STAP à Rang Réduit, Récursif en Distance et Utilisant Un Développement de Taylor

STAP à Rang Réduit, Récursif en Distance et Utilisant Un Développement de Taylor

Sylvie Marcos Sophie Beau 

Laboratoire des Signaux et Systèmes (LSS) CNRS UMR8506,Université Paris Sud, SUPELEC, 3, rue Joliot Curie, Plateau de Moulon,F-91192 Gif-sur-Yvette Cedex

Page: 
171-201
|
DOI: 
https://doi.org/10.3166/TS.28.171-201
Received: 
N/A
| |
Accepted: 
N/A
| | Citation

OPEN ACCESS

Abstract: 

In this paper, we test and compare, in the case of the signals given by the Direction Générale de l’Armement Maîtrise de l’Information (DGA/MI), some algorithms recently proposed by the authors to compensate clutter in order to detect, from an airborne radar,targets slowly moving on the ground. The proposed algorithms make use of i) rank reduction in order to reduce the number of secondary snapshots necessary to estimate the data covariance matrix compared to the classic SMI method; ii) a Taylor series expansion of the clutter subspace in order to compensate for a possible range non stationarity of the data ; iii)a range recursivity in order to reduce the computational complexity. It appears that the proposed algorithms yield a good performance with a computational complexity which is linear with respect to the number of parameters.

RÉSUMÉ

Dans cet article, on teste et on compare, sur des signaux fournis par la Direction Générale de l’Armement Maîtrise de l’Information (DGA/MI), des algorithmes de traitement adaptatif spatio-temporel (STAP) récemment développés par les auteurs pour éliminer l’effet du fouillis lorsque l’on veut détecter une cible lentement mobile au sol par un radar aéroporté. Ces algorithmes sont : i) à rang réduit afin de permettre une convergence, en nombre de données secondaires nécessaires à l’estimation de la matrice de covariance,réduite par rapport à la méthode standard du SMI ; ii) fondés sur un développement en séries de Taylor du premier ordre du sous-espace fouillis pour tenir compte d’une éventuelle non stationnarité de ces données secondaires; iii) récursifs en distance pour limiter la complexité calculatoire. Il apparaît que ces algorithmes ont de très bonnes performances et une complexité calculatoire linéaire par rapport au nombre de paramètres.

Keywords: 

STAP, rank reduction, clutter subspace, airborne radar, range recursive,

nonstationary clutter, Taylor series expansion.

MOTS-CLÉS

STAP, rang réduit, sous-espace fouillis, radar aéroporté, récursivité en distance, fouillis non stationnaire, développement de Taylor.

1. Introduction et Présentation du Problème
2. Rappel des Méthodes
3. Tests sur les Données Fournies par la DGA/MI
4. Conclusion
  References

Badeau R., David B., et Richard G., (2005). “Fast approxi-mated power iteration subspace tracking,” IEEE Trans. on Signal Processing, vol. 53, n° 8, p.2931-2941, août.

Beau S. et Marcos S., (2011). “Taylor series expansions for airborne radar space-time adaptive processing”, IET Journal, IET Radar, Sonar and Navigation, vol. 5, n° 3, p. 266-278, doi:10.1049/iet-rsn.2010.0103, mars.

Belkacemi H. et Marcos S., (2006). “Fast iterative subspace algorithms for airborne STAP radar”, EURASIP Journal on applied Signal Processing, vol. 2006, pp. 1-8, article ID 37296, DOI 10.1155/ASP/2006/37296.

Comon P. et Golub G.H., (1990). “Tracking a few extreme singular values and vectors in signal processing”, Proceedings of IEEE Trans. on Signal Processing, vol. 78, n° 8, p. 1327-1343, août.

Doukopoulos X.G. et Moustakides G., (2008). “Fast and stable subspace tracking”, IEEE Trans. on Signal Processing, vol. 56, n° 4, p. 1452-1465, avril.

Golub G.H. et Van Loan Ch.F., (1996). Matrix computation, The John Hopkins University Press, Baltimore et Londres, troisième édition.

Guerci J.R., (2003). Space-Time Adaptive Processing for Radar, Artech House.

Haimovich A.M., (1996). “The eigencanceler: adaptive radar by eigenanalysis methods”, IEEE Transactions on Aerospace and Electronic Systems, vol. 32, p. 532-542, avril.

Haimovich A.M., (1997). “Eigenanalysis-based space-time adaptive radar: performance analysis,’’ IEEE Trans. On Aerospace and Electronic Systems, vol. 33, n° 4, p. 1170-1179, octobre.

Klemm R., (2002). Principles of Space-Time Adaptive Processing, IEE Radar, Sonar, Navigation and Avionics, vol. 12.

Lapierre F.D., (2004). Registration-based range-dependence compensation in airborne bistatic radar STAP, PhD thesis, University de Liège, Belgique, novembre.

Lapierre F.D. et Verly J.G., (2005). “Registration-based range-dependence compensation for bistatic STAP radars”, EURASIP Journal on Applied Signal Processing, vol. 1, p. 85-98, janvier.

Lapierre F.D., Verly J.G. et Van Droogenbroeck M., (2003). “New solutions to the problem of range dependence in bistatic STAP radars”, Proceedings of the IEEE Radar Conference, Huntsville, AL, p. 452-459.

Marcos S. et Beau S., (2011). “Range recursive and Taylor series based space-time adaptive processing for range dependent clutter rejection”, Submitted to EUSIPCO.

Melvin W.L., (2004). “A STAP overview,’’ IEEE AES Magazine-Special Tutorials Issue, vol. 19, n° 1, p. 19-35.

Rabideau D.J., (2000). “Taylor series adaptive processing”, Proceedings of the Tenth IEEE Workshop on Statistical Signal and Array Processing.

Reed I.S., Malle J.D. et Brennan L.E., (1974). “Rapid convergence rate in adaptive arrays”, IEEE Trans. on Aerospace and Electronic Systems, vol. 10, n° 6, p. 853-863.

Sanchez-Araujo J., Marcos S., Benidir M. et Comon P., (1998). « Algorithmes adaptatifs pour la poursuite du sous-espace source » Chapitre 14 du livre collectif Les méthodes à haute résolution. Traitement d’antenne et analyse spectrale, sous la direction de Sylvie Marcos, Ed. HERMES, Paris.

Ward J., (1994). “Space-Time Adaptive Processing for airborne radar”, Technical Report 1015, Lincoln Laboratory MIT, décembre.

Yang B., (1995). “Projection Approximation Subspace Tracking”, IEEE Trans. on Signal Processing, vol. 43, n° 1, p. 95-107, janvier.

Zatman M., (2001). “Performance Analysis of the Derivative Based Updating Method”, Proceedings of the IEEE Adaptive Sensor Array Processing (ASAP) workshop, Lexington, MA.