آشكارسازي اهداف در رادار غيرفعال دوپايه با استفاده از پردازش وفقي مبتني بر تابع هزينه كارنتروپي

Target Detection in Bistatic Passive Radars by Using Adaptive Processing Based on Correntropy Cost Function

در اين مقاله روشي جديد براي آشكارسازي اهداف در رادارهاي غيرفعال دوپايه معرفي مي‌گردد. در اين روش ابتدا سابقه زماني سلول‌هاي تابع ابهام به صورت يك رشته تصادفي تشكيل داده مي‌شود. سپس با تشكيل يك فيلتر وفقي با پاسخ ضربه محدود، رشته‌هاي زماني مربوط به نويز از رشته‌هاي زماني شامل اهداف جداسازي مي‌شوند. براي بروزرساني فيلتر مزبور از تابع هزينه مبتني بر كارنتروپي استفاده مي‌شود. براي ارزيابي كارايي روش پيشنهادي، تعدادي هدف با سرعت‌هاي مختلف شبيه‌سازي مي‌شوند. روش پيشنهادي و دو روش رقيب به منظور مقايسه، به موازات برروي اين داده‌ها اجرا مي‌شوند. نتايج نشان مي‌دهند كه در SCNR = -30 dB (يعني در بدترين شرايط نويزي ممكن) و در سناريوي اول، روش پيشنهادي به لحاظ درصد آشكارسازي 7/18 درصد بهتر از روش آمارگان مرتبه بالا و 1/20 درصد بهتر از روش تخمين تابع توزيع عمل مي‌كند. اين مقادير براي سناريوي دوم به ترتيب 3/19 و 4/21 درصد بهتر از دو روش رقيب به دست مي‌آيند.

In this paper a novel method is introduced for target detection in bistatic passive radars which uses the concept of correntropy to distinguish correct targets from false detections. In proposed method the history of each cell of ambiguity function is modeled as a stochastic process. Then the stochastic processes consist the noise are differentiated from those consisting targets by constructing an FIR adaptive filter. A cost function which is based on correntropy is utilized to update the filter. The performance of the proposed method is evaluated by simulation in presence of rapid and slow moving targets. The obtained results shows the superiority of the proposed method compared to its alternatives in such manner that it detects rapid targets at least 18.7 and 20.1 percent better than HOSCM and PFCM. Furthermore it detects slow targets 19.3 and 21.4 percent better than those alternatives, all in presence of maximum noise (i.e. SCNR=-30dB).