This thesis investigates detection using a frequency diverse, distributed, radar system. Distributed sensing systems provide an inherent spatial diversity by viewing a potential target from different aspect angles. By using different frequencies at each platform, a diversity gain is obtained in addition to the advantages of spatial diversity while also avoiding mutual interference. Here, since platforms are distributed spatially, true time delay is used at each platform to align the sample look point in time. Data models for a distributed system with and without frequency diversity are developed. These models are used to analyze the corresponding signalto-interference-plus-noise ratio and probability of detection for the two cases in the context of space time adaptive processing. The simulation results presented here illustrate the limitations imposed by mutual interference and the significant benefits of spatial and frequency diversity. In addition, two reduced rank approaches to implement adaptive processing in a distributed sensor system are presented.
A new method of obtaining frequency diversity using orthogonal frequency division multiplexing (OFDM) is presented next. Exploiting spatial diversity, the key advantage of a distributed aperture radar, requires $\emph{orthogonality}$ in one of the frequency, time, waveform, dimensions across sensors. This thesis focuses on the simplest of these cases; frequency orthogonality. Here we address the key drawback associated with frequency diversity: whereas the use of multiple frequency bands requires additional RF hardware, an OFDM-based system needs only a single oscillator and demodulator while yet maintaining frequency orthogonality. OFDM employs many sub-carriers within a single frequency band instead of occupying different frequency bands. Separation of the signals can be performed oversampling of the incoming signal followed by a Fast Fourier transform (FFT).
Array sensor calibration problem has been an important issue since most modern array signal processing algorithm assumes perfect knowledge of array manifold even though this assumption is rarely satisfied in practice. Actual arrays inevitably contains uncertainties such as sensor location errors, sensor gain/phase error, frequency error and mutual coupling between array sensors. It is well known that mutual coupling degrade the performance of some signal processing algorithms. Space-time adaptive processing (STAP) requires a very accurate knowledge of the mutual coupling matrix to obtain the best performance. Therefore, a new iterative calibration algorithm proposed for the STAP system. The proposed calibration algorithm is derived to estimate the mutual coupling coefficients in the sense of ML.
본 학위논문은 분산 센서 시스템에서의 주파수 다양성에 대한 모델링과 분석을 하였다. 분산 센서 시스템은 각각의 센서가 잠재적 표적을 다른 각도에서 봄으로서 공간 다양성을 얻게 된다. 아울러, 각각의 센서가 다른 주파수를 사용하므로 인해 공간다양성 이외의 추가적인 다양성을 확보할 수 있다. 여기에서는 분산 센서가 수신하는 각각의 신호에 True Time Delay를 적용함으로서 표적신호를 시간축에서 정렬하게 된다. 여기에서는 주파수 다양성을 적용한 경우와 적용하지 않은 경우의 데이터 모델링을 제공하며, 이를 신호대 간섭 및 잡음 비 (SINR)와 탐지확률을 비교함 으로서 각각의 경우에 대한 성능분석을 하였다. 이에 대한 모의 실험결과는 주파수 다양성의 이득을 보여준다. 또한, 두가지의 분산 센서에서의 감소된 차원에서의 적응신호처리가 제안 되었다.
다음으로는, 직교주파수분할 (OFDM) 방식을 응용한 새로운 주파수 다양성을 얻는 방법이 제안되었다. 다양성을 얻음에 있어서 센서가 보내는 신호들간의 직교성이 보장되어야 하는데, 이 직교 성에는 주파수, 시간 그리고 파형 등이 있다. 본 학위 논문에서는 가장 간단한 방법인 주파수 직교성을 고려한다. 주파수 다양성의 얻고자 하는 기존의 독립적인 주파수 대역을 사용하는 시스템은 추가적인 RF 하드웨어가 필요한 단점이 있다. 하지만 하나의 주파수 대역에 여러개의 부반송파를 실어보내는 OFDM기반의 시스템에서는 주파수 직교성을 유지하는데 하나의 발진기와 복조기 만이 필요하다. 각각의 센서는 서로 다른 주파수 옵셋을 곱하여 신호를 보내는데 각각의 신호는 적절한 시점에서 오버샘플링을 한 다음 FFT를 취함으로써 분리할 수 있다.
마지막으로 본 학위논문에서는 배열 안테나에서의 상호간섭 신호를 보정하는 되풀이 알고리듬을 제안되었다. 배열 안테나의 보정에 관한 문제는 현대 배열신호 처리에서의 큰 이슈 중의 하나이다. 이는 많은 신호처리 알고리듬들이 이상적인 배열안테나를 기준으로 설계되었지만 실제로는 안테나소자의 위치 오차, 이득/위상오차, 그리고 안테나 소자간의 상호간섭 문제 등 여러 가지 요소들이 신호처리 알고리듬의 성능을 저하시킨다. 본 학위논문에서는 표적을 탐지하기 위해서 Space-Time Adaptive Processing (STAP) 알고리듬을 사용하는데, 이 또한 배열안테나가 가지고 있는 오차 요소들로 인하여 성능저하가 생기는 것으로 잘 알려져 있다. 따라서 본 학위 논문에서는 STAP 알고리듬을 사용하기 전 수신된 데이터를 보정할 수 있도록 상호간섭 행렬을 추정하는 되풀이 알고리듬을 최우도 (maximum likelihood) 방법 기반으로 추정하였다.
