PENGEMBANGAN ALGORITMA DETEKSI TARGET PADA RADAR HIGH FREQUENCY DENGAN ISYARAT FREQUENCY MODULATED CONTINUOUS WAVE BERBASIS COMPRESSIVE SENSING

Rr Eny Sukani Rahayu, Prof. Dr. Ir. Risanuri Hidayat, M.Sc., IPM., Dr. Dyonisius Dony Ariananda, S.T., M.Sc.

2026 | Disertasi | S3 Teknik Elektro

Radar high frequency (HF) merupakan salah satu teknologi radar untuk penginderaan dan mendeteksi target pada jarak jauh yang dapat difungsikan sebagai radar maritim dengan salah satu jenisnya adalah high frequency surface wave radar (HFSWR). Dengan pengolahan isyarat radar menggunakan ragam frequency modulated continuous wave (FMCW), parameter target seperti range, Doppler/velocity, dan sudut azimuth dapat diestimasi dengan daya pancar yang rendah. Untuk meningkatkan resolusi estimasi sudut azimuth, dibutuhkan jumlah elemen larik antena yang cukup banyak. Dalam instalasi radar HF komersial seperti WERA, jumlah elemen larik yang digunakan sebanyak 8, 16, hingga 32 elemen. Adapun jumlah sampel waktu dan chirp masing-masing menentukan resolusi range dan velocity. Jumlah elemen larik antena, sampel waktu, dan chirp menentukan ukuran kubus data radar yang secara model matematis berupa suatu tensor.

Ketika terdapat potensi sparsity di dalam ranah parameter yang ingin diestimasi, algoritma compressive sensing (CS) dapat diterapkan dan kemudian diikuti oleh algoritma sparse recovery. Sparsity menunjukkan kondisi ketika jumlah parameter target pada suatu ranah hanya sedikit dan sisanya kosong atau nol. Ranah ini dapat berupa ranah waktu, ranah frekuensi, ranah Doppler, ranah frekuensi, ranah range, ranah spasial, dan ranah angular. Di ranah spasial atau angular, jumlah elemen larik penerima dan juga jumlah elemen penerima dapat dikompresi tanpa mengurangi akurasi spektrum sudut azimuth yang diestimasi. Di ranah waktu pada radar FMCW, jumlah sampel waktu dapat dikurangi tanpa mengurangi jangkauan terjauh radar dan akurasi estimasi range itu sendiri. Di ranah frekuensi pada radar FMCW, jumlah komponen frekuensi juga dapat ditekan tanpa menurunkan performa estimasi Doppler/kecepatan target dan nilai Doppler/kecepatan maksimumnya. Sementara itu, untuk estimasi lokasi target, parameter range dan sudut azimuth utama dibutuhkan. Dengan demikian, kompresi dua dimensi dari kedua parameter tersebut dapat dilakukan baik secara sekuensial dengan estimasi sudut azimuth dilakukan terlebih dahulu. Dalam penelitian ini, performa kompresi dua dimensi sekuensial diamati terlebih dahulu. Dikarenakan adanya derau di penerima, algoritma LASSO cocok digunakan untuk sparse recovery atau pemulihan isyarat sparse yang melibatkan nilai parameter regulasi. Estimasi dilanjutkan dengan menambahkan parameter ketiga yakni velocity yang juga dilakukan secara kompresif 3D sekuensial. Namun, algoritma LASSO melakukan pemulihan isyarat per kolom sehingga bila terdapat banyak kolom, proses pemulihan menjadi lama. Algoritma Regularized M-FOCUSS diterapkan kemudian dengan memulihkan isyarat dalam bentuk matriks sehingga bisa mempersingkat waktu komputasi. Algoritma ini memanfaatkan karakteristik sistem yang memiliki bentuk Multiple Measurement Vectors (MMV). 

Dari pengamatan hasil simulasi, kompresi 3D untuk estimasi range, sudut azimuth, dan velocity secara sekuensial ini memberikan performa yang baik yang mampu mereduksi kubus data radar hingga estimasi sudut azimuth yang akurat dan estimasi range yang cukup akurat dengan galat di bawah nilai resolusi jarak. Adapun nilai pesat kompresi minimum yang menjamin akurasi estimasi dari penelitian ini untuk satu target adalah 0,3 di ranah waktu, 0,15 di ranah chirp, dan 0,42 di ranah spasial.

High Frequency (HF) radar is a long-range radar technology widely used for maritime applications, one of which is the High Frequency Surface Wave Radar (HFSWR). By employing Frequency Modulated Continuous Wave (FMCW) signal processing, target parameters such as range, Doppler/velocity, and azimuth angle can be estimated with relatively low transmit power. Improving azimuth angle estimation resolution requires a large number of antenna array elements, as implemented in commercial HF radar systems such as WERA, which utilize 8, 16, or up to 32 elements. In addition, the number of time samples and chirps determines the range and velocity resolutions, respectively. Consequently, the antenna array elements, time samples, and chirps jointly define the radar data cube, which can be mathematically represented as a high-dimensional tensor. 

When sparsity exists in the parameter domains to be estimated, compressive sensing (CS) can be applied to reduce data dimensionality without degrading estimation accuracy. Sparsity may occur in various domains, including time, frequency, Doppler, range, spatial, and angular domains. In the spatial or angular domain, the number of receiving array elements can be compressed without compromising the accuracy of the estimated azimuth spectrum. In the time domain of FMCW radar, the number of time samples can be reduced without affecting the maximum radar range and the accuracy of range estimation. In the frequency domain, the number of frequency components can also be reduced without degrading Doppler/velocity estimation performance or the maximum 

measurable Doppler/velocity. 

In this study, two-dimensional sequential compression of range and azimuth parameters is first investigated. Subsequently, a third parameter, velocity, is incorporated through three-dimensional sequential compressive estimation. Due to the presence of noise at the receiver, the LASSO algorithm is employed for sparse recovery with appropriate regularization. However, since LASSO performs signal recovery on a column-by-column basis, the computational cost becomes high when dealing with a large number of columns. Therefore, the Regularized M-FOCUSS algorithm is adopted to recover signals in matrix form, thereby reducing computational time by exploiting the Multiple Measurement Vectors (MMV) structure of the system.

Simulation results demonstrate that the proposed sequential 3D compressive estimation of range, azimuth, and velocity provides good performance, achieving significant radar data cube reduction while maintaining accurate azimuth estimation and sufficiently accurate range estimation with errors below the range resolution. The minimum compression ratios that guarantee estimation accuracy for a single target are 0.3 in the time domain, 0.15 in the chirp domain, and 0.42 in the spatial domain. 

Kata Kunci : radar, HF, FMCW, compressive sensing, range, azimuth, velocity, sekuensial, akurasi