Empirical mode decomposition facilitating Bayesian Target Tracking for Cognitive Radar

Abstract

Özetçe -Bilişsel radar alıcısının merkez ünitesi niteligindeki Bayes Hedef Takipçisine (BHT) işlerlik kazandıran Ampirik Mod Ayrışımı (AMA) teknigine dayalı bir metot sunulmuştur. Tüm Bayes temelli metotlarda oldugu gibi Bayes hedef takipçisinin performansı da ortam hakkında isabetli ön bilginin varlıgına önemli ölçüde bagımlıdır. Bu nedenle, BHT'nin gereksinim duydugu ön bilgiyi saglamak üzere tasarlanan Radar Ortam Çözümcüsü (ROÇ), bilişsel radar için kritik bir öneme sahiptir. Bu çalışmada sunulan metot, AMA tekniginin fraktal süreçler için gösterdigi istatistiksel özelliklere dayalı olup, genel ROÇ tasarımını tamamlar niteliktedir. Özel olarak, ham radar verisi, öncelikle AMA yöntemiyleİçkin Mod Fonksiyonlarına (IMF) ayrılmıştır. Faz uyumlu bir radarla alınan ve fraktal Gauss niteligine sahip deniz yankısının IMF enerji istatistiklerine dayalı bir "Sıfır Hipotezi" türetilmiştir. Ham radar verisi, bu hipotezin kabul veya reddine baglı olarak gruplanan IMF'lerin kısmi bir bindirmesi olarak rafine edilmiştir. Böylelikle hedef içeren duruma yönelik olabilirlik fonksiyonu, yalnızca deniz yankısı içeren olabilirlik fonksiyonundan istatistiksel ölçülerle çok daha ayırt edilebilir bir hale getirilmiştir. Sonuç olarak, ortamdan alınan ölçümler BHT'nin kullanımına uygun bir forma dönüştürülmüştür. Metodun performansı, canlı kaydedilmiş McMaster IPIX veri tabanı kullanılarak görsel olarak sergilenmiş, ve Kullback-Leibler uzaklıgıyla nicelenmiştir.