Vai al contenuto| Home page|

   Ti trovi in: HOME »Programmi, progetti e risultati »I progetti »PRIN - Programmi di ricerca di Rilevante Interesse Nazionale»Programma di ricerca
INIZIO_TESTO_DA_INDICIZZARE

PROGRAMMA DI RICERCA 2004

italiano - english
Unità di Ricerca
Programmi di ricerca simili:
Classificazione scientifico-disciplinare
Classificazione brevettuale
  • PHYSICS
    • MEASURING (counting G06M); TESTING
      • RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES [N: (for special applications, see the relevant subclasses, e.g. A61B, G01F, G01N, G02B; measuring dimensions or angles of objects G01B; navigation in general G01C; measuring infrasonic, sonic or ultrasonic vibrations in general G01H; measuring infra-red, visible, or ultra-violet radiation in general G01J; transducers per se, see the relevant subclasses, e.g. G01L, H01L, H04R; measuring direction or velocity of flowing fluids by reception or emission of radiowaves or other waves and based on propagation effects caused in the fluid itself G01P; measuring electric or magnetic variables in general G01R]; (detecting masses or objects by methods not involving reflection or radiation of radio, acoustic or other waves G01V; [N: time-interval measuring G04F]; aerials H01Q) [C9504]
Classificazione geografica
Bibliografia
[1] L. E. Brennan, I. S. Reed, “Theory of adaptive radars,” IEEE Trans. on AES, Vol. 9, pp. 237-251, 1973.
[2] I. S. Reed, J. D. Mallett, L. E. Brennan, “Rapid Convergence Rate in Adaptive Arrays,” IEEE Trans. on AES, Vol. 10, pp. 853-863, 1974.
[3] W. S. Chen, I. S. Reed, “A new CFAR detection Test for radar,” Digital Signal Processing, Vol. 4, pp. 198-214, 1991.
[4] E. J. Kelly, “An Adaptive Detection Algorithm,” IEEE Trans. on AES, Vol. 22, pp. 115-127, 1986.
[5] S. Kraut, L. L. Scharf, “The CFAR Adaptive Subspace is a Scale-Invariant GLRT,” IEEE Trans. on Sig. Proc., Vol. 47, pp. 2538-2541, 1999.
[6] W. L. Melvin, “Space-Time Adaptive Radar Performance in Heterogeneous Clutter,” IEEE Trans. on AES, Vol. 36, pp. 621-633, 2000.
[7] R. S. Blum, K. F. McDonald, “Analysis of STAP Algorithms for Cases with Mismatched Steering and Clutter Statistics,” IEEE Trans. on Sig. Proc., Vol. 48, pp. 301-310, 2000.
[8] C. D. Richmond, “Performance of a Class of Adaptive Detection Algorithms in Nonhomogeneous Environments,” IEEE Trans. on Sig. Proc., Vol. 48, pp. 1248-1262, 2000.
[9] W. L. Melvin et al., “Knowledge-Based Space-Time Adaptive Processing for Airborne Early Warning Radar,” IEEE AES Systems Magazine, pp. 37-42, April 1998.
[10] D. J. Rabideau, A. O. Steinhardt, “Improved adaptive clutter cancellation through data-adaptive training,” IEEE Trans. on AES, Vol. 35, pp. 879-891, 1999.
[11] V. Anastassopoulos et al., “High Resolution Radar Clutter Statistics,” IEEE Trans. on AES, Vol. 35, pp. 43-59, 1999.
[12] N. B. Pulsone, R. S. Raghavan, “Analysis of an Adaptive CFAR Detector in Non-Gaussian Interference,” IEEE Trans. on AES, Vol. 35, pp. 903-916, 1999.
[13] F. Gini, A. Farina, "Vector Subspace Detection in Compound-Gaussian Clutter Part I: Survey and New Results," IEEE Trans. on AES, Vol. 38, pp. 1295-1311, 2002.
[14] F. C. Robey et al., “A CFAR Adaptive Matched Filter Detector,” IEEE Trans. on AES, Vol. 28, pp. 208-216, 1992.
[15] S. Z. Kalson, “An Adaptive Array Detector with Mismatched Signal Rejection,” IEEE Trans. on AES, Vol. 28, pp. 195-207, 1992.
[16] D. E. Kreithen, A. O. Steinhardt, “Target Detection in Post-STAP Undernulled Clutter,” Asilomar Conference on Signals, Systems, and Computers, 1995.
[17] C. D. Richmond, “Performance of the Adaptive Sidelobe Blanker Detection Algorithm in Homogeneous Environments,” IEEE Trans. on Sig. Proc., Vol. 48, pp. 1235-1247, 2000.
[18] N. B. Pulsone, C. M. Rader, “Adaptive Beamformer Orthogonal Rejection Test,” IEEE Trans. on Sig. Proc., Vol. 49, pp. 521-529, 2001.
[19] G. A. Fabrizio, A. Farina, M. D. Turley, “Spatial Adaptive Subspace Detection in OTH Radar,” IEEE Trans. on AES, Vol. 39, pp. 1407-1428, 2003.
[20] N.J. Willis, Bistatic Radar, Technology Service Corporation, Silver Spring, MD, 1995.
[21] R. Klemm, Principles of Space-Time Adaptive Processing, IEE, London, UK, 2002.
[22] W. L. Melvin, “A STAP Overview”, IEEE AES Systems Magazine, Vol. 19, pp.19-35, January 2004.
[23] W. L. Melvin, M. J. Callahan, M. C. Wicks, “Bistatic STAP: Application to Airborne Radar”, IEEE Radar Conference, 2002.
[24] B. Himed, “Effect of Bistatic Clutter Dispersion on STAP system”, IEE Proceedings Radar, Sonar and Navigation, Vol. 150, No. 1, February 2003.
[25] W. L. Melvin, B. Himed, and M. E. Davis, “Doubly Adaptive Bistatic Clutter Filtering”, IEEE Radar Conference, 2003.
[26] F. D. Lapierre et al., “New Solutions to the Problem of Range Dependence in Bistatic STAP Radars”, IEEE Radar Conference, 2003.
[27] G. M. Herbert, P. G. Richardson, “Benefits of Space-Time Adaptive Processing (STAP) in Bistatic Airborne Radar”, IEE Proc. Radar, Sonar and Navigation, Vol. 150 , No. 1, pp. 13-17, February 2003.
[28] Y. Zhang, B. Himed, “Effects of Geometry on Clutter Characteristics of Bistatic Radars”, IEEE Radar Conference, 2003.
[29] T. T. Moon, P. J. Bawden, “High resolution RCS measurements of boats,” IEE Proceedings-F, Vol. 138, No. 3, pp. 218-222, June 1991.
[30] W. W. Camp, J. T. Mayhan, R. M. O’Donnell, “Wideband Radar for Ballistic Missile Defense and Range-Doppler of Satellites,” The Lincoln Laboratory Journal, Vol. 12, No. 2, pp. 267-280, 2000.
[31] P. K. Hughes II, “A High Resolution Radar Detection Strategy,” IEEE Trans. on AES, Vol. 19, pp. 663-667, 1983.
[32] R. Nitzberg, “Effect of a few Dominant Specular Reflectors Target Model Upon Target Detection,” IEEE Trans. on AES, Vol. 14, pp. 670-673, 1978.
[33] E. J. Kelly, K. Forsythe, “Adaptive Detection and Parameter Estimation for Multidimensional Signal Models,” Tech. Report No. 848, Lincoln Laboratories, April 19, 1989.
[34] K. Gerlach, M. J. Steiner, “Adaptive Detection of Range Distributed Targets,” IEEE Trans. on Sig. Proc., Vol. 47, pp. 1844-1851, 1999.
[35] E. Conte, A. De Maio, G. Ricci, “GLRT-based Adaptive Detection Algorithms for Range-Spread Targets,” IEEE Trans. on Sig. Proc., Vol. 49, pp. 1336-1348, 2001.
[36] E. Conte, A. De Maio, G. Ricci, “CFAR detection of Distributed Targets in non-Gaussian disturbance,” IEEE Trans. on AES, Vol. 38, pp. 612-621, 2002.
[37] S. Kraut, L. L. Scharf, L. T. McWhorther, “Adaptive Subspace Detectors,” IEEE Trans. on Sig. Proc., Vol. 49, pp. 1-16, 2001.
[38] L. T. McWhorter, L. L. Scharf, “Matched Subspace Detectors for Stochastic Signals,” ASAP 2003, Lexington, MA, 2003.
[39] G. Ricci, L. L. Scharf, “Adaptive Detection of Extended Gaussian targets,” ASAP 2004, Lexington, MA, 2004.
[40] I. Reed, R. Gagliardi, L. Stotts, “A Recursive Moving-Target-Indication Algorithm for Optical Image Sequences,” IEEE Trans. on AES, Vol. 26, pp. 434-440, 1990.
[41] S. M. Tonissen, Y. Bar-Shalom, “Maximum Likelihood Track-Before-Detect With Fluctuating Target Amplitude,” IEEE Trans. on AES, Vol.34, pp. 796-809, 1998.
[42] S. M. Tonissen, R. J. Evans, “Performance of Dynamic Programming Techniques for Track-Before-Detect,” IEEE Trans. on AES, Vol. 32, pp. 1440-1451, 1996.
[43] H. Im, T. Kim, “Optimization of Multiframe Target Detection Schemes,” IEEE Trans. on AES, Vol. 35, pp. 176-186, 1999.
[44] L. A. Johnston, V. Krishnamurthy, “Performance Analysis of a Dynamic Programming Track Before Detect Algorithm,” IEEE Trans. on AES, Vol. 38, pp. 228-242, 2002.
[45] M. Guida, M. Longo, M. Lops, “Logarithmic transformations for extrapolative estimation of probability tails,” Reliability engineering and system safety , No. 26, pp. 119-133, 1989.
[46] W. R. Wallace, “The use of track-before-detect in pulse-doppler radar,” Radar 2002.
[47] S. Marano, V. Matta, P. Willet, "Sequential testing for sorted and transformed data as an efficient way to implement long GLRTs," IEEE Trans. on Sig. Proc., Vol. 51, pp. 325-337, 2003.
[48] L. L. Scharf , B. Friedlander, “Matched Subspace Detectors,” IEEE Trans. on Sig. Proc., Vol. 42, pp. 2146-2157, 1994.
[49] F. Bandiera, G. Ricci, M. Tesauro, "Adaptive Radar Detection of Extended Targets via Signature Diversity," Asilomar Conference on Signals, Systems and Computers, Pacific Grove, CA, 2002.
[50] P. Lombardo, F. Colone, “An Alternating Transmit Approach for STAP with Short Antenna Arrays”, IEEE Radar Conference, Philadelphia, 2004.
[51] P. Lombardo, F. Colone, “Non-Linear STAP Filters Based on Adaptive 2D-FIR Filters”, IEEE Radar Conference, Alabama, 2003.
[52] S. M. Kogon, M. A. Zatman, “Bistatic STAP for Airborne Radar System”, IEEE SAM, Lexington, MA, 2000.
[53] F. Pearson, G. Borsari, “Simulation Analysis of Adaptive Interference Suppression for Bistatic Surveillance Radars”, ASAP 2001, Lexington, MA, 2001.
[54] W. M. Steedly, R. L. Moses, “High-Resolution Exponential Modeling of Fully Polarized Radar Returns,” IEEE Trans. on AES, Vol. 27, pp. 459-469, 1991.
[55] M. Rangaswamy et al., "Statistical Analysis of the Non-Homogeneity Detector,'' Asilomar Conference on Signals, Systems, and Computers, 2000.
[56] F. Bandiera, G. Ricci, M. Tesauro, “Adaptive Detection of Targets on the Sea Surface based upon Range-Compressed SAR Data,” 12th IEEE Workshop on Statistical Signal Processing, St Louis, MO, 2003.
Parole Chiave
RIVELAZIONE RADAR; ELABORAZIONE SPAZIO-TEMPORALE ADATTATIVA; TECNICHE DI CONTROLLO DEL FALSO ALLARME; RADAR BISTATICI; BERSAGLI DISTRIBUITI; TRACK-BEFORE-DETECT; TECNICHE DI SELEZIONE DEI DATI SECONDARI; RIVELAZIONE SEQUENZIALE; ELABORATORE NUMERICO DI SEGNALI

Algoritmi Innovativi per la Rivelazione ed il Tracking in ambito Radar

Università degli Studi di Lecce
Abstract
La ricerca in ambito radar può oggi sfruttare i risultati ottenuti nell'ambito dell'array processing adattativo. Esiste, infatti, un forte legame tra questa disciplina e diversi rami dell'ingegneria tra cui quelli relativi alla progettazione dei sistemi radar. Se da un lato, l'array processing affonda le sue radici in discipline quali il radar, il sonar e le comunicazioni, che hanno alimentato la sua ricerca con problemi stimolanti, dall'altro gli sviluppi nella tecnologia dei DSP rendono oggi possibile il ricorso ad algoritmi sempre più sofisticati che utilizzano gli strumenti dell'array processing.
Radar avionici per la rivelazione di bersagli in movimento (MTI), radar di terra per la sorveglianza marittima, sistemi di visione, alle lunghezze d'onda millimetriche, per la rivelazione ed il riconoscimento di ostacoli (come, ad esempio, sistemi intelligenti di controllo longitudinale di velocitaà e distanza di tipo adattativo per applicazioni automobilistiche) sono solo alcuni esempi di problemi di estremo interesse per la comunità radar che possono trarre vantaggio dall'array processing.
Questa proposta di ricerca ha come obiettivo principale il progetto e l'analisi di algoritmi innovativi per la rivelazione ed il tracking di bersagli radar, ovvero di algoritmi in grado di fornire prestazioni superiori a quelle dei ricevitori attualmente disponibili, in scenari realistici. Gli algoritmi proposti devono poter barattare prestazioni elevate con una ragionevole >>>

Coordinatore Scientifico del Programma di Ricerca
Giuseppe RICCI Università degli Studi di LECCE
Obiettivo del Programma di Ricerca
Questa ricerca ha come obiettivo principale il progetto e l'analisi di algoritmi innovativi per la rivelazione ed il tracking di bersagli radar, ovvero di algoritmi in grado di fornire prestazioni superiori a quelle dei ricevitori oggi disponibili, in scenari abbastanza realistici. Gli algoritmi proposti devono poter barattare prestazioni elevate con una ragionevole complessità computazionale, in dipendenza dai vincoli fisici dell'applicazione considerata. Il progetto si focalizzerà principalmente sull'elaborazione adattativa nel dominio spazio-temporale (STAP) per radar (eventualmente bistatici) in grado di rivelare bersagli puntiformi e/o estesi, nonché sulle tecniche di Track-Before-Detect (TBD) e sulla rivelazione sequenziale; per applicazioni di interesse pratico è ragionevole assumere, in aggiunta al rumore termico, la presenza di riverbero ambientale (clutter) e interferenza intenzionale (jamming) con caratterizzazioni statistiche non note. Si intende anche investigare le eventuali sinergie tra queste tecniche. Dal momento che la complessità di una specifica soluzione deve tenere conto delle richieste operative dell'applicazione per cui è impiegata, si condurrà anche una valutazione preliminare della complessità computazionale degli algoritmi proposti, al fine di stabilire il numero di operazioni in virgola mobile (flops) richieste e quantificare l'eventuale divario da colmare per le implementazioni future. L'attività di ricerca si concentrerà, infine, sulla >>>

Risultati parziali attesi
1) Progetto ed analisi di ricevitori adattativi per bersagli estesi in ambiente omogeneo e parzialmente omogeneo.
2) Progetto ed analisi di algoritmi STAP per operare in presenza di disomogeneità e/o non perfetta conoscenza del vettore di puntamento.
3) Progetto ed analisi di algoritmi di rivelazione che non fanno uso di dati secondari.
4) Analisi di differenti geometrie bistatiche ed identificazione del caso peggiore e del caso più favorevole; con riferimento al caso peggiore analisi del campo di validità delle tecniche bistatiche esistenti.
5) Applicazione delle tecniche TBD e di rivelazione sequenziale allo scenario radar in presenza di rumore termico ed, eventualmente, clutter e jammers. In particolare, progetto di algoritmi sequenziali che non richiedano l'ipotesi che il target persista nella stessa cella durante l'intera durata del test.1) Progetto ed analisi di ricevitori adattativi per bersagli estesi in rumore eterogeneo o non-gaussiano; valutazione della complessità computazionale degli algoritmi proposti.
2) Modellizzazione di bersagli estesi.
3) Filtri STAP robusti per il caso di non perfetta conoscenza del vettore di puntamento in presenza di disturbo modellato come SIRP.
4) Strategie STAP knowledge-based.
5) Progetto ed analisi di tecniche STAP bistatiche in congiunzione con l'approccio ALTX, in particolare per le configurazioni bistatiche più vantaggiose.
6) Identificazione di tecniche STAP >>>

Durata
24 mesi
Base di partenza scientifica nazionale o internazionale
L'elaborazione adattativa nel dominio spazio-temporale (STAP) e le tecniche di rivelazione adattative in genere svolgono un ruolo di primissima importanza nel campo dei radar, dei sonar e delle comunicazioni. In particolare lo STAP è una tecnica molto efficiente per la soppressione del riverbero ambientale (clutter) e dell'interferenza intenzionale (jamming). Sebbene tale tecnica, in passato, sia stata principalmente utilizzata per i radar avionici al fine di rivelare bersagli in movimento (MTI), molte altre applicazioni sono possibili. Il primo elaboratore nel dominio spazio-temporale, il test RMB presentato in [1] e [2], è un filtro adattato seguito da una successiva rivelazione incoerente. Per implementare tale schema è richiesta la conoscenza della matrice di covarianza del disturbo. Nella pratica tale informazione non è disponibile e deve essere stimata dai dati. A tal fine è consuetudine assumere la disponibilità di un set di dati secondari che condividono le statistiche con il rumore nella cella sotto test: questo scenario sarà identificato, nel seguito, come ambiente omogeneo. Il test RMB può essere normalizzato alla "potenza in uscita" dal filtro per garantire la proprietà di costanza del tasso di falso allarme (CFAR). Il rivelatore così ottenuto è detto Adaptive Matched Filter (AMF) [3]. In [4] si deriva, invece, il test del rapporto delle verosimiglianze generalizzato (GLRT) a partire dalla totalità dei dati.
Nel seguito si descriverà lo stato dell'arte in >>>