Оценка эффективности нового подхода при адаптивном обнаружении частично коррелированных χ2 целей при наличии сторонних целей

Мохамед Б. Эль Машад

doi:10.20535/S0021347021120025

Автор(и)

Мохамед Б. Эль Машад Университет аль-Азхар Египет, Каир, Єгипет http://orcid.org/0000-0002-1852-3286

DOI:

https://doi.org/10.20535/S0021347021120025

Ключові слова:

адаптивное обнаружение, некогерентное интегрирование, флуктуирующая цель, модели Сверлинга, частично коррелированные цели согласно χ2, многоцелевая среда

Анотація

Радар является основой современных комплексных систем ПВО. Принятие решения о наличии или отсутствии объекта при постоянном уровне ложной тревоги является одной из основных его концепций. В нее входит реализация методики постоянного уровня ложной тревоги CFAR (constant false alarm rate), которая обновляет порог обнаружения в соответствии с неоднородной обстановкой. Сложность поиска единственного варианта CFAR при наличии различных шумов приводит к необходимости разработки комплексной аппаратуры. Здесь объединение частных решений отдельных CFAR схем с помощью соответствующих правил объединения обеспечивает лучшее суммарное обнаружение. В данной статье представлен анализ линейного объединения LF (linear fusion) CA, OS и TM структур. Предполагается, что исследуемая и ложная цели имеют флуктуации согласно χ²-модели с двумя степенями свободы. Для характеристики обнаружения получено выражение в закрытой форме. По результатам проведенного моделирования получено, что LF модель обеспечивает надежную работу при отсутствии или наличии помех. Кроме того, LF характеристики в идеальном случае превосходят характеристики обнаружителя Неймана–Пирсона (N-P), который является эталоном для CFAR схем. Также, LF алгоритм позволяет удерживать уровень ложной тревоги неизменным при наличии помех.

Посилання

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.
J. Zhao, R. Jiang, X. Wang, H. Gao, “Robust CFAR detection for multiple targets in K-distributed sea clutter based on machine learning,” Symmetry, vol. 11, no. 12, p. 1482, 2019, doi: https://doi.org/10.3390/sym11121482.
J. R. Machado-Fernández, N. Mojena-Hernández, 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.
M. B. El Mashade, “Analysis of adaptive detection of moderately fluctuating radar targets in target multiplicity environments,” J. Franklin Inst., vol. 348, no. 6, pp. 941–972, 2011, doi: https://doi.org/10.1016/j.jfranklin.2011.03.004.
L. Zhao, W. Liu, X. Wu, J. S. Fu, “A novel approach for CFAR processors design,” in Proceedings of the 2001 IEEE Radar Conference (Cat. No.01CH37200), 2001, pp. 284–288, doi: https://doi.org/10.1109/NRC.2001.922992.
M. Mashade, “Adaptive detection enhancement of partially-correlated χ2 targets in an environment of saturated interference,” Recent Adv. Electr. Electron. Eng. (Formerly Recent Patents Electr. Electron. Eng., vol. 9, no. 3, pp. 202–222, 2017, doi: https://doi.org/10.2174/2352096508666151030221552.
L. Wang, J. Tang, Q. Liao, “A study on radar target detection based on deep neural networks,” IEEE Sensors Lett., vol. 3, no. 3, pp. 1–4, 2019, doi: https://doi.org/10.1109/LSENS.2019.2896072.
M. B. El Mashade, “Performance analysis of OS structure of CFAR detectors in fluctuating target environments,” Prog. Electromagn. Res. C, vol. 2, pp. 127–158, 2008, doi: https://doi.org/10.2528/PIERC08022807.
M. Barkat, P. K. Varshney, “Decentralized CFAR signal detection,” IEEE Trans. Aerosp. Electron. Syst., vol. 25, no. 2, pp. 141–149, 1989, doi: https://doi.org/10.1109/7.18676.
A. R. Elias-Fusté, A. Broquetas-Ibars, J. P. Antequera, 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.
S. D. Himonas, M. Barkat, “A distributed CFAR processor with data fusion for correlated targets in homogeneous clutter,” in IEEE International Conference on Radar, 1990, pp. 501–506, doi: https://doi.org/10.1109/RADAR.1990.201096.
M. K. Uner, P. K. Varshney, “Distributed CFAR detection in homogeneous and nonhomogeneous backgrounds,” IEEE Trans. Aerosp. Electron. Syst., vol. 32, no. 1, pp. 84–97, 1996, doi: https://doi.org/10.1109/7.481251.
H. Amirmehrabi, R. Viswanathan, “A new distributed constant false alarm rate detector,” IEEE Trans. Aerosp. Electron. Syst., vol. 33, no. 1, pp. 85–97, 1997, doi: https://doi.org/10.1109/7.570711.
M. Maynul, M. Hossam-E-Haider, “Detection capability and CFAR loss under fluctuating targets of different Swerling model for various gamma parameters in radar,” Int. J. Adv. Comput. Sci. Appl., vol. 9, no. 2, 2018, doi: https://doi.org/10.14569/IJACSA.2018.090214.
P. Liu, C. Han, M. Lei, Z. Sun, “Adaptive censored cell-averaging CFAR detection in distributed sensor networks,” in 2007 10th International Conference on Information Fusion, 2007, pp. 1–8, doi: https://doi.org/10.1109/ICIF.2007.4407990.
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, 2018, doi: https://doi.org/10.21629/JSEE.2018.01.01.
М. 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, vol. 61, no. 9, pp. 487–507, 2018, doi: https://doi.org/10.20535/S0021347018090017.
Z. Cao, J. Li, C. Song, Z. Xu, X. Wang, “A novel CFAR algorithm for multi-target detection with FMCW radar,” in GLOBECOM 2020 - 2020 IEEE Global Communications Conference, 2020, pp. 1–6, doi: https://doi.org/10.1109/GLOBECOM42002.2020.9322140.
C.-H. Lin, Y.-C. Lin, Y. Bai, W.-H. Chung, T.-S. Lee, H. Huttunen, “DL-CFAR: a novel CFAR target detection method based on deep learning,” in 2019 IEEE 90th Vehicular Technology Conference (VTC2019-Fall), 2019, pp. 1–6, doi: https://doi.org/10.1109/VTCFall.2019.8891420.
М. Б. Эль Машад, “Улучшение характеристик стандартных вариантов адаптивных схем детекторов, работающих в условиях неоднородной среды,” Известия вузов. Радиоэлектроника, vol. 63, no. 4, pp. 199–216, 2020, doi: https://doi.org/10.20535/S0021347020040019.
M. B. El_Mashade, “M-sweeps multi-target analysis of new category of adaptive schemes for detecting χ 2 -fluctuating targets,” J. Inf. Telecommun., vol. 4, no. 3, pp. 314–345, 2020, doi: https://doi.org/10.1080/24751839.2020.1783493.