[논문 리뷰] Optimization of Radar Parameters for Maximum Detection Probability Under Generalized Discrete Clutter Conditions Using Stochastic Geometry

Shobha Sundar Ram, Gaurav Singh외 1명|arXiv (Cornell University)|2021. 01. 29.

Millimeter-Wave Propagation and Modeling참고 문헌 55인용 수 26

한 줄 요약

이 논문은 일반화된 이산 클러터 조건 하에서 레이더 탐지 확률을 최적화하기 위한 스토하스틱 기하학 기반 분석 프레임워크를 제안한다. 클러터 산산은 포아송 점 프로세스로 모델링하고 레이더 반사단면적(RCS)은 웨이불 분포로 표현한다. 주요 기여는 레이더 탐지 커버리지 확률(PDC)을 유도하고, 이를 바탕으로 대역폭과 전송 전력의 분석적 최적화를 통해 탐지 성능을 극대화하는 것으로, FDTD 및 몬테카를로 시뮬레이션을 통한 검증을 수행한다.

ABSTRACT

We propose an analytical framework based on stochastic geometry (SG) formulations to estimate a radar's detection performance under generalized discrete clutter conditions. We model the spatial distribution of discrete clutter scatterers as a homogeneous Poisson point process and the radar cross-section of each extended scatterer as a random variable of the Weibull distribution. Using this framework, we derive a metric called the radar detection coverage probability as a function of radar parameters such as transmitted power, system noise temperature and radar bandwidth; and clutter parameters such as clutter density and mean clutter cross-section. We derive the optimum radar bandwidth for maximizing this metric under noisy and cluttered conditions. We also derive the peak transmitted power beyond which there will be no discernible improvement in radar detection performance due to clutter limited conditions. When both transmitted power and bandwidth are fixed, we show how the detection threshold can be optimized for best performance. We experimentally validate the SG results with a hybrid of Monte Carlo and full wave electromagnetic solver based simulations using finite difference time domain (FDTD) techniques.

연구 동기 및 목표

• 일반화된 이산 클러터 조건 하에서 레이더 탐지 성능에 대한 분석 프레임워크를 개발하기 위해.
• 클러터 산산을 균일한 포아송 점 프로세스로 모델링하고, 레이더 반사단면적(RCS)을 더 일반화하기 위해 웨이불 분포를 사용하기 위해.
• 레이더 및 클러터 파ameters에 따라 함수화된 레이더 탐지 커버리지 확률(PDC) 지표를 도출하기 위해.
• 노이즈 및 클러터 제한 조건 하에서 PDC를 극대화하기 위해 레이더 대역폭과 전송 전력을 최적화하기 위해.
• 하이브리드 FDTD 및 몬테카를로 시뮬레이션을 통한 분석 결과의 검증을 위해.

제안 방법

• 이산 클러터 산산의 공간 분포를 균일한 포아송 점 프로세스로 모델링하기 위해.
• 각 산산의 레이더 반사단면적(RCS)을 웨이불 분포로 갖는 랜덤 변수로 표현하기 위해.
• 스토하스틱 기하학 도구를 사용하여 신호-클러터-노이즈 비율(SCNR)을 유도하기 위해.
• SCNR가 임계값을 초과할 확률로 레이더 탐지 커버리지 확률(PDC)을 수식적으로 정의하기 위해.
• PDC 지표에서 도출된 분석적 표현을 바탕으로 레이더 파ameters(대역폭, 전송 전력, 탐지 임계값)를 최적화하기 위해.
• 유한차분시간영역(FDTD) 전자기 해법과 몬테카를로 방법을 융합한 하이브리드 시뮬레이션 방법을 통해 결과를 검증하기 위해.

실험 결과

연구 질문

• RQ1 노이즈 및 클러터 제한 조건이 동시에 작용할 때, 탐지 커버리지 확률(PDC)을 극대화하는 데 최적의 레이더 대역폭은 무엇인가?
• RQ2 클러터 제한 조건으로 인해 레이더 탐지 성능이 포화되는 전송 전력 수준은 어느 정도인가?
• RQ3 고정된 전송 전력과 대역폭 조건에서 PDC를 극대화하기 위해 탐지 임계값 γ는 어떻게 조정되어야 하는가?
• RQ4 클러터 밀도 ρ와 평균 클러터 RCS σcavg의 변화가 PDC 및 최적 대역폭에 미치는 영향은 어떠한가?
• RQ5 웨이불 형상 매개변수 α가 최적 레이더 대역폭과 탐지 성능에 미치는 영향은 어느 정도인가?

주요 결과

• PDC를 극대화하기 위한 최적의 레이더 대역폭은 분석적으로 유도되었으며, 목표 거리, 클러터 밀도, 웨이불 형상 매개변수 α에 따라 달라진다.
• 고정된 전송 전력 조건에서, 성능은 최대 전력 수준을 초과하면 더 이상 향상되지 않으며, 이는 클러터 제한 조건으로 인한 것이다.
• PDC는 최적 값에 도달할 때까지 대역폭 증가에 따라 향상되지만, 이후 노이즈 증가로 인한 신호 대 노이즈 비율(SNR) 손실로 인해 성능이 악화되므로, 클러터 감소와 SNR 손실 사이의 트레이드오���이 확인된다.
• 클러터 평균 RCS(σcavg)가 높을 경우, 최적의 대역폭은 클러터 분포 유형(예: 지수분포 대비 레이일리 분포)과 무관해지며, 이는 α = 1 및 α = 2 조건에서 최적 대역폭이 수렴하는 것으로 나타났다.
• 경로 손실 보정을 위해 목표 거리가 증가함에 따라 탐지 임계값 γ는 적응적으로 감소시켜야 하며, 최적 PDC를 유지하기 위해 더 넓은 대역폭에서는 더 낮은 γ가 필요하다.
• 유도된 PDC 지표는 타깃 RCS의 다양성, 경로 손실, 클러터 밀도, 평균 클러터 RCS를 모두 고려하여 일반화된 클러터 조건 하에서 종합적인 성능 지표를 제공한다.