Ground Moving Target Indication (GMTI) operation relies on clutter suppression techniques for the detection of slow moving ground targets in the presence of strong radar returns from the ground. Space Time Adaptive Processing (STAP) techniques provide a means to achieve this goal by adaptively forming the clutter suppression filter, whose parameters are obtained using an estimated covariance matrix of the clutter data. Therefore, the performance of the GMTI operation is directly affected by the performance of the estimation process mentioned above. Knowledge based techniques are applicable in applications such as the parametric estimation of the clutter covariance matrix and the estimation of the clutter covariance matrix in a nonhomogeneous clutter environment. In this study, a knowledge based approach which makes use of both a priori and instantaneous data is proposed for the mentioned estimation process. The proposed approach makes use of Shuttle Radar Topography Mission (SRTM) data as well as instantaneous platform ownship data in order to determine distributed homogeneous regions present in the region of interest; and afterwards employs Doppler Beam Sharpening (DBS) maps along with the colored loading technique for the blending process of the a priori data and the instantaneous data corresponding to the obtained homogeneous regions. A nonhomogeneity detector (NHD) is also implemented for the elimination of discrete clutter and target-like signals which may contaminate the STAP training data. Simulation results are presented for both the knowledge aided and the traditional cases. Finally, the performance of the STAP algorithm will be evaluated and compared for both cases. Results indicate that by using the developed processing approach, detection of previously undetectable targets become possible, and the overall number of false alarms is reduced.

Hareketli Yer Hedefi Tespiti (GMTI) işlemi, yerden yansıyan güçlü radar yankılarının varlığında yavaş hareketli yer hedeflerinin tespit edilmesi için kargaşa bastırımı tekniklerine gerek duymaktadır. Uzay Zaman Uyarlamalı İşleme (STAP) yöntemlerinde, gereken kargaşa bastırımı filtresi uyarlamalı olarak oluşturulmakta, filtre katsayıları ise kargaşa özilinti matrisinin kestirimi kullanılarak elde edilmektedir. Bu nedenle GMTI işleminin başarımı, söz konusu kestirim işleminin başarımı tarafından doğrudan etkilenmektedir. Bilgi tabanlı yöntemler, kargaşa özilinti matrisinin parametrik olarak kestirilmesi ve homojen olmayan kargaşa ortamlarında kargaşa özilinti matrisinin kestirilmesi gibi uygulamalarda uygulanabilir olmaktadır. Bu çalışmada, söz konusu kestirim işlemi için önceden elde edilmiş ve anlık verilerden faydalanan bilgi tabanlı bir yaklaşım önerilmektedir. önerilen yöntem, Shuttle Radar Topography Mission (SRTM) verisi ve anlık platform navigasyon verilerini birlikte kullanarak, ilgilenilen bölge içerisinde dağıtık olarak yer alan homojen bölgeleri bulmakta, bunun ardından da Doppler Beam Sharpening (DBS) haritalarını renkli yükleme tekniği ile birlikte işleyerek, elde edilmiş olan homojen bölgelere karşılık gelen ön bilgi ve anlık bilgiyi birleştirmektedir. STAP eğitim verisini kirletebilme ihtimali olan ayrık kargaşa ve hedef benzeri sinyalleri elemek için bir homojen olmayan durum algılayıcı da gerçeklenmiştir. Bilgi tabanlı ve geleneksel yöntemler için benzetim sonuçları sunulmaktadır. Son olarak, her iki durum için STAP algoritma performansı elde edilerek karşılaştırılmaktadır. Elde edilen sonuçlar göstermektedir ki, geliştirilmiş olan yöntem kullanıldığında, daha önceden tespit edilmesi mümkün olmayan hedefler tespit edilebilmiş ve toplam yanlış alarm sayısı azaltılmıştır.