Влияние точности оценивания частотных характеристик радиолокационных целей на результаты идентификации геометрической формы локальных отражателей

Рассмотрены вопросы внедрения широкополосных технологий в радиолокационные системы гражданского и специального назначения. Популярность указанных технологий для решения ряда практических задач обусловливает актуальность исследований, связанных с детальным анализом дальностных портретов наблюдаемых объектов на новом качественном уровне. Исследовано влияние систематической погрешности измерительного канала на достоверность идентификации геометрической формы локальных отражателей объекта наблюдения с использованием результатов широкополосного радиолокационного зондирования. Описан созданный широкополосный радиолокационный измерительный канал с линейной частотной модуляцией сигнала на основе метода обобщённого гетеродинирования. Предложена методика компенсации систематических погрешностей измерений для канала данного вида с использованием калибровочных сфер. Оценена систематическая погрешность измерений частотной характеристики сферы и предложен показатель погрешности оценивания частотных характеристик объектов. Приведена зависимость статистических показателей результатов идентификации геометрической формы локальных отражателей от указанного показателя. Экспериментально подтверждена возможность идентификации геометрической формы локальных отражателей объектов по параметрам их частотных характеристик. Полученные результаты можно применять для оценки достоверности идентификации геометрической формы локальных отражателей на этапе калибровки измерительного канала, а также для принятия решения о целесообразности реализации алгоритмов идентификации геометрической формы локальных отражателей на существующей радиолокационной станции.

1. Eaves J., Reedy E., Principles of Modern Radar, Springer US, 2012, 720 p.

2. Skolnik M., Radar Handbook, McGraw-Hill, 2008, 1328 p.

3. Jankiraman M., FMCW Radar Design, Artech House,2018, 390 p.

4. Çetiner R., Çetintepe Ç., Demir Ş., Hizal A., Prospects of FMCW-based frequency diverse array radar, The Journal of Engineering, 2019, vol. 11, no. 21, pp. 7299-7303. https:/doi.org/10.1049/joe.2019.0458

5. Kang M., Kim B., Kim H., Park S., A Study on PulsedLFM and Pulsed-NLFM waveforms for Radar systems, 2019 International Conference on Information and Communication Technology Convergence, Jeju Island, Korea (South), 2019, pp. 983–985. https:/doi.org/10.1109/ICTC46691.2019.8940010

6. Klotz M., Rohling H., 24 GHz Radar Sensors for Automotive Applications, International Conference on Microwaves and Radar, MIKON2000, Wroylaw, Poland, 2000, pp. 359–362. https:/doi.org/10.1109/MIKON.2000.913944

7. Rohling H., Meinecke M., Mende R., A 77 GHz Automotive Radar System for AICC Applications, International Conference on Microwaves and Radar, Krakow, Poland, 1998, pp. 273–277. https:/doi.org/10.1109/RADAR.2000.851845

8. Junya L., Yue L., Data Augmentation Based on Attributed Scattering Centers to Train Robust CNN for SAR ATR, Access IEEE, 2019, vol. 7, pp. 25459–25473. https:/doi.org/10.1109/ACCESS.2019.2900522

9. Zou Y., Gao X., A high precision GTD parameter estimation method, 8th International Congress on Image and Signal Processing, Shenyang, China, 14–16 October, 2015, pp. 1220–1224. https:/doi.org/10.1109/CISP.2015.7408067

10. Yan H., Sheng L. Monostatic GTD Model for Double Scattering due to Specular Refl ections or Edge Diff ractions, IEEE International Conference on Computational Electromagnetics, Chengdu, China, 26–28 March, 2018, pp. 1–3. https:/doi.org/10.1109/COMPEM.2018.8496539

11. Dai D., Zhang J., Superresolution Polarimetric ISAR Imaging Based on 2D CP-GTD Model, Journal of Sensors, 2015, vol. 1, no. 11, pp. 4–16. https:/doi.org/10.1155/2015/293141

12. Wang J., Shaoming E., A GTD model and state space approach based method for extracting the UWB scattering center of moving target. Science China, 2011, vol. 54, no. 1, pp. 182–196. https:/doi.org/0.1007/s11432-010-4137

13. Cong Y., Chen B., Nonparametric Bayesian Attributed Scattering Center Extraction for Synthetic Aperture Radar Targets, IEEE Transactions on Signal Processing, 2016, vol. 64, no. 18, pp. 4723–4736. https:/doi.org/10.1109/TSP.2016.2569463

14. Barrio D., Matrán C., On approximate validation of models: a Kolmogorov–Smirnov-based approach, TEST, no. 1 2019, pp. 23–28. https:/doi.org/10.1007/s11749-019-00691-1

15. Knott E., Shaeff er J., Tuley M., Radar Cross Section Measurements, SciTech Publishing, 2006, 546 p.

16. Knott E., Shaeff er J., Tuley M., Radar Cross Section, SciTech Publishing, 2004, 611 p.