Multistatic-Radar RCS-Signature Recognition of Aerial Vehicles: A Bayesian Fusion Approach

要約

無人航空機 (UAV) のレーダー自動目標認識 (RATR) には、電磁波 (EMW) を送信し、受信したレーダー エコーで目標の種類の認識を実行することが含まれます。これは、防衛および航空宇宙アプリケーションにとって重要です。
以前の研究では、RATR におけるモノスタティック レーダー構成に対するマルチスタティック レーダー構成の利点が強調されていました。
ただし、マルチスタティック レーダー構成における融合手法では、個々のレーダーからの分類ベクトルを確率的に最適に結合しないことがよくあります。
これに対処するために、複数のレーダーからの分類確率ベクトルを集約するために最適ベイジアン融合 (OBF) を採用した完全ベイジアン RATR フレームワークを提案します。
OBF は、予想される 0-1 損失に基づいて、複数のタイム ステップにわたる履歴観測を条件として、ターゲット UAV タイプの再帰ベイズ分類 (RBC) 事後分布を更新します。
7 機のドローンのシミュレートされたランダムウォーク軌道を使用してアプローチを評価し、ターゲットのアスペクト角を電波暗室でのレーダー断面積 (RCS) 測定値と相関させます。
単一レーダーの自動目標認識 (ATR) システムおよび次善の融合手法と比較した場合、我々の経験的結果は、RBC と統合された OBF 手法が他の融合手法や単一レーダー構成と比較して分類精度を大幅に向上させることを示しています。

要約(オリジナル)

Radar Automated Target Recognition (RATR) for Unmanned Aerial Vehicles (UAVs) involves transmitting Electromagnetic Waves (EMWs) and performing target type recognition on the received radar echo, crucial for defense and aerospace applications. Previous studies highlighted the advantages of multistatic radar configurations over monostatic ones in RATR. However, fusion methods in multistatic radar configurations often suboptimally combine classification vectors from individual radars probabilistically. To address this, we propose a fully Bayesian RATR framework employing Optimal Bayesian Fusion (OBF) to aggregate classification probability vectors from multiple radars. OBF, based on expected 0-1 loss, updates a Recursive Bayesian Classification (RBC) posterior distribution for target UAV type, conditioned on historical observations across multiple time steps. We evaluate the approach using simulated random walk trajectories for seven drones, correlating target aspect angles to Radar Cross Section (RCS) measurements in an anechoic chamber. Comparing against single radar Automated Target Recognition (ATR) systems and suboptimal fusion methods, our empirical results demonstrate that the OBF method integrated with RBC significantly enhances classification accuracy compared to other fusion methods and single radar configurations.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google