Exploiting Velocity Information to Alleviate Association Uncertainty in Radar Dim Target Tracking

Abstract

The tracking is the problem to recursively estimate the state of the target of interest, based on measurements received from the sensor. This problem is normally formulated using the Bayesian filtering framework, specifically Bayes recursion, which consists of predict and update steps. Novel approaches to implement Bayes recursion have been studied, and these approaches can estimate the optimal state of the target given the noise corrupted target originated measurement. However, in the real-world environment, the challenge arises where the number of targets and measurements is different, so-called the association uncertainty. Thus, two preprocessing stages, i.e., track initiation and data association, form the tracking system with filtering algorithms to distinguish target originated measurements. Most of the conventional approaches of preprocessing stages normally use spatial distance for the association uncertainty.

Recently, new threats of small aerial vehicles such as drones and missiles emerge in the radar tracking system. Such a target has a low SNR due to a small RCS and is called the dim target. The dim target induces more densely distributed measurements in an observation region due to the lowered detection threshold. In this circumstance, the target originated measurement cannot be recognized by using only spatial distance as in conventional approaches. This is because lots of measurements, including the target originated measurement, can be located at the adjacent distance. To address the limitation of conventional approaches for the dim target tracking, this dissertation proposes alternative approaches to exploit additional information for the preprocessing stage of the radar tracking system. The proposed approach formulates the novel algorithm to distinguish target originated measurements based on additional information that can be easily acquired from measurements. Then, the proposed algorithms are implemented to the preprocessing stage along with the conventional method as an ensemble manner to alleviate the measurement origin ambiguity. Velocity information between measurements uses as additional information in this dissertation since it requires only a simple calculation and no extra data from other sensors.

The aim of this dissertation is not only investigating the causality between the number of measurements and the tracking performance but also providing viable methodologies to the association uncertainty in the radar dim tracking system. In support of these goals, the following studies are conducted. Firstly, the cause of the performance degradation of the tracking system in terms of the number of measurements is discussed with experimental demonstrations. The intuition toward exploiting velocity information is presented along with a comparison with the other tracking problem, i.e., visual tracking, that exploits a large amount of information. Secondly, the probabilistic track score is derivated, and the Non-Maximum Suppression(NMS) scheme, which is motivated by a standard approach of the clustering problem, is introduced for the track initiation stage. The weighted score is also proposed using signal intensity of the measurement. The simulation results show that the proposed algorithm can effectively suppress the false target initiation with maintaining the appropriate processing time. Lastly, additional criterions are designed for the data association stage, specifically the measurement validation, using velocity information from the estimated target trajectory. The trajectory based validation gate is set upon the conventional gate based on the newly designed criterion. The performance of the proposed algorithm is demonstrated in various scenarios and shown to outperform conventional approaches in a dense environment.

추적은 센서에서 수신 한 측정값을 기반으로 관심 대상의 상태를 지속적으로 추정하는 문제이다. 이 문제는 일반적으로 베이지안 필터링 프레임 워크, 특히 예측 및 업데이트 단계로 구성된 Bayes 재귀를 사용하여 공식화된다. Bayes 재귀를 구현하는 다양한 접근법이 연구되었으며 이 접근법들은 대상의 최적 상태를 제공하는 것으로 알려져 있다. 그러나 실제 환경에서는 목표와 측정 수가 일치하지 않는 소위 연관 불확실성의 문제가 발생한다. 이를 해결하기 위해 추적 시스템에 2개의 전처리 단계를 두고 있다. 이 단계의 기존 기법은 주로 측정치의 위치를 기반으로 한다.

최근, 레이더 추적 시스템에서 드론 및 미사일과 같은 소형 항공기의 새로운 위협이 대두되고 있다. 희미한 표적이라고 불리는 이러한 표적의 탐지는 낮은 검출 임계값을 필요로 하며 관측 영역에서 더 조밀하게 분포 된 측정을 유도한다. 이로인해 연관 불확실성이 증가되고 그에 따라 종래의 접근법의 비효율적인 추적을 초래한다. 이러한 기존 접근법의 한계를 해결하기 위해 추가정보를 활용한 접근법을 제안한다. 제안 접근법은 앞서 언급한 추적 시스템의 2개의 전처리 단계에 초점을 맞추며 측정치로부터 쉽게 얻을 수 있는 추가정보를 기반으로 한다. 이를 바탕으로 제안된 기법은 기존 기법과 앙상블 방식으로 적용되며 이때 연산량의 오버헤드를 최소화 하기위해 간단한 계산으로 얻을 수 있는 속도정보를 추가정보로 활용하다.

이 논문의 목적은 측정 횟수와 추적 성능 사이의 인과성 조사를 통해 레이더 추적 시스템에서 연관 불확실성을 해결하기 위한 실행 가능한 방법론을 제공하는 것이다. 이러한 목적을 달성하기 위해 다음과 같은 연구를 수행되었다. 먼저, 추적 시스템의 성능저하 원인이 측정치 수의 증가 측면에서 실험 데모를 통해 논의된다. 이를 바탕으로 레이더 추적문제의 연관 불확실성을 위해 속도정보를 해결하는 직관이 또다른 추적문제의 분야인 영상추적과의 비교를 통해 제시된다. 두 번째로, 속도기반의 확률적 트랙 스코어가 제안되고, 클러스터링 문제의 일반적인 접근법으로부터 착안한 비최대치 억제방식이 추적 초기화 단계에 도입된다. 시뮬레이션 결과는 제안 된 알고리즘이 적절한 처리 시간을 유지하면서 거짓 표적의 초기화를 효과적으로 억제 할 수 있음을 보여준다. 마지막으로, 추정된 표적궤적에 누적된 레이더 측정 정보를 사용하여 데이터 연관 단계 중 측정 검증을 위한 속도기반의 새로운 기준이 설계된다. 궤적 기반 검증 게이트는 새롭게 설계된 기준에 기초하여 종래의 게이트와 함께 설정된다. 다양한 시나리오에서 제안 된 알고리즘의 성능을 확인하였으며 측정치가 많이 분포된 환경에서 기존 방식보다 성능이 우수함을 검증하였다.