DE2453846C2 - Anordnung zur schnellen erkennung von flugmanoevern - Google Patents
Anordnung zur schnellen erkennung von flugmanoevernInfo
- Publication number
- DE2453846C2 DE2453846C2 DE19742453846 DE2453846A DE2453846C2 DE 2453846 C2 DE2453846 C2 DE 2453846C2 DE 19742453846 DE19742453846 DE 19742453846 DE 2453846 A DE2453846 A DE 2453846A DE 2453846 C2 DE2453846 C2 DE 2453846C2
- Authority
- DE
- Germany
- Prior art keywords
- acceleration
- filter
- values
- error
- estimation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/28—Details of pulse systems
- G01S7/285—Receivers
- G01S7/292—Extracting wanted echo-signals
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Description
30
Die Erfindung bezieht sich auf eine Einrichtung zur Erkennung von Flugmanövern in Form von
Änderungen des Bewegungszustandes, insbesondere des Überganges von unbeschleunigtem zu beschleunigtem
Flug unter Verwendung eines Radargerätes mit zwei Kalman-Filtern (Filter zur optimalen
Schätzung von Zustandsgrößen), von denen das erste tür schwache Beschleunigungen und das /weite für
starke und im wesentlichen konstante Beschleunigungen ausgelegt ist.
Eine Grundaufgabe bei der automatischen Verarbeitung von Radardaten ist die Schätzung der
Flugbahnparameter -- Position. Geschwindigkeit und Beschleunigung der verfolgten Flugobjekte. Diese
Schätzgrößen werden für alle Extrapolationsberechnungen benötigt, z. B. wenn man Kollisionsgefahren
voraussehen oder im militärischen Bereich einen Kollisionspunkt bestimmen will. Es geht also darum,
einen Algorithmus ■- einen sogenannten Optimalfilter (Kaiman-Filter) zu finden, der aus den fehlerbehafteten
Radardaten möglichst gute Schätzgrößen für die Flugbahnparameter ableitet. Einzelheiten derartiger
Filter sind z. B. auf den Seiten 35 bis 40 des Buches »Avionics Navigation-Systems« von K a y t ο η
und Fried (1969, John Wiley und Sons Inc.) beschrieben.
Trotz der großen Erfolge der Theorie der Optimalfilter während der beider, letzten Jahrzehnte ist das
Problem der optimalen Schätzung von Flugbahn-Parametern aus Radardaten noch nicht befriedigend
gelöst. Es sind vornehmlich drei Eigenheiten des Problems, die die Lösung entscheidend erschweren,
nämlich.
1. die Besonderheiten der Radarmessung (ortsabhängiger Meßfehler. Messung in einem krummlinigen
Koordinatensystem).
2 die selbst 111 kartesischen Koordinaten
nichtlineare Bewegungsgleichung eines kreisenden Flugobjekts,
nichtlineare Bewegungsgleichung eines kreisenden Flugobjekts,
3. die Fähigkeit von Flugzeugen, besonders von Militärflugzeugen, den Bewegungszustand rasch
zu ändern.
In. folgenden soll die Schätzung von Flugbahnparametern
bei rascher Änderung des Bewegungszustandes näher betrachtet werden. Normalerweise
fliest ein Flugzeug geradeaus, befindet sich also im Zustand der unbeschleunigten Bewegung. Gelegentlich
wird der Geradeausflug von mehr oder weniger lange andauernden Beschleunigungsphasen, z. B. zur
Kurskorrektur, unterbrochen. Trägt man die Größe der Querbeschleunigung i/(f) über der Zeit ab, so wird
sich in etwa ein Verlauf gemäß F i g. 1 ergeben. Lange Phasen mit der Beschleunigung Null wechseln
mit kürzeren Phasen nil im wesentlichen konstanter Beschleunigung. Die übergänge erfolgen rasch, ihr
senauer zeillicher Verlauf ist unwichtig, so daß man für die mathematische Beschreibung von sprunghaften
übergängen ausgehen kann. Die geschätzten Größen sind zum ^Zeitpunkt k mit den Schätzfehlern
S1, (Position), Vk (Geschwindigkeit) und bk (Beschleunigung)
behaftet. Diese Schätzfehler werden durch ihren Erwartungswert und die in Fig. 1
anaegebene Kovarianzmatrix statistisch beschrieben. LJm das Problem so einfach und durchsichtig wie
möglich zu machen, wird die echte dreidimensionale durch das Modell einer eindimensionalen Bewegung
ersetzt. Weiter wird vorausgesetzt, daß nur die Position gemessen wird und daß der Meßfehler ortsunabhängig
ist. Mit diesen Vereinfachungen ist es leicht, Tür jeden Abschnitt der Flugbahn — mit konstanter
Beschleunigung oder mit Beschleunigung Null
ein passendes Optimalfilter (Kaiman-Filter) anzugeben. Praktisch erweist es sich als zweckmäßig, nicht exakt die Beschleunigung Null oder konstante Beschleunigung vorauszusetzen, sondern gewissen Abweichungen dadurch Rechnung zu tragen, daß man für die Beschleunigung einen stochastischen Prozeß mit geeignet gewählten Parametern annimmt. Als Optimalfilter für jeden Flugbahnabschnitt ergibt sich dann jeweils ein einfaches Kaiman-Filter, bei dem auch bei langsamen Schwankungen der Beschleunigung die Schätzfehler begrenzt bleiben.
ein passendes Optimalfilter (Kaiman-Filter) anzugeben. Praktisch erweist es sich als zweckmäßig, nicht exakt die Beschleunigung Null oder konstante Beschleunigung vorauszusetzen, sondern gewissen Abweichungen dadurch Rechnung zu tragen, daß man für die Beschleunigung einen stochastischen Prozeß mit geeignet gewählten Parametern annimmt. Als Optimalfilter für jeden Flugbahnabschnitt ergibt sich dann jeweils ein einfaches Kaiman-Filter, bei dem auch bei langsamen Schwankungen der Beschleunigung die Schätzfehler begrenzt bleiben.
Der wichtigste Parameter für die Extrapolation ist sicher die Geschwindigkeit. F i g. 2 zeigt diejkreuung
des Schätzfehlers S der Geschwindigkeit V über der Beobachtungszeit f. wenn man mit einem Kaiman-Filter
mit den im Kasten der F i g. 1 angegebenen Parametern bei unbeschleunigter Flugbahn
filtriert. Der systematische Schätzfehler (dicke Linie) verschwindet, die Streuung des Schätzfehlers nimmt
zu Beginn der Beobachtung rasch ab. Die erste Messung erfolgt zum Zeitpunkt f = 0, aber erst beim
Vorliegen dreier Meßwerte (f = 2 s) ist die erste echte Schätzung von Position, Geschwindigkeit und
Beschleunigung möglich.
Das Kaiman-Filter ist durch die Parameter n„
(Streuung des Meßfehlers), nR (Streuung der Beschleunigung),
Tkn„ (Korrelationsdauer der Beschleunigung,
d. h. jenes Zeitintervall, in dem die Autokorrelationsfunktion um den Faktor Me absinkt) und
T (Abtastintervall) bestimmt. </ ist der Wert dei
konstanten Beschleunigung.
F i g. 3 zeigt, wie sich in Abhängigkeit von dei
ieit ι ein solches Kaiman-Filter verhalt, wenn bei
■ = 15 s plötzlich eine konstante Beschleunigung von \ g einsetzt. Es entsteht ein rasch ansteigender systematischer
Schätzfehler S, dem sich der statistische Fehier überlagert. Nach kurzer Zeit überwiegt der systemansche
Schätzfehler den statistischen bei weitem und macht die Schätzwerte praktisch unbrauchbar.
Bei der Darstellung wurde zunächu der systematische Anteil (Erwartungswert) des Schätzfehlers aufgezeichnet
(dicke Linie) und von diesem nach beiden Seiten ι ο
die Streugrenzen abgetragen (dünne Linien). Man kann mit ähnlichen Diagrammen zeigen, daß man
durch Verkleinerung des Meßfehlers oder durch rascheres Abtasten den gesamten Schätzfehler verkleinern
kann. Bei plötzlich einsetzender Beschleunigung wächst dei systematische Schätzfehier aber nach
wie vor unverhältnismäßig stark an. Durch eine einfache Verbesserung des Meßgerätes kann man das
Problem also nicht lösen.
Das starke Anwachsen des systematischen Schätzfehlers könnte man dadurch verhindert., daß man das
Kaiman-Fiiter prinzipie)! Tür große Beschleunigungen
auslegt. Damit verzichtet man aber gerade beim häufigsten Fall der unbeschleunigten Bewegung von
vornherein auf die im Prinzip erreichbare hohe Schätzgüte. Es zeigt sich hier die bekannte Gegenläufigkeit
von Fchlerdämpfung und »Folgsamkeit« bei linearen Filtern.
Betrachtet man die Arbeitsweise des Kaiman-Filters etwas genauer, so stellt man fest, daß eine wesentliche
Verbesserung möglich ware, wenn auch nur der Einsatzzeilpunkt eines Manövers bekannt ware Man
könnte zwei Kaiman-Filter, eines Tür geringe und eines für starke Beschleunigung, bereithalten und zum
Zeitpunkt der Manöveränderung vom einen Filter auf das andere umsdittiuu. ZX.bei bleiben Positionsund
Geschwindigkeitsschätzung zunächst unverändert, die geschätzte Beschleunigung wird zweckmäßigerweise
auf NuIi gesetzt. Für den Start des neuen Filters benötigt man noch eine Kovarianzmatrix des Schätzfehlers.
Im Augenblick der Manöveränderung bleiben die Schätzfehler von Position und Geschwindigkeit
zunächst unverändert. Durch die plötzlich einsetzende Beschleunigung ist aber ein großer Schätzfehler der
Beschleunigung entstanden. Diesen Verhältnissen kann man dadurch Rechnung tragen, daß man wie in
F t g. 1 Pn-P12. P2i, Pi2 unverändert läßt. Px., durch
<t7, mit <7,j = 5¥, also der höchsten bei Flugzeugen
vorkommenden Beschleunigung, ersetzt und die übrigen Elemente gleich Null setzt. so
Fig.4 zeigt die Verbesserung, die man mit einer
solchen Filterumschaltung erreichen kann. Der systematische (dicke Linie) Fehler bleibt wesentlich kleiner,
allerdings auf Kosten eines vergrößerten stat'stisehen
Fehlers (dünne Linien). Insgesamt ist die Verbesserung aber unverkennbar. Wenn bekannt ist. daß eine Beschleunigung
vorliegt, kann man die Abtastrate erhöhen und so eine weitere Verbesserung erreichen.
Der Erfindung liegt die Aufgabe zugrunde, einen Weg aufzuzeigen, auf dem eine Änderung des Manöverzustandes
rasch und möglichst sicher erkannt werden kann. Diese Erkennung muß rasch erfolgen,
weil sonst der Schätzfehler bereits zu stark angewachsen sein könnte oder gar erst nach Beendigung
des Manövers erkannt wird, daß ein solches vorge- <is
legen hatte. Gemäß der Erfindung wird diese Aufgabe dadurch gelöst, daß zur Erkennung der Änderung
der Beschleuniiiunü die Differenzen des jeweils vom
ersten Kaiman-Filter ermittelten Vorhersagewerles und des zugehörigen Meßwertes gebildet werden, daß
diese üifferenzwerte mit den im voraus berechneten Erwartungswerten des Vorhersagefehlers korrelierl
werden und daß die Werte der so gebildeten diskreten Korrelationsfunktion mit einer Schwelle verglichen
w;rdtn, wobei das überschreiten der Schwelle die
Umschaltung vom ersten auf das zweite Filter auslöst.
Zur Erläuterung der Erfindung soll als Beispiel für eine Manövererkennung der übergang vom unbeschleunigten
zum beschleunigten ßewegungszustand dienen. Es ist klar, daß man bei dem vorliegenden
Problem in irgendeiner Weise prüfen muß, ob die Voraussetzung des Geradeausflugs noch mit ausreichender
Sicherheit gegeben ist. Jene Größe, in der sich direkt die Abweichung zwischen geschätztem
und wahrem Zustand zeigt, ist die sogenannte Innovation Z1. Im vorliegenden, in F i g. 5 dargestellten
Fall ist dies einfach die Koordinatendifferenz zw ischen Vorhersagepunkt KF und Meßpunki MP. Der Meßwert
Zk ist gleich dem wahren Wert .Y1 plus dem
Meßfehler tik, der Vorhersagewerl .Vt~ >st bleich dem
wahren Wert A1 plus dem Schätzfehler Xk. Setzt
man diese Beziehungen in die Gleichung für die Innovation ein, so ergibt sich diese einfach als Differenz
zwischen Meßfehler und Schätzfehler. Das sogenannte Innovationstheorem in der Theorie des
Kaiman-Filters besagt, daß die Folge der Ik eine unkorrelierte
Zufallsiolgc also weißes Rauschen
ist, wenn das beobachtete System sich stochastisch so verhält, wie es beim Entwurf des Kaiman-Filters vorausgesetzt wurde.
ist, wenn das beobachtete System sich stochastisch so verhält, wie es beim Entwurf des Kaiman-Filters vorausgesetzt wurde.
Wenn wie im vorliegenden Fall — für das KaI-inan-Filtcr
eine im wesentlichen unbeschleunigte Bewegung vorausgesetzt wird, während in Wirklichkeit
eine konstante Beschleunigung vorliegt, so enthält die Innovation zusätzlich zum weißen Rauschen noch
einen Anteil sk, den man bestimmen kann, wenn man
den Erwartungswert bildet. Man kann voraussetzen, daß der Meßfehler keinen systematischen Anteil
besitzt, d. h. E[nk] = 0. Es zeigt sich, daß .s\ nichts
anderes ist als der systematische Anteil des Vorhersagcfehlers. den man in gleicher Weise berechnen kann
wie den Schätzfehier der Geschwindigkeit^ Dieser Schätzfehler sei zum Zeitpunkt k__ gleich xkk, der
systematische Schätzfehler also £[xt.J. Damit ergibt
sich der systematische Schätzfehler der Prädikation zu
und jener der Korrektur zu
ΕΓ-Vi-i.i-iJ = U ■-■ K1, ,/Z1., If-[X1+ 1 .J-
''Vi.i = Systemmatrix.
j k = Eingangsmatrix.
K1 = Deterministisches Eingangssignal.
/ = Einheitsmatrix.
Kktr = Kalman-Gain.
/itM = Meßmatrix.
F i g. (i zeigt ein Beispiel des zur Beschleunigung
<, proportionalen Vorhersagefehlers, wenn die Beschleunigung zum Zeitpunkt / = 0 einsetzt.
Man kann sk interpretieren aisein Signal, dem weiße;
Rauschen überlagert ist. Die Entscheidung, ob nocr
Geradeausfluü oder aber ein Manöver vorliegt, redu
ziert sich damit auf eine Entscheidung zwischen zwei Hypothesen:
H0 = Die Folge der lk stell weißes Rauschen dar.
H1 = Die Folge der lk besteht aus einem Signal
sk + weißem Rauschen.
Das Problem der Erkennung von Flugmanövern ist damit auf das Problem der Signalentdcckung in
weißem Rauschen zurückgeführt. Zu seiner Lösung kann man auf die bekannten Verfahren der statistisehen
Entscheidungstheorie zurückgreifen. Eine Baycssche Entscheidungsregel erhält man. wenn man die
Innovationswerte Ik mit den im voraus berechneten
Signalwerten sk korreliert. F i g. 7 zeigt eine Möglichkeit
mit einem Test fester Länge, z. B. für N aufeinanderfolgende
Meßpunkte. Vor Beginn der Filterung wird die Signalfunktion sk entsprechend den in
Spalte 4 angegebenen Gleichungen vom Rechner berechnet und gespeichert. Parallel zum Filtervorgang
werden die jeweils letzten N aufeinanderfolgenden η
lnnovationswertc mit den Faktoren S,,. Si ··■ $*-ι
bewertet und addiert. Die Summe wird mit einer Schwelle verglichen. Bei SchwellenüberschreiUing wird
auf Manöver entschieden und das Filter umgeschaltet.
Bekanntlich hängt bei vorgegebener Schwelle die Entdcckungswahrscheinlichkeit nur vom Signal-Rausch-Verhältnis
S'N und nicht von der Signalform ab. Für die Darstellung der Wirksamkeit des Manöverdetektors
wurde das Signal-Rausch-Verhältnis jeweils für den Fall berechnet" daß gerade zum Zeitpunkt /
ein Manöver einsetzt, die Innovationswerte /,.../, + *..,
also gerade den Beginn d'vs Manövers enthalten. In F i C.8 wurd" S N über der Beobachtungszeil für ein
3-e-"Manövei aufgetragen. Parameter ist das McU-intervall
T. SN steigt mit zunehmender Testdauer zwar rasch an. benötigt aber selbst bei T = 0,2 s mehl
als 3 s. um die 0-dB-Linie zu überschreiten. Im linker Teil des Diagramms ist die Entdeckungswahrschein
lichkeit Pd über S. N aufgetragen. Parameter ist die
Falschalarmwahrscheinlichkeil P1. Da ein Falsch
alarm weit weniger schwer wiegt als ein nichtcnt
decktes Manöver, kann man relativ große FyWerK
zulassen. Schreibt man z. B. für ein 3-g-Manövei eine Entdcckungswahrscheinlichkeit von 90% be
einer Falschalarmiatc von 10% vor, so kann man aui
den Diagrammen die dafür benötigte Testdaucr be verschiedenen Mcßinlervallen entnehmen. Da S/Λ
einfach proportional zu q2 ist, kann man diese Zu
sammenhänge für beliebige Beschleunigungen aus der Kurven ablesen. Wie man sieht, treten bei den ge
wählten Parametern (relativ großer Meßfehler) be achtliche Verzögerungszeiten auf, bis man mit genügender
Sicherheil auf ein Manöver schließen kann
Zur Vorbereitung werden die Faktoren S0, S1 ...S^..,
im Rechner Rc berechnet und gespeichert.
Das Radargerät Ra im Blockschaltbild nach F i g. ί
nimmt aus der Umwelt U elektromagnetische Signale auf und wandelt sie in Meßwerte Zk um, die in digitali
sierter Form einem Rechner Re zugeführt werden
Der von der Schwelle Sw gesteuerte Umschalter ί liegt am Filter Fl. solange kein Manöver erkannt ist
Das Filter Fl liefert Schätzwerte des Zustandsvektor:
Xk, von denen der Vorhersagewert abgezweigt wird
Die Innovation lk als Differenz von Meßwert unc
Vorhersagewert wird einem Schieberegister Sr dei
Länge N >.ugeführt. Die in den Schieberegisterplätzer
gespeicherten Zahlenwerte werden mit den Faktorer Sn, S1 ... SiV_, multipliziert und addiert. Die Sumtru
wird der Schwelle Sw zugeführt. Bei Schwellenüber schreitung wird der Schalter S an ein Filter Fl gelegt
Hierzu 5 Blatt Zeichnungen
Claims (1)
- Patentanspruch:Einrichtung zur Erkennung von Flugmanövern in Form von Änderungen des Bewegungszustandes. insbesondere des Überganges von unbesehleunigtem zu beschleunigtem Flug unter Verwendung eines Radargerätes mit zwei Kaiman-Filtern (Filter zur optimalen Schätzung von Zustandsgrößen), von denen das erste Tür schwache Beschleunigungen und das zweite für starke und im wesentlichen konstante Beschleunigungen ausgelegt ist, dadurch gekennzeichnet, daß zur Erkennung der Änderung der Beschleunigung die Differenzen des jeweils vom ersten Kaiman-Filter ermittelten Vorhersagewertes und des zugehörigen Meßwertes gebildet werden, daß diese Differenzwerte mit den im voraus berechneten Erwartungswerten des Vorhersü.gefehlers korreliert werden un<i daß die Werte der so gebildeten diskreten Korrelationsfunktion mit einer Schwelle verglichen werden, wobei das überschreiten der Schwelle die Umschaltung vom ersten auf das zweite Filter auslöst.
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19742453846 DE2453846C2 (de) | 1974-11-13 | 1974-11-13 | Anordnung zur schnellen erkennung von flugmanoevern |
FR7534466A FR2291504A1 (fr) | 1974-11-13 | 1975-11-12 | Dispositif pour la reconnaissance rapide de manoeuvres en vol |
GB4682975A GB1535338A (en) | 1974-11-13 | 1975-11-13 | Radar systems |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE19742453846 DE2453846C2 (de) | 1974-11-13 | 1974-11-13 | Anordnung zur schnellen erkennung von flugmanoevern |
Publications (2)
Publication Number | Publication Date |
---|---|
DE2453846B1 DE2453846B1 (de) | 1976-01-29 |
DE2453846C2 true DE2453846C2 (de) | 1976-09-09 |
Family
ID=5930742
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE19742453846 Expired DE2453846C2 (de) | 1974-11-13 | 1974-11-13 | Anordnung zur schnellen erkennung von flugmanoevern |
Country Status (3)
Country | Link |
---|---|
DE (1) | DE2453846C2 (de) |
FR (1) | FR2291504A1 (de) |
GB (1) | GB1535338A (de) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4144571A (en) * | 1977-03-15 | 1979-03-13 | E-Systems, Inc. | Vehicle guidance system |
DE3010648C1 (de) * | 1980-03-20 | 1989-11-23 | Messerschmitt Boelkow Blohm | Kommandogeraet fuer den Luftkampf |
US4495580A (en) * | 1981-03-30 | 1985-01-22 | E-Systems, Inc. | Navigation system |
JPS59191608A (ja) * | 1983-04-11 | 1984-10-30 | ロツクウエル・インタ−ナシヨナル・コ−ポレ−シヨン | 処理スル−プツト速度の改善方法 |
US4910526A (en) * | 1987-05-18 | 1990-03-20 | Avion Systems, Inc. | Airborne surveillance method and system |
GB2214749B (en) * | 1988-01-29 | 1992-02-19 | Marconi Co Ltd | Radar seeker transient suppressor |
-
1974
- 1974-11-13 DE DE19742453846 patent/DE2453846C2/de not_active Expired
-
1975
- 1975-11-12 FR FR7534466A patent/FR2291504A1/fr active Granted
- 1975-11-13 GB GB4682975A patent/GB1535338A/en not_active Expired
Also Published As
Publication number | Publication date |
---|---|
FR2291504A1 (fr) | 1976-06-11 |
DE2453846B1 (de) | 1976-01-29 |
FR2291504B1 (de) | 1977-12-16 |
GB1535338A (en) | 1978-12-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102009024339B3 (de) | Peilverfahren sowie Peilanlage zum Detektieren und Tracken zeitlich aufeinanderfolgender Peilwinkel | |
DE69829746T2 (de) | Einleitung der verfolgung mehrerer ziele mittels phasenwinkelmessung | |
EP0406879B1 (de) | Verfahren zur Extraktion von Bewegungsfehlern eines ein kohärentes Abbildungsradarsystem mitführenden Trägers aus Radar-Rohdaten und Einrichtung zur Durchführung des Verfahrens | |
DE69829391T2 (de) | Verbindungsverfahren zwischen zielverfolgungsbahnen | |
DE102013011239A1 (de) | Verfahren zur Bestimmung einer Bewegung eines Objekts | |
EP1825602A1 (de) | Vorrichtung und verfahren zum ermitteln eines korrelationsmaximums | |
DE2453846C2 (de) | Anordnung zur schnellen erkennung von flugmanoevern | |
EP3279051B1 (de) | Steuerungs-system und steuerungs-verfahren zur auswahl und verfolgung eines kraftfahrzeugs | |
DE2738507C3 (de) | Verfahren zur Erhöhung der Treffwahrscheinlichkeit von gestörten Flugkörpern und Einrichtung zur Durchführung des Verfahrens | |
DE102007007266B4 (de) | Verfahren zum Auswerten von Sensormesswerten | |
EP2149055B1 (de) | Verfahren zum generieren von zielmarkierenden peiltracks | |
EP0199107B1 (de) | Verfahren und Anordnung zur Unterdrückung von Regenechos bei einem Geländefolgeradar | |
DE2845164C2 (de) | Ziel-Ortungs- und Entfernungs- Meßsystem | |
DE102013018752A1 (de) | Verfahren zur Klassifikation von Fußgängern | |
WO1997002499A1 (de) | Erdbebenüberwachung | |
DE3417885A1 (de) | Verfahren und vorrichtung zur erzeugung von warnsignalen in taktischen flugzeugen | |
EP3663881A1 (de) | Verfahren zur steuerung eines autonomen fahrzeugs auf der grundlage von geschätzten bewegungsvektoren | |
DE10238896B4 (de) | Verfahren zur Auswertung von Radardaten | |
DE4111785A1 (de) | Kalman-filter | |
DE2746392C3 (de) | Anordnung zum Schutz vor Störechos | |
DE102012202630A1 (de) | Verfahren zum Abgleichen eines Beschleunigungssensors und Beschleunigungssensor | |
EP1440289B1 (de) | Navigationssystem zur kursbestimmung eines fahrzeugs | |
WO2016087087A1 (de) | Verfahren und vorrichtung zum bestimmen statistischer eigenschaften von rohmesswerten | |
DE112021000951T5 (de) | Lidar-Erfassungsanordnungen | |
DE19731111B4 (de) | Verfahren zur Identifizierung sowie Klassifizierung eines Zieles |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E77 | Valid patent as to the heymanns-index 1977 | ||
8339 | Ceased/non-payment of the annual fee |