レーダー自動目標認識 (ATR) と非協力的目標認識
レーダー自動目標認識 (ATR) と非協力的目標認識 (NCTR) (NATO、Blacknell および Griffiths 編、2013)
工学技術協会
編集者: デイビッド・ブラックネル、ヒュー・グリフィス
2013年発行、296ページ
ISBN: 978-1-84919-685-7
e-ISBN: 978-1-84919-686-4
https://doi.org/10.1049/PBRA033E
説明
レーダーは、昼夜を問わず、広範囲にわたって、気象条件に関係なくターゲットを検出して位置を特定できるため、多くの軍事および民間用途で長い間重要なセンサーとなっています。ただし、異なるターゲットを自動的かつ確実に区別する機能は、困難な課題です。「レーダー自動ターゲット認識 (ATR) と非協力的ターゲット認識 (NCTR)」では、NATO SET-172 講義シリーズで提示された資料をキャプチャして、レーダー ターゲット認識の最先端技術と継続的な課題の概要を示します。取り上げるトピックには、地上、空中、および海上領域に適用される問題、全体的なターゲット認識パフォーマンスに対する画像品質の影響、分類アルゴリズムに対するさまざまなアプローチのパフォーマンス、ターゲットを複数の視点から表示できる場合に得られるパフォーマンスの向上、圧縮センシングの影響、変化検出の進歩、および将来の研究の課題と方向性が含まれます。レーダー自動ターゲット認識 (ATR) と非協力的ターゲット認識 (NCTR) では、さまざまなレーダー モードからのデータに適用される分類手法の基礎と、研究の最前線にある厳選された高度な手法の両方を取り上げており、世界中の学術、産業、軍事分野のレーダー研究者、学生、エンジニアにとって必読の書です。
章
前文
p. i–i (13)
ttps://doi.org/10.1049/PBRA033E_fm
ttps://doi.org/10.1049/PBRA033E_ch1
抄録
本書は講義に基づいて 9 つの主要な章に分かれており、さまざまな領域と全体的なトピックのさまざまな側面をカバーしています。第 2 章から第 4 章では、それぞれ地上、空中、および海上領域に適用された問題を考察します。第 5 章では、画像品質 (解像度、信号対雑音比など) が全体的なターゲット認識パフォーマンスに与える影響について説明します。第 6 章では、分類アルゴリズムに対するさまざまなアプローチのパフォーマンスを検討します。第 7 章では、ターゲットを複数の視点から見ることができる場合に得られるパフォーマンスの向上と、コウモリなどの自然システムがターゲット認識を実行する方法について説明します。このようなシステムは、進化のプロセスを通じて数百万年にわたる最適化の恩恵を受けており、ターゲット認識プロセスをインテリジェントで適応的な方法で実行します。第 8 章では、比較的新しい処理アプローチである圧縮センシングの影響を検討し、ターゲット シーン内の情報の希薄性により、サンプリングと処理でかなりの節約ができることを示しています。第 9 章では、コヒーレント変更検出の非常に強力な手法を含む変更検出の進歩について説明します。最後に、第 10 章では、今後の課題と今後の研究の方向性について説明します。
地上目標の自動認識
David Blacknell、Luc Vignaud
p. 5–36 (32)
ttps://doi.org/10.1049/PBRA033E_ch2
SAR を使用した地上目標認識の基礎について概説しました。地上目標 ATR について議論する場合、非常に多くの目標クラスと困難なクラッター環境からなる最も複雑な問題のみを検討する傾向があります。ただし、レーダー ATR は解決できる、または解決できない単一の問題ではなく、さまざまな難易度と複雑さのレベルの一連の問題であり、そのすべてが有用な軍事能力を提供するものであることを念頭に置く必要があります。これは基本的に、NATO SET111 地上目標認識タスク グループがその活動の結論として明確にした見解です。運用可能なレーダー ATR システムはすでに存在しており、全体的な課題は、より困難で複雑な状況で運用を成功させるためにソリューション スペースを前進させることです。これを達成するには、いくつかの重要な特定の課題を克服する必要があります。そのうちのいくつかは第 10 章で特定され、説明されています。現在研究者が取り組んでいるのは、主にこれらの課題です。この本が読者に刺激を与え、これらの課題を解決する取り組みに貢献してくれることを願っています。
航空目標の自動認識
Peter D. Tait
p. 37–75 (39)
ttps://doi.org/10.1049/PBRA033E_ch3
要約
RDI は航空機ターゲット認識技術であり、広く研究されていませんが、自動航空ターゲット認識に貢献する可能性があります。距離と周波数の同時データの使用には、距離プロファイルに沿って航空機の推進システムを特定できるという利点があります。これは、他の NCTR 技術では通常不可能です。ジェット機の場合、理論的には適切な波形を使用して 1 回の滞留で HRRP および JEM データを取得できますが、実際には適切な特性を持つレーダーの設計が難しいため、通常は実現できません。RDI は、ジェット機、プロペラ機、ヘリコプターのシグネチャを測定できます。
PDF
海上目標のレーダー ATR
Hartmut Schimpf
p. 77–126 (50)
ttps://doi.org/10.1049/PBRA033E_ch4
要約
商用船舶の交通では、一定サイズ以上の船舶すべてに自動識別システム (AIS) が義務付けられており、これにより、船舶の協調分類と識別が保証されます。ただし、小型船舶、特に敵意のある非協調的物体の場合、分類は自動ターゲット認識 (ATR) の従来のアプローチに頼らざるを得ません。これは、昼夜を問わず全天候に対応できるレーダーをベースとしたものが多くあります。このため、国境管理のための沿岸監視、港湾施設の保護、船舶の自衛、麻薬密売の取り締まりなどの用途が生まれ、ATR 方式による船舶の分類がますます重要になっています。これは、非対称 (テロリスト) の脅威や海賊行為の時代には特に当てはまります。最新の高解像度レーダーでは、ターゲットを画像化する 2 つの異なる方法を選択できます。1 つ目は、空中 (SAR) または地上プラットフォーム (ISAR) からの 2D 画像化です。後者はターゲット自体の相対的な動きに依存するため、非協調的ターゲットの場合は難しい場合があります。望ましい回転軸は垂直であるべきですが、高波により小型船舶に激しい横揺れや縦揺れが生じる場合には、垂直ではない可能性があります。さらに、敵船が直線コースで接近または後退している場合、ISAR の利用に適した相対回転はありません。
画像品質がターゲット認識に与える影響
Leslie M. Novak
p. 127–155 (29)
ttps://doi.org/10.1049/PBRA033E_ch5
要約
位相勾配 SAR 画像フォーカスにより、焦点の合った画像が得られることが実証されました。画像のクロスレンジ スミアリングが大幅に削減され、20 以上のターゲット モデル ベースの分類器で実証されているように、正しい分類の確率が高まりました。HDI 処理により、複雑な SAR 画像の画像品質が向上することが実証されました。10 ターゲット テンプレート ベースの分類器で達成された Pcc の向上により、SAR 画像の有効解像度が向上することが実証されました。中断された SAR 位相履歴データの 2D FFT 画像形成処理により、重大なアーティファクトと劣化した画像品質を含む SAR 画像が生成されることが実証されました。CS ベースの画像形成処理 (BPDN) により、これらの画像アーティファクトが軽減され、優れた画像品質を持つ複雑な SAR 画像が生成されることが実証されました。
PDF
説明
分類器の有効性の比較
Joachim Schiller、Karlhans Rosenbach
p. 157–175 (19)
ttps://doi.org/10.1049/PBRA033E_ch6
要約
監視下にあるあらゆる物体またはターゲットを、遠く離れた場所から、決定と「適応」反応が可能なほど短時間で明確に分類し、可能であれば識別することは、軍事および安全保障の分野ではこれまでも、そしてこれからも最も重要な課題です。世界中の多くの国々、そしてもちろん NATO でも、既存のソリューションを改善するための取り組みが続いています。1 つのアプローチ、明白なアプローチは、監視エリアに入るあらゆる物体が要求に応じて自らを能動的に識別できるようにするというアイデアです。このようなシステムは軍事分野で長年導入されており、「Q&A」システムまたは「敵味方識別」(IFF) システムと呼ばれています。空中のターゲットの場合、レーダーがセンサー システムとして使用される場合、航空機には長年、Mark X や Mark XII などのさまざまなモードのシステムが装備されており、これらのシステムは、他の情報に加えてその ID を明らかにする定義済みのコードで、監視者からの質問パルスに応答することができました。このようなシステムは民間の航空管制 (ATC) でも使用されており、質問機をサポートするため「協調識別システム」と呼ばれています。ただし、いくつかの重要な欠点があります。
PDF
説明
生物学的にインスパイアされた多角的ターゲット認識
Hugh Griffiths、Alessio Balleri、Chris Baker
p. 177–211 (35)
ttps://doi.org/10.1049/PBRA033E_ch7
要約
この章では、エコーロケーションを行う哺乳類が明らかに容易に物体を検出し分類できる自然界の経験を活用することを目指します。これらの観察は、波形の多様性と方向付け戦略が重要な役割を果たすことを示唆しています。この仮説をテストし、有効性を示し、実際のレーダー実験で確認しました。具体的には、ターゲットのさまざまな視点には、分類に役立つ追加情報が含まれており、パフォーマンスが向上します。また、視点の数が増えるにつれて、追加の新しい情報を抽出する機会が減少するという、収穫逓減の法則もあります。
PDF
説明
圧縮センシングのレーダー応用
Albert G. Huizing、Reinier G. Tan
p. 213–236 (24)
ttps://doi.org/10.1049/PBRA033E_ch8
要約
この章の目的は、CS の原理について簡単に概説し、自動ターゲット認識をサポートするためにレーダー システムに CS を適用する方法を示すことです。この章は次のように構成されています。セクション 8.2 では、CS の基本原理を紹介します。セクション 8.3 では、スパース信号の再構成のための主要なアルゴリズムの概要を示します。セクション 8.4 では、ジェット エンジン変調 (JEM) に基づくターゲット認識への CS の適用について説明します。セクション 8.5 では、逆合成開口レーダー (ISAR) を使用したターゲットの高解像度画像化に CS を適用する方法を示します。最後に、セクション 8.6 で結論を示します。
PDF
説明
SAR変化検出の進歩
レスリー・M・ノヴァック
p. 237–264 (28)
ttps://doi.org/10.1049/PBRA033E_ch9
要約
この章では、典型的な SAR イメージングおよびデータ収集システム (DCS) について説明します。2 つの変化検出シーンが調査されました。これらの最初の非コヒーレント変化検出 (NCCD) 研究では、駐車中の車両を含むシーン (車両シーン) と、芝生のエリアを歩いた人々によるわずかな人為的障害を含むシーン (レーストラック シーン) に焦点を当てています。
PDF
説明
将来の課題
デイビッド・ブラックネル、ヒュー・グリフィス
p. 265–271 (7)
ttps://doi.org/10.1049/PBRA033E_ch10
要約
自動ターゲット認識というアイデアは、多くの場合、最も困難な乱雑な環境でもあらゆる種類の車両を分類できる完全に汎用的なシステムを思い起こさせます。そのため、信頼性の高いレーダー ATR が実現できるかどうかについて、ある程度の懐疑論が当然生じます。しかし、実際には、ATR の概念は、非常に制約されたシナリオから完全に汎用的な認識システムまで、さまざまな難易度の問題の連続体を表しています。現在進行中のレーダー ATR 研究の目的は、将来のレーダー システムに優れた機能を提供するために、難易度と複雑さのレベルの限界を押し広げることです。これを実現するために直面しなければならない将来の主要な課題のいくつかについて、ここで説明します。
低空域および複雑な表面環境におけるレーダーベースの非協力的ターゲット認識（NCTR）
NATO SET-245 RTG「低空域および複雑な表面環境におけるレーダーベースの非協力的ターゲット認識（NCTR） 」
紛争地域や民間環境でクラス I UAV を使用することで生じる問題がますます増えると予想して、ここ数年、幅広い種類の無人航空機 (UAV) 対策レーダーが開発されてきました。これらのシステムすべてに共通するのは、小型で低速のターゲットや、複雑な環境下での検出の必要性があることから、従来の空域監視レーダーよりも低い検出しきい値を実装していることです。その結果、小型 UAV を検出する能力は確かに向上しますが、誤報率も高くなります。誤報規制は、すべての UAV 対策レーダー設計者にとっての主な懸念事項となります。
SET-180 研究タスク グループ (RTG) が前フェーズで提案しテストしたように、レーダー信号処理における分類と非協力的ターゲット認識 (NCTR) 技術の実装は、どちらもこの問題を軽減する有望なアプローチです。その文脈の中で、2 つの側面を含む作業プログラムとともに SET-245 RTG 活動が 2016 年に開始されました。
最初のものは NCTR アルゴリズムに焦点を当てました。したがって、SET-180 RTG によって得られた予備的な結果と小型 UAV レーダー シグネチャの特性および脅威シナリオのレビューに基づいて、ニューラル ネットワーク (NN) / ディープラーニング ベースの UAV 認識方法が SET-245 RTG によってさらに調査されました。これは特に、いくつかの測定キャンペーン中に収集された大規模なデータセットを使用することで可能になりました。主要なキャンペーンの 1 つは
、2017 年に米国パタクセント川にある大西洋テスト レンジ (ATR – 図 1) で実施されました。
図1
グループ I の一般的な市販 (COTS) 小型 UAV を L から Ku バンドのレーダーに対して飛行させ、収集された較正済みデータセットを TG 間で共有しました。共通データベースを持つことで、RTG によって開発された NCTR アルゴリズムを比較できることは注目に値します (結果の例: 図 2 を参照)。
図2
レーダー設計は、RTG が取り組んだ 2 番目のトピックでした。これには、NCTR アルゴリズムのレーダー アーキテクチャへの実装だけでなく、新しい概念の調査も含まれていました。このフェーズは、再びいくつかの実験によってサポートされました。一例として、RTG は Black Dart 2018 (DB18) への参加に招待されました。BD18 トライアルは、2018 年 9 月 8 日から 21 日まで、米国インディアナ州バトラービルのマスカタタック都市訓練施設 (MUTC) で実施されました。この場所は、大きな乱雑さと視線の課題がある小さな都市環境でした。BD18 のより広範な目的は、レーダー、E/O、ジャマー システムを使用して、固定翼および回転翼の小型 UAV に対する戦闘能力を評価することでした。SET-245 RTG は、プロトタイプから運用可能なものまで 4 つのシステム (図 3) を持ち込みました。
図3
両方の側面に関する RTG の結果は、最終的な SET-245 技術レポートでまもなく公開されます。このレポートには、複数の UAV や UAV の群れだけでなく、複数のセンサー システムに関連する脅威評価などのトピックを扱う後続アクティビティの技術アジェンダが含まれます。この文脈では、
SET-260 (都市環境における小型 UAV の検出のための EO/IR 技術の評価) による測定キャンペーンのスケジュールを変更することが予想されます。
レーダーの基礎知識
