Адаптивне виявлення сигналу рухомої цілі в FMCW радарі при невідомій потужності шуму
DOI:
https://doi.org/10.20535/RADAP.2024.96.32-41Ключові слова:
FMCW радар, далекомірно-доплерівський портрет, відношення правдоподібності, періодограма, пристрій виявлення, хибна тривога, максимально правдоподібна оцінка, розподіл хі-квадрат, об’єм вибірки, довірчий інтервалАнотація
Одним з перспективних засобів виявлення рухомих цілей на малих відстанях є FMCW радар. Він забезпечує: високоточне вимірювання дальності, а також радіальної швидкості, низьке енергоспоживання. Вихідною інформацією для алгоритмів виявлення сигналів цілей в FMCW радарі є далекомірно-доплерівський портрет. Він формується шляхом двомірного дискретного перетворення Фур’є (ДПФ) над отриманими на інтервалі когерентного накопичення демодульованими сигналами відповідних періодів модуляції. У випадку однорідного шуму з невідомою потужністю викорстання алгоритмів CFAR призводить до надлишкових обчислювальних витрат за рахунок ковзного оцінювання потужності шуму. Крім того розміри ковзного вікна обмежені, що не дозволяє отримати оцінку потужності шуму з необхідною точністю. В якості математичної моделі корисного сигналу від цілі може бути використаний гармонійний сигнал з невідомими амплітудою, частотою і початковою фазою. Розглянуто алгоритм адаптивного виявлення гармонійного сигналу з невідомими параметрами, отриманого на інтервалі когерентного накопичення FMCW радара при відомій потужності шуму. Пристрій виявлення побудовано за періодограмною схемою. Проведено аналіз характеристик виявлення сигналу FMCW радара при відомій потужності шуму, які можуть виступати в якості нижньої границі при невідомій дисперсії шуму. На основі методу максимальної правдоподібності запропоновано алгоритм оцінювання невідомої потужності шуму на основі тестової вибірки, отриманої з далекомірно-доплерівського портрету. Оцінка невідомої потужності шуму є вибірковим середнім. На основі методу інтервального оцінювання визначено довірчі інтервали щодо ймовірностей хибної тривоги і виявлення цілі в залежності від об’єму тестової вибірки. Границі ймовірності хибної тривоги не залежать від оцінки потужності шуму. На основі отриманих залежностей можна визначити об’єм вибірки, що забезпечує допустиме значення довжини довірчого інтервалу ймовірностей хибної тривоги і виявлення цілі.
Посилання
References
Rai P., et al. (2021). Localization and Activity Classification of Unmanned Aerial Vehicle Using mmWave FMCW Radars. IEEE Sensors Journal, Vol. 21, pp. 16043–16053; doi:10.1109/JSEN.2021.3075909.
Kim B.-S., Jin Y., Kim S., Lee J. (2019). A Low-Complexity FMCW Surveillance Radar Algorithm Using Two Random Beat Signals. Sensors, Vol. 19, Iss. 3, 608; doi:10.3390/s19030608.
Jankiraman M. (2018). FMCW -- Radar Design. ARTECH HOUSE, 415 p.; doi:10.1080/03772063.2019.1615392.
Choi B., Oh D., Kim S., et al. (2018). Long-Range Drone Detection of 24 G FMCW Radar with E-plane Sectoral Horn Array. Sensors, Vol. 18, Iss. 12, 4171; doi:10.3390/s18124171.
Santos D., Sebastião P., Souto N. (2019). Low-cost SDR based FMCW radar for UAV localization. 22nd International Symposium on Wireless Personal Multimedia Communications (WPMC) IEEE, pp. 1-6; doi:10.1109/WPMC48795.2019.9096117.
Kim B., Park J., Park S., et al. (2018). Drone Detection with Chirp-Pulse Radar Based on Target Fluctuation Models. ETRI Journal, Vol. 40, Iss. 2, pp. 188-196; doi:10.4218/etrij.2017-0090.
Son Y., Sung H. K., Heo S. W. (2018). Automotive Frequency Modulated Continuous Wave Radar Interference Reduction Using Per-Vehicle Chirp Sequences. Sensors, Vol. 18, Iss. 9, 2831; doi.org/10.3390/s18092831.
Moussa A., Liu W. (2020). Fast and Accurate Range-Doppler Estimation in Multi-Target Wideband Automotive FMCW Radar. 2020 International Conference on UK-China Emerging Technologies (UCET), pp. 1-4; doi:10.1109/UCET51115.2020.9205374.
Stetco C., Ubezio B., Muhlbacher-Karrer S. and Zangl H. (2020). Radar Sensors in Collaborative Robotics: Fast Simulation and Experimental Validation. IEEE International Conference on Robotics and Automation, pp. 10452–10458; doi:10.1109/ICRA40945.2020.9197180.
Doer C., Trommer G. F. (2020). Radar Inertial Odometry with Online Calibration. 2020 European Navigation Conference (ENC), pp. 1-10. doi:10.23919/ENC48637.2020.9317343.
Ouaknine A., Newson A., Rebut J., et al. (2020). CARRADA Dataset: Camera and Automotive Radar with Range-Angle-Doppler Annotations. 2020 25th International Conference on Pattern Recognition (ICPR), pp. 5068-5075; doi:10.1109/ICPR48806.2021.9413181.
Kabakchiev C., Doukovska L., Garvanov I. (2006). Cell Averaging Constant False Alarm Rate Detector with Hough Transform in Randomly Arriving Impulse Interference. CYBERNETICS AND INFORMATION TECHNOLOGIES, Vol.6, No.1, pp. 83-89.
Wang J. (2022). CFAR-Based Interference Mitigation for FMCW Automotive Radar Systems. IEEE Transactions on Intelligent Transportation Systems, Vol. 23, Iss. 8, pp. 12229-12238; doi:10.1109/TITS.2021.3111514.
Stimson G. W. (1998). Introduction to Airborne Radar. Scitech publishing, 592 p. DOI: 10.1049/SBRA101E.
Richards M. A. (2014). Fundamentals of Radar Signal Processing. New York: McGraw - Hill Education, 894 p.; doi:10.1109/ICPR48806.2021.9413181.
Brooker G. (2009) Introduction to Sensors for Ranging and Imaging. Scitech publishing, 740 p.; doi:10.1049/SBRA014E.
McDonough R. N., Whalen A. D. (1995). Detection of Signals in Noise. Academic Press, Inc., 495 p. doi:10.1109/TITS.2021.3111514.
Richards M. A., Scheer J. A., Holm W. A. (2013). Principles of Modern Radar: Basic Principles. Scitech publishing, 924 p.; doi:10.23919/ENC48637.2020.9317343.
Horban I. I. (2003). Teoriia ymovirnostei ta matematychna statystyka dlia naukovykh pratsivnykiv ta inzheneriv. Kyiv, 244 p.
Prykhodko S. B., Makarova L. M. (2012). Vyznachennia dovirchoho intervalu tochkovoi otsinky parametra eksponentsiinoho rozpodilu. Problemy informatsiinykh tekhnolohii, No. 2, pp. 84-87.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2024 Тарас Маленчик, Сергій Жук
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
1. Автори залишають за собою право на авторство своєї роботи та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons Attribution License, котра дозволяє іншим особам вільно розповсюджувати опубліковану роботу з обов'язковим посиланням на авторів оригінальної роботи та першу публікацію роботи у нашому журналі.
2. Автори мають право укладати самостійні додаткові угоди щодо неексклюзивного розповсюдження роботи у тому вигляді, в якому вона була опублікована нашим журналом (наприклад, розміщувати роботу в електронному сховищі установи або публікувати у складі монографії), за умови збереження посилання на першу публікацію роботи у нашому журналі.
3. Політика журналу дозволяє і заохочує розміщення рукопису роботи авторами в мережі Інтернет (наприклад, на arXiv.org або на особистих веб-сайтах). Причому рукописи статей можуть бути розміщенні у відкритих архівах як до подання рукопису до редакції, так і під час його редакційного опрацювання. Це сприяє виникненню продуктивної наукової дискусії, позитивно позначається на оперативності ознайомлення наукової спільноти з результатами Ваших досліджень і як наслідок на динаміці цитування вже опублікованої у журналі роботи. Детальніше про це: The Effect of Open Access.
