Wyniki wyszukiwania - BazTech

1

Augmented Doppler filter bank for enhancing targets detection based on machine learning

Mostafa Mostafa M., Shaker Mahmoud, Zahran Shady, Nasr Mohamed EL-Said, Hamdi Azhar A.

Przegląd Elektrotechniczny

|

2023

|

R. 99, nr 12

152--158

EN

Radar Target Detection (RTD) is a critical aspect of modern radar systems that have widespread use in both civil and military fields. However, detecting targets in clutter and unfavorable conditions is challenging with conventional signal processing approaches such as Constant False Alarm Rate (CFAR). The harsh and complex environments in radar measurements make the target detection problem even more challenging when using traditional methods. Therefore, developing a reliable and robust RTD technique is crucial. This paper proposes an approach that incorporates Machine Learning (ML) with conventional methods to detect, separate, and classify real targets from noisy backgrounds in a real radar dataset by employing Fuzzy C-means (FCM) clustering to segment the Range Doppler Map (RDM) image into targets and background, then a feature extraction technique based on gray-level co-occurrence matrix (GLCM) and classify the targets using a support vector machine (SVM). The approach is based on an augmented Doppler Filter Bank (DFB) with RDM images and has been tested on a Frequency Modulated Continuous Wave (FMCW) radar mounted on an Unmanned Aerial Vehicle (UAV) for detecting ground targets. A flight was conducted in a challenging environment to evaluate the proposed system's performance. The experimental results demonstrate that the proposed approach outperforms existing methods in terms of classification accuracy. The proposed approach is also computationally efficient and can be easily implemented in real time systems and has great potential in improving RTD performance in various applications.

PL

Radarowe wykrywanie celów (RTD) to krytyczny aspekt nowoczesnych systemów radarowych, które są szeroko stosowane zarówno w zastosowaniach cywilnych, jak i wojskowych. Jednak wykrywanie celów w bałaganie i niesprzyjających warunkach jest trudne przy konwencjonalnych metodach przetwarzania sygnału, takich jak stała częstość fałszywych alarmów (CFAR). Trudne i złożone środowiska w pomiarach radarowych sprawiają, że problem wykrywania celu staje się jeszcze większym wyzwaniem przy użyciu tradycyjnych metod. Dlatego kluczowe znaczenie ma opracowanie niezawodnej i solidnej techniki BRT. W tym artykule zaproponowano podejście, które łączy uczenie maszynowe (ML) z konwencjonalnymi metodami wykrywania, oddzielania i klasyfikowania rzeczywistych celów z hałaśliwego tła w prawdziwym zbiorze danych radarowych poprzez zastosowanie klastrowania rozmytych średnich C (FCM) w celu segmentacji mapy Range Doppler (RDM) ) na cele i tło, a następnie technikę ekstrakcji cech opartą na macierzy współwystępowania na poziomie szarości (GLCM) i klasyfikować cele za pomocą maszyny wektorów nośnych (SVM). Podejście to opiera się na rozszerzonym banku filtrów dopplerowskich (DFB) z obrazami RDM i zostało przetestowane na radarze fali ciągłej z modulacją częstotliwości (FMCW) zamontowanym na bezzałogowym statku powietrznym (UAV) w celu wykrywania celów naziemnych. Przeprowadzono lot w trudnym środowisku, aby ocenić wydajność proponowanego systemu. Wyniki eksperymentów pokazują, że proponowane podejście przewyższa istniejące metody pod względem dokładności klasyfikacji. Proponowane podejście jest również wydajne obliczeniowo i może być łatwo zaimplementowane w systemach czasu rzeczywistego oraz ma ogromny potencjał w zakresie poprawy wydajności RTD w różnych zastosowaniach.

2

Augmented doppler filter bank based approach for enhanced targets detection

Mostafa Mostafa M., Shaker Mahmoud, Zahran Shady, Nasr Mohamed EL-Said, Hamdi Azhar A.

Przegląd Elektrotechniczny

|

2023

|

R. 99, nr 8

67--73

EN

Radar Target Detection (RTD) is considered to be one of the most essential parts of modern radar systems. In typical radars, detecting targets in noise is difficult. Conventional radar signal processing approaches such as Constant False Alarm Rate (CFAR) are adopted in an attempt to improve the Signal-to-Noise Ratio (SNR). However, due to the severity of the harsh and complex environments in the radar measurements, the target detection problem becomes extremely challenging when employing such traditional approaches. Therefore, developing a reliable and robust RTD technique is essential. In this paper, an augmented Doppler Filter Bank (DFB) based approach has been proposed to handle the associated radar drawbacks in such a complicated scenario, by incorporating the computer vision algorithms in order to separate the moving targets from the noisy background through a real radar dataset. A Frequency Modulated Continuous Wave (FMCW) radar has been mounted on an Unmanned Aerial Vehicle (UAV) for ground targets detection purposes. A real flight has been conducted in a challenging environment to assess the performance of the proposed system. The experimental results demonstrate the ability of the proposed system to enhance the estimated forward velocity to 82.8% over the conventional DFB with the CFAR detector.

PL

Radarowe wykrywanie celu (RTD) jest uważany za jedną z najważniejszych części nowoczesnych systemów radarowych. W typowych radarach wykrywanie celów w hałasie jest utrudnione. Konwencjonalne podejścia do przetwarzania sygnału radarowego, takie jak stała częstotliwość fałszywych alarmów (CFAR), są stosowane w celu poprawy stosunku sygnału do szumu (SNR). Jednak ze względu na surowość trudnych i złożonych środowisk w pomiarach radarowych, problem wykrywania celu staje się niezwykle trudny przy stosowaniu takich tradycyjnych podejść. Dlatego niezbędne jest opracowanie niezawodnej i solidnej techniki BRT. W tym artykule zaproponowano podejście oparte na rozszerzonym banku filtrów dopplerowskich (DFB), aby poradzić sobie z powiązanymi wadami radaru w tak skomplikowanym scenariuszu, poprzez włączenie algorytmów widzenia komputerowego w celu oddzielenia ruchomych celów od hałaśliwego tła za pomocą prawdziwego radaru zestaw danych. Radar fali ciągłej z modulacją częstotliwości (FMCW) został zamontowany na bezzałogowym statku powietrznym (UAV) w celu wykrywania celów naziemnych. Aby ocenić działanie proponowanego systemu, przeprowadzono prawdziwy lot w trudnym środowisku. Wyniki eksperymentów pokazują zdolność proponowanego systemu do zwiększenia szacowanej prędkości do przodu do 82,8% w porównaniu z konwencjonalnym DFB z detektorem CFAR.

3

The Study of the Possibility of Applying Parallel Programming to the Algorithms of Space-Time Adaptive Processing

Ślesicki Błażej, Kawalec Adam, Ślesicka Anna

Problemy Mechatroniki : uzbrojenie, lotnictwo, inżynieria bezpieczeństwa

|

2022

|

Vol. 13, Nr 3 (49)

27--42

EN

The article presents the description, assumptions and subsequent steps of the space-time adaptive processing (STAP) algorithms used as a signal processing tool in radars. The possibilities of object detection using the Sample Matrix Inversion (SMI) and Data Domain Least Squares (DDLS) algorithms were compared and showned. The article shows the impact of the use of parallel programming on the computation time of both algorithms. The main aim of this study was to propose an efficient method for the real-time implementation of the STAP algorithm in airborne radar systems. The idea of using parallel programming in STAP, supported only by the preliminary research results presented above, gives a real chance for the casual implementation of the STAP algorithm in a radar operating in close to real time mode.

PL

W artykule przedstawiono opis, założenia i kolejne kroki algorytmów przestrzenno-czasowego przetwarzania adaptacyjnego (STAP) stosowanych jako narzędzie przetwarzania sygnałów w radarach. Porównano i pokazano możliwości wykrywania obiektów za pomocą algorytmów Sample Matrix Inversion (SMI) i Data Domain Least Squares (DDLS). W artykule przedstawiono wpływ zastosowania programowania równoległego na czas obliczeń obu algorytmów. Głównym celem pracy było zaproponowanie efektywnej metody implementacji algorytmu STAP w czasie rzeczywistym w pokładowych systemach radarowych

4

Analiza porównawcza algorytmów adaptacyjnego przetwarzania przestrzenno-czasowego w zastosowaniach radiolokacyjnych

Ślesicka Anna, Kawalec Adam

Biuletyn Wojskowej Akademii Technicznej

|

2020

|

Vol. 69, nr 2

129--147

PL

W publikacji przedstawiono opis, założenia oraz kolejne etapy algorytmu adaptacyjnego przetwarzania przestrzenno-czasowego STAP (ang. Space-Time Adaptive Processing) wykorzystywanego jako narzędzie przetwarzania sygnałów w radarach. Porównano i pokazano możliwości wykrycia obiektu za pomocą sześcioelementowego szyku antenowego bez przetwarzania przestrzenno-czasowego oraz z zastosowaniem techniki STAP. Przedstawiono wyniki symulacji zastosowania algorytmu STAP dla standardowego zestawu parametrów. Wreszcie porównano i pokazano możliwości wykrycia obiektu za pomocą techniki STAP na tle innych algorytmów DPCA (ang. Displaced Phase Centre Antenna) oraz ADPCA (ang. Adaptive DPCA).

EN

Description and successive stages of the STAP algorithm were characterized in this article. The ability to detect an object by using 6-element antenna array without space-time processing and using the STAP technique were compared and shown. The simulation results showed that the implemented STAP algorithm successfully coped with target detection. In addition, the possibilities of object detection using the STAP technique were compared and shown against the background of other DPCA and ADPCA algorithms.

5

Influence of significant radar system parameters on resolution of image in Doppler Radar Tomography

Świercz E.

Przegląd Elektrotechniczny

|

2016

|

R. 92, nr 2

102--105

EN

Doppler radar tomography is a method of creation of a target image from Doppler profiles of a rotating target. Electromagnetic backscattering from rotating objects generates time-varying Doppler spectra which can be a base of tomographic projections in the time-frequency approach. In this paper the influence of projections and significant radar system parameters on the final image resolution is considered. The results of simulations of the proposed imaging method are also presented.

PL

Dopplerowska tomografia radarowa jest metodą formowania obrazów obracających się obiektów radarowych z profili Dopplerowskich. Rozpraszanie fali elektromagnetycznej przez rotujacy obiekt powoduje powstanie czasowo zmiennych charakterystyk częstotliwościowych, które są bazą rzutów tomograficznych w podejściu czas-częstotliwość. Rozważono wpływ jakości rzutów tomograficznych oraz istotnych dla zobrazowania parametrów systemu radarowego na rozdzielczość tworzonego obrazu. Przedstawiono również rezultaty symulacji.

6

Detection of targets in two band radar

Brenner T., Hardejewicz J., Rupniewski M., Nałęcz M.

Elektronika : konstrukcje, technologie, zastosowania

|

2012

|

Vol. 53, nr 7

53-56

EN

The paper addresses important problems related to detection of small RCS targets. The probability of detection of such targets can be improved by fusion of non-coherent signals and/or plots from a few independents radars (channels) working in different bands. As an example a two-band radar system working simultaneously in S and C bands is considered. Its antennas are placed back to back. The paper describes the concept, similar to the MIMO method described in [1], of signal processing in this radar. The fusion of signals is called centralized fusion (detection) and the fusion of plots is called decentralized fusion (detection). The signal processing algorithms described in the paper are based on the original concept that for the fusion of signals (i.e., the centralized fusion) the cueing method is used. It means that signals reflected from targets in two bands are sum- med only if the targets have been detected by the decentralized fusion and are being tracked. Thus the centralized fusion takes place around the predicted target positions. The probability of detection versus SNR curves were calculated for separated and combined actions of the centralized and decentralized detections. Quantitative results of these simulations shows the possibility for substantial improvement of the target detection probability as compared to single-band radars.

PL

Artykuł dotyczy ważnych zagadnień wykrywania obiektów powietrznych o malej skutecznej powierzchni rozproszenia (ang. smali RCS). Prawdopodobieństwo detekcji takich obiektów może być zwiększone przez fuzję sygnałów niekoherentnych i/lub płotów z kilku niezależnych radarów (kanałów) pracujących w różnych pasmach. Jako przykład rozważa się w artykule dwupasmowy system radarowy pracujący równolegle w pasmach S i C z antenami odwróconymi do siebie tyłem na wspólnej obrotowej osi. Fuzja sygnałów z niezależnych pasm jest nazywana detekcją scentralizowaną, a fuzja płotów z tych pasm detekcją zdecentralizowaną [1]. Algorytmy przetwarzania sygnałów opisane w artykule bazują na oryginalnej koncepcji fuzji kwadratów amplitud sygnałów w kanale scentralizowanym dla obiektów wykrytych i wskazanych z kanału zdecentralizowanego. Wyniki zrealizowanych badań symulacji analitycznych, wskazują na znaczny wzrost prawdopodobieństwa detekcji scentralizowanej w stosunku do zdecentralizowanej.