Содержание к диссертации
Введение
Глава 1. Основные принципы обработки сигналов МП РЛК 10
1.1. Постановка задачи 10
1.2. Характеристика и классификация МП РЛК 13
1.3. Краткий обзор моделей движения целей и помех 17
1.4. Методы и алгоритмы траекторной обработки данных одной и нескольких РЛС 30
1.5. Применение функций сглаживающих сплайнов для фильтрации траектории цели 41
1.6. Выводы 45
Глава 2. Разработка алгоритмов фильтрации и объединения данных траекторий в МП РЛК 47
2.1. Постановка задачи 47
2.2. Выбор методов объединения и комплексирования данных по целям 48
2.3. Анализ требований припускной способности канала при объединения данных в МП РЛК 51
2.4. Алгоритм фильтрации траектории цели сглаживающим сплайном 56
2.5. Многогипотезный алгоритм обработки данных 75
2.6. Выводы 78
Глава 3. Многомодельные алгоритмы фильтрации данных МП РЛК 80
3.1. Постановка задачи 80
3.2. Многомодельные алгоритмы фильтрации траектории маневрирующих целей 82
3.3. Применение разнородных алгоритмов в многомодельных алгоритмах фильтрации 98
3.4. Реализация алгоритма построения траекторий целей по наблюдениям с нескольких РЛС 104 3.5. Применение многомодельных алгоритмов обработки данных в МП РЛК на базе двух РЛС типа «Река» 111
3.6. Возможности оценивания пространственных координат цели в многопозиционной системе двухкоординатных РЛС 119
3.7. Выводы 123
Заключение 125
Список сокращений 127
Список литературы
- Краткий обзор моделей движения целей и помех
- Применение функций сглаживающих сплайнов для фильтрации траектории цели
- Анализ требований припускной способности канала при объединения данных в МП РЛК
- Применение многомодельных алгоритмов обработки данных в МП РЛК на базе двух РЛС типа «Река»
Введение к работе
Актуальность темы исследования. В последние годы произошло
заметное улучшение тактико-технических показателей радиолокационных
станций (РЛС). Вместе с тем изменяются и характеристики целей: наблюдается
увеличение их числа и разнообразия, повышение скорости и маневренности,
снижение радиолокационной видимости. Несмотря на значительный прогресс в
технике, в этих условиях выдвигаются новые требования к анализу
радиолокационной информации (РЛИ), которые во многих случаях не удается
удовлетворить в рамках традиционного построения РЛС. Раздельное
применение РЛС при наличии комплекса нескольких разнесенных в
пространстве РЛС с общей зоной обзора (многопозиционного
радиолокационного комплекса (МП РЛК)) может существенно проигрывать стратегии объединенного использования их ресурса.
В настоящее время МП РЛК стали объектом интенсивных исследований во многих странах. Появилось большое число публикаций, в которых развивается теория МП РЛК, приводятся результаты научно-исследовательских проектных разработок и экспериментальных работ.
Анализируя перспективы радиолокации, многие авторы рассматривают развитие методов и алгоритмов совместной обработки информации МП РЛК как одно из важнейших направлений повышения эффективности систем контроля охраняемых территорий. Поэтому анализ известных и разработка новых алгоритмов траекторной фильтрации сигналов МП РЛК с целью снижения погрешностей оценки траекторных параметров обнаруживаемых целей является актуальной задачей.
Степень разработанности. В настоящее время проблема цифровой
обработки данных в МП РЛК изучается достаточно интенсивно, о чем
свидетельствует большое число опубликованных научных работ в
отечественных и зарубежных изданиях. В 80-90-х годах исследования были направлены, в основном, на совершенствование способов и алгоритмов обработки, разработанных для однопозиционных РЛС. В последние годы интерес к проблеме обработки сигналов в МП РЛК существенно повысился ввиду возросшей эффективности вычислительной техники и сетей передачи данных. В то же время многие работы посвящены обработке данных синхронизированных РЛС, что накладывает ограничения по использованию алгоритмов для объединённых в сеть разнородных некогерентных РЛС.
Цели и задачи. Целью диссертационной работы является повышение точности оценивания траекторий целей в МП РЛК на основе разработки и исследования алгоритмов траекторной фильтрации данных нескольких асинхронных РЛС.
Для достижения поставленной цели решаются следующие задачи:
-
Анализ известных и разработка новых математических моделей для описания изменения наблюдаемых в радиолокационных комплексах координат целей в асинхронные моменты времени.
-
Разработка алгоритмов фильтрации траекторных параметров радиолокационных целей на основе нахождения функций сглаживающего сплайна.
-
Разработка алгоритмов многомодельного байесовского совместного решения и оценивания параметров траекторий в радиолокационных комплексах, анализ их эффективности.
-
Объединение в многомодельных алгоритмах разнородных процедур траекторной фильтрации при сложном характере движения целей.
-
Создание имитационного программного комплекса для моделирования процессов формирования и обработки сигналов радиолокационных комплексов.
-
Проведение натурных испытаний разработанных алгоритмов траекторной обработки.
Научная новизна диссертационной работы заключается в следующем:
-
Разработан алгоритм фильтрации данных РЛС с применением сглаживающих сплайнов, позволяющий уменьшить время обнаружения маневра, а также оценивать координаты быстроманеврирующей цели с большей точностью.
-
Разработаны и исследованы алгоритмы многомодельной байесовской обработки наблюдений МП РЛК, обеспечивающие устойчивое сопровождение целей в условиях существенной неопределенности характера их движения.
-
Предложен многомодельный алгоритм траекторной обработки сигналов МП РЛК, дополнительно содержащий процедуру вычисления сглаживающего сплайна, позволяющий уменьшить погрешность фильтрации при наличии быстроманеврирующей цели.
-
Создан программный комплекс для имитации 3D обстановки при наличии маневрирующих целей в зоне действия нескольких РЛС, формирования радиолокационных сигналов и помех, позволяющий исследовать эффективность разнообразных алгоритмов первичной и вторичной обработки радиолокационной информации.
Теоретическая и практическая значимость работы.
Теоретический интерес представляют:
-
Создание базы разнообразных математических моделей, предназначенных для применения в задачах оптимального байесовского синтеза и анализа алгоритмов совместного различения и фильтрации траекторных параметров маневрирующих целей.
-
Разработка методики применения сглаживающих сплайнов для решения задач траекторной фильтрации по асинхронным разноточным наблюдениям РЛС, учитывающей характеристики движения и маневры целей.
-
Разработка и исследование алгоритмов асинхронного многомодельной байесовской траекторной фильтрации маневрирующих целей.
Практическая значимость работы состоит в:
-
Рекомендациях по улучшению характеристик существующих устройств цифровой обработки радиолокационных сигналов, поступающих от МП РЛК, на основе внедрения новых алгоритмов траекторной фильтрации.
-
Создании многофункционального программного комплекса, предоставляющего разработчикам МП РЛК широкие возможности для отладки разнообразных алгоритмов обработки радиолокационных сигналов от маневрирующих целей в условиях помех.
3. Разработке и обосновании основных принципов и особенностей построения МП РЛК на базе опыта эксплуатации двух некогерентных стационарных навигационных РЛС с пересекающимися зонами видимости, предназначенных для наблюдения за акваторией реки.
Методология и методы исследования. Решение поставленных задач основано на статистической теории радиолокации, методах представления и обработки сигналов, математического моделирования и вычислительного эксперимента.
Положения, выносимые на защиту.
-
Алгоритм траекторной фильтрации сигналов, основанный на применении сглаживающих сплайнов, позволяет обнаруживать маневр цели за меньшее время, чем при использовании известных алгоритмов, а также повысить точность фильтрации траекторий движения быстроманеврирующих целей.
-
Многомодельный алгоритм совместного различения и оценивания обеспечивает повышенную точность фильтрации траекторных параметров в условиях сложного характера движения целей.
-
Включение сглаживающих сплайнов в алгоритм многомодельной фильтрации повышает точность фильтрации при появлении быстроманеврирующих целей в зоне обзора МП РЛК.
-
Разработанный программный комплекс позволяет проводить имитационное моделирование всех основных этапов радиолокационного наблюдения маневрирующих целей и обработки сигналов МП РЛК.
Достоверность результатов и апробация работы. Обоснованность
научных положений, результатов и выводов обусловлена корректным
использованием математических методов исследования, применением
современных вычислительных средств, программных средств разработки (Matplotlib для Python 2.x) и прикладных программ (Matlab 2015), подтверждается численным соответствием теоретических результатов, данных математического моделирования и натурных испытаний комплекса МП РЛК, состоящего из двух РЛС.
Публикации и апробация результатов. По теме диссертации опубликовано 16 работ: 3 публикации в ведущих рецензируемых изданиях, рекомендованных ВАК, 1 патент на изобретение, 2 свидетельства об официальной регистрации программы для ЭВМ, 10 публикаций в материалах конференций.
Основные результаты диссертационной работы докладывались и обсуждались на следующих конференциях:
VIII и 1Х Всероссийские научно-практические конференции (с участием стран СНГ) «Современные проблемы проектирования, производства и эксплуатации радиотехнических систем», г. Ульяновск (2013 г., 2015 г.);
VIII Всероссийская научно-техническая конференция «Радиолокация и радиосвязь», г. Москва (2014 г.);
Научно-технические конференции профессорско-преподавательского состава Ульяновского государственного технического университета
«Вузовская наука в современных условиях», г. Ульяновск (2013-2015 г.); - Научно-техническая конференция «Интегрированные системы
управления», г. Ульяновск (2013 г., 2016 г.). Результаты диссертации, связанные с конкретными НИР, докладывались на НТС предприятия ФНПЦ АО «НПО «Марс» (2013-2015 г.).
Структура и объем работы. Диссертационная работа состоит из введения, трех глав, заключения, списка использованной литературы, списка принятых сокращений и трех приложений. Основная часть работы изложена на 143 страницах машинописного текста, включает 41 рисунок, список литературы содержит 101 наименования, в том числе 16 работ автора.
Краткий обзор моделей движения целей и помех
К преимуществам многопозиционных систем, по сравнению с однопозиционными РЛС, следует отнести более высокую помехоустойчивость, высокую точность завязки и сопровождения траекторий целей, большую информативность. Рассредоточенность в пространстве и избыточное число позиций также значительно повышают живучесть МП РЛС или МП РЛК. При этом выход из строя какой-либо из позиций не приведет к полному нарушению работоспособности, а вызовет лишь частичное ухудшение характеристик системы РЛС.
Важной целью применения дополнительных РЛС, размещенных на разных позициях, является увеличение размеров радиолокационного поля, которое для одной из РЛС может быть ограничено рельефом местности или мощностью передатчика. Такой результат может быть получен при минимальном перекрытии зон обзора связанных РЛС. В то же время, если в сети РЛС обеспечивается значительное перекрытие зон обзора, то возникает ряд дополнительных преимуществ.
При построении МП РЛС следует учитывать, что основным конечными задачами, как и для обычных однопозиционных РЛС, является обнаружение целей и их классификация, построение траекторий движения. Поэтому задачи обнаружения сигналов и измерения их параметров следует рассматривать совместно как единую статистическую задачу [62]. Если в зоне действия однопозиционной РЛС одновременно находится несколько целей, возникает задача отождествления (сопоставления) обнаруженных сигналов и замеров, относящихся к одним и тем же целям и полученных в разные моменты времени. В МП РЛК, кроме этого, приходится отождествлять замеры координат одних и тех же целей, сформированные разнесенными в пространстве измерителями – межпозиционное отождествление. Таким образом, в МП РЛК в случае многоцелевой ситуации следует рассматривать единую статистическую задачу «межобзорное отождествление – межпозиционное отождествление».
Несмотря на то, что многопозиционная радиолокация развивается уже более 20 лет, в разных источниках термин МП РЛС понимается по-разному. В некоторых источниках [61] под МП РЛС понимается система РЛС с одной передающей позицией и несколькими разнесенными приемными позициями. При этом вся информация от всех разнесённых позиций обрабатывается в едином центре. Такие РЛС также могут называть «РЛС с разнесенным приемом». Например, двухпозиционная система РЛС с одной передающей и одной приёмной позицией называется бистатической (рисунок 1.2).
В [62], например, дано следующее определение МП РЛС: радиолокационная система, включающая несколько разнесенных в пространстве передающих, приёмных или приемопередающих позиций, в которой получаемая ими информация о целях обрабатывается совместно.
Итак, для МП РЛС присущи два отличительных признака: наличие несколько разнесенных позиций РЛС и совместная обработка информации. Например, согласно этим признакам РЛС, установленные на одном боевом корабле, не принято считать системой МП РЛС несмотря на то, что позиции РЛС несколько разнесены в пространстве, и выполняется совокупная обработка информации.
Также из последнего определения следует, что к МП РЛС не относятся бистатические РЛС. Для МП РЛС целесообразна совместная обработка в случае, если в систему входит как минимум одна передающая позиция и две или более приемные позиции. Также для системы МП РЛС с одной передающей и двумя приемными позициями, возможен вариант, если одна приемная позиция совмещена с передающей – обычная однопозиционная РЛС. Также МП РЛС, согласно определению, может состоять из нескольких бистатических РЛС.
Для удобства анализа системы МП РЛС можно разделить на следующие основные типы [20]: 1) однопозиционные (моностатические), где для приема и передачи используется одна антенна либо совокупность однопозиционных РЛС, объединенных в единую высокоскоростную сеть обмена данными; 2) двухпозиционная (бистатическая), в которых передающая и приемная антенны разнесены в пространстве на значительное расстояние; 3) многопозиционная (мультистатическая), где в системе используется несколько разнесенных приемников и один передатчик. 4) многопозиционная, с реализацией мерцающего радиолокационного поля, при смене активной РЛС в системе из нескольких РЛС.
Особый интерес для инженеров представляют однопозиционные РЛС, объединенные в сеть. Действительно, при наличии уже установленных и функционирующих самостоятельных однопозиционных РЛС представляется возможным реализовать их комплексирование в единую сеть обработки радиолокационных данных. Такие сети РЛС, состоящие из однопозиционных РЛС, принято называть МП РЛК. При этом в зависимости от степени централизации системы обработки данных МП РЛК могут быть разделены на два класса:
Применение функций сглаживающих сплайнов для фильтрации траектории цели
Так, для РЛС «Фрегат», чтобы упаковать 300 000 м по дальности требуется 1920 дискрет, пакет пеленга, соответственно, будет иметь размер 886 байт (два дискрета на байт). Так как минимальный период обзора РЛС «Фрегат» равен 2,5 секунды, то в секунду может быть выдано до 4096 / 4 = 1024 пеленгов. Итоговый объем потока равен 1024 886 = 886 784 байт/сек = 7 094 272 бит/сек. При этом в расчетах не учитывается объем передаваемой служебной информации – заголовки udp/ip пакетов сети Ethernet.
Для РЛС «Река» при упаковке 26 000 м по дальности требуется 1536 дискрет. Итоговый объем потока равен 1638 1536 = 2 515 968 байт/сек = 20 127 744 бит/сек. Суммируя потоки РЛС «Фрегат» и РЛС «Река», имеем суммарный поток равный 31,4 Mбит/сек. При этом необходимо учитывать, что суммарная частота выдачи пакетов равна 3 276 пакетов/сек. Можно предложить организовывать выдачу первичных данных пачками или обзорами, но при этом будет привноситься дополнительная временная погрешность.
Проанализируем поток данных, выдаваемого в ЕЦО теми же позициями МП РЛК, но уже после траекторной обработки. Несмотря на то, что не существует унифицированного протокола обмена вторичной радиолокационной информацией, можно предложить следующий перечень информации по траекториям, которые должны быть переданы в ЕЦО для последующей третичной обработки: формированием в РЛС новой информации по целям и передачей этой информации в ИП2. Например, для воздушной цели, с горизонтальной скоростью 300 м/сек, дополнительная погрешность оценки траектории при заданной погрешности выдачи времени в 50 мсек может достигать 15 м. В итоге, по каждому обновлению или завязке траектории цели потребуется передать структуру, содержащую до 20 элементов. Принимая размер каждого элемента равным 4 байт (int, double, float), то размер структуры будет равен 80 байтам. Пусть в течение 1 секунды, то есть в секторе 144 градуса (при периоде обзора 2,5 сек) в пределах видимости РЛС наблюдается 100 целей (цели распределены равномерно по обзору). Информация по траектории выдается немедленно в ЕЦО после ее выработки позицией МП РЛК. Тогда поток от РЛС будет 8 000 байт/сек или 64 000 бит/сек (0,064 Mбит/сек). Суммарный поток двух рассмотренных РЛС будет равен 0,128 Mбит/сек или в 245 раз меньше, чем при передаче сырых первичных данных.
Зависимость требуемой пропускной способности канала от количества Зависимость потока передаваемых данных от количества обнаруженных целей при передаче первичной и вторичной информации передаваемых целей представлена на рисунке 2.4. Особенностью при передаче первичной информации является то, что поток не зависит от количества отметок от целей, так как на обработку в ЕЦО передается вся сырая информация, включая шумы. При передаче траекторий также снижается последующая нагрузка на процессор ЕЦО при обработке данных. Для документирования данных при передаче траекторий также потребуется гораздо меньше пространства на постоянном запоминающем устройстве. Таким образом, оптимальным по критерию требования к пропускной способности канала передачи данных является способ передачи локальных траекторий позиций МП РЛК в ЕЦО.
При создании радиолокационных комплексов наблюдения актуальной задачей является измерение координат цели. Измерения всегда сопровождаются ошибками, поэтому оценки координат цели поступают на вход фильтра, который осуществляет их фильтрацию. На выходе фильтров выдается информация о сглаженных координатах цели, прогноз положения при следующем обзоре.
Параметры движения цели могут изменяться, например, при маневре, и необходимо за короткое время принять решение о наличии маневра, а фильтры должны адаптироваться к этим изменениям. Маневр необходимо своевременно обнаружить для того, чтобы перестроить фильтры в соответствии с изменившимися параметрами движения цели.
Наиболее известным алгоритмом фильтрации замеров являются фильтры Калмана, однако, во время маневрирования цели, алгоритм с применением фильтра Калмана не может надлежащим образом оценить динамику движения. Поэтому для маневрирующих целей целесообразно применять другие методы фильтрации. Предлагается использовать алгоритм фильтрации, основанный на описанном в п. 1.5 методе нахождения функции сглаживающего сплайна. При фильтрации траекторий необходимо задавать оптимальное количество узлов, с точки зрения производительности и скорости определения маневра цели, по которым находятся коэффициенты функции сглаживания. Также по критерию оптимальной производительности системы выбирается соответствующая степень сплайна.
Для работы алгоритма требуется накопление первых N наблюдений траектории цели R1... . При последующем асинхронном получении наблюдения находится функция сглаживающего сплайна по предыдущим N наблюдениям, строится отфильтрованная траектория Д..Д, и корреляционный эллиптический строб оценки экстраполированного положения цели на момент времени принятого наблюдения. Если наблюдение попадает в корреляционный строб, то принимается решение о принадлежности цели к данной траектории. Одним из результатов рекуррентной фильтрации N последних наблюдений является уточнение предыдущих оценок положения цели.
Анализ требований припускной способности канала при объединения данных в МП РЛК
В условия современной целевой обстановки, в случае априорно неизвестного характера возможного маневрирования целей, использование одномодельных алгоритмов различных модификаций, не может обеспечить заданную точность оценки вектора состояния. Это может произойти по причине несоответствия истинного и заложенного в модель характера маневра. Если в модель одномодельного алгоритма заложить параметры маневра для максимально возможной его интенсивности, то при движениях цели со слабым маневром или прямолинейном движении произойдет расхождение оценки параметров вектора движения и вектора параметров истинного движения, СКО ошибок элементов вектора будет увеличиваться, что может привести к срыву сопровождения цели.
Другим вариантом использования одномодельных алгоритмов является использование адаптивных способов оценки параметров траектории маневрирующей цели. Этот способ состоит из следующих друг за другом этапов: принятие решения о наличии и характере маневра и оценки параметров траектории с учетом маневра. По результатам определения характера маневра выбирается одна из заданных моделей, затем происходит оценка параметров траектории при помощи фильтра, соответствующего данной модели. Этот способ также имеет свои недостатки. Во-первых, при фильтрации параметров траектории не принимается во внимание возможная ошибка при принятии решения о выборе модели. Другим недостатком является то, что решение о выборе модели принимается до фильтрации, хотя учет ее результатов может быть полезен при выборе модели.
Повысить точность вычисления оценки вектора состояния можно с помощью многомодельных (ММ) байесовских алгоритмов одновременного различения и оценивания. Можно выделить несколько характерных видов движения целей, отличающихся видом пространственной траектории и характером движения. Обычно выделяют три характерные вида движения цели: прямолинейное равномерное, прямолинейное с ускорением, радиальное равномерное. Для каждого вида движения цели, можно настроить несколько моделей с различными характеристиками. Таким образом, ММ алгоритмы используют в каждый момент времени не одну, а сразу несколько моделей движения. Основой работы ММ алгоритма является выбор и смена моделей, соответствующих характеру движения цели в данный момент и банк фильтров, соответствующих каждой из моделей. Оценка вектора состояния вычисляется на основе использования оценок всех элементарных фильтров. Таким образом, достигается совместное решение задач принятия решения о маневре и фильтрации. Во время работы ММ алгоритм вычисляет оценку по всем фильтрам, имеющимся в банке. Преимуществами ММ алгоритма являются уменьшение запаздывания обнаружения начала маневра и снижение среднеквадратических ошибок оценивания положения, скорости цели на оцениваемых участках.
Можно различить несколько различных реализации ММ алгоритмов. В простейшей реализации банк моделей стационарен, и при этом в алгоритме отсутствует межмодельное взаимодействие. Другая реализация предполагает механизм межмодельного взаимодействия, который может включать как перенастройку параметров фильтров, так и их полную переинициализацию с учетом предыдущих выходных значений всех фильтров, совместную адаптацию параметров. Еще одна реализация предполагает динамическую генерацию моделей в банке ММ алгоритма. Такой подход позволяет адаптивно настраивать набор моделей при изменении условий функционирования системы, когда исходный набор моделей перестает соответствовать истинным характеристикам движения, причем меняться могут как параметры, так и количество моделей. Таким образом, при выборе любой реализации ММ алгоритма, одной из задач при разработке ММ алгоритмов является определение и выбор действительной модели для текущего характера движения. Другой задачей является снижение затрат вычислительных ресурсов, так как они потенциально растут прямо пропорционально количеству моделей в банке. 3.2. Многомодельные алгоритмы фильтрации траектории маневрирующих целей
Обычно методы обнаружения траекторий или алгоритмы ЕЦО основаны на использовании некоторой модели движения цели, наиболее адекватно и в то же время достаточно просто описывающей ее перемещения в пространстве. Поэтому разработка ЕЦО всегда начинается с определения типов целей, которые она должна сопровождать, и выбора модели движения для каждого из выбранных типов. В ходе обнаружения траектории параллельно решаются две следующие задачи. 1. Выделение из всего набора отметок, обнаруженных за несколько последовательных обзоров РЛС, тех, которые могут принадлежать траектории реальной цели. При этом используется априорная информация о характере движения цели, т.е. модель траектории. 2. Фильтрация ложных отметок, которые не могут описывать движение какой-либо цели. Фильтрующее свойство основано на том, что пространственное распределение ложных отметок в зоне обзора (случайное и, как правило, с равномерным разбросом) не совпадает с ожидаемым распределением отметок от цели, определяемым моделью ее движения. Поэтому траектория, начатая по ложной отметке, с большой вероятностью не подтвердится на следующих обзорах. Сброс траектории, в этом случае, с сопровождения происходит после того, как ей в течение некоторого времени не было присвоено ни одной отметки.
Поскольку ЕЦО, как правило, должен сопровождать множество целей на фоне помех, необходима предварительная идентификация (отождествление) отметок с траекториями, т.е. принятие решения о возможном соответствии каждой из пришедших на данном обзоре отметок или иной сопровождаемой траектории. Большинство известных алгоритмов сопровождения траектории связаны с использованием специальных алгоритмов обнаружения маневра и устройств коррекции параметров фильтров. В последнее время для сопровождения маневрирующей цели предлагается ММ байесовские алгоритмы при использовании нескольких фильтров Калмана, соответствующих моделям состояния цели.
В процессе работы учитывается апостериорная вероятность каждой модели состояния цели, а выходная оценка вектора состояния цели представляет собой комбинацию всех составляющих оценивания. Преимуществом этого подхода является уменьшение влияния запаздывания определения начала маневра на качество сопровождения, поэтому среднеквадратические ошибки оценивания, как положения, так и скорости цели на участке маневра уменьшены по сравнению с адаптивным алгоритмом.
В РЛС для сопровождения неманеврирующих целей часто используют фильтр Калмана. Для сопровождения маневрирующих целей добавляют алгоритм обнаружения маневра, и после обнаружения маневра изменяют коэффициенты усиления фильтра Калмана по выбранным ранее правилам. Этот метод может иметь некоторое запаздывание обнаружения начала маневра. Для устранения влияния запаздывания определения маневра можно использовать сочетание фильтров Калмана с ММ алгоритмом. ММ алгоритмы используют несколько фильтров, согласованных с различными участками траектории, взаимодействующих между собой, с последующим объединением их оценок. При моделировании обычно выделяют участки прямолинейного равномерного (CV), прямолинейного равноускоренного движения (CA), движения по окружности с постоянной угловой скоростью (CT).
Применение многомодельных алгоритмов обработки данных в МП РЛК на базе двух РЛС типа «Река»
В ходе диссертационного исследования были получены новые научные результаты по синтезу и анализу алгоритмов многомодельного байесовского одновременного различения и оценивания траекторий нескольких типов маневрирующих целей для системы двух РЛС. Дополнительным существенным результатом является алгоритмическая и программная реализация процедуры трехмерной траекторной обработки многопозиционных данных. Она включает блоки имитации и отображения реальной радиолокационной информации и первичного обнаружения целей, а также реализацию многомодельного алгоритма оценивания траекторий целей по наблюдениям двух РЛС. Кроме того, был предложен новый алгоритм определения высоты движения цели по радиолокационным наблюдениям двух и более двухкоординатных РЛС.
Вместе с тем, все основные результаты были получены на основе имитационного моделирования обстановки и сигналов. Представляет большой научный и практический интерес осуществление программной обработки данных реальных РЛС при работе по движущимся целям в реальной радиолокационной обстановке, в связи с чем требуется апробация разработанных методов и алгоритмов. Для испытаний была создана МП РЛК из двух действующих двухкоординатных навигационных РЛС типа «Река». Основной целью является повышение эффективности анализа радиолокационной обстановки за счет объединения данных нескольких РЛС на конкретном примере обнаружения и сопровождения целей в акватории реки Волга с помощью объединения данных двух РЛС.
Для отработки алгоритмов был реализован комплекс наблюдения за акваторией реки Волга. В комплексе наблюдения задействованы две навигационные РЛС «Река», приемник АИС и DVB-S сигналов, в также управляемая оптико-электронная система. Комплекс позволяет наблюдать за акваторией реки Волга в радиусе 20 км для РЛС «Река» и в радиусе 50 км для АИС. Приемник DVB-S выполняет прием сигналов от летательных аппаратов, оборудованных соответствующими передатчиками, находящимися в радиусе 150-200 км.
В качестве человеко-машинного интерфейса был разработан Web-сервис наблюдения за акваторией реки (рисунок 3.20). По всем обнаруженным объектам можно вывести формуляр с выработанными комплексом соответствующими характеристиками.
Web-сервис наблюдения за акваторией реки предназначен для наблюдения в реальном режиме времени положения речных судов, находящихся в зоне действия речных навигационных РЛС. Разработанная программа позволяет объединять и отображать на карте данные от РЛС «Река» и от общедоступных AIS web-сервисов. Кроме того, позволяет пользователю посредством обычного web-браузера управлять режимами работы РЛС «Река» и приемом AIS информации, а также наблюдать динамически изменяющуюся обстановку в близлежащей акватории реки. В состав программы входят web-модули динамического формирования html страниц, в том числе, отображения таблиц объектов, карты с нанесенными объектами, серверные модули первичной, вторичной обработок, серверный модуль объединения информации от различных источников информации.
Характеристики программы: – поддержка работы с любым современным web-браузером; – возможность добавления новых источников информации для объединения данных и формирования более полной картины обстановки; – отображение в реальном времени состояния подключенных источников.
Для задачи радиолокационного наблюдения акватории реки Волги была разработана архитектура программного комплекса, включающая модуль первичной обработки данных с двух РЛС, модули вторичной и третичной обработки и модуль графического послойного отображения данных и управления отображением.
Программный комплекс представляет собой набор функциональных модулей, выполненных в виде отдельных исполняемых файлов и взаимодействующих между собой посредством UDP-протокола. На рисунке 3.21 представлена структурная схема комплекса, где стрелками указаны взаимосвязи между исполняемыми модулями.