In single input single output (SISO) radar detection, the constant false alarm rate (CFAR) detection methods have been studied during decades. The most famous ones are the cell-average (CA) CFAR and the order statistic (OS) CFAR. The major difference between them is how to estimate the statistics of background noise. CA-CFAR uses an average value obtained from the signal in the reference window. The performance of CA-CFAR degrades under the non-stationary environment such as clutter power transition. The greatest of (GO) CFAR and the smallest of (SO) CFAR are proposed to solve the problem of performance degradation in the non-stationary background noise despite the performance loss of detection. OS-CFAR uses the kth largest sample as a statistic instead of an average value used in CA-CFAR. It yields a better performance than CA-CFAR when there exist multi-targets in the reference window.
As the numbers of transmitter and receiver antenna increase, the detection performance of the radar system also increases. When there is two or more transmit antenna and receive antenna, it is defined as multiple input multiple output (MIMO) radar. The generalized likelihood ratio test (GLRT) is widely used in target detection problems in MIMO radar systems. GLRT is derived using the probability density function (pdf) of the noise signal in a homogeneous noise environment.
In a non-homogeneous noise environment, however, the received signal is represented as a summation of several signals with different distributions such that it is difficult to estimate the pdf of the received signal. In addition, GLRT requires knowledge of the number of received signals which contain non-homogeneous noise components, which is not easy to obtain from the received signals. In this thesis, we propose an adaptive selection method for GLRT (ASMGLRT) that overcomes the noise non-homogeneity problem in the MIMO radars. The proposed algorithm estimates the noise statistics via the received signals which contain homogeneous noises only, instead of using all the received signals in a reference window. Furthermore, it does not require information on the pdfs of the non-homogeneous noises and the number of received signals containing non-homogeneous noises when the received signal has both homogeneous and non-homogeneous noises.
In the heterogeneous noise environment, GLRT experiences performance degradation due to clutter returns, so that an ASMGLRT was proposed to reject the heterogeneous noise by calculating GLRT variables with homogeneous noise only when at least one virtual path with homogeneous noise only in the received signals exists. However, in the severe clutter environment such as sea clutter, the assumption of receiving one virtual path with homogeneous noise only might not be met.
Therefore, we also propose a variable length-adaptive selection method for GLRT (VL-ASMGLRT) to settle the heterogeneous noise problem in the severe clutter environment. The proposed algorithm estimates the noise statistics by selecting homogeneous noise only in the received signal, therefore the noise statistic is a more robust and effective solution to detect a target in the severe clutter environment.
The performance of the proposed algorithm is obtained in terms of detection and false alarm probabilities, and is compared to GLRT and ASMGLRT in both homogeneous and heterogeneous noise environments.
하나의 송수신 안테나를 가지는 단일 송수신 안테나 시스템에 대한 연구에서 시작한 레이더 연구는, 셀 평균 일정 오경보율 (cell average constant false alarm rate) 알고리즘과, 통계적 순서 일정 오경보율 (order statistic constant false alarm rate) 알고리즘의, 2 개의 큰 분류를 가지고 있다. 두 알고리즘은, 잡음의 통계적 특성을 얻는 차이를 가지고 나누어진다. 셀 평균 일정 오경보율 알고리즘은 테스트하고자 하는 셀의 주변 셀들의 평균을 이용한다. 이에 반해, 통계적 순서 일정 오경보율 알고리즘은, 주변 셀을 크기 순으로 정렬해서 k번째 큰 값을 이용한다. 셀 평균 일정 오경보율 알고리즘은 동종의 잡음 환경에서 좋은 성능을 가지지만, 이종의 잡음 환경이 되게 되면 성능의 저하가 일어난다. 이를 해결하기 위해서 통계적 순서 일정 오경보율 알고리즘이 제안되었고, 셀 평균 일정 오경보율 알고리즘에서 잡음의 통계적 특성을 구할때, 이종의 잡음을 포함하지 않는 방법에 대한 여러 연구들이 진행되었다.
여러개의 송수신 안테나를 사용하는 다중안테나 레이더 시스템에서는 일반적으로, 일반적 우도비 검정 (generalized likelihood ratio test) 을 이용하여 목표에 대한 탐지를 시작한다. 일반적 우도비 검정은 기본적으로 단일 잡음 환경을 가정하여 확률 밀도 함수를 구하여 유도한다. 그러나, 이종 잡음 환경은 여러개의 다른 확률 밀도 함수를 가진 신호들이 수신되기 때문에, 수신 신호로부터 확률 밀도 함수를 얻어내는 것은 쉽지 않다.
본 논문에서는, 다중안테나 레이더 시스템이 이종 잡음 환경에서의 성능을 향상시키기 위해서, 일반적 우도비 검정을 위한 적응적 선택 방법 (adaptive selection method for generalized likelihood ratio test)를 제안한다. 기존의 일반적 우도비 검정은 참고 영역 내의 모든 수신 신호를 이용하여 잡음의 통계적 특성을 구하지만, 제안하는 알고리즘은 단일 잡음만을 포함한 수신 신호를 이용하여 잡음의 통계적 특성을 추정한다. 게다가, 수신 신호의 확률 밀도 함수를 추정할 필요가 없다.
바다와 같이 심각한 클러터 환경에서는 일반적 우도비 검정을 위한 적응적 선택 방법을 사용하여도, 일정 오경보율을 얻는 것이 어렵다. 기존의 일정 오경보율 알고리즘들이 클러터가 없는 신호만을 이용해서 통계적 특성을 구한것처럼, 수신 신호에서 일정 부분의 참고 영역만을 선택하여 대상 탐지를 진행하는 우도비 검정을 위한 가변 적응적 선택 방법 (variable length-adaptive selection method for generalized likelihood ratio test)을 제안하였다. 제안한 알고리즘은, 심각한 클러터 환경에서 일정 오경보율을 보이며, 기존의 일반적 우도비 검정이나 우도비 검정을 위한 적응적 선택방법보다 좋은 탐지 성능을 보여준다.
