Metody klasyfikacji radiolokacyjnych zakłoceń biernych

• Autorzy: Jakubiak A.
• Języki publikacji: PL

Abstrakty

PL

Praca jest poświęcona pasywnym zakłóceniom radiolokacyjnym pochodzenia naturalnego, nazywanym zakłóceniami biernymi (ang. clutter). Zakłócenia te powstają w wyniku przypadkowych odbić sygnału sondującego od chmur, opadów atmosferycznych, fal morskich, nierównomiemości powierzchni ziemi i innych przeszkód naturalnych. Powodując swoisty chaos na wskaźniku radiolokacyjnym, stanowią one poważne utrudnienie przy wykrywaniu i obserwacji obiektów za pomocą radaru. Wpływ zakłóceń biernych na rozwój technik odbioru sygnału radiolokacyjnego został przedstawiony w krótkim zarysie historycznym. Dla każdej grupy zakłóceń wyodrębnionej ze względu na miejsce powstawania, omówiono takie parametry i wielkości charakterystyczne, jak skuteczna powierzchnia odbijająca, współczynnik odbicia, tłumienność, korelacja czasowo-przestrzenna i widmo mocy. Niezwykle ważnym zagadnieniem przy projektowaniu optymalnych struktur odbiornika radiolokacyjnego jest modelowanie matematyczne zakłóceń. Trzy niegaussowskie modele probalistyczne, to jest logarytmo-normalny, Weibula i typu K, zostały opisane w ścisłej korelacji z licznymi danymi eksperymentalnymi, potwierdzającymi ich poprawność. Zaprezentowano szczegółowe algorytmy generowania niezależnych bądź skorelowanych próbek zakłóceń każdego modelu, opracowane na podstawie klasycznych procedur. Przedstawiono także oryginalną metodę modelowania dwuwymiarowych pól zakłóceń o zadanym brzegowym rozkładzie prawdopodobieństwa amplitud oraz zdefiniowanych właściwościach korelacyjnych. Opisane modele i algorytmy zostały w pełni wykorzystane w procesach klasyfikacji zakłóceń, stanowiących główny przed miot pracy. Większość współcześnie konstruowanych detektorów adaptacyjnych, pracujących w obecności radiolokacyjnych zakłóceń biernych, zawiera blok funkcjonalny, klasyfikujący te zakłócenia ze względu na ich hipotetyczny model matematyczny. Koncentrując się na tak określonym celu klasyfikacji, zdefiniowane zostały podstawowe pojęcia i warunki określające reguły decyzyjne. Przyjęto, że charakter klas jednoznacznie określają trzy wymienione modele mniegaussowskie, a prawdopodobieństwa a priori wystąpienia każdej klasy zakłóceń są nieznane. Przedstawiono dwie struktury klasyfikatorów, oparte na testach statystycznych chi-kwadral i Kolmogorowa. Przedstawiono także strukturę, opartą na pojęciu średniej informacji Kullbacka-Leiblera oraz klasyfikator, w którym wykorzystano sztuczną sieć neuronową Kohonena. Klasyfikatory zostały przetestowane za pomocą metody Monte Carlo. Oszacowano warunkowe prawdopodobieństwa poprawnych klasyfikacji oraz błędnych decyzji w funkcji zmian parametrów zakłóceń, uzyskując we wszystkich przypadkach praktyczną niezależność decyzji klasyfikacyjnych od tych zmian. W przypadku klasyfikatora opartego na sieci Kohonena wykazana została niewrażliwość tej struktury na skorelowanie próbek zakłóceń. Klasyfikatory oparte na testach statystycznych miały zdecydowanie gorsze parametry, dlatego do przeprowadzenia klasyfikacji rzeczywistych próbek zakłóceń zastosowano dwa pozostałe. Wysoka wiarygodność zastosowanych klasyfikatorów oraz duża zgodność rozkładów empirycznych i teoretycznych badanych próbek zakłóceń, stanowią ważkie potwierdzenie praktycznej przydatności zaproponowanych klasyfikatorów w systemach radiolokacyjnych.

EN

The problem of classifying radar clutter is studied. Clutter is a conglomeration of unwanted radar echoes including random reflections from clouds, weather effects (fog, rain or snow), sea surface or terrain features. Such echoes "clutter" the radar display and make the recognition of wanted echo signals difficult. A brief history of clutter-discrimination techniques is presented. The parameters such as radar cross section, attenuation, reflection coefficient, correlation and power spectrum are described separately for each clutter type. The modelling of clutter is a problem of fundamental interest in the radar receiver design. Three non-Gaussian models: log-normal, Weibull and K-distributed are related to the measured data. The detailed simulation algorithms enable the generation particular sets of clutter samples with the desired first marginal distribution and enable one to create the correlation properties of the modelled signal. These models and algorithms are useful in considered classification procedures. Modern radar detector systems use adaptive algorithms, which are designed to suppress the clutter. These algorithms include a classifier to distinguish between several classes of radar returns. The purpose of the considered classification systerns is to determine to which clutter model given signal samples belong, It was assumed that clutter models arc non-Gaussian. Four classification procedures are tested by using the Monte Carlo simulation. The classifiers used are based on the chi-square statistical test, the Kolmogorow statistical test, the Kullback-Leibler mean informalion and the Kohonen neural network. The conditional probabilities of correct and wrong decisions arę evaluated. The best results are obtained for Ihc Kullback-Leibler and Kohonen classifier. Both structures are used to classify experimental weather, ground and sea clutter.

Słowa kluczowe

PL

zakłócenia; radiolokacja; metoda klasyfikacji

• Wydawca: Oficyna Wydawnicza Politechniki Warszawskiej
• Czasopismo: Prace Naukowe Politechniki Warszawskiej. Elektronika
• Rocznik: 2000
• Tom: z. 126
• Strony: 3--103
• Opis fizyczny: Bibliogr. 175 poz., wykr., schem.

Twórcy

autor

Jakubiak A.

• Instytut Telekomunikacji Politechnika Warszawska