Улучшение характеристик стандартных вариантов адаптивных схем детекторов, работающих в условиях неоднородной среды

Автор(и)

DOI:

https://doi.org/10.20535/S0021347020040019

Ключові слова:

традиционный детектор CFAR, детектор с фиксированной вероятностью ложной тревоги, моноимпульсное обнаружение, детектор Неймана-Пирсона, распределение χ2 с двумя и четырьмя степенями свободы, модели Сверлинга, неоднородная среда

Анотація

Повышенная устойчивость, присущая появляющемуся единому адаптивному подходу, который хорошо работает при всех видах рабочих условий, привел к созданию комбинированной адаптивной стратегии. При этом объединение конкретных решений одиночных адаптивных схем посредством подходящих правил объединения может улучшить окончательное обнаружение. В частности, объединение процедур усреднения по ячейке CA (cell-averaging), упорядоченных статистик OS (ordered statistics) и модифицированного среднего TM (trimmed-mean) позволяет улучшить общую эффективность обнаружения. Цель этой работы состоит в анализе такой разработанной модели, где рабочая среда является неоднородной. Для флуктуаций первичных и вторичных сторонних целей принимается распределение χ2 с двумя и четырьмя степенями свободы. Конечный вид рабочей характеристики процессора получен для случая одноимпульсного обнаружения. Полученные результаты показывают, что в случае неоднородного фона предлагаемый новый подход является более практичным. В частности, при наличии нескольких целей (групповая цель) этой подход обеспечивает повышенную устойчивость по сравнению с подходами, основанными на CA, OS или TM архитектурах. Кроме того, эта оригинальная новая стратегия обеспечивает рабочую характеристику в условиях неоднородной среды, которая превосходит характеристику классического детектора Неймана–Пирсона N-P (Neyman–Pearson). Последний может быть использован в качестве эталонной меры для анализа различных методов в области CFAR детекторов.

Посилання

A. R. Elias-Fusté, A. Broquetas-Ibars, J. P. Antequera, and J. C. M. Yuste, “CFAR Data Fusion Center with Inhomogeneous Receivers,” IEEE Trans. Aerosp. Electron. Syst., vol. 28, no. 1, pp. 276–285, 1992, doi: https://doi.org/10.1109/7.135453.

D. Ivkovic, M. Andric, and B. Zrnic, “Nonlinear fusion CFAR detector,” in Proceedings International Radar Symposium, 2015, doi: https://doi.org/10.1109/IRS.2015.7226305.

M. B. El Mashade, “Monopulse detection analysis of the trimmed mean CFAR processor in nonhomogeneous situations,” IEE Proc. - Radar, Sonar Navig., vol. 143, no. 2, p. 87, 1996, doi: https://doi.org/10.1049/ip-rsn:19960324

L. Zhao, W. Liu, X. Wu, and J. S. Fu, “A novel approach for CFAR processors design,” in IEEE National Radar Conference - Proceedings, 2001, pp. 284–288, doi: https://doi.org/10.1109/nrc.2001.922992.

Y. Hu and J. Liang, “CFAR Decision Fusion Approaches in the Clustered Radar Sensor Networks Using LEACH and HEED,” Int. J. Distrib. Sens. Networks, vol. 2015, pp. 1–9, 2015, doi: https://doi.org/10.1155/2015/987526.

S. López-Estrada and R. Cumplido, “Fusion center with neural network for target detection in background clutter,” in Proceedings of the Mexican International Conference on Computer Science, 2005, vol. 2005, pp. 189–196, doi: https://doi.org/10.1109/ENC.2005.21.

M. B. El Mashade, “Analysis of Cell-Averaging based detectors for x 2 fluctuating targets in multitarget environments,” J. Electron., vol. 23, no. 6, pp. 853–863, Nov. 2006, doi: https://doi.org/10.1007/s11767-005-0067-0.

W. Q. Wang, Radar Systems: Technology, Principles, and Applications. Nova Science Publishers, Inc, 2013.

Мохамед Б. Эль Машад, “Аналитическая оценка рабочих характеристик адаптивного обнаружения флуктуирующих целей радара,” Известия вузов. Радиоэлектроника, т. 56, № 7, с. 3–17, 2013. DOI: https://doi.org/10.20535/S0021347013070017.

D. Ivkovic, B. Zrnic, and M. Andric, “Fusion CFAR detector in receiver of the software defined radar,” in Proc. of Int. Radar Symp., 2013.

D. Ivkovic, M. Andric, and B. Zrnic, “Nonlinear fusion CFAR detector,” in Proceedings International Radar Symposium, 2015, vol. 2015-August, pp. 481–486, doi: https://doi.org/10.1109/IRS.2015.7226305.

D. Ivkovic, M. Andric, and B. Zrnic, “A New Model of CFAR Detector,” Frequenz, vol. 68, no. 3-4, p. 125-136, 2014. DOI: https://doi.org/10.1515/freq-2013-0087.

Y. Xu, C. Hou, S. Yan, J. Li, and C. Hao, “Fuzzy statistical normalization CFAR detector for non-Rayleigh data,” IEEE Trans. Aerosp. Electron. Syst., vol. 51, no. 1, pp. 383–396, Jan. 2015, doi: https://doi.org/10.1109/TAES.2014.130683.

D. Ivkovic, M. Andric, and B. Zrnic, “Detection of very close targets by fusion CFAR detectors,” Sci. Tech. Rev., vol. 66, no. 3, pp. 50–57, 2016, doi: https://doi.org/10.5937/str1603050i.

Мохамед Б. Эль Машад, “Преимущества новой стратегии для процессоров CFAR по сравнению с моделью Неймана-Пирсона при обнаружении флуктуирующих целей, описываемых распределением хи-квадрат с четырьмя степенями свободы,” Известия вузов. Радиоэлектроника, т. 61, № 9, с. 487–507, 2018. DOI: https://doi.org/10.20535/S0021347018090017.

J. R. Machado-Fernández, N. Mojena-Hernández, and J. de la C. Bacallao-Vidal, “Evaluation of CFAR detectors performance,” Iteckne, vol. 14, no. 2, 2017, doi: https://doi.org/10.15332/iteckne.v14i2.1772.

J. R. Machado-Fernández and J. D. la C. Bacallao-Vidal, “Cell Averaging CFAR Detector with Scale Factor Correction through the Method of Moments for the Log-Normal Distribution,” Cienc. e Ing. Neogranadina, vol. 28, no. 1, pp. 27–44, May 2017, doi: https://doi.org/10.18359/rcin.2408.

M. B. El Mashade, “Heterogeneous performance analysis of the new model of CFAR detectors for partially-correlated χ2-targets,” J. Syst. Eng. Electron., vol. 29, no. 1, pp. 1–17, Feb. 2018, doi: https://doi.org/10.21629/JSEE.2018.01.01.

H. Wang, Z. Tang, Y. Zhao, Y. Chen, Z. Zhu, and Y. Zhang, “Signal Processing and Target Fusion Detection via Dual Platform Radar Cooperative Illumination,” Sensors, vol. 19, no. 24, p. 5341, Dec. 2019, doi: https://doi.org/10.3390/s19245341.

Опубліковано

2020-04-21

Як цитувати

Эль Машад, М. Б. (2020). Улучшение характеристик стандартных вариантов адаптивных схем детекторов, работающих в условиях неоднородной среды. Вісті вищих учбових закладів. Радіоелектроніка, 63(4), 199–216. https://doi.org/10.20535/S0021347020040019

Номер

Розділ

Оригінальні статті