台坐标为(0，0，8km)。天线阵面结构采用等距线阵，阵元间距为d＝λ/2，其中，λ表示载波波长，仿真杂波数据脉冲个数为64，距离门个数为1000；

本实验采用Ward杂波模型进行杂波仿真，并添加高斯白噪声，仿真参数如表1所示：

表1仿真参数

脉冲重复频率	8000Hz
		发射平台速度	200m/s
接收平台速度	200m/s
		脉冲数	64
载波波长	0.2m
		多普勒偏移	4000Hz
发射阵元个数	8
		接收阵元个数	8
杂噪比	30dB
		脉冲宽度	12.5μs

(2)仿真内容

仿真1，基于上述(1)中的杂波数据仿真及实验条件，分别采用常规双基相控阵的扩展的因子化方法(EFA)处理方法和本发明的EFA处理方法对正侧视阵构型的机载双基雷达杂波仿真数据进行处理，通过距离多普勒图比较处理前后杂波剩余情况，结果如图2所示。其中，图2(a)为常规EFA处理的距离多普勒图，图2(b)为本发明方法EFA处理的距离多普勒图。对比图2(a)和2(b)可以看出，常规EFA处理后的距离多普勒图中的主杂波的亮度明显大于本发明的EFA处理的主杂波，说明常规EFA处理后的双基杂波存在很大地剩余，在距离上呈现出很强的非平稳性。而使用本发明进行EFA处理后的双基杂波抑制性能得到显著地提高。

仿真2，基于上述(1)中的杂波数据仿真及实验条件，分别采用基于常规双基相控阵的全空时处理方法和本发明的全空时处理对双基正侧视阵构型的机载雷达杂波仿真数据进行处理，通过距离多普勒图比较处理前后杂波剩余情况，结果如图3。其中，图3(a)为常规全空时处理后的结果，图3(b)为本发明全空时处理处理的结果。对比图3(a)和3(b)可以看出，常规双基相控阵的全空时处理后的距离多普勒图中的主杂波的亮度明显大于本发明的全空时处理后的主杂波，说明常规EFA处理后的双基杂波存在很大地剩余，这主要是由于双基杂波的极度非平稳性导致常规双基相控阵的全空时处理后杂波会有很大剩余，全空时处理后双基杂波抑制性能较差。而由于使用本发明基于双基多普勒分集复用-多输入多输出(DDMA-MIMO)的杂波处理后杂波数据的平稳性增强，从而使处理后杂波数据协方差矩阵的计算相对更加准确，使自适应权值在杂波位置形成凹口，再用全空时处理后杂波得到很好地抑制。

仿真3，分别采用传统EFA处理和全空时处理的改善因子图和本发明方法EFA处理和全空时处理的结果图比较杂波抑制性能，结果如图4所示。从图4中可以看出，在噪声区，本发明的改善因子IF相对于常规方法有一些下降，这是因为MIMO雷达的天线是全向发射的，接收信号的信噪比(SNR)为N²倍，低于双基相控阵雷达SNR的N³倍。但本发明的改善因子IF在杂波区凹口更窄，最小可检测速度更小，杂波抑制性能优于常规方法。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (8)

1.多普勒分级复用的MIMO机载双基雷达杂波抑制方法，其特征在于，包括以下步骤：

步骤1，建立正侧视阵构型下基于多普勒分集复用的MIMO机载双基雷达杂波模型，获得MIMO机载双基雷达的杂波加噪声的接收信号D_N×M×K×L；

其中，M为发射阵元总数，N为接收阵元的总数，K为脉冲数，L为距离门数；

步骤2，将MIMO机载双基雷达的杂波加噪声的接收信号D_N×M×K×L进行匹配滤波处理，得到匹配滤波后的接收信号Y＝[y₁，…，y_L]^T；

步骤3，对匹配滤波后的接收信号Y＝[y₁，…，y_L]^T进行多普勒滤波处理，将时域信号变为频域信号，获得多普勒通道对应的接收数据X＝[x₁，…，x_k…，x_K]^T，x_k表示第k个多普勒通道对应的接收数据，其中k＝1，2，...，K，x_k是一个N×M×L三维矩阵；

步骤4，从第k个多普勒通道对应的接收数据x_k中抽取第l个距离门的第k个多普勒通道对应的接收数据x_lk，采用空时自适应处理，得到第l个距离门的第k个多普勒通道对应的杂波抑制后的接收数据f_lk，进而得到L个距离门的多普勒通道对应的杂波抑制后的接收数据F′。

2.根据权利要求1所述的多普勒分级复用的MIMO机载双基雷达杂波抑制方法，其特征在于，步骤1中，所述建立正侧视阵构型下基于多普勒分集复用的MIMO机载双基雷达杂波模型，其包含以下子步骤：

子步骤1.1，设定多普勒分集复用的MIMO机载双基雷达杂波模型具有M个发射阵元，N个接收阵元，K个脉冲数，L个距离门；发射机速度为v_T，接收机速度为v_R，发射机高度为H_T，接收机高度为H_R，发射机的偏航角为β_T，接收机的偏航角为β_R；

子步骤1.2，获取多普勒分集复用的MIMO机载双基雷达的杂波特性为：

第p个杂波块的接收空间频率f_Rp和多普勒频率f_dp之间的关系为

其中，d表示阵元间距，f_dp表示第p个杂波块的多普勒频率；κ＝[H_T，H_R，β_T，β_R]^T表示双基雷达基本配置的参数，[]^T表示矩阵的转置运算；ξ(f_Rp，R_l，κ)表示双基雷达基本配置的函数，f_r表示脉冲重复频率，f_Rp表示第p个杂波块的接收空间频率；

子步骤1.3，获取第p个杂波块的发射空间频率f_Tp：

f_Tp＝ξ(f_Rp，R_l，κ)；

子步骤1.4，获取第p个杂波块的多普勒频率f_dp、接收空间频率f_Rp和发射空间频率f_Tp之间的关系为：

3.根据权利要求1所述的多普勒分级复用的MIMO机载双基雷达杂波抑制方法，其特征在于，步骤2中，所述将接收机的接收信号D_N×M×K×L进行匹配滤波处理为：

获取第p个杂波块第l个距离门的空时导向矢量s_pl和第l个距离门对应的M×N×K维的噪声矢量n_l，采用匹配滤波处理，得到N个接收阵元、M个发射阵元、K个脉冲接收到的第l个距离门对应的信号分量：

其中，l表示第l个距离门，l＝1，…，L；a_p，l表示第p个杂波块的第l个距离门对应的幅度，N_c为杂波块的个数。

4.根据权利要求3所述的多普勒分级复用的MIMO机载双基雷达杂波抑制方法，其特征在于，所述获取第p个杂波块第l个距离门的空时导向矢量s_pl和第l个距离门对应的M×N×K维的噪声矢量n_l，其包含以下子步骤：

子步骤2.1，获取第p个杂波块第l个距离门的发射空域导向矢量：

其中，j为虚数单位，λ表示载波频率；ψ_Tl表示第l个距离门对应的发射机的发射空间锥角；

子步骤2.2，获取第p个杂波块第l个距离门的接收空域导向矢量：

其中，ψ_Rl表示第l个距离门对应的接收机的接收空间锥角；

子步骤2.3，获取第p个杂波块第l个距离门的时域导向矢量：

子步骤2.4，获取第l个距离门对应的M×N×K维的噪声矢量：

n_l＝[n_11，1，…，n_MN，K]^T；

其中，n_l服从高斯分布，n_11，1表示初始时的噪声，n_MN，K表示第m个发射阵元、第n个接收阵元、第k个脉冲的噪声；

子步骤2.5，根据第p个杂波块第l个距离门的发射空域导向矢量s_pTl、接收空域导向矢量s_pRl、时域导向矢量s_ptl，得到第p个杂波块第l个距离门的空时导向矢量s_pl：

其中，表示Kroneker积运算符号。

5.根据权利要求1所述的多普勒分级复用的MIMO机载双基雷达杂波抑制方法，其特征在于，步骤4中包含以下子步骤：

子步骤4.1，从第l个距离门的第k个多普勒通道对应的接收数据x_lk中提取出第n个接收阵元数据x_lkn，并获取第n个接收阵元数据x_lkn的估计协方差矩阵R_lkn；

子步骤4.2，获取目标t相对发射阵元的空时导向矢量

其中，cosψ_t表示目标相对发射阵元的空域锥角的余弦值，cosθ_t表示目标相对发射阵元的方位角的余弦值，表示目标相对发射阵元俯仰角的余弦值；

子步骤4.3，根据第l个距离门的第k个多普勒通道对应的接收数据x_lk中提取出第n个接收阵元数据x_lkn的估计协方差矩阵R_lkn和目标t相对发射阵元的空时导向矢量s_t，采用最小均方误差准则，获取第l个距离门对应的第k个多普勒通道的第n个接收阵元对应的权矢量w_lkn；

子步骤4.4，采用权矢量w_lkn对第l个距离门的第k个多普勒通道对应的接收数据x_lk中第n个接收阵元数据x_lkn进行杂波抑制，得到第l个距离门的第k个多普勒通道的第n个接收阵元的杂波抑制后的接收数据f_lkn；

子步骤4.5，对第l个距离门的第k个多普勒通道的N个接收阵元进行叠加，得到第l个距离门的第k个多普勒通道的杂波抑制后的接收数据f_lk＝[f_lk1，f_lk2，…f_lkN]^T；

依次类推，对第l个距离门的K个多普勒通道分别进行空时自适应处理，得到第l个距离门的多普勒通道对应的杂波抑制后的接收数据为F_l＝[f_l1，f_l2，…，f_lK]，进而得到L个距离门的多普勒通道对应的杂波抑制后的接收数据F′＝[F₁，F₂，…F_L]^T，其中，F′的维数为N×K×L×1。

6.根据权利要求5所述的多普勒分级复用的MIMO机载双基雷达杂波抑制方法，其特征在于，子步骤4.1中，所述获取第n个接收阵元数据x_lkn的估计协方差矩阵R_lkn为：

抽取第n个接收阵元数据x_lkn附近的P个距离门的数据x_ikn，估计出x_lkn的协方差矩阵：

其中，Φ_l为P个距离门的集合，x_lkn为M×1维的矩阵，R_lkn是M×M的二维矩阵，()^H为矩阵的共轭转置运算。

7.根据权利要求6所述的多普勒分级复用的MIMO机载双基雷达杂波抑制方法，其特征在于，子步骤4.3中，所述采用最小均方误差准则的计算公式为：

求解得到

其中，权矢量w_lkn是M×1维的列矢量，()^-1为矩阵的求逆运算，是M×M的二维矩阵。

8.根据权利要求7所述的多普勒分级复用的MIMO机载双基雷达杂波抑制方法，其特征在于，子步骤4.4中，所述采用权矢量w_lkn对第l个距离门的第k个多普勒通道对应的接收数据x_lk中第n个接收阵元数据x_lkn进行杂波抑制，其具体计算公式为：

其中，w_lkn是M×1维的列向量，X_lkn是一个M×1维的矩阵，f_lkn为1×1维的标量。