Maritime Moving Target Detection, Tracking and Geocoding Using Range-Compressed Airborne Radar Data

Eine regelmäßige und großflächige überwachung des Schiffsverkehrs gewinnt zunehmend an Bedeutung, vor allem auch um maritime Gefahrenlagen und illegale Aktivitäten rechtzeitig zu erkennen. Heutzutage werden dafür überwiegend das automatische Identifikationssystem (AIS) und stationäre Radarstationen an den Küsten eingesetzt. Luft- und weltraumgestützte Radarsensoren, die unabhängig vom Wetter und Tageslicht Daten liefern, können die vorgenannten Systeme sehr gut ergänzen. So können sie beispielsweise Schiffe detektieren, die nicht mit AIS-Transpondern ausgestattet sind oder die sich außerhalb der Reichweite der stationären AIS- und Radarstationen befinden. ... mehrLuftgestützte Radarsensoren ermöglichen eine quasi-kontinuierliche Beobachtung von räumlich begrenzten Gebieten. Im Gegensatz dazu bieten weltraumgestützte Radare eine große räumliche Abdeckung, haben aber den Nachteil einer geringeren temporalen Abdeckung.

In dieser Dissertation wird ein umfassendes Konzept für die Verarbeitung von Radardaten für die Schiffsverkehr-überwachung mit luftgestützten Radarsensoren vorgestellt. Die Hauptkomponenten dieses Konzepts sind die Detektion, das Tracking, die Geokodierung, die Bildgebung und die Fusion mit AIS-Daten. Im Rahmen der Dissertation wurden neuartige Algorithmen für die ersten drei Komponenten entwickelt. Die Algorithmen sind so aufgebaut, dass sie sich prinzipiell für zukünftige Echtzeitanwendungen eignen, die eine Verarbeitung an Bord der Radarplattform erfordern. Darüber hinaus eignen sich die Algorithmen auch für beliebige, nicht-lineare Flugpfade der Radarplattform. Sie sind auch robust gegenüber Lagewinkeländerungen, die während der Datenerfassung aufgrund von Luftturbulenzen jederzeit auftreten können.

Die für die Untersuchungen verwendeten Daten sind ausschließlich entfernungskomprimierte Radardaten. Da das Signal-Rausch-Verhältnis von Flugzeugradar-Daten im Allgemeinen sehr hoch ist, benötigen die neuentwickelten Algorithmen keine vollständig fokussierten Radarbilder. Dies reduziert die Gesamtverarbeitungszeit erheblich und ebnet den Weg für zukünftige Echtzeitanwendungen.

Der entwickelte neuartige Schiffsdetektor arbeitet direkt im Entfernungs-Doppler-Bereich mit sehr kurzen kohärenten Verarbeitungsintervallen (CPIs) der entfernungskomprimierten Radardaten. Aufgrund der sehr kurzen CPIs werden die detektierten Ziele im Dopplerbereich fokussiert abgebildet. Wenn sich die Schiffe zusätzlich mit einer bestimmten Radialgeschwindigkeit bewegen, werden ihre Signale aus dem Clutter-Bereich hinausgeschoben. Dies erhöht das Verhältnis von Signal- zu Clutter-Energie und verbessert somit die Detektierbarkeit. Die Genauigkeit der Detektion hängt stark von der Qualität der von der Meeresoberfläche rückgestreuten Radardaten ab, die für die Schätzung der Clutter-Statistik verwendet werden. Diese wird benötigt, um einen Detektions-Schwellenwert für eine konstante Fehlalarmrate (CFAR) abzuleiten und die Anzahl der Fehlalarme niedrig zu halten. Daher umfasst der vorgeschlagene Detektor auch eine neuartige Methode zur automatischen Extraktion von Trainingsdaten für die Statistikschätzung sowie geeignete Ozean-Clutter-Modelle.
Da es sich bei Schiffen um ausgedehnte Ziele handelt, die in hochauflösenden Radardaten mehr als eine Auflösungszelle belegen, werden nach der Detektion mehrere von einem Ziel stammende Pixel zu einem physischen Objekten zusammengefasst, das dann in aufeinanderfolgenden CPIs mit Hilfe eines Bewegungsmodells und eines neuen Mehrzielverfolgungs-Algorithmus (Multi-Target Tracking) getrackt wird. Während des Trackings werden falsche Zielspuren und Geisterzielspuren automatisch erkannt und durch ein leistungsfähiges datenbankbasiertes Track-Management-System terminiert.

Die Zielspuren im Entfernungs-Doppler-Bereich werden geokodiert bzw. auf den Boden projiziert, nachdem die Einfallswinkel (DOA) aller Track-Punkte geschätzt wurden. Es werden verschiedene Methoden zur Schätzung der DOA-Winkel für ausgedehnte Ziele vorgeschlagen und anhand von echten Radardaten, die Signale von echten Schiffen beinhalten, bewertet.

Frequent ship monitoring can not only facilitate a broad insight of sea traffic situation but may also deliver timely information about myriad maritime threats. Prominent state-of-the art sensors that are used for this task are primarily the automatic identification system (AIS) and coastal radars. Air- and spaceborne radars, which have all-weather and day-night acquisition capabilities, can supplement these systems by detecting ships that are not equipped with AIS transponders or which are too far away from coastal AIS and radar stations. Airborne radars allow for shorter revisits and longer observation times at the cost of limited spatial coverage. ... mehrOn the contrary, spaceborne radars provide large spatial coverage with the disadvantage of longer revisit times.

This doctoral thesis presents a comprehensive maritime surveillance radar data processing concept for airborne radar sensors. The major components of this concept are the detection, the tracking, the geocoding, the imaging and the fusion with AIS data. Novel algorithms for the first three components are developed in the framework of this doctoral thesis. The algorithms are structured in a way that they are suitable for future real-time applications requiring onboard processing. In addition, the algorithms are applicable to arbitrarily flown nonlinear fight tracks and are robust against attitude angle changes occurring during data acquisition due to air turbulence.

The data used for the investigations are range-compressed (RC) radar data. Since for a well-designed airborne radar, the signal-to-noise ratio in RC data is generally sufficiently high, there is no need to use fully focused synthetic aperture radar (SAR) images. This reduces the overall processing time significantly and paves the way for future real-time monitoring systems.

The developed novel target detector operates directly in range-Doppler domain on very short coherent processing intervals (CPI) of the RC data. Due to the short CPIs the targets appear focused in Doppler domain. If they are additionally moving with a certain line-of-sight (LOS) velocity, their signals are shifted out of the clutter region, thus improving their detectability due to an increased signal-to-clutter plus noise ratio. The accuracy of the target detection relies strongly on the quality of the radar data backscattered by the ocean surface, which are used for estimating the ocean clutter statistics needed for deriving a constant false alarm rate (CFAR) detection threshold and keeping the number of false alarms at a low level. Therefore, the proposed detector includes a novel automatic ocean training data extraction method and suitable sea clutter models.

Furthermore, since ships are extended targets occupying more than one resolution cell in high resolution radar data, after detection several target-originated pixels are clustered to physical objects, which are then tracked over successive CPIs using a novel range-Doppler-based target motion model and a multi-target tracking algorithm. During tracking false or ghost target tracks are automatically recognized and terminated by an incorporated powerful database-based track management system. The obtained target tracks in range-Doppler domain are geocoded and projected to ground, respectively, after estimating the direction-of-arrival (DOA) angles of all track points. Different methods for estimating the DOA angles for extended targets are proposed and evaluated using real radar data containing real moving ships.

Measurement data acquired with DLR's F-SAR and DBFSAR airborne radar sensors provide the proof of concept for all the novel algorithms presented in this doctoral thesis.