DOSP-VHR-002930 | Sub-Nyquist onderwater communicatie

De toepassingen van radar (Radio Detection and Ranging) beslaan een breed spectrum, waaronder plaatsbepaling, navigatie, het vermijden van botsingen, verkeerscontrole, militaire inlichtingendiensten ... De basis van radar is het gebruik van een elektromagnetische radiopuls die wordt uitgezonden om de echo van deze puls op te vangen.

Fig. 1 Geometrie voor monostatische 3D ISAR-beeldvorming[1]

Door middel van tijd en richting kan men de positie van een object in de ruimte berekenen. De fundamentele rol hiervan kan niet worden overschat. Bij signaalverwerking worden gegevens traditioneel uniform bemonsterd met een snelheid die wordt gedicteerd door het Shannon-Nyquist theorema, dat stelt dat de bemonsteringssnelheid ten minste twee keer de maximale bandbreedte van het signaal moet zijn. Een grover tijdsraster dan gedicteerd door de theorie van Nyquist en Shannon veroorzaakt aliasing, waarbij hogere frequenties worden toegewezen aan lagere in de analyse. In de vorige BOF-onderzoeksoproep van 2017 hebben we een procedure voor onderwaterakoestiek geïntroduceerd die werkt met sub-sampledata: onze parametrische methode bemonstert met een lagere snelheid dan Shannon-Nyquist, terwijl een regelmatig bemonsteringsschema gehandhaafd blijft. Het kernidee is vrij algemeen, zodat het kan worden gecombineerd [2, 1] met verschillende populaire signaalverwerkingsprocedures, zowel parametrische als niet-parametrische, zoals ESPRIT [14], MUSIC [15], het matrixpotlood [10] algoritme, variabele projectiemethoden [13] en de discrete Fouriertransformatie. We hebben enkele van deze mogelijkheden geïllustreerd op echte hydrofoonopnames.

Het huidige onderzoeksproject verkent de toepassing van de nieuwste sparse sampling-techniek op radar (Radio Detection and Ranging). Het ontwikkelt de interdisciplinaire samenwerking tussen maritieme ingenieurs en onderzoekers in computationele wiskunde.

In dit project passen we ook de nieuwste wiskundige algoritmen toe op gegevens die verzameld zijn met bestaande apparaten. Wanneer bekend is dat het signaal een (mogelijk gedempte) sinusoïdale functie is, presteren de sparse Sub-Nyquist methoden in [CL11, CL12] beter dan de op compressed sensing gebaseerde methoden in zowel de complexiteit als het aantal benodigde samples. Onze ambitie is om betere prestaties te leveren tegen lage kosten door gebruik te maken van de meest actuele algoritmen in de computationele wiskunde, waarbij de investering in het overschakelen naar duurdere hardware wordt omzeild.