JDL降维STAP中的降维矩阵T推导

降维空时自适应处理中JDL方法降维矩阵T的来源

降维STAP算法的思路是：将$\text{空­-时}$域回波信号通过DFT处理变换至$\text{角度­-多普勒}$域，此时回波信号转换为频域信号，并且被划分为二维的角度通道和多普勒通道。然后通常论文会给出向量化的接收回波信号$\mathbf{x}$，左乘降维矩阵$\mathbf{T}$后得到降维后的接收回波信号；以及期望的空时导向矢量通过降维矩阵$\mathbf{T}$后得到降维后的期望导向矢量：
$$\begin{gathered} {\mathbf{x}}_T={\mathbf{T}}^H\mathbf{x} \\ {\mathbf{s}}_T={\mathbf{T}}^H\mathbf{s} \end{gathered}$$
通过以上描述，我一直认为降维矩阵$\mathbf{T}$是$NK\times 3$维的选择矩阵，其中$N$是接收阵元数，$K$是脉冲数。所谓选择矩阵是除了选出来的$3\times 3$个通道对应的位置是1，其余是0。但是，论文中后续给出的降维矩阵$\mathbf{T}$却不长这样。而通常是如下的形式：
$$\begin{gathered} \mathbf{s}={\mathbf{a}}_{\theta }(f_{{\theta }_0})\otimes {\mathbf{a}}_d(f_{d_0}) \\ {\mathbf{s}}_T=({\mathbf{T}}_{\theta }^H{\mathbf{a}}_{\theta }(f_{{\theta }_0}))\otimes ({\mathbf{T}}_d^H{\mathbf{a}}_d(f_{d_0})) \end{gathered}$$
其中，JDL算法的${\mathbf{T}}_{\theta }$和${\mathbf{T}}_d$通常是
$$\begin{gathered} {\mathbf{T}}_{\theta }=[{\mathbf{a}}_{\theta }(f_{{\theta }_0}-1/N),{\mathbf{a}}_{\theta }(f_{{\theta }_0}),{\mathbf{a}}_{\theta }(f_{{\theta }_0}+1/N)] \\ {\mathbf{T}}_d=[{\mathbf{a}}_d(f_{d_0}-1/K),{\mathbf{a}}_d(f_{d_0}),{\mathbf{a}}_d(f_{d_0}+1/K)] \end{gathered}$$
这就有点让人费解了。但是，我认为的选择矩阵实实在在犯了一个错误，就是还是在原空-时域进行的处理，没有变换到角度-多普勒域。
于是，又去看了参考文献[1]的5.1.1节，其中从空-时域到角度-多普勒域的变换是这样做的：
对第$n$个阵元，共有$M$点时域采样，第$k$个时域滤波（第$k$点DFT）输出为
$$y_{n,k}=\sum _{m=0}^{M-1}{x}_{n,m}{e}^{-j2\pi km/M}=\sum _{m=0}^{M-1}{x}_{n,m}{e}^{-jm{\omega }_{dk}},{\omega }_{dk}=2\pi k/M$$
其中，${\omega }_{dk}$表示时域第$k$个频点。对每个阵元的第$k$个时域滤波，共有$N$点空域采样，第$l$个空域滤波（第$l$点DFT）输出为
$$y_{l,k}=\sum _{n=0}^{N-1}{y}_{n,k}{e}^{-j2\pi nl/N}=\sum _{n=0}^{N-1}{y}_{n,k}{e}^{-jn{\omega }_{sl}},{\omega }_{sl}=2\pi l/N$$
其中，${\omega }_{sl}$表示空域第$l$个频点，$y_{l,k}$为角度-多普勒域中的值，称之为一个$\text{通道}$，对应于空域频率${\omega }_{sl}$和时域频率${\omega }_{dk}$。
从这里关于通道的定义就可以看出，实际上是在空-时域基础上做了DFT变换来的，所以如果是原来$NK\times 1$的空时向量，变换到变换域需要$NK\times NK$的类似于DFT的矩阵，因为降维了，所以才是$NK\times 3$这样。至于具体每一列的取值${\mathbf{a}}_{\theta }(f_{{\theta }_0}-1/N)$，${\mathbf{a}}_{\theta }(f_{{\theta }_0})$或${\mathbf{a}}_{\theta }(f_{{\theta }_0}+1/N)$，它应该是真正变换到变换域矩阵中的内容，而不是想象中的DFT矩阵的列。
综上，降维矩阵真实的取值应该是上述${\mathbf{T}}_{\theta }$和${\mathbf{T}}_d$的样子，而不是选择矩阵。

参考文献：

[1]张伟. 机载MIMO雷达空时信号处理研究[D]. 电子科技大学, 2013.