[論文レビュー] Coherent Track Before Detect: Detection via simultaneous trajectory estimation and long time integration

Kimin Kim, Murat Üney+1 more|arXiv (Cornell University)|Sep 1, 2017

Target Tracking and Data Fusion in Sensor Networks参考文献 23被引用数 3

ひとこと要約

本稿では、単一受信機、双偏光およびマルチ偏光レーダ構成において、複数のコherent処理インターバル（CPI）にわたる長時間のコherent統合と同時に物体の軌道を推定する一貫性のあるトラック・ビフォア・ディテクトフレームワークを提案する。未知の時間基準シフトを有する分離した送信機を考慮しながら反射係数をコherentに統合することで、従来の手法が失敗する低SNR、急旋回する物体に対してもほぼ最適な検出性能を達成する。

ABSTRACT

In this work, we consider the detection of manoeuvring small objects with radars. Such objects induce low signal to noise ratio (SNR) reflections in the received signal. We consider both co-located and separated transmitter/receiver pairs, i.e., mono-static and bi-static configurations, respectively, as well as multi-static settings involving both types. We propose coherent track before detect: A detection approach which is capable of coherently integrating these reflections within a coherent processing interval (CPI) in all these configurations and continuing integration for an arbitrarily long time across consecutive CPIs. {We estimate the complex value of the reflection coefficients for integration while simultaneously estimating the object trajectory. Compounded with these computations is the estimation of the unknown time reference shift of the separated transmitters necessary for coherent processing.} Detection is made by using the resulting integration value in a Neyman-Pearson test against a constant false alarm rate threshold. We demonstrate the efficacy of our approach in a simulation example with a very low SNR object which cannot be detected with conventional techniques.

研究の動機と目的

• 低信号対雑音比（SNR）および急旋回する小さな物体のレーダ監視における検出課題に対処すること。
• 物体の軌道運動によって範囲-Doppler分解能セルを跨いで追跡が不可能になるため、従来のパルス統合手法の限界を克服すること。
• 軌道と反射係数を同時に推定することで、任意の長さの時間間隔にわたるコherent統合を可能にすること。
• 遠隔の送信機と局所受信機間の未知の時間基準シフトを推定することで、双偏光およびマルチ偏光レーダにおける同期問題を解決すること。
• 統合された複素振幅に対してNeyman-Pearson検定を適用し、理論的最適（予知的統合器）に近い検出性能を達成すること。

提案手法

• 本手法は、複数のCPIにわたる複素反射係数の長時間コherent統合と同時に軌道推定を実行する。
• 信号と雑音の仮説の下での測定値の同時分布を尤度に基づいてモデル化し、軌道と時間基準の不確実性を組み込む。
• アルゴリズムは、ベイズ推論を用いて物体の状態（位置、速度）を追跡しながら、各CPIごとの複素反射係数を推定する。
• 双偏光システムにおける未知の送信機-受信機時間オフセットを統合中に同時に推定することで、時間基準シフトの影響を補償する。
• 各CPI内でのコherent統合後に、単一受信機および双偏光レーダチャネル間で非コherent統合を実行する。
• 最終的な統合された複素値に対してNeyman-Pearson検定を適用し、一定の誤警報率（CFAR）で物体の存在を検出する。

実験結果

リサーチクエスチョン

• RQ1 低SNRのため従来手法が失敗する状況下でも、急旋回ターゲットに対して長時間コherent統合を効果的に達成できるか？
• RQ2 ターゲットの軌道が範囲-Doppler分解能セルを跨ぐ場合、複数のCPIにわたるコherent統合をどのように維持できるか？
• RQ3 双偏光レーダシステムにおける未知の時間基準シフトがコherent統合性能に与える影響は何か？
• RQ4 軌道推定と反射係数統合を同時に実行する手法は、単に振幅情報のみを用いる従来のトラック・ビフォア・ディテクト手法を上回る性能を達成できるか？
• RQ5 提案手法は、ターゲット軌道と反射係数の完全な知識を持つ予知的統合器にどの程度近づけるか？

主な発見

• 提案手法は、極めて低SNRのターゲットに対しても、予知的統合器の理論的最適性能に近い検出性能を達成する。
• 従来のマッチフィルタリングや非コherent統合では検出できないSNRの低いターゲットを、本手法は正常に検出する。
• 軌道と複素反射係数の同時推定により、固定CPI処理の制限を超えて、任意の長さの時間間隔にわたるコherent統合が可能になる。
• Cramér-Rao下界（CRB）解析により、複素反射係数の推定器がほぼ最小分散を達成していることが確認され、統計的効率性が裏付けられる。
• アルゴリズムは、双偏光構成における未知の時間基準シフトを効果的に解消し、正確な送信機-受信機同期が不要なコherent処理を可能にする。
• シミュレーション結果により、本手法は、標準的なトラック・ビフォア・ディテクトまたは従来の統合手法では検出不能なターゲットを検出可能であることが示された。