Ιχνηλασια Πολυστατικου Συστηματος Ρανταρ Ανιχνευσης Ιπταμενων Οχηματων

Abstract

Στα πλαίσια της κατασκευής ενός πολυστατικού (multi-sensor) σύστηματος ρανταρ(δηλαδή με πολλούς δέκτες) με βασικό στόχο την ανίχνευση και ιχνηλασία πολλών στόχων (multi-target-tracking) με μικρό RCS (UAV) εκπονήθηκε η διπλωματική αυτή εργασία.Βασική προδιαγραφή του πολυστατικού συστήματος είναι η προστασία άλλων ραντάρ από εχθρικά αεροσκάφη τα οποία δεν είναι δυνατόν να ανιχνευθούν από το μεγαλύτερο (μονοστατικό) ραντάρ. Η διπλωματική αυτή έχει στόχο την επιλογή της καταλληλότερης μεθόδου ιχνηλασίας στο σύστημα αυτό.Σε μια σειρά κεφαλαίων λοιπον θα αναφερθούμε στους τροπους υλοποίησης της ιχνηλασίας(tracking) και συζευξης δεδομένων (observation to track data association) .Για κάθε μέθοδο θα γίνεται αναλυτική παρουσίαση,επεξήγηση,περιγραφή πλεονεκτημάτων και μειονεκτημάτων ,συγκριτικές προσομοιώσεις με πραγματικά δεδομένα μετρήσεων και ανάπτυξη αλγορίθμων για τις επικρατέστερες.Περιληπτικά παρακάτω δίνουμε μια γενική περιγραφή των περιεχομένων του κάθε κεφαλαίου.Το πρώτο κεφάλαιο αποτελεί μια γενική εισαγωγή στα ρανταρ καθως και στο συγκεκριμένο πολυστατικό σύστημα που υλοποιούμε.Ξεκινάμε απο την εξίσωση του ρανταρ και την εννοια της Doppler ολίσθησης συχνότητας και καταλήγουμε στην γραμμικη διαμόρφωση συχνότητας που χρησιμοποιήθηκε καθώς και τις γενικές αρχές ιχνηλασίας ακόμη και βασικές μεθόδους σύνθεσης δεδομένων.Στο δεύτερο κεφάλαιο ξεκινάμε με την παρουσίαση του βασικότερου αλγορίθμου πρόβλεψης-ιχνηλασίας,του φίλτρου Καλμαν.Δείχνουμε τη βελτίωση που εισάγει το φίλτρο στην παρακολούθηση της τροχιάς-διστατική απόσταση και ταχύτητα-και παρουσιάζουμε βελτιώσεις του αλγορίθμου για τις περιπτώσεις που έχουμε χαμένες μετρήσεις και ψευδείς συναγερμούς.Στο τρίτο κεφάλαιο παρουσιάζουμε την ιχνηλασία πιο δύσκολων στόχων.Με τον όρο δύσκολοι εννοούμε τους στόχους που αλλάζουν μοντέλα κατά την διάρκεια της πτήσης τους.Για παράδειγμα ένα αεροσκάφος θα μπορούσε να επιταχύνει μέχρι ενός σημείου να επιβραδύνει και να 'μανουβράρει'.Θα δείξουμε κατ αρχήν την αδυναμία του φίλτρου Κάλμαν να παρακολουθήσει τέτοιου είδους στόχους και θα παρουσιάσουμε το Φίλτρο Αλληλεπιδρόντων Πολλαπλών Μοντέλων IMM στο οποίο λαμβάνονται υπ όψην περισσότερα του ενός μοντέλα για την ιχνηλασία.Στο τέταρτο κεφάλαιο γίνεται μια εισαγωγή στις πιθανοτικές μεθόδους σύνθεσης δεδομένων.Παρουσιάζεται και προσομοιώνεται βασικά η πιθανοτική μεθοδος σύντηξης δεδομένων PDA.Βασικό τους πλεονέκτημα,το γεγονός ότι λαμβάνουν υπ όψην τους τα στατιστικά χαρακτηριστικά των στασίμων στόχων-clutter.Βασικό τους μειονέκτημα ,η χαμηλή τους απόδοση σε περιβάλλον πολλών στόχων.Στο πέμπτο κεφάλαιο μελετάμε την περίπτωση που το ρανταρ παρακολουθεί πολλούς στόχους.Παρουσιάζουμε και προσομοιώνουμε την πιο απλή αλλα αποτελεσματική μέθοδο αυτή του κοντινότερου γείτονα -NN.Η χαμηλή απόδοση της PDA για πολλούς στόχους ανάγκασε στην εισαγωγή της μεθόδου JPDA που παρουσιάζεται στο έκτο κεφάλαιο μαζί με την γενικότερή της μέθοδο πολλαπλών υποθέσεων MHT.Στο έβδομο κεφάλαιο παρουσιάζεται ο κεντρικός σταθμός κάθε κυψέλης του πολυστατικού συστήματος.Παρουσιάζεται η λύση του προβλήματος τριγωνοποίησης όπου εξάγεται η θέση του στόχου σε καρτεσιανές πλέον συντεταγμένες.Δείχνουμε την επιρροη στην ακρίβεια του ρανταρ του αριθμού των δεκτών κάθε κυψέλης.Ετσι όπως φαίνεται από τις προσομοιωσεις καθώς αυξάνεται ο αριθμός των δεκτών το σφάλμα της θέσης του στόχου μειώνεται εκπληκτικά.Στη συνέχεια δείχνουμε την ανάγκη χρήσης μεθόδων σύντηξης δεδομένων και στον κεντρικό σταθμό καθώς βελτιώνεται παρα πολύ η ακρίβεια στη θέση του στόχου.Τέλος, στο όγδοο κεφάλαιο,κάνουμε μια γενική παρουσίαση και σύγκριση όλων των παραπάνω αλγορίθμων με πραγματικά δεδομένα σύμφωνα με τις προδιαγραφές του συστήματος.