ITRM20120381A1 - Metodo ed apparato di filtraggio stap di un segnale di eco radar - Google Patents

Description

TITOLO

“METODO ED APPARATO DI FILTRAGGIO STAP DI UN SEGNALE DI ECO RADARâ€

DESCRIZIONE

[0001] La presente descrizione riguarda il settore tecnico dei sistemi radar ed in particolare si riferisce ad un metodo e ad un apparato di filtraggio STAP di un segnale di eco radar.

[0002] I metodi di filtraggio STAP (Space Time Adaptive Processing) di segnali radar sono noti e diffusamente impiegati per individuare ed estrarre, mediante un filtraggio adattativo, bersagli mobili in presenza di clutter. Quest’ultimo rappresenta un disturbo che, assieme al rumore termico, si somma al segnale utile. Tale disturbo può provenire da diverse sorgenti, quali ostacoli naturali o artificiali, e si concreta essenzialmente in riflessioni indesiderate del segnale radar di ritorno, ad esempio sul terreno, su edifici, sul mare, etc.

[0003] Nei sistemi radar che attuano in ricezione metodi di filtraggio STAP sono previsti ricevitori comprendenti una schiera di antenne. In tali sistemi radar il trasmettitore trasmette segnali nella forma di treni di impulsi. In ricezione, il segnale di eco radar captato dalle diverse antenne della schiera di antenne, comprendente sia il segnale utile propriamente riflesso dal bersaglio sia il clutter, produce una pluralità di segnali radar di ritorno. Ciascun segnale radar di ritorno dopo essere stato convertito in banda base viene sottoposto ad un filtraggio adattato e viene campionato secondo una pluralità differenti ritardi (range) per ciascun intervallo di ripetizione dell’impulso (PRI) dell’intervallo di processamento coerente (CPI). I campioni relativi ad uno stesso range (in distanza) raccolti in ricezione durante i vari intervalli di ripetizione dell’impulso PRI sono elaborati attraverso il filtraggio STAP al fine di eliminare il clutter e rilevare la presenza e le caratteristiche di un bersaglio utile. In particolare, i campioni ottenuti da ciascuno dei suddetti segnali radar di ritorno captati dalle antenne della schiera e relativi ad uno stesso range sono utilizzati per costruire la parte temporale del cosiddetto snapshot spazio-temporale.

[0004] Come à ̈ noto il filtraggio STAP richiede la stima di una matrice di covarianza dell’interferenza (somma del rumore e del clutter) a partire da campioni ottenuti dai segnali ricevuti dalle antenne della schiera e l’inversione di tale matrice per il calcolo dei coefficienti di peso da impiegarsi nel filtraggio STAP.

[0005] Una implementazione del filtraggio STAP in accordo al cosiddetto processore ottimo (STAP optimum processor) richiede a livello computazionale la soluzione di un problema di ordine NM*NM, in cui M à ̈ il numero di impulsi dell’intervallo di processamento coerente ed N à ̈ il numero di antenne della schiera. La soluzione del suddetto problema non à ̈ semplice ed ha un costo computazionale elevato a causa dell’inversione della suddetta matrice di covarianza. La suddetta implementazione richiede inoltre un elevato “sample support†, cioà ̈ il numero necessario di campioni indipendenti supposti identicamente distribuiti, che nell’ipotesi di statistica gaussiana à ̈ in questo caso pari a 2NM.

[0006] Sono note diverse tecniche che consentono di semplificare il suddetto problema. Ad esempio la tecnica PC (Principal Components) à ̈ una tecnica in accordo alla quale i coefficienti di peso del filtraggio STAP sono calcolati selezionando gli autovalori dominanti della matrice di covarianza al fine di costruire una approssimazione della sua matrice inversa (cioà ̈ una matrice equivalente inversa) a partire da tali autovalori. Come à ̈ noto la suddetta tecnica consente di conseguire numerosi vantaggi fra i quali il più importante à ̈ il ridotto numero di campioni (d’ora in avanti “sample support†) richiesti per la stima della matrice di covarianza. E’ noto che se il rango della matrice di covarianza à ̈ K, il numero di campioni identicamente distribuiti in modo gaussiano (IID) richiesti per ottenere un SINR (Signal to Interference Noise Ratio) che sia entro i 3dB rispetto quello del processore ottimo à ̈ 2*K.

[0007] La pubblicazione “Space-Time Adaptive Processing for Radar†J.R. Guerci, Artech House, 2003 descrive fra molti altri un metodo di filtraggio STAP subottimo alternativo alle tecniche PC, denominato ADPCA (Adaptive Displaced Phase Center Antennna), che consente di ridurre il sample support.

[0008] Lo scopo della presente descrizione à ̈ quello di mettere a disposizione un metodo di filtraggio STAP di un segnale di eco radar che, rispetto metodi disponibili nello stato della tecnica nota, consenta di ridurre ulteriormente il sample support richiesto per il calcolo dei coefficienti del filtraggio e che dunque riduca la complessità computazionale richiesta e ed al contempo presenti, con tale sample support ridotto, delle perdite trascurabili rispetto al processore ottimo STAP.

[0009] Tale scopo à ̈ risolto da un metodo di filtraggio STAP di un segnale di eco radar così come definito nell’annessa rivendicazione 1 nella sua forma più generale e nelle rivendicazioni dipendenti in forme di realizzazione particolari.

[0010] Forma oggetto della presente invenzione anche un apparato di elaborazione radar per l’implementazione del suddetto metodo.

[0011] Ulteriori caratteristiche ed i vantaggi della presente invenzione risulteranno maggiormente comprensibili dalla descrizione di seguito riportata di suoi esempi preferiti e non limitativi di realizzazione, in cui:

- la figura 1 rappresenta un digramma di flusso semplificato di un metodo di filtraggio STAP di un segnale di eco radar;

- la figura 2 rappresenta schematicamente delle sotto-sequenze di impulsi, relativi ad uno stesso range, di una sequenza di impulsi definente l’intervallo di processamento coerente;

- la figura 3 mostra uno schema funzionale a blocchi esemplificativo di un apparato radar adatto ad implementare il procedimento di elaborazione di figura 1; e

- le figure 4 e 5 rappresentano grafici relativi a risultati ottenuti da simulazioni numeriche mirate a valutare le prestazioni del metodo di filtraggio di figura 1.

[0012] Gli elementi o parti di elementi in comune tra le forme di realizzazione descritte nel seguito saranno indicati con medesimi riferimenti numerici.

[0013] Con riferimento figure alla figura 1, con 100 si à ̈ globalmente indicato un metodo di filtraggio STAP di un segnale di eco radar.

[0014] Il segnale di eco radar à ̈ un segnale di ritorno prodotto da un bersaglio a seguito della riflessione da parte di questo di un segnale radar trasmesso comprendente treni di impulsi identici ad un impulso, denominato “impulso trasmesso†. Si indicherà con M (in cui M à ̈ un intero) il numero di impulsi del treno di impulsi. Il suddetto treno di impulsi identici definisce il cosiddetto intervallo di processamento coerente (CPI). Con N (in cui N à ̈ un numero intero) sarà invece di seguito indicato il numero di antenne della schiera di antenne adatte a captare il segnale di eco radar.

[0015] Il segnale di eco radar comprende una porzione di segnale utile, contenente informazioni sul bersaglio, a cui à ̈ eventualmente sovrapposta una porzione di disturbo o interferenza (clutter rumore termico).

[0016] L’obiettivo del metodo di filtraggio STAP 100 à ̈ quello da estrarre dal segnale di eco radar informazioni sul bersaglio, quali: presenza/assenza del bersaglio, distanza relativa fra il dispositivo radar ed il bersaglio, moto relativo, ad esempio velocità relativa (frequenza doppler), fra dispositivo radar e bersaglio.

[0017] Tale moto relativo può essere dunque dovuto sia al movimento di un bersaglio mobile rispetto ad un dispositivo radar fisso, sia al movimento di un dispositivo radar mobile rispetto ad un bersaglio fisso, sia al movimento relativo fra un dispositivo radar ed un bersaglio entrambi mobili.

[0018] Prima di proseguire con la descrizione del metodo di filtraggio STAP 100 di figura 1 si ritiene opportuno riportare alcuni cenni sul modello matematico definito dalla Richiedente relativamente al suddetto metodo.

[0019] In un procedimento di elaborazione STAP lo snapshot spazio temporale x prodotto dal bersaglio può essere scritto nella forma:

x = t c n (1.1) in cui t rappresenta il segnale riflesso dal bersaglio, c il clutter ed n il rumore termico. La matrice Q di covarianza spazio-temporale per il clutter più il rumore à ̈ data da:

<H>

<Q = E>{ (<c+ n>)<⋅>(<c n>) }<= Q>c<+ σ 2>

n<I (1.2)>

In cui Qcà ̈ la matrice di covarianza del clutter, σ<2>nà ̈ la potenza del rumore termico ed I la matrice identità di dimensione N*M. La tecnica PC - Principal Components seleziona i K autovettori dominanti, cioà ̈ quelli associati allo spazio del clutter, della matrice Q di covarianza spazio-temporale completa. Per questo motivo il vettore di pesi per il filtraggio STAP à ̈ dato da:

K λn<−>λ

<w s −>∑<min>

PC<=>(<s>H<⋅ u>n )<⋅ u>n (1.2) n=1 λn

In cui s à ̈ il vettore di steering spazio temporale associato con la desiderata frequenza Doppler e con la desiderata angolazione. Una matrice inversa di covarianza equivalente REà ̈ definita come:

K<λ>n<− λ>

<R>E<= I>-∑ min<u>n<u>H

n

n=1λ n(1.3) In cui<λ>n<∈ R>, un∈ C<NM>rappresentano rispettivamente una coppia autovalore–autovettore della matrice Q ed in cui<λ>1<≥ λ>2<≥ ... λ>NM<.>.

[0020] Il nuovo metodo di filtraggio STAP sviluppato dalla Richiedente prevede l’applicazione di una tecnica di selezione di autovalori ed associati autovettori, della quale un esempio non limitativo à ̈ rappresentato dalla tecnica PC, in cui per l’appunto vengono selezionati gli autovalori ed associati autovettori dominanti della matrice di covarianza spazio temporale dell’intero intervallo di processamento coerente, a sottomatrici di covarianza spazio temporale associate a sotto-sequenze di P impulsi dell’intervallo di processamento coerente in accordo alla tecnica ADPCA (Adaptive Displaced Phase Center Antennna) descritta nella sopra citata pubblicazione “Space-Time Adaptive Processing for Radar†J.R. Guerci, Artech House.

[0021] In particolare nella descrizione seguente si esporrà come sia possibile applicare una tecnica PC ad un processore STAP ADPCA, fermo restando che gli insegnamenti della presente descrizione possono estendersi a tecniche basate su criteri di selezione degli autovalori ed associati autovettori diversi da quello adottato nella tecnica PC consistente nella selezione degli autovalori dominanti e degli associati autovettori.

[0022] In maggior dettaglio, partendo dall’i-esimo impulso e considerando una sotto-sequenza di P impulsi successivi la sotto-matrice Qi : i+ P − 1di covarianza spazio temporale associata alla sotto-sequenza di impulsi dall’impulso i all’impulso i+P-1. Può essere scritta come:

Q<i : i P − 1>= E { x i : i P − 1 x H

i : i P − 1 }

(1.4)

x i : i P − 1 = x ( i : i P − 1 T

)

.

[0023] Applicando la tecnica PC alla sotto-matrice Qi : i+ P − 1analogamente all’equazione 1.3 à ̈ possibile costruire una matrice equivalente inversa di covarianza REi : i P − 1di dimensione NP x NP nella forma seguente:

K<%>λ %n− λ %

<R>E i : i P − 1=<I>- ∑ min H<u>%<u>% n

n=1 λ%n

n

λ % ∈ R , u%∈ C NP

n n (1.5) λ % 1 ≥ λ % 1 ≥ ... λ % NP

in cui ߣ<ሚ>à ̄¡ ed Ý‘à·¤à ̄¡ denotano le coppie autovalori-autovettoridella sotto-matrice spazio temporale di covarianza considerando P impulsi successivi ed in cui Ü<à·©>à ̈ il numero di autovalori dominanti della sotto-matrice.

[0024] La suddetta matrice equivalente inversa di covarianzaREi : i P − 1può essere usata per calcolare il vettore dei pesi:

w<i: i+ P − 1>= R<E>⋅i: i+ P − 1s i : i P − 1

T

w i : i P − 1 = [ w i w i 1 ... w i P − 1 ] i = 1,2,..., M − P 1

s<i>s<i 1>... T

<:>i+P−1= [ s<i>s<i P − 1>]

(1.6) in cui s rappresenta il sotto-vettore di steering spaziotemporale di dimensione NPx1.

[0025] Considerando tutti gli M impulsi del treno di impulsi à ̈ possibile calcolare y, cioà ̈ la statistica di test che consente di verificare la presenza del bersaglio alla frequenza doppler e per la direzione angolare utilizzate per costruire s come:

y= s HΓ H RE − RDPCΓ x. (1.6) Nella equazione 1.6 RE-RDPCrappresenta la matrice equivalente inversa di covarianza per tutto l’intervallo di processamento coerente ed à ̈ ottenuta a partire dalle sotto-matrici equivalenti inverse costruendo tale matrice come una matrice avente sulla sua diagonale dette sotto-matrici in accordo alla notazione di seguito indicata:

<é>R E 1: P 0 0 0<ù>

<ê ú>

<ê>0 R E2: P<1>0 0<ú>

<ê ú>

R<ê>.

E − RDPC=<ú>(1.7)

ê0 0 . 0ú

ê

.ú

ê ú

ê0 0 0 R Eú

ëNM − P − 1: NMû.

Nella equazione 1.6:

<é>I PNxPN 0 PNxN 0 PNxN 0 PNxN<ù>

<ê>0 PNxN I PNxPN 0<ú>

<ê>PNxN 0 PNxN<ú>

<ê>.<ú>

Γ =ê ú , (1.8)

ê0 PNxN 0 PNxN . 0 PNxNú

ê.ú

ê ú

êë0 PNxN 0 PNxN 0 PNxN I PNxPNú û

in cui le matrici<I>PNxPNe<0>PNxNsono rispettivamente la matrice identità di dimensione NPxNP e la matrice di zeri di dimensione NPxN.

E’ dunque possibile calcolare il vettore di pesi per tutto l’intervallo di processamento coerente come:

wDPC=Γ H R H

R E− RDPCΓ s (1.8)

In cui s rappresenta il vettore di steering spazio temporale a dimensione piena.

[0026] Con riferimento alla figura 1, il metodo 100 Ã ̈ tale effettuare un filtraggio STAP del segnale di eco radar in modo sostanzialmente conforme a quanto sopra descritto.

[0027] Il metodo di filtraggio STAP 100 rappresenta un metodo di filtraggio STAP di un segnale di eco radar prodotto da un bersaglio per riflessione di un segnale radar trasmesso comprendente un treno di M impulsi, identici ad un impulso trasmesso, e definente un intervallo di processamento coerente (CPI).

[0028] Il metodo 100 comprende una fase di ricevere 101 il segnale di eco radar tramite una schiera di antenne A1,…,ANper rendere disponibili una pluralità di segnali elettrici ciascuno associato ad una rispettiva antenna della schiera di antenne A1,…,AN.

[0029] Il metodo 100 comprende inoltre una fase di effettuare una conversione 102 a frequenza intermedia o in banda base di detti segnali elettrici ed una successiva conversione 102 analogico-digitale, ottenendo una pluralità di segnali digitali ciascuno associato ad una rispettiva antenna della schiera di antenne A1,…,AN.

[0030] Il metodo 100 comprende una fase 103 di effettuare un filtraggio adattato all’impulso trasmesso di detti segnali digitali per ottenere corrispondenti segnali digitali filtrati.

[0031] Le fasi del metodo di filtraggio 100 sopra descritte appartengono allo stato della tecnica nota concernente l’elaborazione STAP di segnali radar e per questo motivo non saranno ulteriormente dettagliate nella presente descrizione.

[0032] Il metodo 100 comprende inoltre, per ciascuno dei suddetti segnali digitali filtrati una fase di calcolare 104 i coefficienti di peso per il filtraggio STAP a partire dalla suddetta pluralità di segnali digitali filtrati.

[0033] La fase 104 di calcolare i coefficienti di peso comprende, per ciascuno dei segnali digitali filtrati, le fasi di:

- stimare 105 un pluralità di sotto-matrici di covarianza di interferenza di dimensione ridotta rispetto ad una matrice di covarianza calcolabile per l’intera sequenza, ciascuna sotto-matrice essendo associata ad una rispettiva sotto-sequenza di impulsi contenuta nell’intera sequenza, le sotto-sequenze essendo fra loro parzialmente sovrapposte e consecutivamente sfalsate fra loro in modo da coprire l’intera sequenza di impulsi;

- calcolare 106 gli autovalori e gli associati autovettori delle sotto-matrici di covarianza;

- selezionare 107 per ciascuna sottomatrice di covarianza un numero limitato di rispettivi autovalori ed associati autovettori;

- costruire 108 le sotto-matrici di covarianza inverse (più precisamente le sotto-matrici equivalenti a queste) a partire da detto numero limitato di autovalori ed associati autovettori;

- calcolare 109 i coefficienti di peso del filtraggio STAP a partire dalle suddette sotto-matrici di covarianza inverse.

[0034] Con riferimento alla figura 2, sono mostrate tre sotto-sequenze di impulsi S1-S5 del treno di impulsi che definisce l’intervallo di processamento coerente CPI (in questo esempio non limitativo comprendente otto impulsi). In figura 2 ciascuna sotto-sequenza di impulsi à ̈ costituita, solo a titolo di esempio ed in modo non limitativo, da quattro impulsi. Si potrà inoltre notare che coppie di sequenze consecutive di impulsi, ad esempio le sequenze S1 ed S2 o le sequenze S2 ed S3 presentano fra loro tutti gli impulsi in comune eccetto uno, essendo sfalsate fra loro di un impulso. E’ chiaro che, come rappresentato in figura 2, il numero di dette sotto-sequenze S1-S5 deve essere tale che nel loro insieme tali sotto-sequenze coprano tutti gli impulsi dell’intera sequenza di impulsi contenuta nell’intervallo di processamento coerente CPI.

[0035] Come si à ̈ già anticipato, in accordo ad una forma di realizzazione nella fase di selezionare 107 sono selezionati gli autovalori e gli autovettori dominanti di ciascuna sotto-matrice. In questo caso dunque a ciascuna delle sottomatrici à ̈ applicata una tecnica di tipo PC – Principal Components.

[0036] In una possibile forma di realizzazione alternativa, nella fase di selezionare 107 per ciascuna delle sotto-matrici sono selezionati autovalori e gli associati autovettori che massimizzano una predefinita metrica. In accordo ad una possibile forma di realizzazione, la suddetta predefinita metrica à ̈ una metrica di SNIR (Signal to Noise Interference Ratio) calcolata sulla rispettiva sotto-matrice.

[0037] In accordo ad una forma di realizzazione, come già anticipato con riferimento alle formule 1.7 ed 1.8, la fase 109 di calcolare coefficienti di peso del filtraggio STAP a partire dalle sotto-matrici di covarianza inverse comprende una operazione di costruire una matrice equivalente inversa per l’intero intervallo di processamento coerente come una matrice avente sulla sua diagonale le sotto-matrici di covarianza inverse.

[0038] Con riferimento alla figura 1 à ̈ chiaro che dopo il calcolo dei coefficienti di peso il metodo 100 comprenderà una fase di filtrare i segnali digitali mediante una fase di filtraggio 110 STAP basata sui suddetti coefficienti ad esempio ad esempio al fine di rivelare la presenza di un bersaglio ed eventualmente stimarne alcune sue caratteristiche, quali ad esempio alcuni parametri di moto.

[0039] In figura 2 Ã ̈ rappresentato uno schema a blocchi esemplificativo di un apparato radar 200 adatto ad attuare il metodo di filtraggio STAP 100 descritto con riferimento alla figura 1.

[0040] L’apparato radar 200 comprende una schiera di antenne A1,…, AN. Per ciascuna antenna della schiera A1,…,ANà ̈ prevista una catena di elaborazione comprendente un modulo di elaborazione 10 atto ad eseguire le fasi 101-103 del procedimento di elaborazione 100 sopra descritto, ed un ulteriore modulo di elaborazione 20, ed in particolare un modulo di elaborazione digitale 20, preposto ad eseguire la fase di calcolo 104 del suddetto procedimento di elaborazione 100.

[0041] I moduli di elaborazione 10 possono essere implementati tramite una opportuna combinazione di componenti hardware e software, noti ad un esperto del settore e per questo non ulteriormente descritti in questa sede. E’ chiaro che tali moduli, in relazione alle operazioni che sono preposti ad effettuare dovranno quantomeno includere filtri, oscillatori ed un convertitore analogico digitale.

[0042] I moduli di elaborazione digitale 20 sono preposti ad ottenere dai segnali digitali filtrati resi disponibili all’uscita dei moduli di elaborazione 10 i coefficienti di peso da impiegarsi per l’implementazione del filtraggio STAP vero e proprio, essendo detti moduli 20 preposti ad eseguire la fase 104, e dunque le fasi da 105 a 109, del metodo 100 di figura 1. Tali moduli di elaborazione digitale 20 possono essere realizzati impiegando uno o più processori digitali di segnali, intesi come una opportuna combinazione di componenti hardware e software. Ad esempio, i suddetti processori digitali possono essere realizzati impiegando un DSP, o una FPGA o altri mezzi hardware/software di elaborazione digitale di segnali.

[0043] Con riferimento alla figura 2, l’apparato di elaborazione 200 comprende un filtro STAP 30, ad esempio di tipo noto, che riceve in ingresso i coefficienti di peso forniti in uscita dai moduli 20 ed impiegare tali coefficienti per filtrare ulteriormente i segnali digitali filtrati adattativamente così come resi disponibili in uscita dai moduli 20 al fine di rivelare la presenza di un bersaglio ed eventualmente stimarne alcune sue caratteristiche, quali ad esempio alcuni parametri di moto.

[0044] Le applicazioni del suddetto metodo 100 ed apparato 200 sono svariate e ben note ad un esperto del settore. Ad esempio, l’apparato 200 sopra descritto può far parte di un radar avio-trasportato.

[0045] Per testare le prestazioni di un procedimento 100 ed un apparato 200 di elaborazione del tipo sopra descritto la Richiedente ha effettuato delle simulazioni utilizzando MATLABâ„¢. In particolare, facendo riferimento ad un esempio specifico ma non limitativo, Ã ̈ stato simulato un radar Doppler avente le seguenti caratteristiche:

d

0,5

λ

N (Numero antenne – schiera lineare) 8

M (numero impulsi nel CPI) 32

β 1

CNR (Rapporto Clutter Rumore) 40 dB

P (Numero impulsi delle sotto-sequenze) 4

In cui:

2vT

β =

d

v = velocità della piattaforma;

λ = lunghezza d’onda della portante;

d = interdistanza fra le antenne della schiera;

T = tempo di ripetizione degli impulsi.

[0046] Il radar preso in considerazione à ̈ un radar su piattaforma mobile di tipo di tipo cosiddetto side looking.

[0047] Per quanto riguarda il particolare processore STAP, sono stati presi in considerazione sia un processore cosiddetto ottimo sia un processore STAP di tipo PC sia un processore operante in accordo al metodo 100 sopra descritto (qui denominato metodo o processore RDPC – Reduced Dimension Principal Components).

[0048] Con riferimento al grafico della figura 4, le prestazioni sono state valutate calcolando il parametro SINR (Signal to Noise Interference Ratio) dopo il processamento STAP. In figura 4 con il riferimento 40 Ã ̈ stato indicato il grafico del parametro SINR relativo al caso del processore STAP ottimo e del processore PC, mentre con il riferimento 41 quello relativo al caso del processore RDPC. Il suddetto grafico prova che il processore RDPC presenta risultati vicini al processore ottimo, con una perdita inferiore a 2dB dunque entro il limite imposto di 3dB rispetto al processore ottimo, con una inaspettata riduzione significativa del sample support rispetto al processore di tipo PC.

[0049] Va osservato che, poiché β=1, nello scenario simulato si può ritenere valida la regola di Brennan anche per le sotto-matrici di covarianza del processore RDPC, per cui il numero K di autovalori dominanti può essere determinato in accordo alla seguente formula:

<K = rank>{<Q>1:P− 1 }<= N P − 1 = 11>

in cui il rango della sottomatrice di covarianza spazio temporale<Q>1:P− 1à ̈ pari al numero di autovalori (del clutter) dominanti. Al fine di mostrare l’effettivo guadagno del processore RDPC in termini di sample support richiesto al fine di ottenere perdite tollerabili rispetto al processore ottimo, si faccia riferimento alla figura 5 in cui à ̈ stato simulato il SINR del processore RDPC utilizzando 2K campioni di training, cioà ̈ 22 campioni in questo esempio. La figura 5 mostra che come le perdite in SINR (curva 51) siano entro i 3 dB rispetto al processore STAP ottimo (curva 50). Va osservato che per ottenere le stesse perdite in termini di SINR un processore STAP di tipo PC richiede 72 campioni poiché il rango della matrice di covarianza spazio temporale in questo caso à ̈ pari a:

<rank>{<Q>C }<= N M − 1 = 39.>

[0050] E’ dunque chiaro che come si può apprezzare dai risultati delle simulazioni, un metodo ed un apparato di filtraggio STAP del tipo sopra descritto consentono di conseguire pienamente gli scopi prefissi in relazione ad una riduzione del sample support richiesto.

[0051] Nonostante le suddette simulazioni si riferiscano al particolare esempio in cui la selezione degli autovalori ed autovettori delle sottomatrici sono state effettuate seguendo il criterio della dominanza (Principal Components) sono stati ottenuti risultati analoghi anche tramite altri criteri di selezione, ad esempio criteri di selezione basati sulla massimizzazione di una predefinita metrica.

[0052] Nonostante siano stati descritti alcuni specifici esempi, un tecnico del ramo, allo scopo di soddisfare esigenze contingenti e specifiche potrà apportare numerose modifiche e varianti al metodo di filtraggio STAP ed all’apparato radar sopra descritti, tutte peraltro contenute nell’ambito dell’invenzione quale definito dalle seguenti rivendicazioni.

Claims (9)

1. RIVENDICAZIONI 1. Metodo di filtraggio STAP (100) di un segnale di eco radar prodotto da un bersaglio per riflessione di un segnale radar trasmesso comprendente un treno di impulsi identici ad un impulso trasmesso e definente un intervallo di processamento coerente (CPI), il metodo (100) comprendendo le fasi di: - ricevere (101) il segnale di eco radar tramite una schiera di antenne (A1,…,AN) per rendere disponibili una pluralità di segnali elettrici ciascuno associato ad una rispettiva antenna della schiera di antenne (A1,…,AN); - effettuare una conversione (102) a frequenza intermedia o in banda base di detti segnali elettrici ed una successiva conversione (102) analogico-digitale, ottenendo una pluralità di segnali digitali ciascuno associato ad una rispettiva antenna della schiera di antenne (A1,…,AN); - effettuare (103) un filtraggio adattato all’impulso trasmesso di detti segnali digitali per ottenere segnali digitali filtrati; - calcolare (104) coefficienti di peso per il filtraggio STAP a partire da detta pluralità di segnali digitali filtrati; caratterizzato dal fatto che la fase (104) di calcolare i coefficienti di peso comprende, per ciascuno dei segnali digitali filtrati, le fasi di: - stimare (105) un pluralità di sotto-matrici di covarianza di interferenza di dimensione ridotta rispetto ad una matrice di covarianza calcolabile per l’intera sequenza, ciascuna sotto-matrice essendo associata ad una rispettiva sotto-sequenza (S1-S5) di impulsi contenuta in detta intera sequenza, le sottosequenze essendo fra loro parzialmente sovrapposte e consecutivamente sfalsate fra loro in modo da coprire l’intera sequenza di impulsi; - calcolare (106) gli autovalori e gli associati autovettori delle sotto-matrici di covarianza; - selezionare (107) per ciascuna sottomatrice di covarianza un numero limitato di rispettivi autovalori ed associati autovettori; - costruire (108) le sotto-matrici di covarianza inverse a partire da detto numero limitato di autovalori ed associati autovettori; - calcolare (109) i coefficienti di peso del filtraggio STAP a partire dalle sotto-matrici di covarianza inverse.
2. 2. Metodo di filtraggio STAP (100) secondo la rivendicazione 1, in cui nella fase di selezionare (107) sono selezionati gli autovalori dominanti di ciascuna sotto-matrice.
3. 3. Metodo di filtraggio STAP (100) secondo la rivendicazione 1, in cui nella fase di selezionare (107) sono selezionati autovalori che massimizzano una predefinita metrica.
4. 4. Metodo di filtraggio STAP (100) secondo la rivendicazione 3, in cui la predefinita metrica à ̈ una metrica di SNIR (Signal to Noise Interference Ratio) calcolata sulla rispettiva sotto-matrice.
5. 5. Metodo di filtraggio STAP (100) secondo una qualsiasi delle precedenti rivendicazioni, in cui due sotto-sequenze consecutive di impulsi hanno tutti i rispettivi impulsi sovrapposti essendo sfalsate fra loro di un impulso.
6. 6. Metodo di filtraggio STAP (100) secondo una qualsiasi delle precedenti rivendicazioni, in cui la fase (109) di calcolare coefficienti di peso del filtraggio STAP a partire dalle sotto-matrici di covarianza inverse comprende una operazione di costruire una matrice equivalente inversa per l’intero intervallo di processamento coerente come una matrice avente sulla sua diagonale le sotto-matrici di covarianza inverse.
7. 7. Apparato radar (200) atto ad eseguire un metodo di filtraggio STAP (100) secondo una qualsiasi delle precedenti rivendicazioni.
8. 8. Radar avio-trasportato comprendente un apparato radar (200) secondo la rivendicazione 7.
9. 9. Prodotto informatico comprendente porzioni di codice software direttamente caricabili nella memoria di un elaboratore per l’esecuzione di un metodo di elaborazione (100) secondo una qualsiasi delle rivendicazioni da 1 a 6.