Técnicas de detección radar en escenarios marítimos heterogéneos

Abstract

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.