[论文解读] 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 3

一句话总结

本文提出了一种一致的先检测后跟踪框架，可在单基地、双基地和多基地雷达配置中，同时估计目标轨迹并跨多个相干处理间隔（CPI）实现长时间一致积分。通过在估计分离发射机中未知时间参考偏移的同时一致积分反射系数，该方法在低信噪比（SNR）、机动目标情况下实现了接近最优的检测性能，即使传统技术失效时亦能有效工作。

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.

研究动机与目标

• 解决在雷达监视中检测低信噪比（SNR）和机动小目标的挑战。
• 克服传统脉冲积分的局限性，该方法因轨迹运动而无法在距离-多普勒分辨单元间跟踪目标。
• 通过同时估计轨迹和反射系数，实现在任意长时段内的一致积分。
• 通过估计远程发射机与本地接收机之间未知的时间参考偏移，解决双基地和多基地雷达中的同步问题。
• 在集成复振幅上应用Neyman-Pearson检验，实现接近理论最优（全知积分器）的检测性能。

提出的方法

• 该方法在多个CPI上同时执行轨迹估计和复反射系数的长时间一致积分。
• 采用基于似然的方法，对在信号和噪声假设下测量值的联合分布进行建模，同时考虑轨迹和时间参考的不确定性。
• 该算法在每个CPI上估计复反射系数，同时通过贝叶斯推断跟踪目标状态（位置、速度）。
• 通过在积分过程中联合估计发射机-接收机时间偏移，处理双基地系统中未知的时间参考偏移。
• 在每个CPI内完成一致积分后，对不同雷达通道（单基地和双基地）执行非一致积分。
• 在最终集成的复数值上应用Neyman-Pearson检验，以在恒定虚警率（CFAR）下检测目标存在。

实验结果

研究问题

• RQ1 当传统方法因低信噪比而失效时，能否有效实现对机动目标的长时间一致积分？
• RQ2 当目标轨迹在距离-多普勒分辨单元间移动时，如何在多个CPI间保持一致积分？
• RQ3 双基地雷达系统中未知时间参考偏移对一致积分性能有何影响？
• RQ4 同时估计轨迹和反射系数是否能优于仅使用幅度信息的传统先检测后跟踪方法？
• RQ5 所提出的方法在多大程度上可逼近具有目标轨迹和反射系数完全已知的全知积分器的性能？

主要发现

• 所提方法即使在极低信噪比目标情况下，检测性能也接近全知积分器的理论最优值。
• 该方法成功检测到信噪比低于传统匹配滤波和非一致积分检测阈值的目标。
• 轨迹与复反射系数的联合估计使任意长时段的一致积分成为可能，克服了固定CPI处理的局限性。
• Cramér-Rao界（CRB）分析表明，该估计器在复反射系数上接近最小方差，验证了其统计效率。
• 该算法有效解决了双基地配置中未知时间参考偏移问题，实现了无需精确发射机-接收机同步的一致处理。
• 仿真结果表明，该方法可检测到使用标准先检测后跟踪或传统积分技术无法检测到的目标。