Durante las últimas décadas se ha realizado mucho esfuerzo para encontrar soluciones
eficientes al problema de detección de los radares marítimos modernos. La probabilidad de
detección de objetos de interés depende altamente de los esquemas de detección seleccionados
y sus distribuciones de clutter y señal. Se han desarrollado diferentes estrategias de detección
con el objetivo de discriminar el retorno marino de la señal de interés. Estas estrategias
establecen un umbral que depende de la potencia del retorno marino local basada en un test
de hipótesis para una determinada falsa alarma.
En esta tesis, se presentan algunos detectores radar con el propósito de encontrar soluciones
eficientes al problema de discriminar entre los objetos de interés y el ambiente marino, especialmente para el caso de condiciones no homogéneas que usualmente acaecen en el escenario
marino.
Con ese propósito, se describen algunos modelos del entorno marino por medio de sus
distribuciones estadísticas para baja y alta resolución. Por ejemplo, para el caso de baja
resolución y ángulos de incidencia altos, el clutter generalmente se modela por medio de la
distribución Gaussiana. Sin embargo, para el caso de radares modernos de alta resolución,
donde las celdas de rango son pequeñas con muy pocos dispersores, el retorno radar se aleja de las distribuciones Gaussianas y el ambiente marino se representa muy bien mediante
distribuciones de cola larga, tales como las distribuciones Weibull y K.
En este trabajo, se discuten los principios básicos de la detección radar. Se realiza una
descripción detallada de algunos esquemas clásicos, tales como el detector de Neyman Pearson,
el GLRT, y algunos esquemas de detección, como el CA CFAR, el GO CFAR, el SO CFAR,
el OS CFAR y el detector propuesto por [60] .
Teniendo en cuenta que la detección radar se puede interpretar como un problema de reconocimiento de patrones, las redes neuronales son apropiadas para tratarlo, por consiguiente,
se consideraron algunas soluciones por medio de varios algoritmos tales como el ANN CFAR,
el CANN CFAR y el NNCAOS CFAR.
Finalmente, se presenta un nuevo detector radar en el contexto de los sistemas no-coherentes
que operan en ambientes marinos no homogéneos. Se considera el caso especial de un radar
de alta resolución con un ángulo de incidencia bajo, que funciona en condiciones de mar adversas. El esquema de detección que se plantea, se basa en la propuesta de un nuevo modelo
del ambiente marino. Los objetivos de diseño de esta distribución fueron introducir grados
de libertad adicionales (parámetros) con respecto a la distribución K para modelar los casos
de colas pesadas y también obtener un detector en forma cerrada que aproxime la propiedad
CFAR cuando trabaja en condiciones extremas. / During the last decades much effort has been done to find efficient solutions to the problem
of detection for modern maritime radar. The probability of detection of a target highly depends
on the selected detection scheme and its signal and clutter distributions. Different detection
strategies have been developed in order to discriminate the clutter from the signal of interest.
These detection strategies set a threshold that depends on the local clutter power based on a
hypothesis test for an expected false alarm rate.
In this thesis, several radar detectors were introduced with the purpose of finding efficient solutions to the problem of discriminating between targets and the clutter environment,
especially for the case of non-homogeneous situations that usually happen in the sea scenario.
To that purpose some clutter models are described by means of their statistical distributions for low and high resolution. For example, for the case of low resolution and high grazing
angles the clutter is generally modeled by means of the Gaussian distribution. However, for
the case of the modern high resolution radars, where the range cells are small with only few
scatterers, the clutter models depart from the Gaussian distributions and the sea environments are well represented by means of long tailed distributions, like the Weibull and the
K.
In this work, the basic radar detection principles are discussed. A detailed description of
some classic detection schemes are given, like the Neyman Pearson Detector, the GLRT, and
some CFAR detection schemes, like the CA CFAR, the GO CFAR, the SO CFAR, the OS
CFAR and the detector proposed by [60] .
Considering that the radar detection may be interpreted as a pattern recognition, the Neural Networks are suitable to deal with the problem. Some solutions were considered by means
of several algorithms like the specialized ANN CFAR, the CANN CFAR and the NNCAOS
CFAR.
Finally, a new radar detector in the context of non-coherent radar systems operating under
non-homogeneous sea clutter and the special case of a high resolution radar at low grazing
angles under adverse sea conditions, is presented. The novel detection scheme is based on
a new clutter distribution model. The design objectives of this clutter distribution were to
introduce additional degrees of freedom (parameters) with respect to the K distribution to
model heavy tailed cases and also to obtain a closed-form detector that approximates the
CFAR property when working under very stringent detection conditions.
| Identifer | oai:union.ndltd.org:uns.edu.ar/oai:repositorio.bc.uns.edu.ar:123456789/4272 |
| Date | 04 May 2018 |
| Creators | Gálvez, Nélida B. |
| Contributors | Cousseau, Juan E. |
| Publisher | Universidad Nacional del Sur |
| Source Sets | Universidad Nacional del Sur |
| Language | Spanish |
| Detected Language | Spanish |
| Type | Electronic Thesis or Dissertation, Text |
| Rights | 2 |
Page generated in 0.0022 seconds