Pridruživanje radarskih podataka manevrirajućem cilju uz smetnje uzrokovane odjekom od mora

doktorski rad

doktorski rad

Pridruživanje radarskih podataka manevrirajućem cilju uz smetnje uzrokovane odjekom od mora

Vrsta ocjenski radovi
Tip doktorski rad
Godina 2021
Status obranjeno

Sažetak

Različitost Jadranskog mora u odnosu na otvoreno more, ocean, najviše se reflektira u specifičnoj gustoći valne energije, specifičnom odnosu brzine vjetra prema efektivnoj visini valova, malom privjetrištu, velikom broju otoka. U dostupnoj literaturi ne postoje zapisi o elektromagnetskom raspršenju od morske površine za specifične uvjete Jadrana, pa nije poznata razina točnosti klasičnih parametarskih modela, razvijenih na temelju mjerenja na otvorenom moru, oceanu. Alternativno se statistika odjeka smetnje (i cilja) može ekstrahirati iz estimirane razdiobe, isključivo na temelju uzoraka (otisaka) u okolici praćenog cilja. Tretiranje mjerenja otisaka kao bešumnih, otvara prostor estimaciji razdiobe primjenom neuronskih mreža, pri čemu se iskorištava svojstvo njihove univerzalne aproksimativnosti. U estimaciji amplitudne razdiobe, radijalne mreže pokazuju najpovoljniji omjer točnosti i računalnog opterećenja, važnog za stvarnovremensku aplikaciju. U scenariju praćenja male gumene brodice maskirane valovima, tradicionalni parametarski Swerlingov model ne opisuje dovoljno točno odjek cilja kontaminiran odjecima valova. Djelovanje neuronske mreže kao estimatora razdiobe u scenariju smetnje izrazito teškog repa, rezultira vjerojatnošću zadržavanja staze od 30 %, u odnosu na vjerojatnost 2 % ostvarene primjenom parametarskog Swerlingovog modela. Minimalno 64 kvantizacijskih razina potrebno je za prijenos amplitudne informacije iz udaljenog radarskog senzora bez značajnih gubitaka.

Ključne riječi

Jadransko more, smetnja mora, Viterbijev algoritam, primjetljivost, višemodelna estimacija, neuronska mreža, IPIX, K-razdioba, Paretova razdioba, nekoherentni radarski senzor