Преимущества новой стратегии для процессоров CFAR по сравнению с моделью Неймана-Пирсона при обнаружении флуктуирующих целей, описываемых распределением хи-квадрат с четырьмя степенями свободы

Автор(и)

DOI:

https://doi.org/10.20535/S0021347018090017

Ключові слова:

адаптивный процессор, мешающие отражения, клаттер, помеха, , распределение хи-квадрат, модель SWIII, модель SWIV, некогерентное интегрирование, среда с групповыми целями

Анотація

Современные радары «приняли на вооружение» и используют методики адаптивной обработки для ослабления неблагоприятного влияния нежелательных мешающих отражений (clutter) и постановщиков помех (jammer). В такой ситуации алгоритмы обнаружения с постоянной вероятностью ложных тревог CFAR (Constant False Alarm Rate) играют важную роль при обнаружении флуктуирующих целей в неоднородной среде. При этом, хотя процессор с усредненной по ячейке вероятностью ложных тревог CA-CFAR (Cell-Averaging CFAR) имеет лучшие характеристики в однородной среде, методики порядковой статистики OS (Order Statistics) и усеченной по среднему значению TM (Trimmed-Mean) предложены для обеспечения устойчивых оценок порога в условиях неоднородной среды. Для одновременного использования достоинств процессора CA и процессора OS или TM в последнее время предложены их гибридные варианты. Они получили название моделей CAOS и CATM. Практически, частотное разнесение между несвязанными зондированиями широко распространено в реальных радиолокационных системах. Кроме того, стратегия интегрирования импульсов часто используется в радиолокационных системах для повышения отношения сигнал–шум SNR цели и улучшения характеристик обнаружения системы. Поэтому в данной работе основное внимание уделено анализу этих новых моделей в случае, когда радиолокационный приемник некогерентно интегрирует  М-импульсы при обнаружении. Для их рабочих характеристик в условиях неоднородной среды получено выражение в замкнутой форме. Предполагается, что искомая и ложная цели описываются χ2 распределением с четырьмя степенями свободы их флуктуаций. Результаты моделирования, полученные авторами, показывают, что новая версия модели CATM демонстрирует рабочую характеристику в условиях однородной среды, которая превосходит таковую для классической процедуры Неймана–Пирсона, используемую в качестве стандартной при сравнении других стратегий в области адаптивных обнаружителей.

Посилання

Weiner, M. A. “Detection probability for partially correlated chi-square targets,” IEEE Trans. Aerospace Electronic Systems, Vol. 24, No. 4, p. 411-416, 1988. DOI: https://doi.org/10.1109/7.7183.

Barkat, M.; Himonas, S. D.; Varshney, P. K. “CFAR detection for multiple target situations,” IEE Proc. F - Radar Signal Processing, Vol. 136, No. 5, p. 193-209, 1989. DOI: https://doi.org/10.1049/ip-f-2.1989.0033.

El Mashade, M. B. “Detection performance of the trimmed-mean CFAR processor with noncoherent integration,” IEE Proc. Radar, Sonar Navig., Vol. 142, No. 1, p. 18-24, 1995. DOI: https://doi.org/10.1049/ip-rsn:19951626.

Nagle, Daniel T.; Saniie, Jafar. “Performance analysis of linearly combined order statistic CFAR detectors,” IEEE Trans. Aerospace Electronic Systems, Vol. 31, No. 2, p. 522-533, 1995. DOI: https://doi.org/10.1109/7.381903.

Han, D.-S. “Detection performance of CFAR detectors based on order statistics for partially correlated chi-square targets,” IEEE Trans. Aerospace Electronic Systems, Vol. 36, No. 4, p. 1423-1429, 2000. DOI: https://doi.org/10.1109/7.892694.

Farrouki, A.; Barkat, M. “Automatic censoring CFAR detector based on ordered data variability for nonhomogeneous environments,” IEE Proc. - Radar Sonar Navig., Vol. 152, No. 1, p. 43-51, 2005. DOI: https://doi.org/10.1049/ip-rsn:20045006.

El Mashade, M. B. “Analysis of cell-averaging based detectors for χ2 fluctuating targets in multitarget environments,” J. Electron. (China), Vol. 23, No. 6, p. 853-863, 2006. DOI: https://doi.org/10.1007/s11767-005-0067-0.

Laroussi, T.; Barkat, M. “A performance comparison of two time diversity systems using CMLD-CFAR detection for partially-correlated chi-square targets and multiple target situations,” Proc. of 14th European Signal Processing Conf., 4-8 Sept. 2006, Florence, Italy. IEEE, 2006, pp. 4-8, URI: https://ieeexplore.ieee.org/document/7071138.

El Mashade, M. B. “Performance analysis of OS structure of CFAR detectors in fluctuating target environments,” PIER C, Vol. 2, p. 127-158, 2008. DOI: https://doi.org/10.2528/PIERC08022807.

Magaz, B.; Belouchrani, A.; Hamadouche, M. “A new adaptive linear combined CFAR detector in presence of interfering targets,” PIER B, Vol. 34, p. 367-387, 2011. DOI: http://doi.org/10.2528/PIERB11012603.

Cai, Long; Ma, Xiaochuan; Xu, Qi; Li, Bin; Ren, Shiwei. “Performance analysis of some new CFAR detectors under clutter,” J. Computers, Vol. 6, No. 6, p. 1278-1285, 2011. DOI: http://doi.org/10.4304/jcp.6.6.1278-1285.

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

Ivković, Dejan; Andrić, Milenko; Zrnić, Bojan. “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.

Ivković, Dejan; Andrić, Milenko; Zrnić, Bojan. “False alarm analysis of the CATM-CFAR in presence of clutter edge,” Radioengineering, Vol. 23, No. 1, p. 66-72, 2014. URI: http://www.radioeng.cz/fulltexts/2014/14_01_0066_0072.pdf.

El Mashade, M. B. “Partially-correlated χ2 targets detection analysis of GTM-adaptive processor in the presence of outliers,” Int. J. Image, Graphics Signal Processing, Vol. 7, No. 12, p. 70-90, 2014. DOI: http://doi.org/10.5815/ijigsp.2014.12.10.

Ivković, Dejan; Andrić, Milenko; Zrnić, Bojan; Okiljević, Predrag; Kozić, Nadica. “CATM-CFAR detector in the receiver of the software defined radar,” Sci. Tech. Rev., Vol. 54, No. 4, p. 27-38, 2014. URI: http://www.vti.mod.gov.rs/ntp/rad2014/4-2014/3/e3.htm.

Ahmed, S. “Novel noncoherent radar pulse integration to combat noise jamming,” IEEE Trans. Aerospace Electronic Systems, Vol. 51, No. 3, p. 2350-2359, 2015. DOI: https://doi.org/10.1109/TAES.2015.140315.

Ivković, Dejan; Andrić, Milenko; Zrnić, Bojan. “Detection of very close targets by fusion CFAR detectors,” Sci. Tech. Rev., Vol. 66, No. 3, p. 50-57, 2016. DOI: https://doi.org/10.5937/STR1603050I.

Machado-Fernandez, J. R.; Mojena-Hernandez, N.; Bacallao-Vidal, J. C. “Evaluation of CFAR detectors performance,” Iteckne, Vol. 14, No. 2, p. 170-178, 2017. DOI: http://dx.doi.org/10.15332/iteckne.v14i2.1772.

Islam, M. M.; Hossam-E-Haider, M. “Detection capability and CFAR loss under fluctuating targets of different Swerling model for various gamma parameters in RADAR,” Int. J. Advanced Computer Science Applications, Vol. 9, No. 2, p. 90-93, 2018. DOI: http://dx.doi.org/10.14569/IJACSA.2018.090214.

El Mashade, M. B. “Heterogeneous performance analysis of the new model of CFAR detectors for partially-correlated χ2-targets,” J. Systems Engineering Electronics, Vol. 29, No. 1, p. 1-17, 2018. DOI: https://doi.org/10.21629/JSEE.2018.01.01.

Опубліковано

2018-09-28

Як цитувати

Эль Машад, М. Б. (2018). Преимущества новой стратегии для процессоров CFAR по сравнению с моделью Неймана-Пирсона при обнаружении флуктуирующих целей, описываемых распределением хи-квадрат с четырьмя степенями свободы. Вісті вищих учбових закладів. Радіоелектроніка, 61(9), 487–507. https://doi.org/10.20535/S0021347018090017

Номер

Розділ

Оригінальні статті