Die Verkehrsüberwachung gewinnt aufgrund des weltweiten Anstiegs der Verkehrsteilnehmer immer mehr an Bedeutung. Sicherer und effizierter Straßenverkehr erfordert detaillierte Verkehrsinformationen. Häufig sind diese lediglich stationär, räumlich stark begrenzt und meist nur auf Hauptverkehrsstraßen verfügbar. In dieser Hinsicht ist ein Ausfall des Telekommunikationsnetzes, beispielsweise im Falle einer Katastrophe, und der damit einhergehende Informationsverlust als kritisch einzustufen. Flugzeuggetragene Radarsysteme mit synthetischer Apertur (eng. Synthetic Aperture Radar - SAR) können für dieses Szenario eine Lösung darstellen, da sie großflächig hochauflösende Bilder generieren können, unabhängig von Tageslicht und Witterungsbedingungen. Sie ermöglichen aufgrund dieser Charakteristik die Detektion von Bewegtzielen am Boden (eng. ground moving target indication – GMTI). Moderne GMTI-Algorithmen und -Systeme, die prinzipiell für die Verkehrsüberwachung verwendbar sind, wurden in der Literatur bereits diskutiert. Allerdings ist die Robustheit dieser Systeme oft mit hohen Kosten, hoher Hardwarekomplexität und hohem Rechenaufwand verbunden. Diese Dissertation stellt einen neuartigen GMTI-Prozessor vor, der auf dem Radar-Mehrkanalverfahren post-Doppler space-time adaptive processing (PD STAP) basiert. Durch die Überlagerung einer Straßenkarte mit einem digitalen Höhenmodell ist es mithilfe des PD STAP möglich, Falschdetektionen zu erkennen und auszuschließen sowie die detektierten Fahrzeuge ihren korrekten Straßenpositionen zu zuordnen. Die präzisen Schätzungen von Position, Geschwindigkeit und Bewegungsrichtung der Fahrzeuge können mit vergleichsweise geringerer Hardware-Komplexität zu niedrigeren Kosten durchgeführt werden. Ferner wird im Rahmen dieser Arbeit ein effizienter Datenkalibrierungsalgorithmus erläutert, der das Ungleichgewicht zwischen den Empfangskanälen sowie die Variation des Dopplerschwerpunkts über Entfernung und Azimut korrigiert und so das Messergebnis verbessert. Darüber hinaus werden neue und automatisierte Strategien zur Erhebung von Trainingsdaten vorgestellt, die für die Schätzung der Clutter-Kovarianzmatrix wegen ihres direkten Einflusses auf die Clutter-Unterdrückung und Zieldetektion essentiell für PD STAP sind. Der neuartige PD STAP Prozessor verfügt über drei verschiedene Betriebsarten, die für militärische und zivile Anwendungen geeignet sind, darunter ein schneller Verarbeitungsalgorithmus der das Potential für eine zukünftige Echtzeit-Verkehrsüberwachung hat. Alle Betriebsarten wurden erfolgreich mit Radar-Mehrkanaldaten des flugzeuggetragenen F-SAR-Radarsensors des DLR getestet.


    Zugriff

    Download

    Verfügbarkeit in meiner Bibliothek prüfen


    Exportieren, teilen und zitieren



    Titel :

    A Priori Knowledge-Based Post-Doppler STAP for Traffic Monitoring with Airborne Radar


    Beteiligte:

    Erscheinungsdatum :

    2019



    Medientyp :

    Sonstige


    Format :

    Elektronische Ressource


    Sprache :

    Englisch




    A Priori knowledge-based post-doppler STAP for traffic monitoring with Airborne Radar

    Barros Cardoso da Silva, André / Karlsruher Institut für Technologie / Institut für Hochfrequenztechnik und Radarsysteme | TIBKAT | 2019


    Novel post-Doppler STAP with a priori knowledge information for traffic monitoring applications

    Barros Cardoso da Silva, Andre / Baumgartner, Stefan | Deutsches Zentrum für Luft- und Raumfahrt (DLR) | 2016

    Freier Zugriff

    Novel post-Doppler STAP with a priori knowledge information for traffic monitoring applications: basic idea and first results

    Barros Cardoso da Silva, Andre / Baumgartner, Stefan V. | Deutsches Zentrum für Luft- und Raumfahrt (DLR) | 2017

    Freier Zugriff

    Fast Post-Doppler STAP with Road Map for Traffic Monitoring

    Barros Cardoso da Silva, Andre / Baumgartner, Stefan V. | Deutsches Zentrum für Luft- und Raumfahrt (DLR) | 2018

    Freier Zugriff

    In-Flight Multi-Channel Calibration for Airborne Post-Doppler STAP

    Barros Cardoso da Silva, Andre / Baumgartner, Stefan V. | Deutsches Zentrum für Luft- und Raumfahrt (DLR) | 2021

    Freier Zugriff