[論文レビュー] RaSSteR: Random Sparse Step-Frequency Radar

Kumar Vijay Mishra, Satish Mulleti+1 more|arXiv (Cornell University)|Apr 12, 2020

Radar Systems and Signal Processing参考文献 55被引用数 6

ひとこと要約

RaSSteRは、従来のステップ周波数レーダーよりも少ない周波数キャリアを用いて、高分解能距離およびドップラー推定を可能にするランダムなスパースステップ周波数レーダー波形を提案する。スパースリカバリー技術を活用することで、距離-ドップラーカップリングとスペクトル干渉を軽減する。強い干渉下でも標準的なランダムステップ周波数レーダーに比べて30%高いターゲットヒットレートを達成する。

ABSTRACT

We propose a method for synthesizing high range resolution profiles (HRRP) using stepped frequency waveform (SFW) processing. Conventional SFW radars sweep over the available spectrum linearly to achieve high resolution from their instantaneous bandwidth. However, they suffer from strong range-Doppler coupling and coexisting spectral interference. Prior works are able to mitigate only one of these drawbacks. We present a new extit{ra}ndom extit{s}parse extit{ste}p-frequency extit{r}adar (RaSSteR) waveform that consumes less spectral resources without loss of range resolution and estimates both high-resolution range and Doppler by exploiting sparse recovery techniques. In the presence of interference, the operation with the new waveform is made cognitive by focusing available transmit power only in the few transmit bands. Our theoretical analyses show that, even while using fewer carriers in the available bandwidth, RaSSteR has identical recovery guarantees as the standard random stepped frequency (RSF) waveform. Numerical experiments demonstrate performance enhancements with RaSSteR over state-of-the-art such as SFW, RSF, conventional pulse-compression-based pulse Doppler radar, and sub-Nyquist radar. In addition, the target hit rate of RaSSteR in the presence of strong interference is 30% more than conventional RSF.

研究の動機と目的

• 従来のステップ周波数レーダー（SFW）の限界、特に距離-ドップラーカップリングおよびスペクトル干渉への感受性を解決する。
• 従来の手法が干渉またはカップリングのいずれかの問題にのみ対処するというトレードオフを克服する。
• スペクトル占有帯域を低減しつつ、高距離分解能を維持し、干渉が強い環境でも認知的送信を可能にする波形を開発する。
• 少ない送信キャリア数でも、スパースリカバリーを用いて移動ターゲットの距離とドップラーを高精度に同時に推定する。
• 標準的なランダムステップ周波数（RSF）レーダーと同等の性能を達成しつつ、スペクトルリソースを削減し、干渉下での耐性を向上させる。

提案手法

• 利用可能な帯域から周波数キャリアのサブセットを選択するランダムでスパースなステップ周波数波形（RaSSteR）を設計し、スペクトル占有帯域を低減する。
• 圧縮センシングおよびスパースリカバリー技術（例：直交マッチング pursuit）を用いて、アンダーサンプリングされたデータから高分解能距離プロファイル（HRRP）およびドップラー推定を再構成する。
• 干渉のないアクティブな周波数帯に送信パワーを集約することで認知的送信を実装し、動的スペクトル環境下での信号対干渉比（SIR）を向上させる。
• ストレッチ処理およびパルス間コherent統合を適用し、距離およびドップラー推定のための位相情報を抽出する。
• 理論的分析により、RaSSteRはキャリア数が少ない状況でも、標準的なRSFと同等のリカバリーベースを維持することが示された。
• 遅延-ドップラー領域におけるターゲット応答をモデル化し、時間遅延およびドップラー変動応答の辞書を用いてスパースリカバリープロブレムを解くことでドップラー推定を統合する。

実験結果

リサーチクエスチョン

• RQ1 スパースでランダムなステップ周波数波形は、キャリア数を減らしても、標準的なランダムステップ周波数レーダーと同等のHRRPリカバリーベースを達成できるか？
• RQ2 強いスペクトル干渉下で、RaSSteRは従来のSFW、RSF、およびパルスドップラーレーダーと比較してどのように性能を発揮するか？
• RQ3 干渉が強い状況下で、干渉のない帯域にパワーを集約する認知的送信は、ターゲット検出性能をどの程度向上させるか？
• RQ4 低SNRおよび高干渉条件下でも、RaSSteRは近接して配置された移動ターゲットの距離およびドップラーを高精度に推定できるか？
• RQ5 強い干渉下において、RaSSteRは最先端の手法に比べてどの程度のターゲットヒットレートの向上を達成できるか？

主な発見

• 理論的分析により、RaSSteRはキャリア数を減らしても、標準的なランダムステップ周波数（RSF）レーダーと同等のリカバリーベースを維持することが確認された。
• 強い干渉（SIR = 10 dB）下でも、RaSSteRは従来のRSFに比べて30%高いターゲットヒットレートを達成し、顕著な耐性を示した。
• RaSSteRは、古典的なパルスドップラーレーダーやサブナイキストレーダーを上回り、特に低SNRおよび高干渉環境下で近接ターゲットを検出する性能に優れた。
• 干渉のない帯域にパワーを集約するRaSSteRの認知的運用は、SFW や LFM PDR といった非認知的システムに比べ、干渉が強い状況下で優れた性能を発揮した。
• N < M（周波数再利用）の状況下でも、RaSSteRは高い性能を維持しており、キャリア不足に対しても耐性があることが示された。
• 数値実験では、60 mのHRRP内に密集する12のターゲットをRaSSteRがすべて正常に検出できたが、LFM PDR やサブナイキストレーダーは誤検出や見逃しを示した。