Il problema della rivelazione adattiva su clutter modellato come un

4

Introduzione

Il contesto applicativo in cui va ad inserirsi questo lavoro di tesi è la rivelazione adattiva in ambito radar. In particolare lo scenario di interesse è relativo ad angoli di puntamento bassi sull’orizzonte, radenti la superficie illuminata. Gli apparati di rivelazione che vengono a lavorare sotto tali condizioni sono chiamati a garantire un valore nominale della probabilità di falso allarme ed a tal fine non possono prescindere dalla caratteristica di essere adattivi alla densità spettrale di potenza del clutter e più in generale alla densità di probabilità dello stesso. In altri termini un moderno apparato radar deve assicurare la così detta proprietà CFAR (Constant False Alarm Rate) al variare delle caratteristiche della superficie illuminata.

Lo scopo della strategia CFAR è la determinazione di regole di decisione la cui densità di probabilità risulti essere un funzionale indipendente da quei parametri di rumore che non è possibile conoscere a priori, quali ad esempio la potenza e la matrice di covarianza. Come conseguenza diretta la più importante proprietà di una strategia di decisione CFAR è la possibilità di fissare la soglia del test in modo da garantire il valore di probabilità di falso allarme stabilito in fase di progetto.

Il problema della rivelazione adattiva su clutter modellato come un

processo Gaussiano è stato largamente studiato in passato [1,2,3]. Il

modello Gaussiano deriva dall’applicazione del teorema del limite

centrale. Nei sistemi radar a bassa risoluzione l’eco del clutter può

infatti essere pensato come dovuto ad una moltitudine di contributi

elementari.

5 Dati sperimentali [4,5,6] così come argomenti fisici e teorici [7,8]

dimostrano che per un sistema radar ad alta risoluzione il clutter può essere modellato come un processo Gaussiano complesso non omogeneo caratterizzato da una varianza che è anch’essa una variabile aleatoria. Per tale modello di clutter, studiato solo di recente [9,10,11,12,13,14], esistono già in letteratura diversi algoritmi di rivelazione, la maggior parte di questi fa uso di dati di supporto per la stima della matrice di covarianza del clutter. I dati di supporto, raccolti su celle adiacenti quella sotto test, non devono contenere alcun bersaglio e devono presentare le medesime proprietà spettrali e la stessa densità di probabilità del vettore dati sotto test.

Queste tecniche di rivelazione risultano essere piuttosto restrittive poiché richiedono che il clutter rimanga stazionario sia nel tempo che nello spazio. Tale condizione, purtroppo, nella realtà non viene mai ad essere verificata.

Lo scopo di questo lavoro di tesi è analizzare, attraverso l’ausilio di dati sperimentali, come la non stazionarietà e la non omogeneità del clutter si ripercuote sugli indici prestazionali del sistema.

Quest’analisi viene effettuata in accordo a diversi metodi di stima della matrice di covarianza in riferimento ad uno degli algoritmi di rivelazione più utilizzati in ambito radar, il Normalized Adaptive Matched Filter detector (NAMF detector).

Il lavoro è così organizzato: nel primo capitolo viene descritto il

problema di decisione binaria, il modello di clutter e l’algoritmo di

rivelazione NAMF, nel secondo capitolo le diverse stime della matrice

di covarianza utilizzate ed infine nel terzo capitolo l’analisi

sperimentale delle prestazioni del sistema.

6

L’analisi sperimentale è condotta attraverso l’utilizzo di dati registrati

dal McMaster IPIX radar nel sito di Grimsby (Ontario, Canada).