Алгоритм послідовного виявлення траєкторії малорозмірного БпЛА FMCW радаром за критерієм «найсильніший сусід»
DOI:
https://doi.org/10.20535/RADAP.2024.98.23-29Ключові слова:
виявлення траєкторії, критерій Вальда, відношення правдоподібності, хибна тривога, вирішальна статистика, розподіл хі-квдрат, відмітка цілі, стробАнотація
Для забезпечення прийнятної ймовірності виявлення малорозмірних БпЛА виникає необхідність зниження порога виявлення, що призводить до суттєвого збільшення ймовірності хибної тривоги в елементі розрізнення (більше 10-3). Для підвищення ефективності вирішення задач вторинної обробки радіолокаційної інформації при збільшенні кількості хибних відміток, використовуються вирішальні статистики відміток, отримані при первинній обробці сигналів. Відомі алгоритми послідовного виявлення траєкторії цілі з використанням вирішальних статистик відміток вимагають значних обчислювальних витрат.
Для вирішення задачі виявлення траєкторії цілі використовується послідовний критерій відношення правдоподібності Вальда з постійними порогами, що розраховуються на основі заданих ймовірностей правильного і хибного виявлення траєкторії цілі. Отримано математичний вираз часткового відношення правдоподібності, у якому враховано щільності ймовірності вирішальної статистики відмітки за умови, що вона є цільовою або хибною, а також ймовірності: виявлення цілі і хибної тривоги в елементі розрізнення, попадання цільової відмітки в строб підтвердження траєкторії, відсутності в стробі хибних відміток.
Аналіз запропонованого алгоритму та його порівняння з відомим, у якому ототожнення відміток відбувається за критерієм близькості до центру стробу, проведено за допомогою статистичного моделювання на прикладі виявлення траєкторії цілі за даними FMCW радара, що вимірює дальність та радіальну швидкість цілі. Для опису щільностей ймовірності вирішальної статистики відмітки за умови, що вона є цільовою або хибною використовуються нецентральний і центральний розподіли хі-квадрат з двома ступенями свободи.
Для розглянутого прикладу, на відміну від відомого алгоритму, в якому не враховуються вирішальні статистики відмітки, розроблений алгоритм забезпечує збільшення ймовірністі виявлення траєкторії цілі при α = 10-2, 5 x 10-3 на 14%-50% і 4%-34% відповідно. При цьому середнє число оглядів при α = 10-2, 5 x 10-3 зменшується приблизно в 4 та 2.5 рази. Ймовірність хибного виявлення траєкторії цілі FΣт для розробленого алгоритму менше ніж на порядок. При цьому середнє число оглядів при α = 10-2, 5 x 10-3 зменшується приблизно в 3.8 та 2.3 рази відповідно.
Посилання
References
Semkin V., Yin M., Hu Y., Mezzavilla M. and Rangan S. (2021). Drone Detection and Classification Based on Radar Cross Section Signatures. 2020 International Symposium on Antennas and Propagation (ISAP), pp. 223-224. doi: 10.23919/ISAP47053.2021.9391260.
Speirs, P.; Murk, A.; Renker, M.; Wellig, P.; Aulenbacher, U. (2021). High-Detail Simulations of Consumer-Grade UAV RCS Signatures, and Comparisons against Measurements. In Proceedings of the STO-MP-MSG-SET-183, Virtual Mode via WebEX, 26 p.
Khawaja W., Ezuma M., Semkin V., Erden F., Ozdemir O., Guvenc I. (2024). A Survey on Detection, Classification, and Tracking of Aerial Threats using Radar and Communications Systems. TechRxiv, doi: 10.36227/techrxiv.170629593.30210818/v1.
Sedivy P. & Nemec O. (2021). Drone RCS Statistical Behaviour. In Proceedings of the STO-MP-MSG-SET-183, 18 p.
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.
McDonough R. N. and Whalen A. D. (1995). Detection of Signals in Noise, 2nd. ed. Academic Press, Inc., USA.
Kuz'min S. Z. (2000). Tsifrovaya radiolokatsiya. Vvedenye v teoryiu [Digital Radar. Introduction to Theory]. Kyiv, KViTs Publ., 428 p. ISBN: 966-7192-20-2.
Edited by Richards M. A., Melvin W. L. (2023). Principles of Modern Radar. Volume 1: Basic Principles, 2nd Edition. Scitech Publishing, 1152 p.
Blackman S. S., Popoli R. F. (1999). Design and Analysis of Modern Tracking Systems. Norwood, MA: Artech House, 1232 p. ISBN: 9781580530064.
Willett P. (2012). Issues in Target Tracking. NATO RTO-EN-SET-157 Multisensor Fusion: Advanced Methodologies and Applications. 22 p.
Li X. R. (1998). Tracking in Clutter with Strongest Neighbor Measurements – Part I: Theoretical Analysis. IEEE Trans. On Automatic Control., Vol. 43, Iss. 11, pp. 1560–1578. DOI: 10.1109/9.728872.
Richards, Mark A. (2022). Fundamentals of Radar Signal Processing, 3rd ed. McGraw Hill, 736 p.
Bar-Shalom Y., Daum F., Huang J. (2009). The probabilistic data association filter. IEEE Control Systems, Vol. 29, Iss. 6, pp. 82-100. DOI: 10.1109/MCS.2009.934469.
Li Z., Li G., Tan J., Tian F., Jin G., Ren Y. (2010). Low Observable Moving Target Tracking Based on Modified PDA-AI. Journal of Infrared Millimeter and Terahertz Waves, Vol. 31, Iss. 10, pp. 1245-1256. DOI:10.1007/s10762-010-9684-2.
Jung Min Pak (2023). Hybrid PDA/FIR Filtering for Indoor Localization Using Wireless Sensor Networks. Electronics, Vol. 12(1), 180. doi: 10.3390/electronics12010180.
Buzzi S., Lops M., Venturino L. (2005). Track-before-detect procedures for early detection of moving target from airborne radars. IEEE Trans. Aerosp. Electron. Syst., Vol.41, Iss. 3, pp. 937-954. DOI: 10.1109/TAES.2005.1541440.
Rawat, S. S., Verma, S. K., & Kumar, Y. (2020). Review on recent development in infrared small target detection algorithms. Procedia Computer Science, Vol. 167, pp. 2496–2505. doi: 10.1016/j.procs.2020.03.302.
Neuimin, O. S., Zhuk, S. Y. (2014). Sequential detection of target trajectory using the decision statistics of pips. Radioelectron. Commun. Syst., Vol. 57, pp. 262–273. doi: 10.3103/S0735272714060041.
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2024 Тарас Маленчик
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.
