Praćenje manevarskih ciljeva. Karakteristike navođenja na manevarske ciljeve
Kao rezultat primarne obrade radarskih informacija, na ulaz algoritma za automatsko praćenje stižu dva toka ciljnih oznaka:
"prave mete", grupisane u blizini stvarnog položaja meta;
"lažni ciljevi"", od kojih je jedan vezan za područja interferencije i refleksije od lokalnih objekata, a drugi je ravnomjerno raspoređen u vidnom polju stanice.
Ako se odluči da se određeni skup ocjena koje je svaki primio u svom radarskom pregledu odnosi na istu putanju, onda je sljedeći zadatak procijeniti parametre ove putanje, koji se sastoji u izračunavanju parametara razmatranih u Odjeljku 2.2. X 0 ,At 0 ,H 0 ,V x ,V y ,V H ,a x ,a y i a H. Ako postoje dvije oznake oko cilja kao početne koordinate X 0 ,At 0 i H 0 primaju se koordinate posljednje oznake, komponente brzine V x , V y i V H izračunavaju se na isti način kao i kod automatskog hvatanja putanje.
Ako se razlikuje veći broj oznaka, moguće je preći na složeniji model kretanja cilja i izgladiti parametre putanje. Izglađivanje se vrši kako bi se smanjio uticaj grešaka mjerenja radarskih koordinata cilja na tačnost praćenja. Najčešći u ACS-u su linearni model kretanja cilja i sukcesivno izglađivanje parametara putanje.
Suština metode sukcesivnog izglađivanja je da se izglađene vrijednosti parametara putanje u sljedećem k-ti raspon su određeni izglađenim vrijednostima dobijenim u ( k-1)-ti pregled, te rezultati posljednjeg k th opservation. Bez obzira na broj obavljenih opservacija, u sljedećem ciklusu proračuna koriste se samo prethodna procjena i rezultat novog opažanja. Istovremeno, zahtjevi za kapacitetom uređaja za skladištenje i brzinom opreme su značajno smanjeni.
Konačni izrazi za izravnavanje položaja i brzine u k-tom radarskom premjeru su sljedeći:
Iz ovih formula se može vidjeti da je izglađena vrijednost koordinate jednaka zbroju ekstrapoliranom na trenutak k-zapažanja izglađene koordinate U* KE i uzeto sa koeficijentom k odstupanja ekstrapolirane koordinate od rezultata mjerenja.
Izglađena vrijednost brzine u k th recenzija V * U K je zbir izglađene brzine V * U K-1 u ( k-1)-ti pregled i preuzet sa koeficijentom k prirast brzine koji je proporcionalan skretanju.
U=U K- U KE.
H
Rice. 2.5. Izglađivanje parametara putanje cilja.
Isprekidana linija na slici 2.5 označava izglađenu putanju cilja izračunatu u ACS računaru u k th recenzija. Zbog činjenice da su koeficijenti izglađenih koordinata k i k leže unutar 0...1, izglađena početna koordinata je u intervalu U* KE ... U K, a izglađena brzina je V * U K-1... V * U K.
Dokazano je da će za pravolinijsko ravnomjerno kretanje mete greške praćenja biti minimalne ako su koeficijenti k i k izračunavaju se prema formulama:
(2.9)
Slika 2.6 prikazuje zavisnost k i k sa broja pregleda k. Iz grafikona na slici se može vidjeti da se koeficijenti asimptotski približavaju nuli. U limitu na k Time se postiže potpuna eliminacija grešaka u praćenju cilja. U praksi uvijek postoje odstupanja putanje cilja od prave linije.
Dakle, vrijednosti koeficijenata k i k smanjiti samo do određenih granica.
Kvalitativno, efekat izglađivanja na tačnost praćenja cilja može se proceniti korišćenjem slike 2.7. U području pravolinijskog kretanja, greška izglađenih koordinata cilja je manja od onih neizglađenih: segmenti isprekidanih linija su bliži pravoj putanji mete nego segmenti punih linija. U manevarski dionici, zbog neslaganja između stvarne prirode kretanja mete i hipotetičke, dolazi do grešaka u dinamičkom praćenju. Sada segmenti punih linija preciznije određuju stvarnu poziciju mete u poređenju sa segmentima isprekidanih linija.
U automatizovanom sistemu upravljanja PVO, pri praćenju nemanevarskih ciljeva, izbor koeficijenata k i k proizvedene na različite načine: mogu se ili preračunati sa početnih na neke krajnje vrijednosti, ili ostati nepromijenjene tokom cijelog perioda održavanja. U potonjem slučaju, optimalno sukcesivno izglađivanje se pretvara u takozvano eksponencijalno izglađivanje. Detekcija manevara cilja se može izvršiti vizualno od strane operatera ili automatski. U oba slučaja cilj se smatra manevarskim ako se izmjerena koordinata cilja razlikuje od ekstrapolirane za iznos koji premašuje dozvoljene greške mjerenja koordinata.
Z
Rice. 2.6. Zavisnost koeficijenata izglađivanja od K.
Rice. 2.7. Utjecaj parametara putanje izglađivanja na preciznost praćenja cilja
Obično se izračunavanje trenutnih (ekstrapoliranih u datom trenutku) koordinata cilja tempira na trenutke izdavanja informacija indikatorima, komunikacijskim kanalima, memorijskim zonama drugih algoritama itd. Izračunavanje predviđenih vrijednosti koordinata cilja izvodi se prema formulama:
(2.10)
gdje t y- vrijeme isporuke, računa se od trenutnog trenutka t.
Obično t y kod procene vazdušne situacije postavljaju ga komandiri, a kod rešavanja drugih zadataka obrade podataka očitava se iz trajne memorije ACS računara.
Završna faza praćenja cilja je rješenje problema korelacije novonastalih tragova sa postojećim putanjama. Ovaj problem se rješava matematičkim gatiranjem područja vazdušnog prostora. Njegova suština je u mašinskoj provjeri ispunjenosti jednakosti, uz pomoć koje se utvrđuje da oznaka pripada oblasti koja se proučava. U ovom slučaju najčešće se koriste pravokutne ili kružne kapije. Njihovi parametri prikazani su na slici 2.8.
Neka bude X uh, At E - ekstrapolirane koordinate cilja u nekom trenutku t. Da biste saznali koja od ocjena dobijenih u sljedećem istraživanju pripada ovoj putanji, potrebno je provjeriti uslove:
P
Rice. 2.8. Strobe parametri
|X 1 -X E | X pp; | Y 1 -Y E | Y pp; (2.11)
kada koristite kružni stroboskop -
(X i – X E) 2 + ( Y i – Y E) 2 R str, (2.12)
gdje X stranica, Y str - dimenzije pravougaone kapije;
R str - veličina kružne kapije.
Kao rezultat nabrajanja svih mogućih parova "traktorija-mark" u svakom premjeru, utvrđuje se koje oznake nastavljaju postojeće, a koje pokreću nove tragove.
Iz opisa algoritama za praćenje putanje cilja vidi se da je obrada informacija o vazdušnoj situaciji veoma naporan proces koji zahteva velike količine RAM-a i brzinu računara automatizovanog sistema upravljanja.
Manevar cilja u horizontalnoj ravni svodi se na promjenu kursa i brzine leta. Utjecaj manevra vazdušnog cilja na prvu i drugu fazu vođenja lovca metodom "Manevar" manifestuje se na različite načine.
Pretpostavimo da se navođenje vrši u prvoj fazi, kada su vazdušni cilj i lovac bili na tačkama AT i ALI (Sl. 7.9.), I njihov susret je bio moguć na tački C o .
Rice. 7.9. Utjecaj manevra cilja u horizontalnoj ravni
na putanju leta borca
Ako je vazdušna meta u tački AT napravio manevar u toku i na vreme t okrenuo u ugao w c t , tada da bi borac pratio tangentu na luk skretanja druge faze vođenja, njegov kurs se mora promijeniti za ugao w i t . Nakon što vazdušna meta završi manevar, na tački će biti moguć susret sa njim With , a dužina putanje vazdušne mete do tačke će se promeniti u DSc.
Ako zamislimo da se početna tačka okreta kreće zajedno sa CC, koja se nalazi u odnosu na njega na istom intervalu i udaljenosti kao i borac na početku okreta, tada se borac do ove tačke vodi metodom "paralelnog pristupa". . Ako je CC na velikoj udaljenosti Prije od borca, u poređenju sa kojim je interval I i predviđenu udaljenost skretanja dupr može se zanemariti, onda su općenito svojstva metode "Manevar" bliska onima metode "Parallelni pristup".
Do kasnijeg susreta borca sa metom (DSc > 0) vodi njen rever od borca (DΘ i > 0) , a okretanje prema borcu vodi do ranijeg susreta. Dakle, protivmjera protiv manevra cilja cilja, kao iu slučaju navođenja metodom „paralelnog pristupa“, može biti istovremeno navođenje grupa boraca na njemu sa različitih strana.
Kako se udaljenost do CC smanjuje, razlika između svojstava metode "Manevar" i osobina metode "Parallelni sastanak" se sve više ispoljava. Tokom vremena okretanja VC, lovac treba da se okreće pod sve većim uglovima, odnosno povećava se njegova ugaona brzina w.
Promjena vrijednosti w and kada leti lovac na kursu sudara sa vazdušnim ciljem (UR = 180°) karakterizira graf ovisnosti omjera ugaonih brzina w i / w c od raspona, izraženog u dijelovima udaljenosti zaokreta D/Dupr.
Kao što se može vidjeti iz grafikona, na velikim udaljenostima (D / Dupr = 5÷ 10) stav w i / w c neznatno se razlikuje od jedinice, odnosno ugaona brzina lovca se malo razlikuje od ugaone brzine manevarskog cilja. Sa smanjenjem dometa, do oko tri Supr , vrijednost wi brzo raste, a kada se borac približi početnoj tački okreta (D / Dupr = 1)w i povećava do beskonačnosti.
Dakle, pri pokazivanju metodom "Manevar" na manevarski AT, praktično je nemoguće dovesti lovca do tačke početka okretanja sa izračunatim radijusom.
Rice. 7.10. Zavisnost omjera ugaonih brzina w i / w c tokom manevra cilja
u prvoj fazi usmjeravanja u odnosu na D / Dupr
Tokom procesa navođenja u prvoj fazi, vazdušni cilj može više puta manevrisati. Tako, na primjer, vazdušni cilj u tački U 1 može upaliti borca, što rezultira bodom A1 mora se skrenuti sa prethodnog kursa i promeniti smer prethodno predviđenog skretanja. Kao rezultat toga, putanja borca u prvoj fazi vođenja pretvara se iz ravne u složenu liniju koja se sastoji od lukova skretanja s promjenjivim polumjerom i pravih segmenata između njih. Sve to otežava let u zračnu borbu.
Uticaj manevra vazdušnog cilja u drugoj fazi vođenja lovca metodom "Manevar" razmotrićemo na slici 7.11.:
Rice. 7.11. Utjecaj manevra vazdušnog cilja u horizontalnoj ravni
u drugoj fazi navođenja metodom "Manevar" na putanji leta lovca
Pretpostavimo da se u nekom trenutku druge faze navođenja lovac i vazdušni cilj nalaze na tačkama ALI i AT i da se postigne cilj u tački Dakle borac izvodi okret sa radijusom Ro i ugaonu brzinu w and = Vi/Ro .
Ako na neko vreme Dt vazdušni cilj će promeniti smer leta za ugao w c × Dt , tada će susret s njim postati moguć u trenutku With . Da dođemo do ove tačke od tačke ALI borac bi morao da izvede zaokret sa drugačijim radijusom R . Ali unaprijed za to vrijeme Dt morao bi dodatno zategnuti ugao w i D × Dt .
Dakle, manevar vazdušnog cilja u drugoj fazi navođenja dovodi do pojave dodatne ugaone brzine okretanja lovca w i D . Što je manji preostali ugao okretanja UR borac, to je veća vrijednost w i D , i kako se borac približava krajnjoj tački skretanja w i D povećava do beskonačnosti.
Dakle, gotovo je nemoguće dovesti lovca u zadati položaj u odnosu na manevarski vazdušni cilj u drugoj fazi navođenja metodom "Manevar".
S tim u vezi, u slučaju manevriranja zračnim ciljem, u drugoj fazi, u pravilu, prelaze na vođenje lovca metodom Chase.
Uvod.
Poglavlje 1. Analiza filtera za praćenje putanja vazdušnih ciljeva.
§1.1. Kalmanov filter.
§1.2. Primjena Kalmanovog filtera za praćenje putanja CC prema podacima nadzornog radara.
§ 1.3. Filteri "Alfa - Beta" i "Alfa - Beta - Gama".
§ 1.4. Statističko modeliranje.
§1.5. Nalazi.
Poglavlje 2. Analiza adaptivnih metoda za praćenje putanja manevarskih vazdušnih ciljeva na osnovu detektora manevara.
§ 2.1. Uvod.
§ 2.2. Zajedničko otkrivanje i procjena manevra cilja na osnovu procesa ažuriranja.
§ 2.3. Prilagodljivi algoritmi za praćenje manevrisanja
CC pomoću detektora manevara.
§ 2.4. Nalazi.
Poglavlje 3. Istraživanje poznatih multimodelnih algoritama.
§3.1. Uvod.
§3.2. Bayesov adaptivni pristup.
§3.3. Studija poznatog MMA praćenja putanje CC za nadzorni radar.
§3.4. Nalazi.
Poglavlje 4. Razvoj višemodelnog algoritma za praćenje * trajektorija manevarskih vazdušnih ciljeva.
§4.1. Uvod.
§4.2. Procjena vektora stanja kretanja CC.
§4.2.1. Formulacija problema.
54.2.2. Opšti pristup rješavanju problema.
04.2.3. Linearni algoritam.
§4.3. Poređenje MMA sa drugim algoritmima.
§4.4. Nalazi.
Preporučena lista disertacija
Sekundarna obrada informacija u dvopozicijskom radarskom sistemu u kartezijanskom koordinatnom sistemu 2004, kandidat tehničkih nauka Sidorov, Viktor Gennadievich
Filtriranje procjena sfernih koordinata objekata u dvopozicijskom radarskom sistemu 2004, kandidat tehničkih nauka Grebenyuk, Alexander Sergeevich
Algoritamsko pružanje informacijske podrške za procjenu dinamičke situacije u multisenzorskim sistemima sa automatskim praćenjem površinskih objekata 2001, doktor tehničkih nauka Beskid, Pavel Pavlovič
Razvoj metoda za kontrolu lokacije aviona državne avijacije u procesu kontrole vazdušnog saobraćaja u van rutnom sektoru vazdušnog prostora 2009, Kandidat tehničkih nauka Šanin, Aleksej Vjačeslavovič
Razvoj i proučavanje metode za ukazivanje na manevarski objekat na osnovu stohastičkog predviđanja njegovog kretanja 2004. Doktorirao Truong Dang Khoa
Uvod u rad (dio apstrakta) na temu "Istraživanje algoritama za praćenje putanja vazdušnih ciljeva"
Relevantnost teme disertacije
Jedan od najvažnijih zadataka civilnog vazduhoplovstva je unapređenje bezbednosti letenja, posebno prilikom polijetanja i sletanja. Da bi se postigao ovaj cilj, automatizovani sistemi kontrole letenja (ATC) moraju imati potrebne indikatore kvaliteta, koji u određenoj meri zavise od kvaliteta ulaznih radarskih informacija. U ATC sistemu, radarske informacije sa radara na ruti i aerodroma koriste se za kontrolu kretanja zračnih ciljeva (AT), izbjegavanje sudara i kontrolu pristupa slijetanju. Prilikom upravljanja kretanjem AT-a potrebno je izračunati trenutne koordinate svakog AT-a kako bi se isključili opasni prilazi AT-a. U suprotnom, piloti dobijaju komande da isprave putanje. U načinu izbjegavanja sudara formira se procjena ekstrapoliranih koordinata na osnovu koje se određuju zone opasne blizine. Štaviše, poslednjih godina povećana je i gustina vazdušnog saobraćaja. Povećanje gustine vazdušnog saobraćaja dovodi do povećanja broja opasnih susreta. Sprečavanje opasnih prilaza AE dio je najvažnijeg zadatka civilnog vazduhoplovstva – obezbjeđenja sigurnosti letenja. Prilikom upravljanja kretanjem AT-a u fazi prilaza slijetanju, radar provjerava ispravnost kretanja AT-a duž zadatih putanja.
Stoga pitanja poboljšanja kvaliteta radarskih informacija stalno privlače veliku pažnju. Poznato je da se nakon primarne obrade radarskih informacija, proces sekundarne obrade radarskih informacija (SOP) obično izvodi programiranim algoritmima digitalne obrade na računaru, a kvalitet protoka radarskih informacija uvelike zavisi od pouzdanosti i tačnost algoritama obrade. Ovaj zadatak je utoliko važniji ako se uzmu u obzir AT manevri u fazama polijetanja i slijetanja povezani sa promjenama nivoa, promjenama kursa i implementacijom tipičnih šablona slijetanja, itd.
Razmotrite lokaciju elemenata zračnog prostora ATC područja i tipičan obrazac prilaza. U civilnom vazduhoplovstvu vazdušni prostor se deli na vazdušni put - uspostavljeni vazdušni prostor iznad površine zemlje u vidu koridora širine (10 - 20) km, duž kojeg se obavljaju redovni letovi, aerodromsko područje - vazdušni prostor iznad aerodroma i područja uz njega i zabranjeno područje - vazdušni prostor u kojem su zabranjeni letovi avijacije svih odjela.
Na području aerodroma organizovani su vazdušni koridori, polijetanje i slijetanje te čekaonice. Vazdušni koridor je dio zračnog prostora u kojem se AT spuštaju i dobivaju na visini. Područje poletanja i sletanja - vazdušni prostor od nivoa aerodroma do visine drugog sigurnog nivoa leta. Dimenzije ove zone određene su karakteristikama letačkih performansi AT-ova koji rade na datom aerodromu, mogućnostima ATC-a i radio-navigacionih pomagala za sletanje, procedurama prilaza i specifičnostima aerodromskog područja. Granice zone polijetanja i slijetanja su po pravilu udaljene 25,30 km od aerodroma. Ako iz nekog razloga pilot nije spustio VC iz prvog prilaza, tada VC ide u drugi krug, tj. kreće se posebnom rutom u zoni kruga (vidi sliku B.1). Ako OC ne smije da se kreće duž prilazne rute zbog privremene zauzetosti ili nedostupnosti piste (piste), tada se OC usmjerava u prostor čekanja namijenjen za čekanje dozvole za slijetanje u zoni aerodroma. Ove zone se nalaze iznad aerodroma ili 50 - 100 km od njega (slika B.1). Dakle, na području aerodroma je učestalost manevrisanja TK velika. To se objašnjava činjenicom da na ovom području postoji velika gustina AT-ova, te da bi održali zadane rute i udaljenosti, oni uvijek manevrišu iz jedne zone u drugu.
1 - staze; 2 - koridori područja aerodroma 3 - kružna zona; 4-zonsko polijetanje i slijetanje;
5 - čekaonice.
Osim toga, da bi se poboljšala sigurnost TC-a i putnika tokom slijetanja, trenutno se široko koristi šema prilaza „kutija“, u kojoj TC mora planirati (1-2) kruga iznad aerodroma prije slijetanja (slika B.2) . Ovaj obrazac se sastoji od nekoliko dionica pravolinijskog saobraćaja i četiri skretanja od 90 stepeni.
Rice. U 2. Šema prilaza slijetanju na "kutiju".
S druge strane, stanje i razvoj računarske tehnologije omogućavaju primjenu složenijih i efikasnijih algoritama za obradu radarskih informacija radi poboljšanja tačnosti procjene koordinata i brzine CC.
Stoga je hitan problem proučavanje algoritama za praćenje putanja CC, koji obezbjeđuju povećanje kvaliteta radarskih informacija.
Prilikom obrade radarskih informacija, posebno hitan zadatak je proučavanje algoritama obrade u oblastima manevara AT-a, koji dovode do neslaganja između stvarnog kretanja AT-a i modela kretanja koji se koristi u algoritmu. Kao rezultat, točnost rezultata procjene se pogoršava, a primljene radarske informacije postaju nepouzdane. Poznati pristupi poboljšanju tačnosti praćenja putanje TC u dionicama manevra uglavnom se zasnivaju na rješavanju problema detekcije početka i kraja manevra i odgovarajuće promjene parametara filtera za praćenje. Ovi pristupi dovode do šeme "alfa - beta" i "alfa - beta - gama" filtera, ili Kalmanovog filtera (KK) u kombinaciji sa detektorom manevara.
Poznato je da se u teoriji detekcije i procjene adaptivni Bayesov pristup također može koristiti za rješavanje apriorne nesigurnosti. Prilikom filtriranja u prostoru stanja, ovaj pristup leži u činjenici da se uzimaju u obzir sve moguće varijante modela stanja, uz svaku varijantu izračunava se njena posteriorna vjerovatnoća. Njegova primjena u rješavanju problema praćenja putanja manevarskih AT razvijena je posljednjih godina. U ovom slučaju, putanju CC istovremeno opisuje nekoliko modela, a pretpostavlja se da je proces prijelaza između modela opisan jednostavno povezanim Markovljevim lancem. U literaturi je predložena jedna opcija za kreiranje ovakvog algoritma zasnovanog na Gausovoj aproksimaciji za apriornu gustinu vjerovatnoće vektora stanja. Njegova suština je da kombinuje moguće hipoteze modela, a rezultirajući algoritam naziva se „multi-model algoritam“ (MMA).
U disertaciji su analizirani navedeni pristupi, prikazane su njihove prednosti i nedostaci, te se razvija novi VMA. Za razliku od dobro poznatog MMA, predloženi algoritam se zasniva na Gausovoj aproksimaciji za aposteriornu gustinu vjerovatnoće vektora stanja CC, prema kojoj rezultirajući algoritam ima prednosti u odnosu na poznate adaptivne algoritme. Rezultat statističkog modeliranja pokazao je da algoritam koji se proučava omogućava poboljšanje tačnosti procjene lokacije CC u poređenju sa adaptivnim FC i poznatim MMA pri praćenju putanje manevarskog CC. Rezultati studije su pokazali da je trošak izračunavanja prvog pojednostavljenog FC smanjen u odnosu na drugi pojednostavljeni i prošireni FC, pri čemu se njegova tačnost u procjeni i koordinata i brzine CC povećava za (30-50 )% u poređenju sa "alfa - beta" i "alfa - beta - gama" filterima. Stoga je poželjnija upotreba prvog pojednostavljenog FK za praćenje putanje nemanevarskih AT-ova.
Svrha i zadaci rada
Svrha rada disertacije je proučavanje i analiza algoritama za praćenje putanja CC, razvoj novog MMA i poređenje dobijenog MMA sa poznatim adaptivnim algoritmima. U skladu sa ciljem u radu disertacije, rješavani su sljedeći zadaci:
Proučavanje opće teorije procjene u prostoru stanja i njena primjena na filtriranje putanja CC.
Analiza "alfa - beta" i "alfa - beta - gama" filtera i metoda za odabir njihovih dobitaka u oblastima manevra i nedostatka manevra.
Istraživanje adaptivnog FC za praćenje putanja manevarskih AT sa detektorom trenutka početka manevra.
Optimalna procjena u prostoru stanja sa proširenim vektorom stanja koji pored vektora parametara stanja uključuje još nepoznati parametar koji određuje sve moguće varijante modela stanja.
Istraživanje poznatih MMA i razvoj novog MMA za praćenje manevarskih CC na osnovu opisa putanje CC od više modela istovremeno, koji su stanja jednostavno povezanog Markovljevog lanca.
Metode istraživanja
Teorijsko proučavanje i kreiranje algoritama za praćenje putanja CC-a se vrši na osnovu teorije filtriranja uslovnih Markovljevih procesa u diskretnom vremenu. Dobijeni algoritmi se analiziraju na osnovu statističkog modeliranja. Naučna novina rada je u sledećem: MMA je razvijen pri opisivanju putanje CC istovremeno sa više modela za jednostavno povezani Markovljev lanac.
Pouzdanost dobijenih rezultata rada potvrđuju i rezultati statističkog modeliranja.
Praktični značaj rezultata rada
Razvijen je i proučavan algoritam za praćenje putanje manevarskog AT koji poboljšava tačnost praćenja u manevarskim dionicama.
Provjera rezultata rada i objavljivanje
Glavni naučni rezultati rada objavljeni su u člancima časopisa "Radio Engineering", "Electronic Journal Proceedings of MAI" i "Aerospace Instrumentation", a objavljeni su na 5. međunarodnoj konferenciji "Digitalna obrada i njena primena" ( Moskva, 2003.), na međunarodnoj konferenciji i izložbi "Avijacija i kosmonautika 2003" (MAI 2003). Obim i struktura posla
Rad na disertaciji sastoji se od uvoda, četiri poglavlja, zaključka i liste literature. Rad sadrži 106 stranica teksta. Spisak literature obuhvata 93 naslova. U prvom poglavlju razmatraju se i analiziraju neke postojeće metode za praćenje putanja nemanevarskih i slabo manevarskih AT u zadatku ATC. U drugom poglavlju analizirani su poznati adaptivni algoritmi za praćenje manevarskih ciljeva, koji se zasnivaju na korišćenju detektora manevara i korekciji parametara ili strukture filtera. Treće poglavlje analizira stanje MMA u ATC AS. U četvrtom poglavlju predlaže se opći pristup konstrukciji multimodelnih algoritama za ATC problem za opisivanje mogućih modela kretanja EC jednostavno povezanim Markovljevim lancem.
Slične teze na specijalnosti "Radiotehnika, uključujući televizijske sisteme i uređaje", 05.12.04 VAK šifra
Metode i algoritmi za obradu informacija u autonomnim radio-vizuelnim sistemima tokom letova aviona na malim visinama 2006, doktor tehničkih nauka Kločko, Vladimir Konstantinovič
Metode za poboljšanje tačnosti mjerenja uglova u radiotehničkim sistemima sa kombinovanom kontrolom antenskog snopa 2011, kandidat tehničkih nauka Razin, Anatolij Anatoljevič
Sinteza sistema upravljanja avionom za praćenje i primenu sredstava za gašenje požara 2012, kandidat tehničkih nauka Antipova, Anna Andreevna
Algoritmi za procjenu koordinata i navigacijskih parametara vazdušnog cilja u višepozicijskom radaru na osnovu Kalmanovog filtera 2015, kandidat tehničkih nauka Masharov, Konstantin Viktorovič
Invarijantne metode za sintezu radiotehničkih sistema u konačnodimenzionalnim bazama i njihova primjena u razvoju radarskih sistema za praćenje 1999, doktor tehničkih nauka Volčkov, Valerij Pavlovič
Zaključak disertacije na temu "Radio inženjering, uključujući televizijske sisteme i uređaje", Nguyen Chong Luu
§4.4. nalazi
U ovom poglavlju predložen je opšti pristup za konstruisanje multimodelnih algoritama za opisivanje mogućih modela kretanja VC po stanjima jednostavno povezanog Markovljevog lanca i dobijeni su sledeći rezultati.
Na osnovu opšte teorije filtriranja uslovnih Markovljevih procesa, kreiran je algoritam u kojem filtrirani vektor parametara uključuje ne samo parametre kretanja mete, već i nepoznati parametar koji određuje moguće modele kretanja mete. Kao rezultat, rezultirajući algoritam je suboptimalan zbog Gaussove aproksimacije za posteriornu gustinu vjerovatnoće.
S obzirom na praćenje putanje manevarskog AT-a, rezultirajući algoritam je modeliran za slučaj M=2. Rezultati su pokazali da na dionicama putanje manevara, proučavani dvodimenzionalni algoritam poboljšava tačnost procjene mjesta za (30 - 60)% u odnosu na poznate algoritme. Međutim, povećanje kvaliteta filtriranja postiže se povećanjem troškova računarstva.
ZAKLJUČAK
U disertaciji su proučavani algoritmi za praćenje putanja CC prema podacima nadzornog radara. Dobijeni rezultati nam omogućavaju da procijenimo prednosti i nedostatke svakog algoritma za praćenje. U disertaciji su istraženi i razvijeni algoritmi za izbjegavanje opasnih susreta i poboljšanje tačnosti procjene kako koordinata tako i brzine CC. Poznato je da se sekundarna obrada radarskih informacija (VORI) obično obavlja pomoću digitalnog računara ili digitalne opreme. Poslednjih godina dolazi do naglog razvoja računarske tehnologije, mikroprocesora, elementarne baze digitalne tehnologije, posebno VLSI, FPGA, i jezika za opisivanje opreme i sistema, kao što su USYL, ASHEL, itd. tendencija uvođenja VLSI za kreiranje otvorenih sistema zasnovanih na međunarodnim standardima, uključujući VORI sisteme. Ovo omogućava da se istraže složeniji algoritmi za praćenje putanja CC-a u realnom vremenu. U prikazanom radu proučavaju se različiti algoritmi za praćenje nemanevarskih i manevarskih AT na osnovu statističkog modeliranja. U disertaciji su dobijeni sljedeći rezultati:
1. Proučavani su "Alfa - beta" i "alfa - beta - gama" filteri, predložena je varijanta izbora njihovih koeficijenata pojačanja pri praćenju putanje CC. "Alfa - beta" i "alfa - beta - gama" filteri mogu smanjiti troškove proračuna i pojednostaviti proceduru praćenja putanja CC, ali istovremeno pogoršavaju kvalitet praćenja za (30 - 40)% u zavisnosti od opseg, brzina i broj posmatranja u poređenju sa konvencionalnim filterima.
2. Proučava se problem nelinearnog filtriranja, kada nadzorni radar mjeri polarne koordinate CC, a filtrirani vektor uključuje parametre kretanja u Dekartovom koordinatnom sistemu. Predlaže se pojednostavljeni Kalmanov filter, koji konvertuje merne koordinate iz polarnog sistema u kartezijanski, i prošireni Kalmanov filter, koji linearno aproksimira mernu jednačinu redukujući članove visokog reda Taylorovog reda. Analiza je pokazala da drugi pojednostavljeni i prošireni Kalmanov filteri daju isti rezultat u pogledu tačnosti procjene, kako položaja tako i brzine, ali je drugi pojednostavljeni Kalmanov filter ekonomičniji u smislu računskih troškova.
3. Predloženi su adaptivni algoritmi zasnovani na zajedničkoj detekciji i procjeni CC manevra. Zadatak detekcije manevra spada u klasu zadataka detekcije korisnih signala na pozadini bijelog Gaussovog šuma. U ovom slučaju, koristan signal koji treba otkriti je očekivanje procesa ažuriranja, koje se razlikuje od nule u prisustvu manevra. Prilikom rješavanja problema detekcije manevara korištena je metoda omjera vjerovatnoće, a za procjenu njegovog intenziteta, ubrzanje ćemo smatrati neslučajnim procesom, kao rezultat toga, za sintezu estimatora potrebno je koristiti kriterij maksimalne vjerovatnoće. Da bi se pratio manevarski AT, nakon što je manevar otkriven, mijenjaju se ili parametri ili strukture filtera.
4. Istražen je i razvijen adaptivni multimodelni algoritam koji uzima u obzir sve moguće modele koji odgovaraju putanji CC. Dakle, pored procjene vektora parametara kretanja, potrebno je procijeniti posteriorne vjerovatnoće svih modela. Trenutna procjena CC koordinata se formira kao ponderisani zbir procjena u odnosu na sve modele po aposteriornim vjerovatnoćama. Ovo omogućava algoritmu praćenja da reaguje na manevar čim počne. Za kreiranje adaptivnih multi-modelnih algoritama, nepoznati parametar koji određuje jedan od M mogućih modela CC kretanja u svakom trenutku vremena opisuje se jednostavno povezanim Markovljevim lancem. Kao rezultat toga, rezultirajući algoritam je kreiran iz skupa M2 paralelnih Kalmanovih filtera. Rezultati simulacije za slučaj M = 2 pokazali su da na dionicama putanje manevara, proučavani dvodimenzionalni algoritam poboljšava tačnost procjene lokacije CC za (30 - 60)% u odnosu na poznate algoritme. Međutim, povećanje kvaliteta filtriranja postiže se povećanjem troškova računarstva.
5. Razvijeni programi eksperimenta na digitalnom računaru omogućavaju procenu prednosti i mana algoritama, na osnovu čega se utvrđuje mogućnost njihove implementacije u specifičnim uslovima.
Spisak referenci za istraživanje disertacije dr Nguyen Chong Luu, 2004
1. Farina A., Studer F. Digitalna obrada radarskih informacija. Per. sa engleskog. -M.: Radio i komunikacija, 1993, 319 str.
2. Sage E., Mele J. Teorija evaluacije i njena primjena u komunikaciji i menadžmentu. Per. sa engleskog. -M.: Komunikacija, 1976, 496 str.
3. Bakulev P. A., Stepin V. M. Metode i uređaji za odabir pokretnih ciljeva. Moskva: Radio i komunikacija, 1986, 288 str.
4. Kuzmin S. 3. Digitalni radar. Izdavačka kuća KV1Ts, Kijev 2000, 426 str.
5. Sosulin Yu.G. Teorijske osnove radara i radio-navigacije. -M.: Radio i komunikacija, 1992.303 str.
6. Bakut P. A., Zhulina Yu. V., Ivanchuk N. A. Detekcija pokretnih objekata. M.: Sovjetski radio, 1980, 287 str.
7. Kuzmin S. 3. Digitalna obrada radarskih informacija. M.: Sov. radio, 1967, 399 str.
8. Kuzmin S. 3. Osnove teorije digitalne obrade radarskih informacija. M.: Sov. radio, 1974, 431 str.
9. Kuzmin S. 3. Osnove projektovanja sistema za digitalnu obradu radarskih informacija. Moskva: Radio i komunikacija, 1986, 352 str.
10. Yu.Sosulin Yu.G. Teorija detekcije i procjene stohastičkih signala. M.: Sov. Radio, 1978, 320 str.
11. P. Shirman Ya. D., Manzhos V. N. Teorija i tehnika obrade radarskih informacija na pozadini smetnji. Moskva: Radio i komunikacija, 1981, 416 str.
12. Tikhonov V.I. Statistička radiotehnika. Moskva: Radio i komunikacija, 1982, 624 str.
13. Z. Tikhonov V. I., Kharisov V. N. Statistička analiza i sinteza radiotehničkih uređaja i sistema. Moskva: Radio i komunikacija, 1991, 608 str.
14. M. Bochkarev A. M., Yuryev A. N., Dolgov M. N., Shcherbinin A. V. Digitalna obrada radarskih informacija // Strana radioelektronika. br. 3, 1991, str. 3 22.
15. Puzyrev V.A., Gostyukhina M.A. Algoritmi za procjenu parametara kretanja aviona // Strana radioelektronika, br. 4, 1981, str. 3-25.
16. Gritsenko N.S., Kirichenko A.A., Kolomeytseva T.A., Loginov V.P., Tikhomirova I.G. 3 30.
17. Detkov A. N. Optimizacija algoritama za digitalno filtriranje informacija o putanji pri praćenju manevarskog cilja // Radiotehnika, 1997, br. 12, str. 29-33.
18. Žukov M. N., Lavrov A. A. Poboljšanje točnosti mjerenja parametara cilja korištenjem informacija o manevru radarskog nosača // Radiotehnika, 1995, br. 11, str. 67 - 71.
19. Bulychev Yu. G., Burlai I. V. Kvazioptimalna procjena parametara putanja kontroliranih objekata // Radiotehnika i elektronika, 1996., V. 41, br. 3, str. 298-302.
20. Bibika V. I., Utemov S. V. Filter za praćenje za manevrisanje skrivenim ciljevima // Radiotehnika, 1994, br. 3, str. 11-13.
21. Merkulov V. I., Drogapin V. V., Vikulov O. V. Sinteza radarskog kutomjera za praćenje intenzivno manevarskih ciljeva // Radiotehnika, 1995, br. 11, str. 85 91.
22. Merkulov V. I., Dobykin V. D. Sinteza optimalnog algoritma identifikacije mjerenja za automatsko praćenje vazdušnih objekata u režimu pregleda // Radiotehnika i elektronika, 1996, V. 41, br. 8, str. 954-958.
23. Merkulov V. I., Khalimov N. R. Detekcija manevara cilja uz korekciju algoritama za funkcionisanje sistema za automatsko praćenje // Radiotehnika, 1997, br. 11, str. 15-20.
24. Bar-Shalom Ya., Berver G., Johnson S. Filtriranje i stohastičko upravljanje u dinamičkim sistemima. Ed. Leondes K.T.: Per. sa engleskog. M.: Mir. 1980, 407 str.
25. Rao S.R. Linearne statističke metode i njihove primjene: Per. sa engleskog. -M.: Nauka, 1968.
26. Maksimov M.V., Merkulov V.I. Radioelektronski sistemi za praćenje. Sinteza metodama teorije optimalnog upravljanja. -M.: Radio i komunikacija, 1990.255 str.
27. Kameda N., Matsuzaki T., Kosuge Y. Praćenje cilja za manevrisanje ciljeva pomoću filtera višestrukih modela // IEEE Trans. Osnove, vol. E85-A, br. 3, 2002, str. 573-581.
28. Bar-Shalom Y., Birmiwal K. Filter varijabilnih dimenzija za praćenje cilja manevrisanja // IEEE Trans, na AES 18, br.5, 1982, str. 621 - 629.
29. Schooler C. C. Optimalni a p filteri za sisteme sa nepreciznostima modeliranja // IEEE Trans, na AES - 11, br. 6, 1975, str. 1300-1306.
30. Kerim Demirbas. Manevrisanje praćenja cilja sa testiranjem hipoteza// IEEE Trans, na AES 23, br.6, 1987, str. 757 - 765.
31. Michael Greene, John Stensby. Smanjenje greške radarskog ciljanja pomoću proširenog Kalmanovog filtriranja// IEEE Trans, na AES 23, br.2, 1987, str. 273-278.
32. McAulay R.J., Denlinger E.A. Decision-Directed Adaptive Tracker// IEEE Trans, na AES 9, br.2, 1973, str. 229 - 236.
33. Bar-Shalom Y., Fortmann T. E. Praćenje povezivanja podataka. Boston: Academic Press, 1988, 353 str.
34. Kalata P. R. Indeks praćenja: generalizovani parametar za P i a - p -y ciljne tragače // IEEE Trans, na AES - 20, br. 2,1984, str. 174 - 182.
35. Bhagavan B.K., Polge R.J. Performanse g-h filtera za praćenje manevarskih ciljeva/IEEE Trans, na AES-10, br.6, 1974, str. 864 866.
36. Ackerson Guy A., Fu K.S. O procjeni stanja u komutacijskim okruženjima// IEEE Trans, na AC-15, br.1, februar 1970, str. 10 17.
37. Bar-shalom Y., Chang K.C., Blom H.A. Praćenje manevarske mete koristeći input estimaciju u odnosu na interagujući algoritam višestrukih modela // IEEE Trans, na AES-25, br. 2, mart 1989, str. 296 300.
38. Wen-Rong Wu, Peen-Pau Cheng, Nelinearni IMM algoritam za manevrisanje praćenja cilja// IEEE Trans, na AES-30, br. 3, jul 1994, str. 875-885.
39. Jiin-an Guu, Che-ho Wei. Manevrisanje praćenja cilja korištenjem IMM metode na visokoj frekvenciji mjerenja// IEEE Trans, na AES-27, br. 3, maj 1991, str. 514-519.
40. Blom H. A., Bar-shalom Y. Interakcioni višestruki model algoritma za sisteme sa Markovim koeficijentima prebacivanja// IEEE Trans, na AC-33, br. 8, avgust 1988, str. 780-783.
41. Mazor E., Averbuch A., Bar-shalom Y., Dayan J. Interakcione metode višestrukih modela u praćenju ciljeva: Istraživanje // IEEE Trans, na AES-34, br.1, 1998, str. 103-123.
42. Benedikt T. R., Bordner G. R. Sinteza optimalnog skupa jednačina za izravnavanje radarskih tragova dok skeniranje// IRE Trans, na AC-7, jul 1962, str. 27 32.
43. Chan Y. T., Hu A. G. C., Plant J. B. Shema praćenja zasnovana na Kalmanovom filteru sa procjenom ulaza // IEEE Trans, na AES 15, br.2, jul 1979, str. 237 - 244.
44. Chan Y. T., Plant J. B., Bottomley J. R. T. Kalmanov tragač sa šemom sa input Estimator // IEEE Trans, na AES 18, br. 2, 1982, str. 235 - 240.
45. Bogler P. L. Praćenje manevarske mete koristeći input procjenu // IEEE Trans, na AES 23, br.3, 1987, str. 298 - 310.
46. Steven R. Rogers. Alpha Beta filter sa koreliranim mernim šumom // IEEE Trans, na AES - 23, br. 4, 1987, str. 592 - 594.
47. Baheti R. S. Efikasna aproksimacija Kalmanovog filtera za praćenje cilja // IEEE Trans, na AES 22, br. 1, 1986, str. 8 - 14.
48. Miller K.S., Leskiw D.M. Nelinearna procjena sa radarskim zapažanjima// IEEE Trans, na AES 18, br.2, 1982, str. 192 - 200.
49. Murat E.F., Atherton A.P. Manevriranje praćenja cilja korištenjem modela prilagodljive brzine okretanja u IMM algoritmu// Proceedings of the 35th Conference on Decision & Control. 1996, str. 3151 -3156.
50. Alouani A.T., Xia P., Rice T.R., Blair W.D. O optimalnosti dvostepene procjene stanja u prisutnosti slučajne pristranosti // IEEE Trans, na AC 38, br.8, 1993, str. 1279-1282.
51. Julier S., Uhlmann J., Durrant-Whyte H. F. Nova metoda za nelinearnu transformaciju srednjih vrijednosti i kovarijansi u filterima i procjenama // IEEE Trans, na AC 45, br.3, 2000, str. 477 - 482.
52. Farina A., Ristić B., Benvenuti D. Praćenje balističke mete: poređenje nekoliko nelinearnih filtera// IEEE Trans, na AES 38, br.3, 2002, str. 854 - 867.
53. Xuezhi wang, Subhash Challa, Rob Evans. Gating Techniques for Maneuvering Target Tracking in Clutter // IEEE Trans, na AES 38, br.3, 2002, str. 1087 -1097.
54. Doucet A., Ristić B. Rekurzivna procjena stanja za modele višestrukih prebacivanja s nepoznatim prijelaznim vjerovatnoćama // IEEE Trans, na AES 38, br.3, 2002, str. 1098-1104.
55. Willett B., Ruan Y., Streit R. PMHT: Problemi i neka rješenja// IEEE Trans, na AES 38, br.3, 2002, str. 738 - 754.
56. Watson G. A., Blair W. D. Algoritam kompenzacije interakcije ubrzanja za praćenje manevarskih ciljeva // IEEE Trans, na AES-31, br.3, 1995, str. 1152-1159.
57. Watson G. A., Blair W. D. Interakcija algoritma modela višestruke pristranosti s primjenom na praćenje ciljeva manevrisanja// Zbornik radova 31. konferencije o odlučivanju i kontroli. decembar 1992, str. 3790 3795.
58. Kameda H., Tsujimichi S., Kosuge Y. Poređenje višestrukih modelnih filtera za manevrisanje praćenja cilja// SICE 2000, str. 55 60.
59. Kameda H., Tsujimichi S., Kosuge Y. Praćenje ciljeva u gustom okruženju pomoću mjerenja brzine dometa// SICE 1998, str. 927 - 932.
60. Rong Li X., Bar-Shalom Y. Predviđanje performansi interakcionog višestrukog modela algoritma// IEEE Trans, na AES 29, br.3, 1993, str. 755 - 771.
61. Ito M., Tsujimichi S., Kosuge Y. Praćenje trodimenzionalne pokretne mete s dvodimenzionalnim ugaonim mjerenjima iz više pasivnih senzora// SICE 1999, str. 1117-1122.
62. De Feo M., Graziano A., Miglioli R., Farina A. IMMJPDA u odnosu na MHT i Kalman filter sa NN korelacijom: poređenje performansi// IEE Proc. Radar, Sonarna navigacija, Vol. 144, br. 2, april 1997, str. 49 56.
63. Lerro D., Bar-Shalom Y. Interakcija praćenja višestrukih modela sa značajkom ciljne amplitude // IEEE Trans, na AES 29, br.2, 1993, str. 494 - 509.
64. Jilkov V. P., Angelova D. S., Semerdjiev T.Z. A. Dizajn i poređenje adaptivnog IMM algoritma postavljenog na način za upravljanje praćenjem cilja // IEEE Trans, na AES 35, br.1, 1999, str. 343 - 350.
65. He Yan, Zhi-jiang G., Jing-ping J. Dizajn adaptivnog interakcionog višestrukog algoritma modela// Proceedings of the American Control Conference, maj 2002, str. 1538-1542.
66. Buckley K., Vaddiraju A., Perry R. Novi algoritam obrezivanja/spajanja za MHT multitarget praćenje // IEEE Međunarodna radarska konferencija 2000, str. 71-75.
67. Bar-Shalom Y. Ažuriranje sa mjerenjima van redoslijeda u praćenju tačnog rješenja// IEEE Trans, na AES 38, br.3,2002, str. 769 - 778.
68. Munir A., Atherton A. P. Manevrisanje praćenja cilja koristeći različite modele brzine okretanja u algortmu IMM// Proceedings of the 34th Conference on Decision & Control, 1995, str. 2747 2751.
69. Bar-Shalom (Ed.) Y. Multitarget-multisensor Tracking: Napredne aplikacije. Vol. I. Norwood, MA: Arteh House, 1990.
70. Bar-Shalom (Ed.) Y. Multitarget-multisensor Tracking: Napredne aplikacije. Vol. II. Norwood, MA: Artech House, 1992.
71. Blackman S. S. Praćenje višestrukih ciljeva pomoću radarskih aplikacija. Norwood, MA: Artech House, 1986.
72. Campo L., Mookerjee P., Bar-Shalom Y. Procjena stanja za sisteme s promjenom Markovskog modela ovisno o vremenu boravka // IEEE Trans, na AC-36, br.2, 1991, str. 238-243.
73. Sengupta D., litis R.A. Neuralno rješenje problema povezivanja podataka višeciljanog praćenja // IEEE Trans, na AES 25, br.1, 1989, str. 96 - 108.
74. Merkulov V.I., Lepin V.N. Sistemi radio-upravljanja u vazduhoplovstvu. 1996, str. 391.
75. Perov A.I. Adaptivni algoritmi za praćenje manevarskih ciljeva //Radiotehnika, br. 7,2002, str. 73 81.
76. Kanashchenkov A. I., Merkulov V. I. Zaštita radarskih sistema od smetnji. - M.: "Radiotehnika", 2003.
77. Qiang Gan, Chris J. Harris. Poređenje dve metode fuzije merenja za fuziju multisenzorskih podataka zasnovanih na Kalmanovom filteru// IEEE Trans, na AES 37, br. 1,2001, str. 273-280.
78. Blackman S., Popoli R. Dizajn i analiza modernih sistema za praćenje. Kuća Arteha, 1999, 1230 str.
79. Neal S. R. Diskusija o "Parametarskim odnosima za a-^-y filter prediktor"// IEEE Trans, na AC-12, jun 1967, str. 315 316.
80. Repin V. G., Tartakovskii G. P. Statistička sinteza sa apriornom nesigurnošću i prilagođavanjem informacionih sistema. M.: "Sovjetski radio", 1977, 432 str.
81. Stratonovich R. L. Principi adaptivne recepcije. M.: Sov. radio, 1973, 143 str.
82. Tikhonov V.I., Teplinskiy I.S. Kvazioptimalno praćenje manevarskih objekata // Radiotehnika i elektronika, 1989, V.34, br. 4, str. 792-797.
83. Perov A.I. Statistička teorija radiotehničkih sistema. Tutorial. -M.: Radiotehnika, 2003.
84. Darymov Yu. P., Kryzhanovsky G. A., Solodukhin V. A., Kivko V. G., Kirov B. A. Automatizacija procesa kontrole letenja. Moskva: Transport, 1981, 400 str.
85. Anodina T. G., Kuznetsov A. A., Marković E. D. Automatizacija kontrole letenja. M.: Transport, 1992, 280 str.
86. Bakulev P.A., Sychev M.I., Nguyen Chong Luu. Praćenje manevarskog cilja pomoću interaktivnog multimodelnog algoritma // Elektronski časopis, br. 9, 2002. Zbornik radova Moskovskog vazduhoplovnog instituta.
87. Bakulev P.A., Sychev M.I., Nguyen Chong Luu. Proučavanje algoritma za filtriranje putanja manevarskih radarskih ciljeva// Digitalna obrada signala i njena primjena, Izvještaj 5. međunarodne konferencije. M.: 2003, T. 1. - str. 201 - 203.
88. Bakulev P.A., Sychev M.I., Nguyen Chong Luu. Višemodelni algoritam za praćenje putanje manevarskog cilja prema podacima nadzornog radara // Radiotehnika, br. 1, 2004.
89. Nguyen Chong Luu. Sinteza višemodelnog algoritma za praćenje putanje manevarskog cilja // Aerospace Instrumentation, br. 1, 2004.
90. Nguyen Chong Luu. Proučavanje multimodelnih algoritama za filtriranje putanja manevarskih radarskih ciljeva// Teza izvještaja, međunarodna konferencija i izložba "Vazduhoplovstvo i kosmonautika 2003", MAI 2003.
Napominjemo da se gore navedeni naučni tekstovi postavljaju na pregled i dobijaju priznavanjem originalnih tekstova disertacija (OCR). S tim u vezi, mogu sadržavati greške vezane za nesavršenost algoritama za prepoznavanje. Takvih grešaka nema u PDF datotekama disertacija i sažetaka koje dostavljamo.
Radar za sveobuhvatnu detekciju (SRS) dizajniran je za rješavanje problema traženja, otkrivanja i praćenja vazdušnih ciljeva, utvrđivanja njihove nacionalnosti. SRS sprovodi različite procedure snimanja koje značajno povećavaju otpornost na buku, verovatnoću otkrivanja niskouočljivih i brzih ciljeva, kao i kvalitet praćenja manevarskih ciljeva. Programer RLO-a je Istraživački institut za instrumentalno inženjerstvo.
Borbeno kontrolno mesto (PBU) sistema PVO kao deo grupacije vrši, prema koordinatnim informacijama SRS, povezivanje i praćenje ruta otkrivenih ciljeva, otvaranje plana vazdušnog neprijatelja, raspodela ciljeva između sistema PVO u grupi, izdavanje ciljnih oznaka sistema PVO, interakcija između sistema PVO koji izvode borbena dejstva, kao i interakcija sa drugim snagama i sredstvima PVO. Visok stepen automatizacije procesa omogućava borbenoj posadi da se fokusira na rešavanje operativnih i operativno-taktičkih zadataka, koristeći u najvećoj meri prednosti sistema čovek-mašina. PBU obezbjeđuje borbeni rad sa viših komandnih mjesta i, u saradnji sa PBU, kontroliše susjedne grupe.
Glavne komponente sistema protivvazdušne odbrane S-ZOOPMU, S-ZOOPMU1:
Multifunkcionalni radar za osvjetljavanje ciljeva i navođenje projektila(RPN) prima i razvija oznake cilja od kontrola 83M6E i priključenih autonomnih izvora informacija, detekcije, uklj. u autonomnom režimu, hvatanje i automatsko praćenje ciljeva, određivanje njihove nacionalnosti, hvatanje, praćenje i navođenje projektila, isticanje ispaljenih ciljeva kako bi se osigurao rad poluaktivnih glava za navođenje navođenih projektila.
Izmjenjivač slavina pod opterećenjem također obavlja funkcije ADMS komandnog mjesta: - prema informacijama iz PBU 83M6E, kontrolira ADMS sredstva; - bira ciljeve za prioritetno gađanje; - rješava problem lansiranja i utvrđuje rezultate gađanja; - pruža informacijsku interakciju sa PBU 83M6E kontrolama.
Sveobuhvatni pregled povećava mogućnosti pretraživanja sistema PVO u samostalnom vođenju neprijateljstava, a također osigurava otkrivanje i praćenje ciljeva u sektorima koji su iz nekog razloga nedostupni SART-u i RPN-u. Radar 36D6 i detektor male visine 5N66M mogu se koristiti kao autonomni priključeni alat.
Priložena autonomna sredstva za otkrivanje i određivanje ciljeva
Lanseri Lanseri (do 12) su dizajnirani za skladištenje, transport, pripremu prije lansiranja i lansiranje projektila. Lanseri se postavljaju na samohodnu šasiju ili drumski voz. Svaki lanser ima do 4 projektila u transportnim i lansirnim kontejnerima. Omogućava dugotrajno (do 10 godina) skladištenje projektila bez ikakvih mjera održavanja uz otvaranje kontejnera. Programeri lansera su projektantski biro specijalnog inženjeringa, dizajnerski biro Ministarstva zdravlja Nižnjeg Novgoroda.
Lanseri
rakete- jednostepeni, na čvrsto gorivo, sa vertikalnim startom, opremljen ugrađenim poluaktivnim radio-upravljačem. Glavni proizvođač rakete je MKB Fakel.
Kontrole 83M6E omogućavaju: - detekciju aviona, krstarećih projektila u cijelom dometu njihove praktične primjene i balističkih projektila sa dometom lansiranja do 1000 km; - praćenje rute do 100 ciljeva; - upravljanje do 6 sistema PVO; - maksimalni domet detekcije - 300 km.
Sistem protivvazdušne odbrane S-ZOOPMU1 je duboka modernizacija S-ZOOPMU i zapravo je prelazna veza sa sistemima treće generacije.
S-ZOOPMU1 omogućava: - gađanje ciljeva na udaljenostima od 5 do 150 km, u rasponu visina od 0,01 do 27 km, brzinu pogađanja ciljeva do 2800 m/s; - poraz nestrateških balističkih projektila sa dometom lansiranja do 1000 km na dometima do 40 km pri prijemu ciljne oznake od kontrola 83M6E; - istovremeno gađanje do 6 ciljeva sa navođenjem do 2 projektila za svaki cilj; u osnovnom tipu projektila - 48N6E; - brzina paljbe 3-5 sek.
Ako je potrebno, sistem protivvazdušne odbrane S-ZOOPMU1 može se modifikovati da koristi rakete 5V55 sistema S-ZOOPMU.
Predak porodice S-ZOOP - sistem protivvazdušne odbrane S-ZOOPMU obezbeđuje:-> poraz ciljeva na dometima od 5 do 90 km, u rasponu visina od 0,025 do 27 km, brzina pogađanja ciljeva do 1150 m/s; - poraz balističkih ciljeva sa dometom lansiranja do 300 km na dometima do 35 km sa određivanjem cilja sa komandi; - istovremeno gađanje do 6 ciljeva sa navođenjem do 2 projektila za svaki cilj; - osnovni tip projektila 5V55; - brzina paljbe 3-5 sek.
ALTEK-300
Obrazovni i trening kompleks
|
|
|
Upotreba: u automatizovanim digitalnim sistemima za detekciju i obradu radarskih informacija. Suština pronalaska: u diskretnom radarskom mjerenju koordinata vazdušne mete, izravnavanje trenutnih parametara putanje cilja uz promjenu pojačanja filtera u zavisnosti od akumulirane vjerovatnoće manevara. Novo je podešavanje pojačanja filtera u trenutku kada cilj uđe u zonu mogućeg manevra, u zavisnosti od akumulirane vjerovatnoće manevra. Povećanje tačnosti praćenja postiže se kompenzacijom dinamičke komponente greške praćenja zbog manevra cilja. 3 ill.
Pronalazak se odnosi na radar i može se koristiti u automatizovanim digitalnim sistemima za otkrivanje i obradu radarskih informacija. Poznate su metode i uređaji za praćenje manevarskog vazdušnog cilja na osnovu diskretnih radarskih merenja koordinata i trenutne procene (izglađivanje i ekstrapolacija) parametara putanje (koordinate i njihove stope promene).Kada se otkrije manevar, memorija se povratni filter za izravnavanje je minimiziran. U ovom slučaju, iako se kompenzira greška dinamičkog izglađivanja zbog neslaganja između hipoteze o stepenu polinoma koji opisuje pravu putanju manevarskog cilja i linearne hipoteze njegovog kretanja, slučajna komponenta greške uglađivanja dobija maksimalnu vrijednost za datu tačnost mjerenja koordinata, a ukupna greška raste. Od poznatih metoda praćenja manevarskog vazdušnog cilja, po tehničkoj suštini i postignutom efektu najbliža predloženoj je metoda kojom se detektuje manevar na osnovu analize veličine odstupanja trenutnih vrednosti. parametara praćene putanje od njihovih izmjerenih vrijednosti i poređenje ovog odstupanja sa graničnom vrijednošću, kada se detektuje manevar, izglađuju se parametri putanje sa dobicima filtera jednakim jedinici Zbog činjenice da prilikom izglađivanja putanje parametara, uzima se u obzir samo činjenica prisustva manevra, greške izglađivanja kod ove metode ostaju prilično velike. Cilj pronalaska je da se poboljša tačnost praćenja manevarskog vazdušnog cilja u niskom letu. To se postiže činjenicom da se metodom praćenja manevarskog vazdušnog cilja u niskom letu, zasnovanom na diskretnom radarskom merenju koordinata i izglađivanju parametara putanje cilja korišćenjem a - filtera, u delovima pravolinijskog kretanja sa pojačanjima filtera usled buke ciljnog stanja, koje se određuju iz omjera ležaja, prema brzini promjene ležaja, i promjene pojačanja filtera u dionicama manevra cilja, u trenutku ulaska u dionicu putanje, na pri čemu je, prema apriornim informacijama o karakteristikama putanje, manevar moguć, signal smjera cilja se izglađuje sa pojačanjima filtera postavljenim u skladu sa akumuliranom vjerovatnoćom praćenja ciljeva manevra: R n = 1/(N-n+1 ), gdje je N broj mjerenja u području mogućeg manevra, a n broj ciklusa zaglađivanja u području mogućeg manevra, od odnosa za ležaj (p n) + -1 (1) za brzina promjene ležaja (P n) - , gdje je a + 2 (2) r 
(3) gdje je varijansa grešaka mjerenja ležaja; a je maksimalno ubrzanje mete duž ležišta tokom manevra; P ohm je vjerovatnoća ispravnog otkrivanja manevra; U periodu radarskog snimanja, iu trenutku kada se detektuje manevar cilja, signal smjera se izglađuje jednom sa pojačanjima filtera i , iz odnosa (1) i (2) sa vrijednošću r iz relacije r (4 ) u narednim ciklusima izglađivanja, parametri ciljne trajektorije se izglađuju sa pojačanjima filtera, koji se određuju iz relacija
gdje
(n) (n)
n= int 
m i m su pojačanja filtera u trenutku kada je ciljni manevar detektovan. Poznate metode praćenja niskoletećeg manevarskog vazdušnog cilja nemaju karakteristike slične onima koje razlikuju predloženu metodu od prototipa. Prisutnost novouvedenog slijeda radnji omogućava povećanje točnosti praćenja zbog apriornih informacija o putanji praćenja zračnog cilja i, s tim u vezi, minimiziranje grešaka praćenja koje nastaju prilikom manevra cilja. missed. Prema tome, tražena metoda zadovoljava kriterijume "Novost" i "Inventivni korak". Mogućnost postizanja pozitivnog efekta od predložene metode sa novouvedenim karakteristikama je zbog kompenzacije uticaja greške ekstrapolacije dinamičkog ležaja, određene ciljnim manevrom promašenim detektorom manevara, promenom pojačanja filtera u skladu sa akumulirana vjerovatnoća manevara. Na Sl. 1 prikazan je dijagram manevrisanja cilja; na sl. 2 grafikona koji ilustruju efikasnost predložene metode; na sl. 3 prikazuje električnu blok šemu uređaja za implementaciju predložene metode. Budući da će se svaki brzi zračni cilj niske brzine koji se iznenada pojavi i otkrije, na primjer, na brodu-nosaču radara, klasificirati kao napadač, razumno je pretpostaviti da će se ovaj cilj s velikom vjerovatnoćom okrenuti prema brodu, obavljajući manevar navođenja. Drugim riječima, da bi uništio brod, nisko leteći zračni cilj velike brzine mora izvesti manevar u određenom trenutku, uslijed čega parametar kursa mete u odnosu na brod mora postati jednak nula. U tom smislu, pretpostavka o obaveznom manevru cilja je u osnovi opravdana. U budućnosti ćemo smatrati protivbrodsku krstareću raketu (ASC) koja izvodi manevar navođenja kao vazdušni cilj. Metoda se zasniva na korištenju karakteristika putanje PCR-a u završnom dijelu putanje. Putanja RCC-a (vidi sliku 1) na udaljenosti od objekta uništenja manjoj od 30 km uključuje tri karakteristična dijela putanje: pravi dio prije početka manevra navođenja RCC-a; mjesto mogućeg manevra navođenja; pravi dio putanje nakon završetka manevra navođenja. Poznato je da se manevar navođenja RCC-a, na primjer, tipa "Harpun" izvodi na udaljenostima od ciljnog broda od 5, 3,20,2 km. Može se pretpostaviti da je na udaljenostima većim od 20,2 km vjerovatnoća manevra blizu nule, a potreba za ograničenjem pojačanja filtera je samo zbog prisustva buke ciljnog stanja. U nedostatku apriornih podataka o načinu ispaljivanja protivbrodskih projektila koje neprijatelj koristi u ovoj konkretnoj taktičkoj situaciji, postoji razlog za pretpostavku da je početak manevra navođenja jednako vjerojatan u bilo kojem trenutku kada protubrodska raketa je u rasponu udaljenosti od broda D min 5,3 km i D max 20,2 km. Projektil savladava određeni interval dometa u
t 1 = 50 s gdje je V 290 m / s brzina leta pkr. Stoga se može pretpostaviti da će se za vrijeme dok se RCC nalazi na udaljenosti od broda, omogućavajući mu da započne manevar navođenja, izvršiti N N +1 + 1 mjerenja njegovih koordinata. Budući da manevar može početi sa jednakom vjerovatnoćom u bilo kojem intervalu međuistraživanja, vjerovatnoća događaja koji se sastoji od početka manevra u n-tom (n 1, 2,) intervalu je a priori jednaka
P
Ako početak manevra nije otkriven na (n-1)-toj dimenziji koordinata, tada je akumulirana vjerovatnoća manevra na n-toj dimenziji određena relacijom
P=
Ovisnost varijanse ubrzanja pcr na manevar od akumulirane vjerovatnoće može se izraziti na sljedeći način:
2 a = (1+4P n)(1-P ohm) (5) gdje je a maksimalno ubrzanje PKR duž ležišta tokom manevra (3,5g);
P ohm je vjerovatnoća ispravnog otkrivanja manevra. Poznavajući varijansu ubrzanja pcr (a), a takođe pod pretpostavkom da su poznate vrijednosti grešaka mjerenja ležaja, moguće je izračunati optimalne vrijednosti koeficijenata pojačanja filtera za trenutne omjere varijanse grešaka u mjerenje koordinata, remećenje ubrzanja smjera i perioda snimanja radara: po smjeru
(P n) (6) po stopi promjene smjera (P n) gdje je o 2 varijansa grešaka u procjeni smjera;
disperzija grešaka merenja ležajeva;
R je koeficijent korelacije grešaka procjene ležaja i stopa njegove promjene. Vrijednosti o i Ro su definirane sljedećim relacijama
2o = + -1
R o = (7)
Zamjenom odnosa (2) i (3) u relaciju (7) dobijamo disperziju grešaka u procjeni ležaja i koeficijent korelacije grešaka u procjeni ležaja i brzinu njegove promjene, a zamjenom u izraz (6) dobijamo pojačanja filtera određena relacijom (1). Očigledno, kako se pcr približava sa svakim istraživanjem, akumulirana vjerovatnoća manevra raste, što uzrokuje povećanje disperzije ubrzanja n cr i, shodno tome, dovodi do povećanja pojačanja filtera i . Sa detekcijom manevra, kumulativnoj vjerovatnoći manevra se dodjeljuje vrijednost "jedan", a varijansa ubrzanja pcr se izračunava na sljedeći način:
= a 2 (1-P poluga) (8) gdje je P poluga vjerovatnoća lažnog otkrivanja manevra. U ovom slučaju, r se izračunava iz relacije (4), dobici filtera dobijaju maksimalnu vrijednost. Uzimajući u obzir kratko trajanje PKR manevra (1,3 s), dovoljno je jedno izglađivanje sa povećanim faktorima pojačanja (ovo potvrđuju rezultati simulacije). Postupak za procjenu vjerovatnoće manevra izvodi se u rasponu od 20,2 do 5,3 km. Nakon što je manevar detektovan, pojačanja filtera ležaja se postavljaju na vrijednosti određene samo šumom ciljnog stanja, pojačanja u rasponu ostaju konstantna tijekom vremena praćenja, a njihove vrijednosti se biraju u skladu sa šumom ciljnog stanja. Na Sl. Na slici 3 prikazan je uređaj za automatsko praćenje manevarskog vazdušnog cilja koji implementira predloženi metod. Sadrži senzor izmjerenih koordinata 1, jedinicu za izravnavanje 2, jedinicu za ekstrapolaciju 3, prvu jedinicu kašnjenja 4, memorijsku jedinicu 5, jedinicu za detekciju manevara 6, jedinicu za upoređivanje 7, drugu jedinicu kašnjenja 8, jedinicu 9 za izračunavanje pojačanja filtera. Uređaj za automatsko praćenje manevarskog vazdušnog cilja sastoji se od serijski povezanog senzora 1 izmerenih koordinata čiji je ulaz ulaz uređaja, izlaz senzora 1 izmerenih koordinata povezan je sa 1. ulazom. bloka za izravnavanje 2 i na 1. ulaz bloka za detekciju manevara 6, izlaz bloka za izravnavanje 2 povezan je sa ulazom bloka za ekstrapolaciju 3, 1. izlaz bloka za ekstrapolaciju 3 povezan je sa ulazom za poređenje blok 7 i kroz blok kašnjenja 4 sa 4. ulazom bloka za izravnavanje 2 i sa 2. ulazom bloka za detekciju manevara 6, 2. izlaz ekstrapolacije bloka 3 je izlaz uređaja, izlaz bloka 6 detekcija manevra je povezana sa 2. ulazom bloka 9 za izračunavanje pojačanja filtera i preko bloka kašnjenja 8 sa 2. ulazom memorijskog bloka 5 i sa 3. ulazom bloka 9 za izračunavanje pojačanja filtera, izlaz bloka 7 upoređivanja je povezan na 1. ulaz memorijskog bloka 5 i 1. ulaz bloka 9 za izračunavanje pojačanja filtera, izlaz memorijskog bloka 5 je povezan sa 2. ulazom bloka i 2 izravnavanja, izlaz bloka 9 za izračunavanje pojačanja filtera je povezan sa 3. ulazom bloka 2 izravnavanja. Uređaj radi na sljedeći način. Video signal trenutnog n-tog ciklusa mjerenja koordinata praćenog cilja sa izlaza prijemnog uređaja se dovodi na ulaz uređaja za praćenje i, shodno tome, na senzor 1 mjerenih koordinata. Senzor izmjerenih koordinata 1 pretvara video signal iz analognog u digitalni oblik, izdvaja korisni signal i mjeri vrijednosti koordinata: smjera (P n) i dometa (D n). Senzor 1 izmjerenih koordinata može se implementirati prema jednoj od poznatih shema automatskog detektora vazdušnih ciljeva. Vrijednosti izmjerenih koordinata cilja (P n i D n) u obliku signalnih kodova se unose na 1. ulaz bloka za izravnavanje 2, koji implementira operaciju obrade koordinata na sljedeći način: kada je n 1, trenutna procjena koordinata cilja je
= M n , gdje je M n = P n , D za n 2 trenutna procjena parametara putanje cilja je
= M n , V= (M n-1 -M n)/T o gdje je T o periodu pregleda radara; za n>2, trenutna procjena parametara ciljne putanje je
= +(M)
= +(M)/T gdje su i težinski koeficijenti (pojačanja filtera);
i procjene koordinata i njihove stope promjene ekstrapolirane na jednu anketu. Iz bloka 2, izglađene vrijednosti koordinata i njihova brzina promjene se unose na ulaz ekstrapolacionog bloka 3. Ekstrapolacijski blok 3 generiše procjene parametara trajektorije ekstrapolirane za dato vrijeme:
= +VT e; = gdje je T e specificirana vrijednost vremenskih intervala ekstrapolacije. U ovom uređaju, T e To, T e T zu. U ovom slučaju, vrijednosti koordinata ekstrapolirane za vrijeme od 1. izlaza se unose kroz blok kašnjenja 4 na 4. ulaz bloka za izravnavanje 2, gdje se koriste za izračunavanje parametara putanje u sljedećem ciklusu i za 2. ulaz bloka za detekciju manevara 6, gdje se nalaze, oduzima se od izmjerenih vrijednosti smjera dostavljenih na 1. ulaz jedinice za detekciju manevara 6 iz izmjerenog senzora koordinata 1, a rezultirajuća razlika se upoređuje sa pragom kao slijedi:
P n ->
Vrednosti praga se biraju na osnovu zahtevane verovatnoće lažne detekcije manevra. Iz istog izlaza ekstrapolirane koordinate se unose na ulaz uporednog bloka 7, gdje se vrijednosti ekstrapoliranog dometa upoređuju sa rasponom mogućeg manevra od 5,3 do 20,2 km. Ekstrapolirane za vrijeme T e koordinatne vrijednosti se unose na 2. izlaz ekstrapolacionog bloka 3 (izlaz uređaja) i koriste se za generiranje i izdavanje podataka o odredivanju cilja za potrošače. U uporednoj jedinici 7 generira se signal logičke jedinice ako vrijednosti ekstrapoliranog raspona leže u intervalu mogućeg načina, koji se sa izlaza jedinice za poređenje 7 dovodi na 1. ulaz memorijske jedinice 5. , dok zabranjuje izdavanje pojačanja filtera jedinici za izravnavanje 2, istovremeno se isti signal dovodi na 1. ulaz bloka 9 za izračunavanje pojačanja filtera i inicira izdavanje pojačanja u blok 2 izravnavanja. Ako vrijednosti ekstrapoliranog raspona ne leže unutar intervala raspona mogućeg manevra, tada se generiše logički nulti signal koji zabranjuje izlaz faktora pojačanja iz bloka 9 za izračunavanje faktora pojačanja filtera i pokreće izlaz faktora pojačanja iz memorijskog bloka 5. Memorijski blok 5 pohranjuje dobitke filtera, čije su vrijednosti uzrokovane šumom ciljnog stanja. U bloku 9 za izračunavanje koeficijenata pojačanja filtera, koeficijenti pojačanja se izračunavaju u slučaju dolaska signala logičke jedinice i odsustva signala detekcije manevra prema relacijama (1), (2) i (3), a u slučaju dolaska signala "manevar detektovan" prema relacijama (1) , (2) i (4). U bloku 6 se generiše signal "manevar detektovan" i šalje se bloku 9 za izračunavanje pojačanja filtera, isti signal se šalje bloku kašnjenja 8 i odgođen za jedan period pregleda se dovodi u memorijske blokove 5 i 9 i izračunava pojačanje filtera. Efikasnost predložene metode procenjena je simulacijom sa sledećim početnim podacima:
Domet lansiranja protivbrodskog raketnog sistema "harpun" je 100 km;
PKR preopterećenje na manevru od 4 g;
Trajanje manevra je 4 s;
Period radarskog snimanja 2s;
Manevar počinje između 13. i 14. snimanja. Na Sl. Na slici 2 prikazana je zavisnost normalizovane greške ekstrapolacije koordinate na jednu premjeru od mjernog broja gdje je:
1 predložena metoda;
2 poznata metoda. Prilikom implementacije predložene metode, tačnost ekstrapolacije koordinata se udvostručuje.
TVRDITI
METODA ZA PRANJE MANEVIRANJA ZRAČNOG CILJA, zasnovana na diskretnom radarskom mjerenju koordinata, izglađivanju parametara putanje cilja korištenjem - -filtera u dionicama pravolinijskog kretanja sa koeficijentima pojačavača filtera određenim šumom stanja cilja, a koji se određuju iz omjera: po smjeru 
gdje je j trenutni ciklus izravnavanja;
po stopi promjene ležaja
i mijenjanje pojačanja filtera u dionicama manevara cilja, karakterizirano time što je u trenutku ulaska u dionicu putanje, na kojoj je, prema apriornim informacijama o karakteristikama putanje cilja, moguć manevar, signal smjera cilja se izglađuje s koeficijentima pojačanja filtera postavljenim u skladu sa akumuliranom vjerovatnoćom manevra praćenog cilja,
P n (N n + 1),
gdje je N broj mjerenja u području mogućeg manevra;
n je broj ciklusa zaglađivanja u presjeku za glačanje u području mogućeg manevra od odnosa ležaja (1)
po stopi promjene ležaja (2) 
gdje je 2 disperzija grešaka mjerenja ležaja;
maksimalno ubrzanje cilja u smeru tokom manevra;
P o. m je vjerovatnoća ispravnog otkrivanja manevra;
Za period radarskog istraživanja,
a u trenutku detekcije ciljnog manevra, signal smjera se jednokratno izravnava sa filtarskim pojačanjima a i b iz relacija (1) i (2), sa vrijednošću r iz relacije 
gdje je P l. o. m je vjerovatnoća lažne detekcije manevra, a u narednim ciklusima izglađivanja parametri trajektorije se izglađuju sa pojačanjima filtera, čije vrijednosti odgovaraju narednim brojevima trenutnog ciklusa izglađivanja, koji se određuju iz relacije 
gdje je i 0, 1, 2, broj ciklusa nakon detekcije manevra;
postavljanje filterske memorije zbog šuma ciljnog stanja;
m i m su pojačanja filtera u vrijeme manevra cilja.
Dvije glave i šest nogu; četiri hodaju, a dvojica mirno leže
Samopoštovanje - šta je to: koncept, struktura, vrste i nivoi
Put kasandre, ili avanture sa testeninom Rat na zemlji i pod zemljom