机载预警雷达在下视工作时会接收到陆地和海面散射引起的杂波。因为载机平台的运动速度非常快,所以杂波会在多普勒频域上显著扩散,运动目标有一定概率会被湮没在杂波中从而无法被检测到。空时自适应处理(STAP)技术在空时二维联合域区分杂波和目标,可以提高机载预警雷达的杂波抑制能力。传统的统计STAP算法需要用独立同分布样本估计协方差矩阵,但是复杂多变的雷达工作环境、非正侧阵构型等因素造成的非均匀杂波环境下,系统难以得到足够的独立同分布样本,使得其性能下降。知识辅助信号处理是解决非均匀杂波抑制的重要方法,但现有的研究没有充分考虑阵元幅相误差导致的目标导向矢量失配和杂波模型失配以及稀疏恢复的网格失配,因此需要进一步开展具有实用价值的信号处理方法研究。本文主要针对机载预警雷达非均匀杂波抑制方法进行研究。针对由实际雷达系统中阵元幅相误差引起的自适应算法无法保持目标增益、信杂噪比下降的问题,研究了两种阵元幅相误差估计方法。其中一种方法将误差估计融入到知识辅助杂波抑制的滤波过程来构造代价函数,可以同时得到估计的阵元幅相误差和杂波抑制的滤波输出;另一种方法在时域降维后,通过迭代的方式估计阵元幅相误差,该方法降低了计算量,可以作为传统空时处理或知识辅助空时处理的预处理过程,能够更好地保护目标信号,提高知识辅助空时处理的杂波抑制性能。利用该方法本文对基于时域谱估计的协方差矩阵重构方法进行了改进,降低了协方差矩阵重构的误差。针对稀疏恢复STAP算法存在的网格失配问题和杂波非均匀分布的问题,提出了改进的基于局部搜索的网格失配STAP方法,该方法可以显著改善雷达对非均匀近程杂波的抑制性能。主要工作内容概括如下:1.阵元幅相误差估计方法研究。针对幅相误差引起目标增益下降和杂波模型失配问题,本文研究了两种阵元幅相误差估计方法。第一种是将知识辅助杂波抑制的输出平均功率作为代价函数,该方法利用了多个样本数据,通过迭代估计的方式可以得到阵元幅相误差,并且这种将阵元幅相误差的估计融入杂波抑制过程的方式可以同时得到杂波抑制的滤波输出结果。第二种是时域降维的多快拍迭代阵元幅相误差估计方法,该方法先进行了时域降维处理,然后只利用主杂波占据的多普勒通道的数据来建立代价函数,可以有效降低误差估计的计算量。2.基于时域谱估计的协方差矩阵重构方法研究。在非均匀环境中,雷达难以得到足够的独立同分布样本数据来估计协方差矩阵,基于时域谱估计的协方差矩阵重构方法可以有效缓解该问题,在小样本条件下得到较好的性能,但幅相误差引起的模型失配会导致该方法性能显著下降。在本文研究的第二种阵元幅相误差估计方法的基础上,我们提出了一种改进的基于时域谱估计的协方差矩阵重构方法,克服了误差的影响,提高了杂波抑制性能。3.网格失配的稀疏恢复STAP方法研究。稀疏恢复STAP方法通常在角度多普勒平面均匀划分的网格点上构造杂波基矩阵,但是真实的杂波脊不可能只落在这些网格点上,也就是会存在网格失配问题。针对非正侧阵面构型、地面散射特性变化等情况造成的非均匀杂波环境,本文对局部搜索低复杂度网格失配方法做了改进,首先采用空时子孔径平滑的方式得到样本数据,然后建立新的代价函数来挑选导向矢量,该改进方法在小样本甚至单个样本环境下,可以获得较好的杂波抑制性能。