STAP à Rang Réduit, Robust et Persymétrique

STAP à Rang Réduit, Robust et Persymétrique

Guillaume Ginolhac Philippe Forster  Jean-Philippe Ovarlez  Frédéric Pascal 

SATIE ENS Cachan CNRS, UniverSud 61 av du President Wilson, F-94235 Cachan Cedex

ONERA (DEMR/TSI), Département Electromagnétisme et Radar - Unité Traitement du Signal, Chemin de la Hunière, F-91761 Palaiseau Cedex

SONDRA Supélec Plateau du Moulon, 3 rue Joliot-Curie, F-91192 Gif-sur-Yvette Cedex

Page: 
143-170
|
DOI: 
https://doi.org/10.3166/TS.28.143-170
Received: 
N/A
| |
Accepted: 
N/A
| | Citation

OPEN ACCESS

Abstract: 

In this paper, we propose three Low-Rank (LR) STAP Filters and the corresponding adaptive detectors when the disturbance is modelled as the sum of a Spherically Invariant Random Vector (SIRV) and a white noise Gaussian. The orthogonal projectors onto the subspace clutter are built from the Sample Covariance Matrix (SCM), the persymmetric SCM (by using the temporal and/or spatial symmetric properties of the RADAR system) and the Normalized Sample Covariance Matrix (NSCM). We present the theoretical performances of these three filters based on the statistical law of Signal to Noise Ratio (SNR) Loss computedfrom an analysis of perturbation. We also study the robustness of these filters to the secondary data contamination by target components. These different properties are finally checked on the data DGA/MI.

RÉSUMÉ

Dans ce papier, nous proposons trois filtres STAP rang faible et les détecteurs adaptatifs correspondants dans le cadre d’un bruit composé d’un clutter rang faible de distribution Spherically Invariant Random Vector (SIRV) plus d’un bruit blanc Gaussien. Les projecteurs orthogonaux au sous espace fouillis sont construits à partir de la Sample Covariance Matrix (SCM), de la SCM persymétrique (utilisant les propriétés de symétrie spatiales et temporelles du RADAR) et de la Normalized Sample Covariance Matrix (NSCM). Nous présentons les performances de ces trois filtres en terme de pertes en Rapport Signal à Bruit (RSB) à l’aide d’une analyse de perturbation. Nous étudions aussi la robustesse de ces filtres STAP à la contamination des données secondaires par des composants de la cible. Ces différentes propriétés sont finalement vérifiées sur les données CELAR.

Keywords: 

filtering, low-rank, SIRV, Normalized Sample Covariance Matrix, persymmetry

MOTS-CLÉS

filtrage, rang faible, SIRV, Normalized Sample Covariance Matrix, persymétrie

1. Introduction
2. Modèle du Signal et Filtres/Détecteurs STAP Optimaux dans un Contexte de Fouillis Rang Faible
3. Trois méthodes pour estimer le projecteur orthogonal au Sous-Espace Fouillis
4. Détecteurs rang Faible Adaptatifs
5. Résultats
6. Conclusion
  References

Bidon S., Montecot M., Savy L. (2011), « Introduction au SATP. Partie III : Les données du club STAP », Traitement du Signal, vol. 28, n° 1-2, 2011, p. 57-79. Billingsley J. (1993), Ground Clutter Measurements for Surface-Sited Radar, Technical Report n° 780, MIT, February.

Billingsley J., Farina A., Gini F., Greco M., Verrazzani L. (1999), « Statistical analyses of measured radar ground clutter data », IEEE Trans. on Aero. and Elec. Syst., vol. 35, n° 2, p. 579 - 593.

Brennan L. E., Staudaher F. (1992), SubClutter Visibility Demonstration, Technical report, RL-TR-92-21, Adaptive Sensors Incorporated, March.

Cai L.,Wang H. (1992), « A persymmetric Multiband GLR Algorithm », IEEE Trans. on Aero. and Elec. Syst., vol. 30, n° 3, p. 806-816, July.

Conte E., Bisceglie M., Galdi C., Ricci G. (1997), « A procedure for measuring the coherence length of the sea texture », IEEE Trans. on Instrumentation and Measurement, vol. 46, n° 4, p. 836-841.

Conte E., Lops M., Ricci G. (1995), « Asymptotically Optimum Radar Detection in Compound-Gaussian Clutter », IEEE Trans. on Aero. and Elec. Syst., vol. 31, n° 2, p. 617-625, April.

Conte E., Lops M., Ricci G. (1996), « Adaptive Matched Filter Detection in Spherically Invariant Noise », IEEE Sig. Proc. Letters, August.

Conte E., Maio A. D. (2003), « Exploiting Persymmetry for CFAR Detection in Compound- Gaussian Clutter », IEEE Trans. on Aero. and Elec. Syst., vol. 39, n° 2, p. 719-724, April.

Conte E., Maio A. D., Galdi C. (2004), « Statistical analysis of real clutter at different range resolu-tions », IEEE Trans. on Aero. and Elec. Syst., vol. 40, n° 3, p. 903-918.

Conte E., Maio A. D., Ricci G. (2002), « Recursive Estimation of the Covariance Matrix of a Compound-Gaussian Process and its Application to Adaptive CFAR Detection », IEEE Trans. on Sig. Proc., vol. 50, n° 8, p. 1908 - 1915, August.

Forster P., Villiers E. (1998), Performances asymptotiques des méthodes HR, Les Méthodes à Haute Résolution, S. Marcos, Hermès, chapter 9, p. 245-303.

Gerlach K., Blunt S., Picciolo M. (2004), « Robust Adaptive Matched Filtering using the FRACTA Algorithm », IEEE Trans. on Aero.and Elect. Syst., vol. 40, n° 3, p. 929-945, July.

Gini F. (1997), « Sub-Optimum Coherent Radar Detection in a Mixture of K-Distributed and Gaussian Clutter », IEE Proc. Radar, Sonar Navig., vol. 144, n° 1, p. 39-48, February.

Gini F., Greco M. (2002), « Covariance Matrix Estimation for CFAR Detection in Correlated Heavy Tailed Clutter », Signal Processing, special section on SP with Heavy Tailed Distributions, vol. 82, n° 12, p. 1847-1859, December.

Gini F., Greco M., Verrazzani L. (1995), « Detection problem in mixed clutter environment as a Gaus-sian problem by adaptive pre-processing », Electronics Letters, vol. 31, n° 14, p. 1189 -1190, July.

Ginolhac G. (2011), Détection / Estimation à l’aide de méthodes algébriques - Application au domaine du RADAR, Rapport HdR, Cachan, France.

Ginolhac G., Forster P. (2010), « Performance Analysis of a Robust Low-Rank STAP Filter in Low-Rank Gaussian Clutter », Proceedings of ICASSP, Dallas, TX, USA, april.

Ginolhac G., Forster P., Ovarlez J., Pascal F. (2009), « Spatio-temporal adaptive detector in non-homogeneous and low-rank clutter », Proceedings of ICASSP, Taipei, Taïwan, april.

Ginolhac G., Forster P., Pascal F., Ovarlez J. (2011), « Derivation of the Bias of the Normalized Sample Covariance Matrix in a Heterogeneous Noise with Application to Low Rank STAP Filter », Submitted in IEEE Trans. on Sig. Proc.

Ginolhac G., Forster P., Pascal F., Ovarlez J. (2012), « Performance and Robustness of two Low-Rank STAP Filters in a Heterogeneous Noise », Submitted in IEEE Trans. on Sig. Proc.

Ginolhac G., Jourdain G. (2002), « “Principal component inverse” algorithm for detection in the pre-sence of reverberation », IEEE Journal of Oceanic Engineering, vol. 27, n° 2, p. 310-321, April, 2002.

Greco M., Gini F., Rangaswamy M. (2006), « Statistical analysis of measured polarimetric clutter data at different range resolutions », IEE Proceedings on Radar, Sonar and Navigation, vol. 153, n° 6, p. 473-481.

Guerci J., Goldstein J., Reed I. (2000), « Optimal and Adaptive Reduced-Rank STAP », IEEE Trans. on Aero.and Elect. Syst., vol. 36, n° 2, p. 647-663, April.

Haimovich A. (1996), « The eigencanceler : Adaptive radar by eigenanalysis methods », IEEE Trans. on Aero. and Elec. Syst., vol. 32, n° 2, p. 532-542, April.

Haimovich A. (1997), « Asymptotic Distribution of the Conditional Signal-to-Noise Ratio in an Eigenanalysis-Based Adaptive Array », IEEE Trans. on Aero. and Elec. Syst., vol. 33, p. 988-997.

Kirsteins I., Tufts D. (1991), Rapidly adaptive nulling of interference, High Resolution Methods in Underwater Acoustics, M. Bouvet and G. Bienvenu, Springer-Verlag, New York, chapter 6.

Kirsteins I., Tufts D. (1994), « Adaptive Detection Using a Low Rank Approximation to a Data Ma-trix », IEEE Trans. on Aero. and Elec. Syst., vol. 30, p. 55-67.

Klemm R. (2002), Principles of Space-Time Adaptive Processing, Radar, Sonar, Navigation and Avionics, United Kingdom.

Krim H., Forster P., Proakis J. (1992), « Operator approach to performance analysis of root-MUSIC and root-min-norm », IEEE Trans. on Sig. Proc., vol. 40, n° 7, p. 1687-1696, July.

Nohara T., Haykin S. (1991), « Canada East Coast Trials and the K-Distribution », IEE Proceeding, Part. F, vol. 138, n° 2, p. 82-88.

Ovarlez J., Pascal F., Forster P., Giholhac G., Mahot M. (2011), « Traitement STAP et modélisation SIRV : Robustesse et Persymétrie », Traitement du Signal, vol. 28, n° 1-2, 2011, p. 113-142.

Pailloux G. (2010), Estimation Structurée de la Covariance du Bruit en Détection Adaptative, PhD thesis, Université Paris Ouest La Défense.

Pailloux G., Forster P., Ovarlez J., Pascal F. (2008), « On Persymmetric Covariance Matrices in Adap-tive Detection », Proceedings of ICASSP, Las Vegas, Nevada, USA, April.

Palka T., Tufts D. (1998), « Reverberation characterization and suppression by means of Principal Component », Proceedings of OCEANS, Nice, France, September.

Pascal F., Chitour Y., Ovarlez J., Forster P., Larzabal P. (2008a), « Existence and Characterization of the Covariance Matrix Maximum Likelihood Estimate in Spherically Invariant Random Processes », IEEE Trans on Sig. Proc., vol. 56, n° 1, p. 34 - 48, January.

Pascal F., Forster P., Ovarlez J., Larzabal P. (2006), « On a SIRV-CFAR Detector with RADAR Ex-perimentations in Implusive Noise », Proceedings of EUSIPCO, Florence, Italy, september.

Pascal F., Forster P., Ovarlez J., Larzabal P. (2008b), « Performance Analysis of Covariance Matrix Estimates in Impulsive Noise », IEEE Trans on Sig. Proc., vol. 56, n° 6, p. 2206-2217, June.

Peckham C., Haimovich A., T.F.Ãyoub, Goldstein J., Reed I. (2000), « Reduced-Rank STAP Perfor-mance Analysis », IEEE Trans. on Aero. and Elec. Syst., vol. 36, n° 2, p. 664-676, April.

Rabideau D., Steinhardt A. (1999), « Improved Adaptive Clutter Cancellation trough Data-Adaptive Training », IEEE Trans. on Aero. and Elec. Syst., vol. 35, n° 3, p. 879-891, July.

Rangaswamy M., Lin F., Gerlach K. (2004), « Robust Adaptive Signal Processing Methods for Hete-rogeneous Radar Clutter Scenarios », Signal Processing, vol. 84, p. 1653-1665.

Rangaswamy M., Weiner D., Ozturk A. (1993), « Non-Gaussian vector identification using spherically invariant random processes », IEEE Trans.-AES, vol. 29, n° 1, p. 111-124, January.

Reed I., Mallett J., Brennan L. (1974), « Rapid Convergence Rate in Adaptive Arrays », IEEE Trans. on Aero. and Elec. Syst., vol. AES-10, n° 6, p. 853-863, November.

Robey F., Fuhrmann D., Kelly E., Nitzberg R. (1992), « A CFAR adaptive matched filter detector », IEEE Trans. on Aero. and Elec. Syst., vol. 28, n° 2, p. 208-216.

Scharf L., Friedlander B. (1994), « Matched subspace detectors », IEEE Trans. on Sig. Proc., vol. 42, n° 8, p. 2146-2157, august.

Scharf L., Worther L. M. (1996), « Adaptive Matched Subspace Detector and Adaptive Coherence », Proc. of 30th Asilomar Conf. Signals, Syst., Comput., Pacific Grove, CA, USA, November.

Ward J. (1994), Space-Time Adaptive Processing for Airborne Radar, Technical report, Lincoln Lab., MIT, Lexington, Mass., USA, December.

Watts S. (1985), « Radar detection prediction in sea clutter using the compound K-distribution model », IEE Proceeding, Part. F, vol. 132, n° 7, p. 613-620, December.

Yao K. (1973), « A Representation Theorem and its Applications to Spherically Invariant Random Processes », IEE Trans. on Inf. Th., vol. 19, n° 5, p. 600-608, September.