Increasing Efficiency of Over-the-Horizont Surface Wave Radars for Detecting Surface Objects based on the Antenna System Aperture

Cover Page

Cite item

Full Text

Abstract

Nowadays, over-the-horizon surface wave radars are used to solve the problems of monitoring the situation on the water surface adjacent to the border areas of the land. The main advantage of these means is the ability to detect surface objects beyond the optical horizon due to the propagation of an electromagnetic wave along the sea surface in the diffraction zone. However, the accuracy characteristics of such observations turn out to be extremely low due to the small signal-to-noise ratios of the reflected signal, which in turn are caused by the wide directivity pattern of the existing antenna systems. It leads to the prevalence of background reflection in the irradiated region over the radio echo of the target object. For the same reason, stationary targets are undetectable, for which there is no Doppler frequency shift in the reflected signal spectrum. The only way to increase the signal-to-noise ratio is to narrow the radiation pattern in the direction of the detected target (an increase in the antenna system directivity). The article proposes a solution for the described problem by the method of sequential accumulation of reflected signals and their summation according to the principle of optimization of the selection of phase relationships for adjacent pulses (synthesized ape rtures) corresponding to the ev entual front of electromagnetic waves focused in the direction of the hypothetical target. The solution of this problem will significantly narrow the antenna directional pattern, which leads to the achievement of direction finding accuracy that meets the requirements for some navigation systems. In this case, there is no need to change the design of the antenna arrays. Computer simulation of the synthesized antenna array was performed and its directional pattern was constructed. A quantitative assessment of the incre asing the angular resolution was performed in comparison with the potentially possible one determined by the Rayleigh criterion. This circumstance allows us to consider the possibility of using coastal over-the-horizon surface wave radars to detect stationary objects «invisible» by existing radars.

About the authors

A. P Aleshkin

Mozhaisky Military Space Academy

Email: a_aleshkin@mail.ru
Zdanovskaya str. 13

S. N Balakirev

Mozhaisky Military Space Academy

Email: bell_356@mail.ru
Zdanovskaya str. 13

V. I Nevzorov

Mozhaisky Military Space Academy

Email: nevzorov1938@mail.ru
Zdanovskaya str. 13

P. V Savochkin

Mozhaisky Military Space Academy

Email: p_gehon@mail.ru
Zdanovskaya str. 13

References

  1. Фабрицио Д.А. Высокочастотный загоризонтный радар: основополагающие принципы, обработка сигналов и практическое применение // М.: Техносфера. 2018. 936 с.
  2. Акимов В.Ф., Калинин Ю.К. Введение в проектирование ионосферных загоризонтных радиолокаторов // М.: Техносфера. 2017. 492 с.
  3. Y. J. Guo, P. Qin, S. Chen, W. Lin and R. W. Ziolkowski. Advances in Reconfigurable Antenna Systems Facilitated by Innovative Technologies // IEEE Access. 2018. vol. 6. pp. 5780–5794.
  4. Jiaguo L. Design Technology of Synthetic Aperture Radar // Wiley — IEEE Press. 2019. 329 p.
  5. Djurovic I. QML-RANSAC: PPS and FM signals estimation in heavy noise environments // Signal Processing. 2017. vol. 130. pp. 142–151.
  6. Zhaoyi W., Shengnan S., Ziyang C., Zishu H. A Modified Sequential Multiplexed Method for Detecting Airborne and Sea Targets With Over-the-Horizon Radar // Access IEEE. 2020. vol. 8. pp. 84082–84092.
  7. Алёшкин А.П., Владимиров В.В., Невзоров В.И., Савочкин П.В. Метод повышения разрешающей способности и точности радиолокационных угловых измерений на основе последовательной пространственно-временной обработки принимаемых сигналов // Информационно-управляющие системы. 2020. № 2. С. 37 45.
  8. Орлов И.Я., Евсеев А.П., Вьюгин П.Н., Пучков А.В. Анализ проблем создания «сверхразрешающей» цифровой антенной решетки с помощью алгоритма полигармонической экстраполяции // Труды 24-й Междунар. научн.-техн. конф. «Радиолокация, навигация, связь». 2018. С. 1–12.
  9. Djurovic I., Zhang Y. Accurate parameter estimation of over-the-horizon radar signals using RANSAC and MUSIC algorithms // Progress in Electromagnetics Research M. 2018. vol. 67. pp. 85–93.
  10. Aliyazicioglu Z., Hwang H., Grice M., Yakovlev A. Sensitivity analysis for direction of arrival estimation using a root-MUSIC algorithm // Engineering Letters. 2008. vol. 16. no. 3. pp. 353–360.
  11. Guohua Wang, Yilong Lu. High resolution MIMO-HFSWR using sparse frequency waveform // 9th International Conference on Signal Processing 2008. 2008. pp. 2238–2241.
  12. Xiaolong C., Xiaohan Y., Yong H., Jian G. Adaptive Clutter Suppression and Detection Algorithm for Radar Maneuvering Target With High-Order Motions Via Sparse Fractional Ambiguity Function // IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. 2020. vol. 13. pp. 1515–1526.
  13. Манохин Г.О., Гельцер А.А., Рогожников Е.В. Увеличение разрешающей способности радиолокационной системы за счет параметрических методов обработки сигналов // Вестник СибГУТИ. 2015. № 1(29). С. 15–23.
  14. Нечаев Ю.Б. Сверхразрешающие алгоритмы в задачах азимутальной радиопеленгации с использованием кольцевых антенных решеток // Антенны. 2007. № 7. С. 29–34.
  15. Santi F. et al. Spatial Resolution Improvement in GNSS-Based SAR Using Multistatic Acquisitions and Feature Extraction // IEEE Transactions on Geoscience and Remote Sensing. 2016. vol. 54. no. 10. pp. 6217–6231.
  16. Ma H. et al., "Maritime Moving Target Indication Using Passive GNSS-Based Bistatic Radar // IEEE Transactions on Aerospace and Electronic Systems. 2018. vol. 54. no. 1. pp. 115–130.
  17. Дмитриев Д.Д., Карцан И.Н. Адаптивные антенные решетки с цифровым формированием луча // Решетневские чтения. 2016. Т. 1. С. 263–265.
  18. Ратынский М.В. Адаптация и сверхразрешение антенных решеток // М.: Радио и связь. 2003. 197 с.
  19. Детков А.Н. Оптимизация обработки траекторного сигнала радиолокационной системы c цифровым синтезированием апертуры антенны при использовании скрытых марковских моделей // Радиотехника и электроника. 2017. Т. 62. № 6. С. 554–560.
  20. Чистяков В.А., Куприц В.Ю. Сверхразрешение в антенных решетках // Решетневские чтения. 2016. Т. 1. С. 310–312.
  21. Петров В.П. Алгоритмы оценки пространственного спектра в адаптивных цифровых антенных решетках // Вестник СибГУТИ. 2014. № 4(28). С. 60–70.
  22. Филонов А.А. и др. Устройства СВЧ и антенны // Сиб.федер. ун-т. 2014. 492 с.
  23. Лаговский Б.А. Сверхразрешение на основе синтеза апертуры цифровыми антенными решетками // Антенны. 2013. № 6(193). С. 9–16.
  24. Порсев В.И. и др. Выделение парциальных траекторий с применением синтезируемой виртуальной апертуры антенны РЛС // Вестник воздушно-космической обороны. 2016. Вып. 3(11). С. 87–92.
  25. Порсев В.И., Гелесев А.И., Красько А.Г. Угловое сверхразрешение сигналов с использованием «виртуальных» антенных решеток // Вестник Концерна ВКО «Алмаз – Антей». 2019. № 4. С. 24–34.
  26. Baiqiang Z., Junhao X., Zhongwen H. Super-resolution processing for shipborne HFSWR based on an improved IMP // 2016 CIE International Conference on Radar (RADAR). 2016. pp. 1–4.
  27. Thay T., Kelsall A., Marchioni J., Riddolls R. Frequency Monitoring System for Over-The-Horizon Radar (OTHR) using The Empirical Canadian High Arctic Ionospheric Model (E-CHAIM) // 2019 20th International Radar Symposium (IRS). 2019. pp. 1–8.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».