Электронная библиотека диссертаций и авторефератов России
dslib.net
Библиотека диссертаций
Навигация
Каталог диссертаций России
Англоязычные диссертации
Диссертации бесплатно
Предстоящие защиты
Рецензии на автореферат
Отчисления авторам
Мой кабинет
Заказы: забрать, оплатить
Мой личный счет
Мой профиль
Мой авторский профиль
Подписки на рассылки



расширенный поиск

Алгоритм формирования фоноцелевой обстановки в обзорной радиолокационной станции Кондрашов Кирилл Сергеевич

Диссертация - 480 руб., доставка 10 минут, круглосуточно, без выходных и праздников

Автореферат - бесплатно, доставка 10 минут, круглосуточно, без выходных и праздников

Кондрашов Кирилл Сергеевич. Алгоритм формирования фоноцелевой обстановки в обзорной радиолокационной станции: диссертация ... кандидата Технических наук: 05.13.01 / Кондрашов Кирилл Сергеевич;[Место защиты: ФГБОУ ВПО Московский государственный технический университет имени Н.Э. Баумана], 2017

Содержание к диссертации

Введение

Глава 1. Математическая модель входных данных вторичной обработки информации 14

1.1. Общие сведения об РЛС кругового обзора и модель сцены 14

1.1.1. Общие сведения 14

1.1.2. Системы координат 16

1.1.3. Классификация объектов и модель сцены 18

1.2. Модели сигналов на входе антенны 21

1.2.1. Модель точечной цели 23

1.2.2. Модель протяженной цели 24

1.2.3. Модель пассивных помех 29

1.2.4. Другие виды помех

1.3. Процедура сканирования пространства 38

1.4. Модель ЦОС 40

1.5. Выводы по главе 1 49

Глава 2. Синтез алгоритма вторичной обработки целей 51

2.1. Исходные положения для синтеза 51

2.1.1. Вероятностная модель многоцелевой среды 51

2.1.2. Условные характеристики координатных отметок 55

2.2. Синтез алгоритма совместного обнаружения и оценки параметров целей 58

2.2.1. Байесовская фильтрация поток случайных точек 58

2.2.2. Минимизация апостериорного риска и функция штрафов 64

2.2.3. Общий вид алгоритма совместного обнаружения и оценки параметров целей 70

2.3. Синтез алгоритма совместного обнаружения и оценки параметров

целей в условиях ограниченных ресурсов 73

2.3.1. Эволюция интенсивности множества целей 73

2.3.2. Процедура синтеза 76

2.3.3. Описание алгоритма 84

2.4. Выводы по главе 2 91

Глава 3. Синтез алгоритма вторичной обработки с учетом маневрирования и помех 92

3.1. Алгоритм сопровождения маневрирующих целей на базе многоканального фильтра Калмана 92

3.2. Алгоритм разделения скоростных и малоподвижных целей и пассивных помех 102

3.3. Алгоритм адаптивного автозахвата траекторий 110

3.4. Выводы по главе 3 114

Глава 4. Исследование работы алгоритма вторичной обработки 116

4.1. Оптимизации многопоточного процесса вторичной обработки данных о целях в реальном времени при наличии временных ограничений 116

4.2. Алгоритм моделирования вторичной обработки информации 129

4.3. Описание имитационной модели 133

4.4. Численное моделирование работы алгоритма вторичной обработки 144

4.5. Экспериментальное исследование работы алгоритма вторичной обработки 147

4.6. Выводы по главе 4 150

Общие выводы и заключение по диссертации 151

Список литературы 153

Введение к работе

Актуальность и степень разработанности темы

Диссертационная работа Кондрашова Кирилла Сергеевича посвящена разработке алгоритмов вторичной обработки радиолокационной информации в рамках решения задачи формирования фоноцелевой обстановки в обзорной радиолокационной станции. Данная проблема широко распространена на практике и активно развивается, особенно применительно к многоцелевой обстановке и наличию помех.

В настоящее время разработан целый ряд алгоритмов вторичной обработки. По большей части, однако, синтез известных алгоритмов осуществлен эвристически без привлечения математического аппарата, описывающего множество целей с учетом их стохастического характера и системного подхода. Кроме того, требуется дополнительный учет маневрирования целей и наличия пассивных помех, что зачастую не отражено в существующих алгоритмах. При реализации на практике необходимо учитывать распространенную на сегодняшний день программно-аппаратную платформу, а именно встраиваемые системы на базе микропроцессоров. В таких системах обработка информации делается в реальном времени в параллельном режиме.

Подобные проблемы в совокупности должны решаться с использованием методов системного анализа применительно к РЛС как системе и алгоритмов в ней как ее составляющих с учетом их работы в реальном времени. Это предполагает, в частности, введение показателей качества в рамках вторичной обработки информации с учетом параллельных операций, выполняемых с заданными временными ограничениями, и решение оптимизационных задач применительно к данным показателям качества.

Актуальной проблемой в связи с этим является разработка алгоритмов вторичной обработки, учитывающих многоцелевую обстановку, возможность маневрирования и наличие пассивных помех в рамках современных встраиваемых систем на базе микропроцессора. При этом должна решаться задача оптимизации многопоточного процесса вторичной обработки данных о целях в реальном времени при наличии временных ограничений.

Цель и задачи диссертации

Цель исследования состоит в разработке алгоритмов вторичной обработки информации в обзорной РЛС, обеспечивающих (по сравнению с известными алгоритмами) увеличение точности оценки параметров истинных траекторий с учетом действия пассивных помех в многоцелевой обстановке; увеличение

эффективности использования вычислительных ресурсов в обзорной РЛС; уменьшение времени ожидания обнаружения истинных траекторий целей; уменьшение частоты выдачи ложных траекторий, по сравнению с известными в настоящее время.

В соответствии с целью диссертационной работы были сформулированы и решены следующие задачи:

  1. Построение математической модели входных данных вторичной обработки информации для одноточечных, распределенных и помеховых объектов в обзорной РЛС;

  2. Синтез алгоритма вторичной обработки с адаптивным автозахватом траекторий и разделением малоподвижных и скоростных целей;

  3. Синтез многоканального фильтра Калмана для сопровождения маневрирующих и малоподвижных целей в условиях воздействия помех;

  4. Разработка алгоритма оптимизации многопоточного процесса вторичной обработки данных о целях в реальном времени при наличии временных ограничений;

  5. Разработка алгоритма моделирования вторичной обработки информации в обзорной РЛС с учетом помеховой обстановки и сложной кинематики обзора пространства.

  6. Проверка работы алгоритма вторичной обработки по экспериментальным данным, полученных для обзорной РЛС в реальной фоноцелевой обстановке.

Методы исследования

Методы исследования базируются на теории системного анализа, теории принятия решений, кластерном анализе, теории случайных потоков, аналитических и численных методах, статистических методах обработки информации и математических методах обработки информации на компьютере.

Научная новизна работы

  1. Разработана математическая модель входных данных вторичной обработки информации для одноточечных, распределенных и помеховых объектов в обзорной РЛС на основе цифрового адаптивного обнаружителя сигналов, для которого получены вероятностные характеристики;

  2. Синтезирован новый алгоритм вторичной обработки сигналов обзорной РЛС для множества целей с учетом предлагаемой в работе функции штрафов, предусматривающий адаптивный автозахват траекторий и разделение малоподвижных и скоростных целей;

  3. Синтезирован многоканальный фильтр Калмана для сопровождения маневрирующих и малоподвижных целей в условиях воздействия помех;

  1. Разработаны алгоритмы моделирования вторичной обработки информации в обзорной РЛС с учетом помеховой обстановки и сложной кинематики обзора пространства;

  2. Получены данные экспериментальных исследований сигналов РЛС в реальной фоно-целевой обстановке, подтверждающие результаты теоретических исследований.

Положения, выносимые на защиту

  1. Математическая модель входных данных вторичной обработки информации для одноточечных, распределенных и помеховых объектов в обзорной РЛС;

  2. Алгоритм вторичной обработки с адаптивным автозахватом траекторий и разделением малоподвижных и скоростных целей;

  3. Синтез многоканального фильтра Калмана для сопровождения маневрирующих и малоподвижных целей в условиях воздействия помех;

  4. Алгоритм оптимизации многопоточного процесса вторичной обработки данных о целях в реальном времени при наличии временных ограничений;

  5. Алгоритмы моделирования вторичной обработки информации в обзорной РЛС с учетом помеховой обстановки и сложной кинематики обзора пространства.

  6. Результаты вторичной обработки экспериментальных данных, полученных обзорной РЛС в реальной фоно-целевой обстановке.

Достоверность научных выводов

Достоверность обеспечивается:

  1. Корректностью исходных математически положений, обоснованностью принятых допущений, репрезентативностью статистических данных.

  2. Соответствием результатов теоретических исследований, результатов математического моделирования и результатов экспериментальных исследований.

Личный вклад автора

Основные результаты, вывод и рекомендации, приведенные в диссертации, получены автором лично.

Практическая и теоретическая значимость работы

Разработана математическая модель вторичной обработки информации для одноточечных, распределенных и помеховых объектов в обзорной РЛС с учетом цифровой обработки, распространенной на сегодняшний день. Получены имеющие теоретическую значимость вероятностные характеристики адаптивного обнаружителя сигналов в аналитической форме для приведенных типов объектов.

Разработаны новые алгоритмы вторичной обработки сигналов обзорной РЛС, реализующие совместное обнаружение и оценку параметров множества целей, в том числе маневрирующих и малоподвижных, при наличии пассивных помех, и имеющие преимущество над традиционными аналогичными алгоритмами. Данные алгоритмы могут быть использованы в любой обзорной РЛС без существенных ограничений.

Предложены специфические для обзорной РЛС функция штрафов, которые использовались при синтезе алгоритмов вторичной обработки информации, которые имеют теоретическую значимость в рамках разработки аналогичных алгоритмов. При этом в рамках синтеза минимизировался средний апостериорный риск с учетом предложенных функций штрафов.

Разработан алгоритм оптимизации многопоточного процесса вторичной обработки данных о целях в реальном времени при наличии временных ограничений, который представляет практическую ценность при реализации вторичной обработки с учетом современных аппаратно-программных платформ.

Разработаны алгоритмы моделирования вторичной обработки информации в обзорной РЛС с учетом помеховой обстановки и сложной кинематики обзора пространства. На основе данных алгоритмов разработаны математические и имитационные модели обзорных РЛС. Модели и алгоритмы могут быть использованы для разработки и оценки результатов работы алгоритмов, предназначенных для подобных систем.

Апробация работы

Доклад на Всероссийской конференции молодых ученых и специалистов «Будущее машиностроения России» (Москва, 2013);

Доклад на XLVIII Научных чтений памяти К.Э.Циолковского (Калуга, 2013);

Доклад на Всероссийской конференции молодых ученых и специалистов «Будущее машиностроения России» (Москва, 2014);

Доклад на на L Научных чтений памяти К.Э.Циолковского (Калуга, 2015);

Внедрение результатов работы

  1. Результаты диссертации используются в учебном процессе на кафедре автономных информационных и управляющих систем МГТУ им. Н.Э. Баумана, что подтверждается актом об использовании.

  2. Результаты внедрены в изделие 5П-10М АО «РАТЕП», что подтверждается актом об использовании;

  1. Результаты внедрены в НИР, выполняемую совместно с ФГУП «ЦНИРТИ им. академика А. И. Берга», что подтверждается актом об использовании;

  2. Результаты внедрены в НИР по изделию 5П-27 АО «ВНИИРТ», что подтверждается актом об использовании.

Публикации по теме диссертации

Результаты отражены в 11 научных работах, из них в 4 статьях, опубликованных в журналах, рекомендованных ВАК РФ, общий объем 3.5 п. л.

Структура и объем диссертации

Классификация объектов и модель сцены

В соответствии с классификацией объектов окружающего пространства, введенной в п. п. 1.1.3, ниже приводятся модели сигналов на входе для каждого из типов объектов.

Описание точечных целей представлено в литературе [3]. Такие цели не изменяют форму фронта электромагнитной волны, и могут быть описаны доплеровской частотой, набегом фазы при отражениии амплитудой (мощностью) отраженного сигнала. Отражающая способность характеризуется ЭПР цели, которая позволяет с использованием основной формулы радиолокации легко получить мощность (и амплитуду) в окрестностях антенны. Такая модель, в силу ее простоты, может быть использована в ограниченном количестве случаев, как было упомянуто в п. п. 1.1.3.

Протяженные цели могут быть описаны с помощью большого числа случайных статистически независимых светящихся точек, заполняющих некоторую область пространства, характеризуемую размерами цели [9]. Весьма распространена при этом двухточечная модель. При отражении от протяженной цели наблюдается искажение фронта падающей волны за счет интерференции от различных светящихся точек и возникновение так называемых эффективных или кажущихся центров, меняющих положение случайным образом. Это приводит к угловому шуму положения цели. Флуктуации амплитуды суммарной волны приводят к амплитудному шуму. Протяженные цели, находящиеся вблизи границы раздела двух сред, также моделируются особым образом. Это очень важно в морских системах, в которых даже условно точечные низколетящие цели требуют для адекватного описания введения антипода и учет волнения моря. Таким образом, описание протяженных целей сложнее, чем точечных, требует привлечения вероятностных методов, однако более адекватно. В случае морского базирования, к протяженным целям относятся корабли, самолеты, вертолеты, береговые объекты и т. д.

Пассивные помехи условно делятся на поверхностные и объемные. К поверхностным относится море, берег (при определенных углах визирования); к объемным - атмосферные образования (облака), осадки и ближние распределенные объекты, например, лес. Отраженные от пассивных помех сигналы имеют выраженную стохастическую природу и описываются ПРВ амплитуды (мощности) и СПМ доплеровского смещения. Отражательные способности пассивных помех описываются средней поверхностной (объемной) ЭПР, меняющейся в зависимости от типа источников помех.

Помимо сигналов, порожденных указанными выше объектами, на входе тракта обработки сигналов присутствует нормальный шумовой процесс с аддитивными свойствами, обусловленный множеством случайных источников как в канале распространения, так и в тракте приемника. В итоге, в самом общем виде входной сигнал имеет следующий вид: Srcv(t) = s(t) + sс(t)+n(t), где s(t) - полезный сигнал (от точечной или распределенной цели); sc(t) - пассивные помехи; n(t) - нормальный шумовой процесс. 1.2.1. Модель точечной цели Будем считать зондирующий сигнал имеющим произвольный вид модуляции с достаточно большой величиной несущей со0: str(t) = A(t)co4ca0t + p(t)l где A(t) - закон модуляции амплитуды, p(t) - закон модуляции фазы. Тогда напряженность на входе антенны: em(t) = aA(t)coi(a 0+a D)l[)+ p(.t) + Po\, (1.1) где а - коэффициент ослабления сигнала за счет распространения в свободном пространстве; 2nVr доплеровский набег; Л Vr - радиальная скорость; Я - длина волны несущей; р0 - набег фазы за счет отражения (в простейшем случае 180 градусов); г = задержка распространения в свободном пространстве; с R - расстояние от передатчика и приемника до цели). Ослабление сигнала по мощности дается основной формулой радиолокации, которая далее используется в следующей форме: Р Р. ЖЛ ., (1.2) 4яЯ2 4яЯ2 где Prcv - мощность, создаваемая отраженным сигналом на входе приемника; Gtr - КНД передатчика; Ftr - величина ДН при передаче в данном направлении; о- - ЭПР точечной цели; Frcv - величина ДН при приеме с данного направления; Arcv - эффективная площадь антенны. Мощность здесь понимается как средняя за период несущей частоты. P rc a Соответственно, легко находится величина ослабления амплитуды к Таким образом, точечная цель полностью характеризуется следующими параметрами: 4) о- - ЭПР точечной цели; 5) R - расстояние до приемника и передатчика; 6) Vr - радиальная скорость (либо полная скорость, из которой легко находится радиальная).

Зная эти характеристики, можно определить параметры, являющиеся исходными данными для описания модели обработки сигналов: 1) FD - частота Доплера отраженного сигнала; 2) т - задержка распространения; 3) а - затухание по амплитуде (огибающей). 1.2.2. Модель протяженной цели Для описания протяженной цели удобно использовать систему координат, показанную на Рис. 1.5. Она вводится следующим образом [8]: 1) система координат - правая декартова; 2) центр С расположен в любой точке протяженной цели; 3) приемная антенна расположена в точке О, являющейся началом глобальной системы координат; 4) ось z совпадает с линией визирования, соединяющей точку О глобальной системы координат с О ; 5) плоскости уО ги хОzявляются координатными плоскостями радиолокационного наблюдения (например, азимутальной и угломестной плоскостью); н

Условные характеристики координатных отметок

Общее описание. Результатом цифровой обработки сигналов (ЦОС) в соответствующем устройстве является множество отметок в формате [dR,dv,dA] - дискретные коды дальности, радиальной скорости и амплитуды в дискретные моменты времени. Полное математическое описание этих величин дается с использованием аппарата случайных процессов с учетом каждого из этапов ЦОС. Далее приводится типичная схема ЦОС в РЛС в соответствии с п. п. 1.1. Как правило, присутствуют следующие этапы: 1) оцифровка входных сигналов; 2) формирование отсчетов диаграмм направленности (при электронном сканировании); 3) фазовое детектирование; 4) согласованная фильтрация; 5) формирование каналов радиальной скорости; 6) обнаружение. Предполагается, что на входе ЦОС присутствует две квадратурные составляющие на промежуточной частоте, которые подаются на вход АЦП. Далее на этапе фазового детектирования выделяется огибающая входного сигнала на видеочастоте. Оцифровка и фазовое детектирование могут меняться местами в зависимости от возможностей АЦП, то есть фазовый детектор может быть как цифровым, так и аналоговым. Математическое описание сигналов на выходе этих двух этапов от этого, впрочем, не меняется.

Точечная цель. Проще всего разработать математическую модель ЦОС для точечной цели. В этом случае дискретные во времени мнимая и действительная часть комплексной огибающей y(t) входного сигнала (в соответствии с п. п. 1.2.1) описываются формулой y(f)=aA(t)expj(a D(t)+ p(t)+ Po\ (113) Rey[k] = Rey(kTd\ lmy[k] = lmy(kTd). где Td - период дискретизации; прочие обозначения аналогично п. п. 1.2.1.

Оптимальное обнаружение отраженных сигналов предполагает, что далее осуществляется корреляционная обработка, смысл которой заключается в сравнении отраженного сигнала и зондирующего с учетом шумов в канале распространения, затухания, задержки и допплеровского смещения. Это обуславливает следующие этапы (согласованную фильтрацию и формирование каналов радиальной скорости), которые в такой интерпретации могут происходить в произвольной последовательности. Будем считать, что согласованная фильтрация выполняется перед формированием скоростных каналов. Комплексная огибающая выхода согласованного фильтра с точностью до постоянного множителя в этом случае дает выражение z=0 z=0 y[i] + jbny[i]\RQh[k-i] + j]mh[k-i]) = i=0 = J](Rey[i]Reh[k -i]-lmy[i]lmh[k -/])+ z=0 + jJ](Rey[i]lmh[k-i]-lmy[i]Reh[k-i]) i=0 где h[k] = Reh[k] + jlmh[k] - комплексная огибающая импульсной характеристики фильтра, согласованной с формой ожидаемого сигнала.

Поскольку принимаемый сигнал флюктуирует по начальной фазе, амплитуде, имеет допплеровское смещение и задержку распространения, обнаружение такого сигнала требует многоканального согласованного фильтра (или коррелятора) для каждого возможного значения указанных параметров.

Начальная фаза отраженного сигнала не является информативным параметром, поэтому после согласованной фильтрации по каждой из квадратур ее можно исключить из процедуры обнаружения отраженного сигнала, если найти модуль (1.14) и принимать решение на основе него. При этом z[k] = JRe2[k] + im2z[k] будет случайной величиной.

После фильтрации (1.14) для осуществления многоканальной обработки по неизвестному времени задержки с учетом неизвестной фазы необходимо сравнивать с порогом величину z[k] = Re2[k] + im2[k] для каждого возможного времени задержки. На практике это делается путем запоминания массива значений z = {z[k]} за время «строба» - временного промежутка, на котором ожидается отраженный сигнал (с учетом минимальной и максимальной дальности зондирования) с последующей обработкой всего полученного массива. В итоге для каждого излученного видеоимпульса длительности Tt, которые следуют с периодом Р, имеется (Pt)lTd отсчетов откликов фильтра. В случае точечной цели, отсчеты квадратур (1.13) распределены нормально (рассмотрено в п. п. 1.2.1) как при наличии, так и при отсутствии цели в данном дискрете, только с разным математическим ожиданием. Можно записать условное распределение отсчетов z[k] внутри к -го дискрета (здесь о- - параметр, определяемый аддитивным нормальным шумом в приемнике) в виде z = z\k\ (1.15) z /I — o a2 J a (z\R) = exp 2а2 2-v2 2a2 j к v2 =v2[k] = vR[kf = У Re [7]ReA[ -7]-Im [7]bnA[ -7] + \Z J fk V + У Re [i]lmh[k-i]-lm [i]Reh[k-i]\ . \Z J

Неизвестное доплеровское смещение обычно обрабатывается квазиоптимальным методом - путем формирования «гребенки» согласованных фильтров под дискретный набор разных «центральных» доплеровских частот coDl,..., coDN с последующей обработкой выхода каждого из таких фильтров. Ясно, что отклик в фильтрах, существенно отличающихся по центральной частоте, не является результатом оптимальной обработки и его распределение искажается по сравнению с (1.15). Таким образом, при дальнейшей обработке нужно выбирать один фильтр, например, по максимуму z[k].

Определение радиальной скоростипосле согласованной фильтрации можно осуществить путем ДПФ. Рассмотрим схему, в которой ДПФ берется для Nd массивов откликов Z = {z[k]}(fjlTi)/Td согласованных фильтров, при этом из каждого массива выбирается отсчет, соответствующий одному и тому же к. Для этого необходимо Nd раз излучить видеоимпульсы с периодом Ри последовательно их обработать по описанной выше схеме. В итоге, вычисляется 7Vd-точечное преобразование Фурье, и получается матрица «дальность-скорость», имеющая размерность Ndx(pl)/Td, которая подается на вход обнаружителя.

Одной из распространенных схем обнаружителя в условиях неизвестной дальности и флюктуирующей амплитуды отклика сигнала является адаптивный «двуплечный» обнаружитель, который обрабатывает средний уровень справа ,=— [ + /] и слева z, =— [-/] от фиксированного к, а затем сравнивает z[k] N D г=1 N D i=\ с к0тіп&,їг}, где - коэффициент, выбираемый, например, по критерию Неймана-Пирсона. Если z[k] больше, то считается, что есть цель, иначе - что нет. С учетом распределения величины (1.14) может быть получена условная вероятность истинного обнаружения PDk(r) и ложной тревоги FDk; для фиксированного к они описываются формулой

Алгоритм адаптивного автозахвата траекторий

Применение алгоритма, описанного в п. п. 2.2 во встраиваемых системах сталкивается с существенной трудностью - нехваткой вычислительных ресурсов, что ведет к необходимости упрощения вида применяемых процедур. Главным образом это связано с необходимостью вычисления апостериорной интенсивность /1Wв каждой точке фазового пространства х0, а далее - применением численного интегрирования для расчета функций вида 1(x ) (x,x )ix , как это видно из п. п. 2.2.

Гауссова аппроксимация функции правдоподобия одного измерения /(ж х)делает возможным упростить эту процедуру с вычислительной точки зрения. Кроме того, воспользуемся приближением апостериорного потока смесью пуассоновского и бернуллиевского (2.8). В этом случае апостериорная интенсивность после функционального дифференцирования ЩА т (2 21) /1(х) = (х)[1-Р/(х)]+ егД(х) + е7+;Ин(х). . Введем упрощения по сравнению с общей формулой: 1. Априорная пуассоновская интенсивность постоянная до начала измерения во всей области Q; что соответствует постоянно интенсивности необнаруженных объектов в процессе эволюции, аналогично п. п. 2.1.1; 2. Вероятность истинного обнаружения не зависит от координат объекта: pd(x) = Pd, то есть для произвольных местоположений цели х0,х1, величина Pd(x0) = Pd(x1) = Pd, что подтверждается результатами первой главы; 3. Объекты движутся независимо друг от друга, и их характеристики не перекрываются (что соответствует воздушным целям и морским при слабом волнении); 4. Интенсивность потока ложных отметок постоянная (будучи связана с вероятностью ложной тревоги, она удовлетворяет этому, что отражено в первой главе). Данные упрощения соответствуют используемым здесь моделям входных данных. Учитывая гауссову форму правдоподобия одного измерения /(zx) = iyv(z;x,R), подставляя ее в (2.10), (2.11) и учитывая экстраполяцию пуассновоской компоненты (х) можно сделать вывод, что итоговый вид интенсивности будет описываться смесью гауссоид (по всем измерениям или только по координатам).

Эволюция компонент интенсивности проиллюстрирована на Рис. 2.7. Видно, что с течением времени количество компонентов растет с комбинаторной сложностью. При этом компоненты при сделанных предположениях независимы друг от друга. Светлыми кружками на рисунке показаны экстраполированные компоненты, темными - уточненные.

Каждая бернуллиевская компонента вида (2.11) описывает предварительно обнаруженный объект; вида (2.10) - сопровождаемый. Эволюция компонентов интенсивности представлена на Рис. 2.7. С учетом того, что скорость не измеряется, в момент появления нового измерения порождается компонент интенсивности, имеющий гауссову форму по координатам и равномерно распределенную по скорости. При экстраполяции и последующем уточнении с учетом марковского правила пики становятся гауссовыми как по координатам, так и по скоростям. Каждый предварительно обнаруженный объект порождает тк гауссовских пиков в момент t. (x)

Форма пиков на различных этапах обработки показана на Рис. 2.8 для случая обработки по одной координате. Начальная форма а) соответствует отсутствию информации о скорости. При экстраполяции, таким образом, учитываются все возможные значения скорости, как показано на б). Далее при поступлении новых измерений формируются пики, соответствующие координатам этих измерений, в), что соответствует появлению предварительно обнаруженных компонент интенсивности. Предварительно обнаруженные компоненты, в свою очередь, в процессе эволюции сохраняют форму гауссовских пиков, как показано на г) – е). При этом может изменяться как их масштаб, так и форма, в зависимости от поступивших на вход измерений. Как видно на в), е), апостериорная интенсивность при этом всегда имеет форму гауссовских пиков как по координатам, так и по скоростям. Изобразить подобную иллюстрацию для многомерного случая проблематично, однако качественно в этом случае ничего не изменяется. а)

Используя гауссову аппроксимацию правдоподобия одного измерения /(ж х) можно существенно упростить процедуру расчета апостериорной интенсивности. При этом следует отдельно рассматривать компоненты, относящиеся к предварительно обнаруженным и сопровождаемым объектам. Заметим важное свойство пуассоновской интенсивности пропущенных объектов. Априори она считается постоянной, поэтому экстраполяция ее по формуле (2.9) на произвольный момент времени при условии гауссовой переходной плотности дает гауссоиду. При этом в силу ограниченности размера области (в особенности по скорости) часть гауссоиды, существенно отличная от константы, со временем оказывается вне области Q, поэтому интенсивность jutt не зависит от х для каждого момента времени tk. Кроме того, для достаточно длительного времени наблюдения, она вообще не меняется по сравнению с априорным значением, что особенно удобно при вычислениях.

Алгоритм моделирования вторичной обработки информации

Алгоритмы, описанные в главах 2-3, были реализованы в рамках комплекса программного обеспечения (ПО) обзорной РЛС. Данное ПО представляет собой сложную систему, поэтому его разработка была основана на принципах системного анализа [1], [56].

В наши дни разнообразные технические задачи решаются при помощи встраиваемых систем, которые представляют собой совокупность программно-аппаратных средств. В них существенную роль играет программное обеспечение, которое зачастую, особенно в интеллектуальных системах, имеет функциональную нагрузку даже большую, чем аппаратные ресурсы. Это обусловлено гибкостью изменения таких программ по сравнению с аппаратурой и возможностью существенно расширить возможности технической системы за счет чисто программных решений. При этом программное обеспечение встраиваемых систем имеет ряд существенных особенностей, отличающих его от программ общего назначения.

Далее раскрываются особенности проектирования программного обеспечения встраиваемых систем, приводятся принципы применения системного подхода к его разработке, а также описываются программные решения, которые успешно используются в ряде существующих программных продуктов во встраиваемых системах.

Рассмотрим основные сложности, с которыми сопряжена разработка встраиваемых программных систем [61]: 1. Такие системы имеют существенную функциональную нагрузку, которая обуславливает их сложность. Отладка программного обеспечения при этом представляет собой непростую задачу, поскольку сопряжена с необходимостью учитывать взаимодействие всех компонентов системы. 2. Зачастую доступ к встраиваемой системе в рабочих условиях получить сложно, особенно это касается авиационных, космических и других, работающих в особых условиях окружающей среды. При этом важно отметить высокие требования к надежности и корректности их работы, особенно в нештатных ситуациях. 3. В процессе отладки и тестирования бывает непросто имитировать внешнее окружение (в том числе аппаратное), что обусловлено специфическим применением встраиваемых систем. 4. Натурный эксперимент, который требуется организовать для полноценной проверки программных систем, как правило, имеет немалую стоимость или вообще нереализуем.

Значительная функциональная нагрузка на встраиваемую систему, в соответствии с системным подходом [1], предполагает декомпозицию структуры системы на составляющие с выделением подсистем. Свойства системы в целом при этом определяются свойствами подсистем, из которых она состоит и связей между ними.

Под подсистемами программного обеспечения понимаются программные модули, реализующие ту или иную функциональность. Процесс разбиения на модули является иерархическим, при котором подсистемы продолжают делиться на подсистемы более низкого уровня до тех пор, пока следующий шаг разбиения не приводит к усложнению описания системы. При этом следует руководствоваться принципом единственной ответственности, принятом в объектно-ориентированном проектировании [60]: каждый модуль можно описать так, чтобы он реализовывал свою уникальную функциональность, не перекрывающуюся с функциональностью других модулей. Число подмодулей каждого модуля должно быть как можно меньше, но так, чтобы при этом подмодули не были «перегружены» с точки зрения функциональности.

Рассмотрим типичную схему информационных обменов в обзорной РЛС (иллюстрация на Рис. 4.1). Предполагается, что программное обеспечение для микропроцессора осуществляет обработку информации в различных трактах в реальном времени, принятие решений о приоритетах целей, рациональное распределение аппаратных ресурсов и воздействие на объекты управления.

Данное разбиение соответствует первому иерархическому уровню и предназначено для решения одной из глобальных задач, стоящих перед системой. В свою очередь, например, модуль формирования управляющих воздействий состоит из модулей следующего уровня (второго): 1. Экстраполятора положения целей на момент выдачи управляющего воздействия с учетом инерционности органов управления; 2. Формирователя воздействий в соответствии с заданным форматом, воспринимаемом аппаратурой; 3. Формирователя управляющих воздействий для трактов приема информации. Аналогичным образом можно выделить модули второго уровня в остальных модулях первого, а также модули третьего уровня в модулях второго. Разбиение можно продолжать до выделения базовых математических функций или низкоуровневых запросов к аппаратным ресурсам, после чего описание программной системы неоправданно усложняется.

Если миновать каждый из иерархических уровней, и перейти сразу к нижнему, то описание программной системы становится громоздким, плохо воспринимаемым и практически не изменяемым вследствие возникновения большого числа дополнительных связей между компонентами.

Программное обеспечение является подсистемой в системе сопровождения целей, которая, в свою очередь, входит в глобальную систему взаимодействия («станция – цель», Рис. 4.1). У глобальной системы должны (в соответствии с техническим заданием) присутствовать свойства (в частности, возможность сопровождать цели с определенными характеристиками), которые накладывают зачастую сложно формализуемые ограничения и требования к свойствам подсистем, а именно на систему сопровождения и как следствие, ее программное обеспечение. В этой связи, разработку и отладку программных средств нельзя осуществлять в отрыве от глобальной системы взаимодействия