Radar target classification via sparse decomposition

Abstract

Die Erkennung und Identifizierung von Zielen sind entscheidende Schritte in der Kette der Radarsignalverarbeitung. Aufgrund der hohen Auflösung sind abbildende Radare für diese Aufgaben gut geeignet. In dieser Arbeit wird ein Verfahren vorgestellt, das auf der Zerlegung von Radarbildern in verschiedene Streumechanismen basiert. Das Ziel dieses Verfahrens ist die Identifizierung von spezifischen Streuzentren bestimmter Ziele. Diese spezifischen Streuzentren können in weiteren Schritten der Identifizierung genutzt werden um z.B. die Menge der möglichen Ziele einzuschränken. Als Anwendungsbeispiel wird in dieser Arbeit die Trennung der Echos von Strahltriebwerken sowie von isotropen Streuzentren genutzt. Zur Modellierung der Echos von Strahltriebwerken wird ein Wellenleitermodell genutzt, welches sehr verbreitet in der Modellierung von Radarechos ist. Die zum Verständnis des Modells notwendigen Grundlagen der Ausbreitung elektromagnetischer Wellen in Wellenleitern werden im Rahmen dieser Arbeit erläutert. Abschließend steht ein universelles Modell zur Verfügung, das mit beliebigen Wellenformen kombiniert werden kann. Beispielhaft wird die Veränderung des Zeit-Frequenz-Verhaltens einer Chirp-Wellenform dargestellt. Die Trennung der Echos selbst erfolgt mit einem Algorithmus aus dem Bereich der dünnbesetzten Gleichungssysteme. Aus diesem Bereich der Mathematik werden einige grundlegende Zusammenhänge sowie elementare Lösungsverfahren vorgestellt. Das Verfahren das hier zum Einsatz kommt, wird als morphologische Komponentenanalyse bezeichnet, und wurde entwickelt um Signale in Komponenten mit unterschiedlicher Struktur zu zerlegen. Aufgrund dieser Historie erscheint dieses Verfahren als besonders geeignet, das zugrundeliegende Problem zu lösen, und wird daher im Detail vorgestellt. Das grundsätzliche Vorgehen des Verfahrens wird anschließend durch eine Simulation mit verschiedenen kanonischen Formen, d.h. Punkten, Quadraten, Kreisen, Kreuzen und Linien, dargestellt. Um die Fähigkeit des Algorithmus zur Trennung von Triebwerksechos und isotropen Punktstreuern zu bewerten wird eine Simulation mit diesen beiden Arten von Echos durchgeführt. Abschließend wird ein realer Datensatz des Tracking and Imaging Radars (TIRA) des Fraunhofer FHR verwendet, um Ergebnisse mit einem realen Radarsystem zu zeigen.

Recognition and Identification of targets are crucial steps in the radar signal processing chain. Due to their high resolution, imaging radars are a well suitable choice for these tasks. This thesis presents a framework, which is based on sparse decomposition of radar images, to identify different kinds of scattering mechanisms. The aim of this framework is the identification of specific parts of certain targets. These specific scattering centers can be used in further steps of identification, e.g. to limit the number of possible targets. As application example, the separation of echoes from jet engines and isotropic scattering centers is used in this thesis. To model the echoes from jet engines a waveguide model is used, which is common in the modeling of radar echoes. The basic principles of electromagnetic wave propagation in waveguides, which are necessary to understand the model, are explained in this thesis. Finally, a universal model is available, which can be combined with arbitrary waveforms. As an example the change of the time-frequency behavior of a chirp waveform is shown. The separation of the echoes themselves is done with an algorithm from the domain of solving sparse systems of equations. From this area of mathematics, some basic relationships and elementary solution methods are presented. The method used in this thesis is called morphological component analysis and was developed to decompose signals into components with different structures. Based on this history, this method seems to be particularly suitable to solve the underlying problem and is therefore presented in detail. The basic procedure of the method is then illustrated by a simulation with different canonical forms, i.e. points, squares, circles, crosses and lines. To evaluate the ability of the algorithm to separate engine echoes and isotropic point scatterers, a simulation with these two types of echoes is performed. Finally, a real data set of the Tracking and Imaging Radar (TIRA) of Fraunhofer FHR is used to show results with a real radar system.