A backward automatic censored cell averaging detector for multiple target situations in lognormal clutter معالجات المراقبة الآلية بوجود أهداف متداخلة في بيئة الضجيج الطبيعي اللوغاريتمي

Abstract

A challenging problem in radar signal processing is to achieve reliable target detection in the presence of interferences In this paper we propose a novel algorithm for automatic censoring of radar interfering targets in lognormal clutter The proposed algorithm termed the backward automatic censored cell averaging detector (BACCAD) consists of two steps removing the corrupted reference cells (censoring) and the actual detection Both steps are performed dynamically by using a suitable set of ranked cells to estimate the unknown background level and set the adaptive thresholds accordingly The BACCAD algorithm does not require any prior information about the clutter parameters nor does it require the number of interfering targets The effectiveness of the BACCAD algorithm is assessed by computing using Monte Carlo simulations the probability of censoring and the probability of detection in different background environments

من المشاكل الصعبة في معالجة إشارة الرادار هو تحقيق اكتشاف فاعل مع وجود تداخل سننظر في هذه الورقة لهذه المشكلة مع نمذجة الضجيج بالتوزيع اللوغارتمي الطبيعي يتميز هذا التوزيع بذيل طويل جدا وبالتالي يمثل بيئة ضجيج قوي أكثر ملائمة من نموذج رالي لتمثيل سلوك النتئات الحادة في الرادارات عالية الوضوح تم اقتراح خوارزميات مبتكرة للمراقبة الآلية لتداخل أهداف الرادار في الضجيج اللوغاريتمي الطبيعي تشمل الخوارزميات المقترحة خطوتين رئيسيتين إزالة الخلايا المرجعية المعطوبة، والكشف الفعلي تتم الخطوتان بفاعلية من خلال استخدام المجموعة المناسبة من الخلايا المصنفة لتخمين مستوى الخلفية المجهول وتحديد العتبات التكيفية وفقا لذلك لا تتطلب الكاشفات المقترحة أي معلومات مسبقة عن قيم الضجيج أو عن عدد الأهداف المتداخلة إن فعالية الخوارزميات المقترحة مقدرة بطريقة تشبيه مونتي كارلو لحساب احتمال المراقبة واحتمال الكشف في بيئات خلفية مختلفة