Condividiamo l’abstract di un articolo scientifico redatto da Pia Addabbo – Professore Associato di Ingegneria delle Telecomunicazioni presso l’Università Giustino Fortunato.
Negli ultimi decenni, il radar è stato significativamente influenzato dai progressi della tecnologia, come confermato dalle schede di elaborazione di ultima generazione in grado di eseguire enormi quantità di calcoli in un tempo molto breve mantenendo i costi relativamente bassi. Questa abbondanza di potenza di calcolo ha consentito lo sviluppo di sistemi radar dotati di schemi di elaborazione sempre più sofisticati. In effetti, la letteratura aperta è ricca di nuovi contributi sul rilevamento adattivo con il risultato che le architetture di rilevamento si stanno evolvendo verso un continuo miglioramento delle prestazioni.
Tuttavia, i radar potrebbero essere potenziali bersagli di attacchi elettronici, noti anche come Electronic Countermeasure (ECM), da parte di una forza avversaria, che può utilizzare, ad esempio, tecniche attive volte a proteggere una piattaforma dall’essere rilevata e tracciata dal radar. Ciò si ottiene attraverso due approcci: mascheramento e inganno. Mentre i noncoherent Jammer o Noise-Like Jammer (NLJ) tentano di mascherare i bersagli che generano interferenze non ingannevoli che si fondono con il rumore termico del ricevitore radar, i Coherent Jammer (CJ) trasmettono segnali a basso duty cycleper confondere il processore radar con false informazioni. Nello specifico, i CJ sono in grado di ricevere, modificare, amplificare e ritrasmettere il segnale del radar stesso per creare falsi bersagli. Contro i suddetti attacchi elettronici, i progettisti di radar hanno sviluppato strategie di difesa denominate Electronic Counter-CounterMeasure (ECCM). Un esempio di tecnica ECCM contro le interferenze pulsate è il SidelobeBlanker, che confronta l’ampiezza del segnale rilevato dal canale principale con quella di un canale ausiliario.
In questa pubblicazione vengono presentate nuove architetture adattive a più stadi per affrontare il problema del rilevamento del bersaglio in rumore, disturbo e interferenza intenzionale (sia NLJ che CJ).
In particolare, nel primo scenario considerato, il sistema radar è sotto l’attacco elettronico di NLJ. In questo contesto, due insiemi di campioni di addestramento vengono sfruttati congiuntamente per realizzare una procedura di stima della matrice di covarianza di interferenza (ICM)in due passi. Quindi, questa stima viene inserita nel filtro adattivo per mitigare gli effetti deleteri dei disturbi sulla sensibilità del radar.
Inoltre, viene affrontato un secondo scenario, che estende il primo includendo la presenza di CJ. Nello specifico, la natura sparsa dei dati viene portata alla luce e il paradigma del compressive sensing viene applicato per stimare la risposta del bersaglio e le ampiezze dei disturbatori coerenti. Viene progettato e valutato il test del rapporto di verosimiglianza, in cui i parametri sconosciuti vengono sostituiti dalle precedenti stime. Sorprendentemente, l’approccio sparso consente la classificazione dell’eco e la stima sia degli angoli di arrivo che del numero delle sorgenti interferenti.
EDUCATION:
Ph.D, Information Engineering, University of Sannio, 2012
M.Sc., Telecommunications Engineering, University of Sannio,2008
B.Sc., Telecommunications Engineering, University of Sannio,2005
PROFESSIONAL EXPERIENCE:
Associate Professor, Telecommunications Engineering,Giustino Fortunato University,2022 to present
Researcher, Telecommunications Engineering,Giustino Fortunato University,2015 to 2020
Visiting Professor, University of Strathclyde, Glasgow, UK, July, 2019
Post Doc, Telecommunications Engineering, University of Sannio, 2012 to 2015
RESEARCH INTERESTS:
Dr. Addabbo conducts research in the general area of statistical signal processing applied to radar.
The broad goals of her research program are:
- Radar Signal Processing,
Design of adaptive architectures for target detection buried in noise, clutter, and intentional interference and classification schemes for radar applications.
- Synthetic Aperture Radar (SAR),
Analysis of advances in processing techniques for the design of automatic classification of the dominant scattering mechanisms associated with polarimetric SAR images.
- Passive Radar Signal Processing,
The development of innovative algorithms able to process Global Navigation Satellite System Reflectometry (GNSS-R) observations for the analysis of sea surface.
She has published 17 journal papers, including 4 in IEEE Transactions on Signal Processing and Aerospace and Electronic Systems in the last 2 years, and 23 conference papers.
AWARDS and DISTINCTION:
– She has received the IEEE IGARSS Travel grants (1400$) in 2010 and (300$) in 2017.
– She has received the Best Poster Presentation in the IEEE Metrology for Aerospace in 2017.
– She was co-author of the selected paper for 2ND alternate TOP 5 finalist in the student paper competition of the Radar conference in 2019.
– She has been elevated to IEEE Senior Member Grade in 2019.
Current Editorial Service in international journals: She is Associate Editor forIEEE TSP, IEEE Access, Scientific Reports – Nature
Editorial Experience:
She served as Reviewer for the International Journals:
-IEEE Transactions on Signal Processing
-IEEE Signal Processing Letters
-IEEE Aerospace and Electronic Systems Magazine
-IEEE Transactions on Geoscience and Remote Sensing
-IEEE Geoscience and Remote Sensing Letters
-IEEE Access
-IET Radar, Sonar and Navigation
-IET Science, Measurement & Technology
-IET Signal Processing
-EURASIP Journal on Advances in Signal Processing
-Signal, Image and Video Processing (SIVP)
-MDPI Remote Sensing
-MDPI Sensors
PUBLICATIONS:
The most relevant are:
– Addabbo P., Besson O., Orlando D., Ricci G., Adaptive Detection of Coherent Radar Targets in the Presence of Noise Jamming, (2020), IEEE Transactions on Signal Processing.
– Yan, L., Addabbo, P., Hao, C., Orlando, D., Farina, A.; New ECCM Techniques Against Noise-like and/or Coherent Interferers(2019), IEEE Transactions on Aerospace and Electronic Systems.
-Liu, J., Orlando, D., Addabbo, P., Liu, W.; SINR Distribution for the persymmetric SMI beamformer with steering vector mismatches, (2019), IEEE Transactions on Signal Processing.
– Giangregorio, G., Di Bisceglie, M., Addabbo, P., Beltramonte, T., D’Addio, S., Galdi, C.;
Stochastic modeling and simulation of delay-Doppler maps in GNSS-R over the ocean (2016), IEEE Transactions on Geoscience and Remote Sensing.
Website: http://www.unifortunato.eu/docente/prof-ssa-pia-addabbo/
EDUCAZIONE:
Ph.D, Ingegneria dell’Informazione, Universitàdegli studi del Sannio, 2012
M.Sc., Ingegneria delle Telecomunicazioni, Università degli studi del Sannio, 2008
B.Sc., Ingegneria delle Telecomunicazioni, Università degli studi del Sannio, 2005
ESPERIENZA PROFESSIONALE:
Professore Associato, Ingegneria delle Telecomunicazioni, Giustino Fortunato University, 2022 a oggi
Ricercatore, Ingegneria delle Telecomunicazioni, Giustino Fortunato University, 2015 – 2020
Visiting Professor, University of Strathclyde, Glasgow, UK, Luglio, 2019
Post Doc, Ingegneria delle Telecomunicazioni, Università degli studi del Sannio, 2012- 2015
INTERESSI DI RICERCA:
Svolge attività di ricerca nell’area generale dell’elaborazione statistica del segnale applicata al radar.
Gli obiettivi generali del suo programma di ricerca sono:
- Radar Signal Processing,
Progettazione di architetture adattive per il rilevamento di bersagli in rumore, disturbi e interferenze intenzionali e schemi di classificazione per applicazioni radar.
- Synthetic Aperture Radar (SAR),
Analisi delle tecniche di elaborazione per la progettazione della classificazione automatica dei meccanismi di scattering dominanti associati alle immagini SAR polarimetriche.
- Passive Radar Signal Processing,
Lo sviluppo di algoritmi innovativi in grado di elaborare le osservazioni da riflettometria GNSS (Global Navigation Satellite System Reflectometry, GNSS-R) per l’analisi della superficie marina.
È coautrice di 33 articoli su riviste internazionali, 35 articoli a conferenze internazionali e 2 capitoli di libri.
PREMI e RICONOSCIMENTI:
– Ha ricevuto i premiIEEE IGARSS Travel grants (1400$) nel 2010 e (300$) nel 2017.
– Ha ricevuto il premioBest Poster Presentation in the IEEE Metrology for Aerospacenel 2017.
– È stata coautrice dell’articolo selezionato come 2° finalista nella TOP 5 nella competizione per articoli per studenti della Radar conference nel 2019.
– È stata elevata a IEEE Senior Member Grade nel 2019.
Esperienzaeditoriale:
È Associate Editor per IEEE TSP, IEEE Access, Scientific Reports – Nature
Ha svolto attività di revisore per le riviste internazionali:
-IEEE Transactions on Signal Processing
-IEEE Signal Processing Letters
-IEEE Aerospace and Electronic Systems Magazine
-IEEE Transactions on Geoscience and Remote Sensing
-IEEE Geoscience and Remote Sensing Letters
-IEEE Access
-IET Radar, Sonar and Navigation
-IET Science, Measurement & Technology
-IET Signal Processing
-EURASIP Journal on Advances in Signal Processing
-Signal, Image and Video Processing (SIVP)
-MDPI Remote Sensing
-MDPI Sensors
PUBLICATIONS:
LE piùrilevanti sono:
– Addabbo P., Besson O., Orlando D., Ricci G., Adaptive Detection of Coherent Radar Targets in the Presence of Noise Jamming, (2020), IEEE Transactions on Signal Processing.
– Yan, L., Addabbo, P., Hao, C., Orlando, D., Farina, A.; New ECCM Techniques Against Noise-like and/or Coherent Interferers(2019), IEEE Transactions on Aerospace and Electronic Systems.
-Liu, J., Orlando, D., Addabbo, P., Liu, W.; SINR Distribution for the persymmetric SMI beamformer with steering vector mismatches, (2019), IEEE Transactions on Signal Processing.
– Addabbo, P., Aubry, A., De Maio, A., Pallotta, L., Ullo, S.L.; HRR profile estimation using SLIM (2019) IET Radar, Sonar and Navigation.
– Giangregorio, G., Di Bisceglie, M., Addabbo, P., Beltramonte, T., D’Addio, S., Galdi, C.;
Stochastic modeling and simulation of delay-Doppler maps in GNSS-R over the ocean (2016), IEEE Transactions on Geoscience and Remote Sensing.
Website: http://www.unifortunato.eu/docente/prof-ssa-pia-addabbo/
In the last decades, radar art has been significantly influenced by the advances in technology as corroborated by the last-generation processing boards capable of performing huge amounts of computations in a very short time while keeping the costs relatively low. This abundance of computation power has allowed for the development of radar systems endowed with more and more sophisticated processing schemes. As a matter of fact, the open literature is rich with novel contributions on adaptive detection with the result that detection architectures are evolving towards a continuous performance enhancement.
However, radars might be potential targets of electronic attacks, also known as Electronic Countermeasure (ECM), by an adversary force, which can use, for instance, active techniques aimed at protecting a platform from being detected and tracked by the radar. This is accomplished through two approaches: masking and deception. While noncoherent Jammers or Noise-Like Jammers (NLJs) attempt to mask targets generating nondeceptive interference which blends into the thermal noise of the radar receiver, the Coherent Jammers (CJs) transmit low-duty cycle signals intended to inject false information into the radar processor. Specifically, CJs are capable of receiving, modifying, amplifying, and retransmitting the radar’s own signal to create false targets maintaining radar’s range, Doppler, and angle far away from the true position of the platform under protection. Against the aforementioned electronic attacks, radar designers have developed defense strategies referred to as Electronic Counter-CounterMeasure (ECCM). An example of ECCM technique against pulsed interferences is the Sidelobe Blanker, which compares the detected signal amplitude from the main channel with that of an auxiliary channel.
In this publication, novel multiple-stage adaptive architectures are presented to face with the problem of target detection buried in noise, clutter, and intentional interference (both NLJs and CJs).
Particularly, in the first considered scenario, the radar system is under the electronic attack of NLJs. In this context, two sets of training samples are jointly exploited to devise a two-step estimation procedure of the interference covariance matrix (ICM). Then, this estimate is plugged in the adaptive matched filter to mitigate the deleterious effects of the noise-like jammers on radar sensitivity.
Besides, a second scenario, which extends the former by including the presence of CJs, is addressed. Specifically, the sparse nature of data is brought to light and the compressive sensing paradigm is applied to estimate target response and coherent jammers amplitudes. The likelihood ratio test, where the unknown parameters are replaced by previous estimates, is designed and assessed. Remarkably, the sparse approach allows for echo classification and estimation of both angles of arrival and number of the interfering sources.