摘 要：针对雷达在非均匀环境下难以获得足够数量样本估计协方差矩阵，致使干扰抑制性能下降的问 题，遵循几何范式，本文提出了两种结构化干扰协方差矩阵（ICM）估计算法。具体而言，算法从一组训练数据出 发，考虑不同的协方差矩阵结构信息（Persymmetric或Toeplitz结构），构造了两种结构样本协方差矩阵（SSCMs）， 通过利用正定矩阵空间特性并施加条件数上限约束，以 ICM 和 SSCMs之间的 Frobenius范数作为目标函数建立 极小化问题，并对该问题进行转化，最终得到估计器的闭式解。在两种场景下的仿真结果表明了所提算法可更 加精确地估计ICM，有效地提高了干扰抑制性能，且在小样本情况下的优化效果更为显著。
关键词：几何方法；协方差矩阵估计；Persymmetric结构；Toeplitz结构；干扰抑制
0 引 言
在自适应雷达信号处理中，干扰协方差矩阵 （Interference Covariance Matrix，ICM）估计是一个 长期存在的基本问题［1‑2］ 。传统的样本协方差矩阵 （Sample Covariance Matrix，SCM）估计方法，