NL1020287C2

NL1020287C2 - Werkwijze voor meerdoelendetectie, met name voor toepassing in rondzoekradars met meerbundelvorming in elevatie.

Info

Publication number: NL1020287C2
Application number: NL1020287A
Authority: NL
Inventors: Hans Driessen; Wietze Meijer; Jitse Zwaga
Original assignee: Thales Nederland Bv
Priority date: 2002-04-02
Filing date: 2002-04-02
Publication date: 2003-10-03
Also published as: RU2317565C2; CA2424151C; CN100357760C; EP1351069A1; CA2424151A1; ATE513227T1; ES2365703T3; IL155168A; CN1453595A; EP1351069B1; US20040027274A1; US6888493B2; IL155168A0

Description

5

Werkwijze voor meerdoelendetectie, met name voor toepassing in rondzoekradars met meerbundelvorming in elevatie

De uitvinding heeft betrekking op een werkwijze voor het detecteren van radardoelen. De werkwijze kan worden toegepast in rondzoekradars, bijvoorbeeld rondzoekradars met meerbundelvorming in elevatie en in het algemeen in alle typen radars.

10

In het hier behandelde voorbeeld, bestaat een rondzoekradar uit een meerbundelradar met een roterende antenne, die tot taak heeft ver verwijderde doelen te detecteren. Gewoonlijk worden doelbanen gevormd door het combineren van doelplots (plot: doeldetectie in een scan), die uit het 15 in afzonderlijke scans ontvangen signaal geëxtraheerd worden met gebruikmaking van een doelbaanfilter en doelbaaninitiatielogica.

Vervolgens omvat de traditionele doeldetectie het drempelen (uitvoeren van een drempelbewerking) in drie fasen: signaalsterktedrempelen op hit- (doeldetectie) niveau, drempelen na binaire integratie op plotniveau 20 en drempelen na binaire integratie op doelbaanniveau. Detectie van een doel tijdens een enkele scan van een rondzoekradar geschiedt door binaire integratie van hits, in opeenvolgende bursts (coherente processingintervallen) van de scan. Elke scan van een rondzoekradar bestaat uit een groot aantal bursts, waarbij elke burst een bearing- (peiling, 25 richting) interval beslaat. Aangezien de radarbundelbreedte in bearing gewoonlijk enkele malen de afmeting heeft van een door een burst bestreken bearinginterval, zal het doelsignaal aanwezig zijn in een aantal opeenvolgende bursts van een scan, de Nb bursts op een doel. In het geval van een pulsdoppler rondzoekradar, wordt het in een range- (afstand) 30 dopplerframe ontvangen signaal verkregen uit elke burst na geëigende rangesampling en inschakeling van een dopplerfilterbank. Bij een bepaalde range en dopplersnelheid in dit frame, wordt een hitdetectie vastgesteld indien het ontvangen signaal de drempel te boven gaat, hetgeen een van te voren bepaalde constante loosalarmwaarschijnlijkheid op hitniveau 35 garandeert.

4 2

Een plot wordt vastgesteld indien bij dezelfde range en dopplersnelheid Nh hits voorkomen in Nb opeenvolgende bursts. In het geval dat het signaal wordt ontvangen bij gebruikmaking van gelijktijdige elektronische meerbundelvorming in elevatie, dient tevens aan de 5 voorwaarde te worden voldaan dat de hits gevonden worden in het in dezelfde elevatiebundel ontvangen signaal. De parameters Nb en Nb en de drempel op hitniveau worden zodanig gekozen dat een bepaalde loosalarmwaarschijnlijkheid op plotniveau gegarandeerd wordt.

Vervolgens wordt een doelplot gebruikt om een doelbaanfilter te 10 initialiseren. De doelbaanfilterpredictie voor daarop volgende scans wordt gebruikt om mogelijke doelplots te identificeren die met de doelbaan kunnen worden geassocieerd. Na Ns scans (inclusief de scan die de initiële plot opleverde), wordt een geconfirmeerde doelbaandetectie vastgesteld, indien er Np plots worden gevonden uit de met de doelbaan geassocieerde 15 mogelijke Ns plots. De parameters Np en Ns, en de loosalarmwaarschijnlijkheid op plotniveau worden zodanig gekozen dat een bepaalde loosalarmwaarschijnlijkheid op doelbaanniveau gegarandeerd wordt.

Een andere oplossing voor het detecteren van doelen omvat het 20 vervangen van het conventionele driefasen doelbaandetectiesysteem door het enkelfase Track-Before-Detect (TBD) systeem, waarbij alleen signaalsterktedrempelen op doelbaanniveau wordt toegepast. In het TBD systeem is het de bedoeling om het geïntegreerde doelsignaal te drempelen, dat aanwezig is bij de elevatie, range en doppler van het doel in de Nb bursts 25 op het doel uit de Ns scans waarmee geïntegreerd wordt. Bekend is dat door het drempelen uit te stellen en daardoor het doelsignaal gelegenheid te geven zich op te bouwen, een grote verbetering in detectiewaarschijnlijkheid bereikt kan worden ten opzichte van de traditionele meerfasen doelbaandetectiesystemen bij gelijke loosalarmwaarschijnlijkheid. Het TBD 30 systeem wordt bijvoorbeeld beschreven in Blackman, S.S. en Popoli, R.

« Design and Analysis of Modern Tracking Systems », Norwood, MA: Artech House, 1999.

Een vierdimensionale meetruimte kan worden gedefinieerd als een ruimte, gepartitioneerd in range-bearing-elevatie-dopplercellen, of 35 radarcellen. De afmeting van een radarcel is gelijk aan die van de range- 3 doppler bin in range en doppler, het bearinginterval van een burst in bearing en de elevatiebundelbreedte in elevatie. De radarcelcentra vallen in range en doppler samen met de centra van de range-doppler bins van het range-doppler frame en in elevatie met de elevatiebundelcentra. In het geval van 5 een oneven aantal bursts Nb op het doel, vallen de radarcelcentra in bearing samen met die van de bearingintervallen van de bursts. In het geval van een even aantal bursts op het doel, worden de radarcelcentra echter gecentreerd op de grenzen van de bearingintervallen van de bursts. Hierdoor kan het in een radarcel gemeten signaal gedefinieerd worden als de sommering van de 10 Nb vermogensmetingen uit de Nb bursts die het dichtst liggen bij de bearing van de radarcel in de range-doppler bin en de elevatiebundel die correspondeert met de range, doppler en elevatie van de radarcel. Zodoende kan het geïntegreerde signaal uit de bursts op het doel in de radarcellen worden geprojecteerd.

15 Terugkomend op het TBD systeem voor rondzoekradars: het in de praktijk ondervonden probleem is in de eerste plaats, dat elke radarcel van een scan de oorsprong van een nieuwe doelbaan kan zijn die, na het processen van Ns scans tot een doelbaandetectie zou kunnen leiden. Afhankelijk van de rondzoekradarparameters, zoals de range coverage en de 20 afmeting van de rangegate en het aantal bursts per scan, kan het aantal radarcellen in een scan en dientengevolge het aantal potentiële startpunten oplopen tot 109. Uitgaande van een radarcel kan de vierdimensionale ruimte waarnaar het doel zich kan hebben verplaatst, heel goed enkele honderden radarcellen in de volgende scan omvatten, welk aantal exponentieel 25 toeneemt met elke volgende scan in de integratieperiode. Behalve het probleem van het onhanteerbaar grote aantal potentiële startpunten in elke scan, is er dus de moeilijkheid om het doelsignaal te vinden in de volgende scans van de integratieperiode.

Wanneer toegepast op elektro-optische sensoren, waarbij TBD 30 tweedimensionale dataframes als input krijgt bij een betrekkelijke hoge updatesnelheid, kan het probleem van het vinden van het doelsignaal uit meervoudige frames worden aangepakt door brutekrachttechnieken toe te passen. Uitgaande van alle pixels in het eerste frame van de integratieperiode, worden met deze technieken de pixelintensiteiten 35 simpelweg in de volgende frames geïntegreerd voor alle dynamisch 4 mogelijke doelbanen. Dankzij de hoge updatesnelheid, is de integratietijd betrekkelijk kort, waardoor het mogelijk is de dynamisch mogelijke doelbanen te beperken tot constante-snelheidbanen. Aangezien in de meeste gevallen het maximum aantal pixels klein is dat door een doel kan worden verplaatst 5 gedurende de integratietijd, zal het aantal discrete snelheden die tot een unieke pixelintensiteitssom leiden beperkt zijn, waardoor een poging kan worden gedaan om tot een verdere beperking van het aantal mogelijke doelbanen te komen. Voorbeelden van deze brutekrachttechnieken zijn de Hough transformatie (zoals beschreven in Smith, M.C. « Feature Space 10 Transform for Multitarget Detection » Proc. IEEE Conf. On Decision and Control, Albuquerque, NM, December 1980, pp. 835-836), snelheidsfilterbanken (zoals beschreven in Stocker, A.D. en Jansen, P.

« Algorithms and Architectures for Implementing Large Velocity Filter Banks » Proc. SPIE Conf. On Signal and Data Processing of Small Targets, 15 1991, pp. 140-155) en dynamische programmeeralgoritmen (zoals bijvoorbeeld beschreven in Arnold J. et al « Efficient Target Tracking Using Dynamic Programming » IEEE Trans. On Aerospace and Electronics Systems, vol. 29, no 1, January 1993, pp. 44-56).

Zoals hiervoor opgemerkt, zijn de toegepaste TBD technieken 20 echter brutekrachttechnieken, waarmee alle mogelijke doelbanen worden onderzocht gedurende de integratietijd. Dit is uitvoerbaar bij elektro-optische sensoren, omdat deze sensoren tweedimensionaal zijn en met hoge updatesnelheden werken.

In de litteratuur komen enkele gevallen voor waarin deze 25 brutekrachttechnieken zijn toegepast op radarsystemen, zoals bijvoorbeeld beschreven in Urkowitz, H en Allen, M.R. « Long Term Noncoherent Integration Across Resolvable Sea Clutter Areas » Proc. National Radar Conf., 1989, pp. 67-71. Om bij brutekrachttechnieken praktisch uitvoerbare processingeisen te realiseren, is het noodzakelijk om het probleem terug te 30 brengen tot twee dimensies, door alleen radiale doelbanen in beschouwing te nemen. Wanneer de toepassing een volg- of multifunctieradar betreft, verkleint de verhoogde updatesnelheid, vergeleken met die van een rondzoekradar, de groei van het potentiële doelgebied gedurende de integratieperiode. Ook de hoeveelheid te processen data wordt in de meeste 35 gevallen aanmerkelijk gereduceerd door als input voor de eigenlijke TBD

'3 7 5 processing niet de ruwe gemeten data te gebruiken, maar alleen de datapunten die een predetectiedrempel te boven gaan.

Wanneer toegepast op radarsystemen, worden de brutekrachttechnieken geconfronteerd met een veel grotere hoeveelheid data 5 per scan en een veel groter aantal mogelijke doelbanen gedurende de integratietijd. Aan de daaruit resulterende eisen ten aanzien van de processingcapaciteit kan hier niet worden voldaan.

De uitvinding beoogt onder andere dit probleem van te hoge 10 processingcapaciteitseisen te elimineren. Daartoe is een. doel van de uitvinding een werkwijze voor het detecteren van radardoelen, waarbij de radar over zendmiddelen beschikt voor het genereren van bursts van radarpulsen en elke radarscan k bestaat uit een aantal ( Nb(k)) bursts, met de kenmerken dat, voor elke scan k: 15 - in een eerste stap, een radarcel wordt gepreselecteerd door een detectieproces; - in een tweede stap, een TBD proces wordt geïnitialiseerd voor de gepreselecteerde cellen, dat gebruik maakt van een 20 doelbaanfilter om de met de volgende scan k+1 geassocieerde validatiepoort te construeren; - in een derde stap, de data in de validatiepoort van scan k+1 gebruikt wordt om het TBD proces te updaten en om de met de volgende scan k+2 geassocieerde validatiepoort te 25 construeren; waarbij de derde stap voor elke scan wordt herhaald.

In de preselectiestap wordt de ruwe data van de validatiepoort 30 door het TBD proces geprocessed voor een beperkt aantal scans terug en vooruit. Door het TBD proces worden bijvoorbeeld NSb - 1 scans terug en vervolgens Ns - 1 scans vooruit geprocessed.

Een gunstige eigenschap van de werkwijze volgens de uitvinding is dat de ruwe data in een validatiepoort getransformeerd wordt tot een 35 virtuele plot, die gekenmerkt wordt door een rangepositie, een 6 dopplersnelheid, een elevatiepositie, een bearing positie en een geïntegreerd-signaalsterkte, welke range, doppler, elevatie en bearing informatie gebruikt wordt als input voor het doelbaanfilter, waarbij de sterkte van het geïntegreerde signaal samen met de geïntegreerd-signaalsterkten 5 van andere scans gebruikt worden voor op doelbaanniveau.

Indien bijvoorbeeld de integratie plaats vindt voor Ns scans met Nb(k) bursts op het doel per scan, is de te drempelen, tot een doelbaandetectie leidende integratiesom SumE, gelijk aan een som van onafhankelijke Rayleigh gedistribueerde vermogensmetingen x (k,b): . 10

Ns ΓNMk)

SumE = 2 £*(*,0) k=1 L t>=1

De voornaamste voordelen van de uitvinding zijn, dat de detectieprestatie, vergeleken met een zuivere TBD techniek, er niet door 15 wordt verminderd, dat de uitvinding kan worden gebruikt om de detectieprestatie te verhogen van elk sensorsysteem waarin beperkingen van het processingvermogen brutekracht TBD architecturen praktisch onbruikbaar maken en tenslotte dat de uitvinding eenvoudig te implementeren is.

20

Verdere kenmerken en gunstige eigenschappen van de uitvinding worden uiteengezet in de volgende beschrijving, onder verwijzing naar de bijgevoegde diagrammen, waarvan: - afbeelding 1 de theoretische detectiewaarschijnlijkheid 25 weergeeft van TBD voor een rondzoekradar; - afbeelding 2 de theoretische detectiewaarschijnlijkheid weergeeft van TBD voor een rondzoekradar met en zonder preselectie en de detectiewaarschijnlijkheid op doelbaanniveau wanneer gebruik gemaakt wordt van een conventioneel 30 detectiesysteem; - afbeelding 3 een blokschema weergeeft van de basisbenadering van een op recursief filteren gebaseerd TBD algoritme; 7 - afbeelding 4 de detectiewaarschijnlijkheid weergeeft van de voorgestelde TBD processing volgens de uitvinding en de geïdealiseerde conventionele en TBD processing voor de toepassing in een pulsdoppler rondzoekradar met 5 meerbundelvorming in elevatie voor het detecteren van doelen.

Volgens de uitvinding wordt in een eerste stap een preselectiemechanisme gebruikt. Dit preselectiemechanisme identificeert uitsluitend radarcellen in een scan, waarvoor het initiëren van een TBD 10 processingactie lonend zou kunnen zijn. Na een preselectie wordt dus het TBD algoritme geïnitialiseerd en wordt de ruwe radarvideo geprocessed voor een beperkt aantal scans terug en vooruit (backward and forward). Op deze wijze wordt, beginnend met een preselectie, ruwe gemeten data geprocessed en vindt alleen geïntegreerd signaalsterktedrempelen op 15 doelbaanniveau plaats, zoals bedoeld in een zuiver TBD systeem.

Afbeelding 1 toont een theoretische detectiewaarschijnlijkheid van TBD voor rondzoekradar versus de Signal-to-Noise Ratio (SNR, signaal/ruisverhouding). De theoretische detectiewaarschijnlijkheid Pd van 20 TBD voor een rondzoekradar is uitgezet tegen de SNR voor een reeks geïntegreerde scans Ns = {1, ...8}. Het aantal bursts op het doel per scan is bijvoorbeeld ingesteld op Nb = 4.

In afbeelding 1 wordt in alle gevallen een drempel op doelbaanniveau aangehouden van overeenkomend met een 25 loosalarmwaarschijnlijkheid op doelbaanniveau van Ρ/Α= 10'10, hetgeen ook resulteert uit de gebruikelijke conventionele doelbaaninitiatiecriteria van 2 plots uit 2 scans met een loosalarmwaarschijnlijkheid op plotniveau van 10‘5.

Uit afbeelding 1 blijkt dat de toename in detectiewaarschijnlijkheid vermindert met elke nog verder aan het integratie-interval toegevoegde scan, 30 waarbij de grootste toename duidelijk afkomstig is van de eerste paar toegevoegde scans. Rekening houdend met het feit dat een verlenging van de integratieperiode ook de reactietijd verlengt, is het aantal scans in de integratieperiode beperkt tot Ns=4 in onderstaande getalsvoorbeelden.

! Lr -* ƒ 8

In de werkwijze volgens de uitvinding wordt de theoretische detectieprestatie voor een TBD algoritme benaderd. De preselectiestap maakt het mogelijk om het aantal per scan in beschouwing te nemen radarcellen aanzienlijk te verminderen, ten koste van slechts een minimale 5 prestatiereductie. Om de theoretische detectieprestatie van TBD voor een rondzoekradar af te leiden, worden the statistieken van het geïntegreerde doelsignaal, bijvoorbeeld de waarschijnlijkheiddichtheidfunctie, in aanmerking genomen die het product zouden zijn van een ideale TBD processingactie. Aannemende dat de integratie plaats vindt over Ns scans met Nb bursts op 10 het doel per scan, is de te drempelen integratiesom SumE gelijk aan een som van NsNb onafhankelijke Rayleigh gedistribueerde vermogensmetingen

Xj.'

SumE= $>,. (1)

M

15

Verder aannemende dat de Xj genormaliseerd zijn in verhouding tot het niveau van de Rayleigh gedistribueerde achtergrondruis en een lineaire SNR hebben, weergegeven als p, dan is de pdf (probability density function, waarschijnlijkheiddichtheidfunctie), weergegeven als pi(x) voor alle 20 Xi gelijk aan: Ρι(χ) = ΤΓ7θχΡ("ΤΤ^) (2) 1 + p 1 + p

Indien een drempel gelijk aan Xh wordt toegepast op een 25 vermogensmeting x, corresponderend met de eerder besproken hitdetectie, wordt de detectiewaarschijnlijkheid P£ uitgedrukt door:

Pi= r(-^-,1) (3)

1+ P

30 waarin Γ de incomplete gammafunctie is die gedefinieerd wordt

OQ

als Γ{λ,Ν) = J fN_1 exp(-t)dt.

λ ƒ 9

De pdf van alleen-ruis vermogensmonsters p0(x) en de loosalarmwaarschijnlijkheid PpA voor een drempel van worden verkregen door een SNR van p=0 in (2) en (3) te substitueren, waarna p0(x) = exp(-x) 5 en PpA = r(Xh,1).

In het TBD systeem wordt de integratiesom sumE gegeven door (1) gedrempeld, hetgeen leidt tot een doelbaandetectie. Voor de theoretische detectiewaarschijnlijkheid P'D en loosalarmwaarschijnlijkheid PpA van TBD bij toepassing van een drempel λ{, dient alleen rekening gehouden te worden 10 met het feit dat nu een som van volgens (2) gedistribueerde NsNb vermogensmetingen wordt gedrempeld, in plaats van één enkele meting : (4) 1 + p 15 en

Pk = Γ(λ,, NsNb). (5)

Volgens de uitvinding wordt een preselectiesysteem gebruikt, ter 20 eliminatie van het probleem dat voor elke radarcel in elke scan een in rekenkundig opzicht duur TBD algoritme moet worden gestart. In het preselectiesysteem initialiseert een preselectie een TBD algoritme, dat recursief Ns - 1 scans terug processt en daarna Ns - 1 scans vooruit. De preselectie leidt al tot Ns unieke gecorreleerde integratieperioden: van de 25 eerste integratieperiode is de scan waaruit de preselectie ontstond de laatste en van de laatste integratieperiode is deze de eerste. Ook is het nodig terug te werken, door vorige scans te processen, om tot een aanvaardbaar detectieverlies tengevolge van de preselectie te komen op doelbaanniveau. Vereist is echter, dat de radarvideo van de laatste Ns scans beschikbaar is, 30 d.w.z. dat deze in een geheugen wordt bewaard. Om de theoretische detectiewaarschijnlijkheid van TBD met gebruikmaking van dit preselectiesysteem te berekenen, wordt in vergelijkingen (4) en (5) rekening gehouden met de beperking, dat in ten minste één van de scans de f ü 7

Q

10 integratiesom van de Nb bursts op het doel de preselectiedrempel λρ moet hebben overschreden: M, (N\ / VVh-lWb-1 Wb-1 / ", λ (A.y,(Wk Ρο=Σ(-ν* Ί-ρ(-4^ίΣΣ···Σ ΓΑ.^-η5Κ-ιΚΣ< ^® ".=1 Vns) «ί=1«ί=Ι <=! V i=1 -^Xj[0vb —1 —wi) i=l J _ 5 en "1 t% ( μ \ Λ-%~1 ( α_ Λ 3 Ρρ*=ΣΗΓ „ βχρ(-ν0ΣΣ···Σ r ΛΛΗ-αΚ-ιί+Σ^ Κγ—— (7) ί-> \η·) '!·.< I.

[ /=1 _ n‘b = n1b + n2b + .... + nnsb 10

In afbeelding 2 is de theoretische detectiewaarschijnlijkheid van TBD uitgezet tegen de SNR, met en zonder preselectie. De loosalarmwaarschijnlijkheid op doelbaanniveau is ook hier ingesteld op, bijvoorbeeld, PXPA = 10'10 en het aantal geïntegreerde scans Ns is bijvoorbeeld 15 gelijk aan 4. Gebruik wordt bijvoorbeeld gemaakt van een preselectiedrempel λρ, overeenkomend met een loosalarmwaarschijnlijkheid van P/A = 2,5.10'4, waarmee een reductie van 99,975 % wordt bereikt in het aantal TBD algoritmen dat met elke scan wordt gestart. Ook wordt de detectiewaarschijnlijkheid uitgezet voor een conventioneel driefasen 20 doelbaandetectiesysteem over vier scans, weergegeven door een kromme 21. In het conventionele detectiesysteem wordt bijvoorbeeld een 3-uit-4 scans binair detectiecriterium op doelbaanniveau toegepast en een drempel op hitniveau Ah, corresponderend met een loosalarmwaarschijnlijkheid van PpA = 4,2266.10'2. De loosalarmwaarschijnlijkheid op doelbaanniveau voor 25 het conventionele detectiesysteem als zodanig is eveneens gelijk aan 10'10.

Uit afbeelding 2 blijkt dat de potentiële gain (antenneversterking) in de detectieprestatie, bij gebruikmaking van een TBD detectiesysteem in plaats van een conventioneel detectiesysteem, aanzienlijk is. De zuivere TBD detectie wordt weergegeven door een kromme 22. Met het TBD

j 11 TBD detectie wordt weergegeven door een kromme 22. Met het TBD algoritme wordt een detectiewaarschijnlijkheid van PfD = 0,9 bereikt, bij een 6dB lagere SNR dan bij gebruikmaking van een conventioneel detectiesysteem. Dit betekent dat, door een TBD systeem toe te passen, de 5 detectierange wordt uitgebreid met meer dan 40%. Verder laat afbeelding 2 zien dat, bij gebruikmaking van het voorgestelde preselectiesysteem, corresponderend met een kromme 23, een verwaarloosbaar verlies in detectieprestatie optreedt.

In een volgende stap, volgens de uitvinding, gebruikt het door een 10 preselectie geïnitialiseerde TBD algoritme de range, doppler, bearing en elevatie van de corresponderende radarcel om een recursief doelbaanfilter te initialiseren. In elke scan worden de radarcellen in de validatiepoorten van het doelbaanfilter onderzocht op de aanwezigheid van een doel, gebaseerd op de doelbaanfilterpredictie en de eerder gemeten SNR en wordt een 15 radarcel geselecteerd om daarmee het doelbaanfilter te updaten. Door het updaten van het doelbaanfilter, wordt het door het TBD algoritme te doorzoeken gebied - de validatiepoort - minimaal gehouden. Zonder updaten zou het gebied, waar het doel zich naartoe kan hebben verplaatst, exponentieel groeien met elke aanvullende scan in de integratieperiode.

20 Tenslotte wordt het geïntegreerde signaal van de geselecteerde radarcellen gedrempeld.

Om de hiervoor weergegeven detectiewaarschijnlijkheden te bereiken, is het noodzakelijk om het doelsignaal te integreren over meerdere scans. In een TBD benadering gebaseerd op recursief filteren, is de predictie 25 vereist van de doelpositie in de volgende scan, gebruikmakend van de doelposities van de voorgaande scans in een doelbaanfilter, of alleen van de door de preselectieplot aangegeven doelpositie. Drie foutbronnen, die het predictieproces hinderen, kunnen worden geïdentificeerd: - Meetfouten: zowel met doelposities in het verleden 30 geassocieerde fouten, die in het doelbaanfilter zijn ontstaan, als de meetfouten geassocieerd met de doelpositie die op het punt staat gedetecteerd te worden; - Doelmanoeuvres: gedurende de tijd tussen twee scans, de scantijd, kan het doel een manoeuvre initiëren. Aangezien de 35 scantijd in de orde van seconden is, kan een doelmanoeuvre • .·" :d 7 12 oorzaak zijn dat de doelpositie in een scan aanzienlijk afwijkt van de predictie; - Verkeerde associaties: door het associëren van dutter, ruispieken of een signaal van een ander doel met de doelbaan, 5 zal de uitkomst van het doelbaanfilter afwijken van de werkelijke doelbaan.

De gebruikelijke tegenmaatregel tegen de door deze foutbronnen veroorzaakte gecombineerde onzekerheid is, dat niet alleen het exacte predictiepunt voor associatie in aanmerking wordt genomen, maar tevens 10 een gebied daaromheen: de validatiepoort. Bij het construeren van de validatiepoort wordt enerzijds getracht te bewerkstelligen dat de werkelijke doelpositie naar alle waarschijnlijkheid daar binnen ligt. Anderzijds wordt geprobeerd om de validatiepoort zo klein mogelijk te houden, om het aantal plots dat beoordeeld moet worden voor associatie met de doelbaan te 15 beperken. Een andere reden om de afmeting van de validatiepoort te beperken is, dat bij een plot ver van het predictiepunt de kans groter is dat deze afkomstig is van een ander doel, van dutter of van ruis.

Terwijl conventionele processingacties de validatiepoort gebruiken om te selecteren welke van de plots in aanmerking komen voor associatie 20 met de doelbaan, gebruikt de werkwijze volgens de uitvinding deze validatiepoort, om te selecteren welke data van een scan in aanmerking komt voor associatie. Zodoende wordt niet alleen data dat tot een plot zou moeten leiden geselecteerd, maar alle data binnen de validatiepoort, zoals bedoeld in de zuivere TBD processing.

25

Het blokschema van afbeelding 3 is een samenvatting van de basisbenadering van het op recursief filteren gebaseerde TBD algoritme. Indien gegeven is hoe de validatiepoort moet worden geconstrueerd, wordt in een eerste stap 31 uit elke scan de voor associatie in aanmerking komende 30 data geselecteerd. In de volgende stap 32 wordt uit de data binnen de validatiepoort de data geselecteerd dat met de grootste waarschijnlijkheid afkomstig is van het doel in de doelbaan. Het is mogelijk om deze selectie bijvoorbeeld te baseren op de afstand tot het predictiepunt en de waargenomen signaalsterkte, gebruikmakend van elke beschikbare 35 informatie omtrent de beweeglijkheid van het doel en de doelsignaalsterkte.

13

Een doelbaanfilteralgoritme 30 krijgt de uitkomst van het associatie-algoritme 31, 32 als input. In een eerste stap 33, worden door het doelbaanfilteralgoritme de doelbaanattributen met de geassocieerde data bijgewerkt. De term "doelbaanattributen" omvat met name de kinematische 5 aspecten van een doelbaan, zoals de positie en de snelheid en de energetische aspecten, zoals de SNR en de integratiesom. In een volgende stap 34 voorspelt het algoritme vanuit de updated doelbaanattributen de doelbaanattributen van de volgende scan. De voorspelde doelbaanattributen die de uitkomst zijn van deze laatste stap 34 zijn tevens inputs van de 10 voorgaande stappen 31,32, 33.

Het blokschema van afbeelding 3 vertegenwoordigt de doelbaanonderhoudsfase. Wanneer een doelbaan wordt geïnitieerd, worden in de werkwijze volgens de uitvinding de updated doelbaanattributen gebaseerd op de attributen van de preselectieplot. Het proces van afbeelding 15 3 wordt dan eerst terug in de tijd toegepast - retrodictie in plaats van predictie - op de voorgaande te processen scans. Nadat deze scans zijn geprocessed, is de eerste integratieperiode beschikbaar waarin geprobeerd moet worden een doelbaan te initiëren. Vervolgens gaat de processing vooruit in de tijd, vanaf de scan waarvan de preselectie afkomstig was en wordt het 20 geïntegreerde signaal van opeenvolgende integratieperioden gedrempeld. Indien geen van de eerste Ns integratieperioden tot een detectie leidt, wordt de doelbaaninitiatie gestopt. In het andere geval wordt overgegaan naar de doelbaanonderhoudsfase. Een doelbaan wordt gewist, wanneer de integratiesom onder de drempel valt gedurende een aantal opeenvolgende 25 scans (dit aantal kan een ontwerpparameter zijn). Zoals eerder aangegeven, wordt de uitkomst van het doelbaanfilteren, de voorspelde doelbaanattributen, gebruikt in de data-associatie, om de validatiepoort te construeren en de te associëren data daaruit te selecteren.

Een voor de hand liggende kandidaat voor het volgen van de 30 kinematische attributen is bijvoorbeeld het Kalman filter, aangezien dit recursief is, schattingfoutkarakteristieken levert waarop de data-associatie kan worden gebaseerd en goedkoop is in termen van processingbelasting. Verder worden in de litteratuur verschillende doelbaanfilters besproken, die geschikt zijn om te werken met meervoudige en/of zwakke plots en gebruikt 35 kunnen worden als basis voor mogelijke TBD doelbaanfilters, zoals 14 bijvoorbeeld beschreven in Lerro, D and Bar-Shalom, Y “Automated Tracking withTarget Amplitude Information” Proc. American Control Conference, San Diego, CA, 1990, pp. 2875-2880, of in Zwaga, J.H. en Driessen, H. “An Efficient One-Scan-Back PDAF for Target Tracking in Clutter”, Proc. SPIE 5 Conf. On Signal and Data Processing of Small Targets, 2001, pp. 393-404.

De doel SNR kan op eenvoudige wijze worden gevolgd door gebruik te maken van het, eventueel gewogen, gemiddelde van de laatste scans. Afhankelijk van de relatieve naderingssnelheid (range rate) van het doel tijdens de middelingperiode, moet gecorrigeerd worden voor een i/r4 10 verandering in SNR bij een veranderende afstand r. Om de lengte van de middelingperiode te kunnen gebruiken is het noodzakelijk dat er een compromis wordt gevonden tussen het middelen van de Radar Cross Section (RCS, equivalent radarterugstraalvlak) fluctuaties (bijvoorbeeld gemodelleerd als Rayleigh gedistribueerd) en het vermogen temporele 15 veranderingen in de RCS, bijvoorbeeld tengevolge van veranderingen in de aspecthoek, te volgen. Het middelen van RCS fluctuaties pleit voor een lange middelingperiode, terwijl het vermogen tot het volgen van temporele veranderingen in de RCS voor een korte middelingperiode pleit.

Aannemende dat een schatting van de doel SNR, of liever de 20 ongenormaliseerde doelamplitude a , beschikbaar is voor de volgende scan, kan een uitdrukking worden afgeleid voor de waarschijnlijkheidsratio ι^Ί dat de met een radarcel geassocieerde integratiesom (uit Nb bursts) van een doel afkomstig is. De waarschijnlijkheid ps|t dat de gemeten amplitudes a*+1 die bijdragen tot de integratiesom van een range-doppler cel in scan k +1 25 afkomstig zijn van het doel wordt gegeven door Ό -fT 2A*+i Γ - fa+i) _ Ρφ 11 Ti exP Ta '=1 nk\k.....k-(Ns-1) J ^ waarin %v.. MlVswordt geschat door de kwadratisch gemiddelde 30 amplitude te nemen van de laatste ns scans, zoals aangegeven.

De waarschijnlijkheid psdat de gemeten amplitudes door ruis gegenereerd zijn wordt gegeven door 15

Ai Γ.(Αί γ _ _ΤΤΛλ + 1„„_ \ * +1/ ,η\ p*i" p 9_2 (9) /=1 σ 2cr waarbij 2er2 het niveau van de achtergrondruis aangeeft.

Dientengevolge wordt de op de gemeten signaalsterkte 5 gebaseerde waarschijnlijkheidsratio ^ gegeven door

fi-;—^---«P

. Ps|t ί=Ι Α*|*.···,ΜΛΤ,-1) Ak\k,-,k-(Ns-l) tS|T--=-=—-—η- ^ Uj rT-^-exp ·ν-*γ w σ2 [ 2*2 dat vereenvoudigd kan worden tot 10 ( \Nb \( \A, / . \2 Ί 2<r2 . 2σ2 - exp ‘-ji-Σ^τ- <11> ^Λ*|*ρ-.ΜΛΤ,-1) J LI *l*,- -,*-(2Vs-l) J/'=l waarbij de sommering over (a|+J/^2) de integratiesom is van de met de radarcel geassocieerde Nb bursts.

15 Vervolgens, aannemende dat de voorspelde doeltoestandvector ifc+i|k met de bijbehorende foutcovariantie pk+l\k beschikbaar is (zoals in het geval wanneer een Kalman filter gebruikt wordt voor doelbaanfilteren), wordt een uitdrukking afgeleid voor de waarschijnlijkheidsratio z,pjT dat het doel in de doelbaan zich tijdens de volgende scan in een bepaalde radarcel bevindt. 20 De reststatistieken voor het vectorverschil ï tussen een exacte positie in het vierdimensionale radarmeetdomein en de predictie sk+^k voor scan it + i worden gegeven door de pdf /(0° ( , -1 (12) } üf-7 16 waarin n de observatiematrix is als in standaard uitgebreid Kalman doelbaanfilteren (zie bijvoorbeeld Blackman, S.S. and Popoli, R « Design and Analysis of Modern Tracking Systems », Norwood, MA: Artech House, 1999).

5 Voor een radarcel in scan * + 1 met het celcentrum in range, bearing, elevatie en doppler zcellk+l = Lu+i W+i w+i ^eiw+J kan de waarschijnlijkheid Pp|t dat het doel daarin zal liggen worden berekend door de pdf van (12) te integreren uit het vierdimensionale radarcelvolume (\ r 1 ï i RBSize ,,d L DBSize l, , BISize a j_ EBWidth ^ceU.A+l ' 2 ^οβΙΙ,Α+Ι ' 2 ^celI.Jk + P 2 ecell,ifc+l + 2 ^ 10 Pplttcell.A+1 )= ƒ j ƒ { / -h(sk+1\k) dedbdvddr(13) , RBSize ,,d DBSize t, BISize _ EBWidth ® 'ce!l,fc+l~ 2 Vcell,A+l 2 pcell,jk+l 2 ecelU+l 2 d V.L -I > waarin RBSize, DBSize, BISize, en EBWidth respectievelijk staan voor de afmeting van de range bin, de afmeting van de doppler bin, de afmeting van het 15 bearinginterval van een burst en de elevatiebundelbreedte en h de standaard (niet-lineaire) transformatiefunctie is van de toestandsruimte tot het radarmeetdomein (zie bijvoorbeeld de eerder genoemde Blackman, S.S. and Popoli, R). In het eigenlijke TBD algoritme wordt deze integraal benaderd door een Riemann som, waarbij voor het hier beschreven 20 voorbeeld het gebruik van twee punten per dimensie voldoende blijkt te zijn. Voor een op ruismetingen gebaseerde doelbaan, is er geen voorkeur voor een van de nrcmi radarcellen in de validatiepoort van scan it +1. Alle radarcellen hebben derhalve een gelijke waarschijnlijkheid pp\a van l/NRC,k+l · 25 De op de positie van de radarcel gebaseerde waarschijnlijkheidsratio lP|X wordt daarom uitgedrukt door = (14)

Pp|n y^RCU+l i 17 waarin p$t gegeven is door (13).

Door de op de gemeten signaalsterkte ί^τ gebaseerde waarschijnlijkheidsratio en de op de radarcelpositie Lp)T gebaseerde 5 waarschijnlijkheidsratio te combineren, wordt de waarschijnlijkheidsratio ZsP|t verkregen, dat een meting afkomstig is van een doel, zowel uitgaande van het gemeten signaal als van de positie in het predictievenster, 2σζ , 2σ2 ^ΐΑί+ιΓ Pp|t Ζ^ριτ - is|Ti.p|r - ~=2-- exp 1-^=2- 2j ' o i 777/- J LI ^.-.ΜΛΤ,-Ι) Ji=l 2σ JV^RC.4+1 ^ 10 waarin ook hier Pp" gegeven is door (13). Het is deze waarschijnlijkheidsratio waarop in de werkwijze volgens de uitvinding de data-associatie is gebaseerd, ofwel de radarcelselectie in de basisbenadering van op een uitvoering van het TBD algoritme gebaseerd recursief filteren.

15

Het Recursive Filtering Based (RFB, op recursief filteren gebaseerd) TBD algoritme kan worden geïnitialiseerd met de preselectieplot in scan * = o. De preselectieplot bestaat uit de meetpositie 4 = ken,o èceii.o eceii,o vceii,of (d,WiZii js gelijk aan het 20 preselectieradarcelcentrum), waarbij de geassocieerde meetfoutcovariantie R gelijk is aan die van een Gaussiaanse benadering van een uniforme waarschijnlijkheiddichtheid in het radarcelvolume * = dia/rRM^ Mthi _DBSiz,2_lV dia ΓΓσ2 σ2 0-2 σ2 Is λ*- 12 12 12 12 JJ *\L *·" '·4 V-.H JJ (16)

Naast de meetpositie, bestaat de preselectieplot uit de gemeten amplitudes A = I'll A ^b ! -° ..... 0 J in de voor die radarcel beschouwde bursts. Door een juiste 25 18 transformatie naar de toestandsruimte van de preselectieplotmeetpositie (rekening houdend met de niet-bekende tangentiële snelheidscomponent) en het middelen van de gemeten amplitudes, worden de initiële doelbaanattributen i0|°, P°|0, en ^°1° voor scan k = 0 verkregen.

5 De toepassing van het RFB TBD algoritme terug in de tijd om de eerdere Ns -1 scans te processen, is nu gelijk aan de toepassing ervan vooruit in de tijd - waarop later zal worden ingegaan, behalve dat een toestandsovergangsmatrix F-1 een scan terug in de tijd wordt gebruikt in plaats van de standaard toestandsovergangsmatrix f een scan vooruit. Het 10 resultaat van het processen van de eerdere scans is dat de Ns -1 radarcellen in de eerdere scans, die met de grootste waarschijnlijkheid het doel bevatten, recursief geassocieerd zijn met de doelbaan, met meetposities Z^L en gemeten amplitudes -1 , waarin ^ = .....Tevens is de C? I ί lT7 integratiesom voor de eerste integratieperiode beschikbaar 15 plus de gemiddelde doelamplitude ^l0---W-i).

Indien de integratiesom voor de eerste integratieperiode de drempel te boven gaat, kan er reeds sprake zijn van een doelbaandetectie bij scan 1 = 0. Indien de drempel niet werd overschreden of de doelbaanonderhoudsfase werd geopend, moet er vooruitgekeken worden 20 vanaf scan 1 = 0. Voordat voortgegaan wordt met de TBD processing in voorwaartse richting, moeten echter de initiële toestandsvector Sol° en de bijbehorende foutcovariantie ^010 worden bijgewerkt met de geassocieerde meetposities Z**L in de eerdere Ns -1 scans. Indien dit recursief starten

ML

geschiedt met de meetpositie z-‘ in de eerste scan terug, dan wordt het

ML

25 updaten van de meetpositie "s in de ns-de scan terug uitgedrukt door = ^0)0,...,-(/1,-1 ){HF-ns y \pF-n, ^0)0.....-(„5-,)(//F_„s } + /?]"' (1?) 19 *010,....-«, = 50|0.....-(«,-!)+ - h(s0\0.....-(/1,-1))1 ^ %>.·..,-n5 = (f ~ P-„s KHF-ns >φ„. .,-(ns -l) ^ 5 k is hier de Kalman gain en f_„ is de toestandsovergangsmatrix van n scans in terugwaartse richting. In het terugwerkende TBD processingdeel en bij het updaten met de resulterende meetposities, wordt de doeldynamiek gemodelleerd als het niet-ervaren van willekeurige storingen, d.w.z. de 10 procesruis wordt gesteld op nul. Dit is in overeenstemming met conventionele volgsystemen, waarbij doelbaaninitialisering alleen wordt uitgevoerd voor exact rechte doelbanen, teneinde het aantal initialiseringen van loosalarmen te verminderen.

Deze vergelijkingen zijn in principe afgeleid van het standaard uitgebreide 15 Kalman doelbaanfilter, maar als zogenaamde informatiereductiefactor (zie Li, X.R. en Bar-Shalom, Y “Tracking in dutter with Nearest Neighbor Filter: Analysis and Performance" IEEE Trans. On Aerospace and Electronics Systems, vol. 32, no. 3, July 1996, pp. 995-1009) kan ook toegepast worden de waarschijnlijkheid p[ dat de geassocieerde radarcel met meetpositie 20 afkomstig is van een doel. Op deze manier wordt rekening gehouden met de onzekerheid van verkeerde associaties door gewogen updaten met de waarschijnlijkheid pl_n . Deze waarschijnlijkheid kan worden afgeleid uit de waarschijnlijkheidsratio van de geassocieerde radarcel van de ns-de scan terug als = aangezien de waarschijnlijkheidsratio 25 gedefinieerd wordt als de waarschijnlijkheid dat de meting op een doel slaat gedeeld door de waarschijnlijkheid dat deze ruis bevat. De informatiereductiefactor zal op analoge wijze worden toegepast in het scan processingdeel van het RFB TBD algoritme.

f / ' 8 20

Voor een beschrijving van het voorwaartse scan processingdeel van het RFB TBD algoritme, kan worden begonnen op het punt waarop de radarcel met maximum waarschijnlijkheidsratio 4p|t 'n scan k 's gevonden. Dan wordt het updaten van de voorspelde toestandsvector en de bijbehorende 5 foutcovariantie pk^ met de meetpositie , gebruik makend van de waarschijnlijkheid p\ = 4p|t/(1 + 4pjt) als informatiereductiefactor, gegeven door κ = + (20) 10 sk\k = sk\k-l + (21 ) fyt = fr-pUflH|*-i (22) 15 waar nu alleen het scannummer van de laatste scan wordt aangegeven waaruit data gebruikt is om een toestandsvector of foutcovariantie te schatten; de eerste scan waaruit data werd gebruikt is altijd scan * = -(ws -ï).

Voor de berekening van de gemiddelde amplitude Ak\k...ik-{Ns-D van de laatste ns scans (inclusief scan *), worden de gekwadrateerde amplitudes 20 van elke radarcel in aanmerking genomen, gewogen met de doelwaarschijnlijkheid p\ en, gewogen met de ruiswaarschijnlijkheid pl = \-pk, een gekwadrateerde amplitude overeenkomend met een lineaire SNR van nul

~n7~Ϋ Nh-l V

X Pk-l X \Ak-lJ + P"-/Wb2<T2 25 Ν'Ν^- (23)

Op analoge wijze wordt de integratiesom berekend als / 21 ".-if ^tr1 iv f

SumE*|*,...,*-(/V5-l) = Σ Pit-/ £ o 2 +Pk-lNb (24)

/=0 1=1 2<T

V /

De integratiesom SumE*^...is de geïntegreerde signaalsterkte die gedrempeld is om een doelbaandetectie te bevestigen in scan k.

5 De predictie van de kinematische en energetische doelbaanattributen voor scan k +1 wordt gegeven door ϊλ+ι|λ = (25) 10. PM\k=FPk{kFT+Q (26) ΜΛ/.-1) (2^) waarin nu een niet-nul procesruiscovariantie q wordt gebruikt om de 15 willekeurige doeldynamiek te modelleren.

In scan k + i wordt in de werkwijze volgens de uitvinding eerst het poortcriterium d2 = <g toegepast om de radarcellen in de validatiepoort te selecteren, waarbij een poort G wordt gekozen die een vaste waarschijnlijkheid garandeert dat het doel binnen de resulterende 20 validatiepoort zal liggen (zie bijvoorbeeld de eerder genoemde Blackman en Popoli). Gebruik makend van de voorspelde toestandsvector en bijbehorende foutcovariantie ρ*+1μ en de geschatte doelamplitude

Aic+\\k,--,k-(Ns-\) i wordt volgens (15) de waarschijnlijkheidsratio berekend dat het doel zich in alle radarcellen van de validatiepoort bevindt, gebaseerd op 25 de positie van elke radarcel en de erop geprojecteerde gemeten amplitudes. De laatste stap van het RFB TBD algoritme is het associëren met de doelbaan van de radarcel met de maximum waarschijnlijkheidsratio z|p|T.

Het op recursief filteren gebaseerde TBD algoritme kan 30 bijvoorbeeld worden geïmplementeerd voor toepassing in een pulsdoppler 7 22 rondzoekradar met meerbundelvorming in elevatie, met als opdracht het detecteren van meervoudige doelen. Dit algoritme is zeer geschikt voor het processen van meervoudige elevatiebundels.

De belangrijke radarparameters in dit verband zijn in het 5 onderhavige voorbeeld: de radarrotatietijd is 5 sec, het bearinginterval van een burst is Bisize = o.85°, de radarbundelbreedte in bearing is 2,2°, de radarbundelbreedte in elevatie is eb Width = 5.0°, de afmeting van de range bin is RBSize = 80m en de afmeting van de doppler bin is DBSize = i2m/s. Uit de • radarbundelbreedte in bearing en het bearinginterval van een burst, kan 10 afgeleid worden dat ongeveer 2,6 bearingintervallen passen binnen de radarbundelbreedte. Om te zorgen dat, onafhankelijk van de relatieve posities van de bursts op het doel, een gebied in bearing gelijk aan de radarbundelbreedte gedekt wordt, is het aantal geïntegreerde bursts per scan gesteld op /vh = 4.

15 Een doel RCS kan gemodelleerd worden met een middelwaarde van 5m2 en gedistribueerd als een χ2 pdf met twee graden speling en onafhankelijkheid van burst tot burst. De initiële positie van het doel (bijvoorbeeld een gevechtsvliegtuig) en de snelheid ervan in het radardomein worden als volgt omschreven: 20 Afstand willekeurig tussen 150km en 500km.

Elevatie gelijk aan het centrum van de elevatiebundel (2,66°).

Bearing van 0°.

Radiale snelheid van 300m/s plus een willekeurige compensatie tussen + en - van de halve doppler bin afmeting DBSize.

25 Tangentiële snelheid van Om/s.

Er wordt van uitgegaan dat het doel niet accelereert, maar zich blijft verplaatsen volgens de uitgangsvoorwaarden, langs een constante-snelheidsbaan.

Als recursief doelbaanfilter kan een filter worden gebruikt dat de 30 driedimensionale positie en de snelheid volgt met een stuksgewijs constant 23 uniform versnellingsmodel (zoals bijvoorbeeld beschreven in Blackman, S.S. en Popoli, R) voor de doeldynamiek, waarbij de standaarddeviatie van de willekeurige versnellingen gesteld is op 1 m/s2, overeenkomend met een maximum aangenomen versnelling van 0,2g. De maximale aangenomen 5 doelsnelheid dat in aanmerking komt in de doelbaanfilterinitialisatie is 1000m/s.

In het onderhavige voorbeeld omvat een run 4 scans om de detectiewaarschijnlijkheid vast te stellen voor de n, -i scans terug en vooruit volgens de RFB TBD initialisatiewerkwijze na een preselectie. Naar analogie 10 van de afleiding van de theoretische detectiewaarschijnlijkheid, wordt dit bewerkstelligd door elk van de 4 scans van een run een preselectie te laten genereren, waarop het RFB TBD algoritme wordt gestart. De initiële range wordt willekeurig gekozen, om de detectiewaarschijnlijkheid te verkrijgen van 500km, waar deze nagenoeg 0 is voor TBD processing, tot 150km, waar 15 deze nagenoeg 1 is voor conventionele processing. Op een kleinere schaal introduceert het willekeurig kiezen van de initiële range een overbruggingsverlies (straddling loss), aangezien de doelrange varieert met betrekking tot de positie van de range bins. Om dezelfde reden wordt ook de initiële radiale snelheid willekeurig gekozen binnen een bracket die gelijk is 20 aan de afmeting van de doppler bin rond een nominale snelheid.

Om de resultaten te vergelijken met die voor conventionele processing en met de maximaal mogelijke prestatie voor een TBD processingactie, kan dezelfde data worden geprocessed door een geïdealiseerde conventionele en een TBD processingactie. Het 25 "geïdealiseerde" karakter van deze processingacties bestaat hieruit, dat van elke scan de ontvangen signaalsterkte in de werkelijke bursts op het doel bij de werkelijke range, doppler en (natuurlijk) elevatie, toegevoerd worden aan de conventionele en TBD detectiesystemen. In elk van beide gevallen is een loosalarmwaarschijnlijkheid op doelbaanniveau gebruikt van PpA = io-10. De 30 resultaten worden met name weergegeven in afbeelding 4.

24 ln afbeelding 4 is de detectiewaarschijnlijkheid voor de RFB TBD processing uitgezet tegen de range (kromme 41) en de geïdealiseerde conventionele en TBD processingacties (respectievelijk krommen 42 en 43). De resultaten zijn gebaseerd op 28.000 runs, wat neerkomt op een 5 gemiddelde van 400 runs per 5km range bracket. Uit de runs is in elk van de 5km range brackets de waarschijnlijkheid van een detectie bepaald.

Uit afbeelding 4 blijkt dat de RFB TBD processing in werkelijkheid beter werkt dan de geïdealiseerde TBD processing. Dit is het resultaat van het vermogen van het RFB TBD algoritme om te profiteren van ruispieken in 10 radarcellen naast de radarcel waar het doel zich juist in bevindt. Zoals opgemerkt in, bijvoorbeeld, Kirlin, R.L. en Marama, B .H. « The Effect of Noise-Only Tracks on the Performance of a Combined Detection and Tracking Algorithm », IEEE Trans. On Aerospace and Electronic Systems, vol.33, no. 1, January 1997, pp. 329-333, moet voor het feit dat in een TBD 15 processingactie meervoudige doelbanen in aanmerking worden genomen, waarvan er slechts één tot een doelbaandetectie leidt, gecompenseerd worden. Het zoekgebied beperkende karakter van het RFB TBD algoritme duidt er echter op dat deze compensatie klein zal zijn. Wanneer de precieze doelpositie in de buurt ligt van de grens tussen twee radarcellen, is het 20 doelvermogen ongeveer gelijk voor beide radarcellen. De ruisrealisatie verschilt echter, hetgeen soms resulteert in een hogere amplitude in een radarcel naast de radarcel waarin het doel zich bevindt. Een conclusie is dat, tenminste in de initialiseringsfase, de op recursief filteren gebaseerde benadering, d.w.z. het beperken van het zoekgebied tot de validatiepoort van 25 een doelbaanfilter en het uitsluitend associëren van de radarcel die met de meeste waarschijnlijkheid het doel bevat, de detectieprestatie niet vermindert.

Ten aanzien van de conventionele processing, zoals afgeleid kan worden uit de 0,9 detectie ranges, wordt een gain van 8,4dB bereikt voor een 30 detectiewaarschijnlijkheid van 0,9 - hetgeen zelfs meer is dan de theoretische detectiewaarschijnlijkheid. Dit kan worden verklaard uit het feit ü.

25 dat in een scan het doelvermogen niet voor alle bursts op het doel gelijk is, zoals aangenomen wordt in de theoretische afleiding. Terwijl de radarbundel over het doel strijkt, zal het doelvermogenniveau de bundelvorm in bearing volgen. Voor TBD processing is het resultaat, dat de geïntegreerde 5 signaalsterkte correspondeert met een lager gemiddeld vermogensniveau dan dat in het centrum van de bundel. Voor conventionele processing betekent dit echter, dat voor de twee buitenste bursts van de vier op het doel, de hitdetectiewaarschijnlijkheid veel lager is dan voor de twee binnenste bursts. Dit heeft een veel sterker (negatief) effect op de 10 detectiewaarschijnlijkheid voor 3 van de 4 detectiecriteria op plotniveau van het conventionele detectiesysteem (en dus op de doelbaandetectiewaarschijnlijkheid), dan het verlaagde gemiddelde vermogen van de bursts op het doel heeft op de doelbaandetectiewaarschijnlijkheid van het TBD detectiesysteem.

15

Een op recursief filteren gebaseerde benadering van TBD kan worden gebruikt voor rondzoekradar. Direct afgeleid van deze benadering, is een initieel RFB TBD algoritme gegeven, dat in het onderhavige voorbeeld gebruik maakt van een Kalman doelbaanfilter als recursief filter, dat 20 bijgewerkt wordt met de radarcel die met de grootste waarschijnlijkheid het doel in elke scan bevat. Daarnaast is een preselectiesysteem geïntroduceerd waarin, uitsluitend voor de radarcellen in een scan die een preselectiedrempel hebben overschreden, een TBD processingactie wordt geïnitialiseerd, die zich tevens uitstrekt tot een beperkt aantal scans terug.

25 Via een theoretische detectieprestatie-analyse is aangetoond, dat het gebruik van dit preselectiesysteem om een TBD processingactie te initiëren, de rekenkundige belasting aanzienlijk kan verminderen bij een verwaarloosbare teruggang in detectieprestatie. Resultaten van simulaties uitgevoerd door uitvinder tonen aan, dat de theoretische TBD prestatie verwerkelijkt kan 30 worden door gebruik te maken van de voorgestelde RFC TBD processing voor doelbaaninitialisatie.

-' u 26

De uitvinding is beschreven voor een rondzoekradar, maar kan worden toegepast op alle typen radars, bijvoorbeeld zoek-, volg- en multifunctieradars.

In het algemeen kan de uitvinding worden toegepast om de 5 detectieprestatie voor sensorsystemen te verhogen, waar beperkingen in het processingvermogen brutekracht TBD architecturen in de praktijk nutteloos maken. Tenslotte is de uitvinding eenvoudig te implementeren.

\ / . . y ./

Claims

1. Een werkwijze voor het detecteren van radardoelen, waarbij de 5 radar over zendmiddelen beschikt voor het genereren van bursts van radarpulsen en elke radarscan k bestaat uit een aantal ( Nb(k)) bursts, met de kenmerken dat, voor elke scan k: - in een eerste stap, een radarcel wordt gepreselecteerd door 10 een detectieproces; - in een tweede stap, een Track-Before-Detect (TBD) proces wordt geïnitialiseerd voor de gepreselecteerde cellen, dat gebruik maakt van een doelbaanfilter om de met de volgende scan k+1 geassocieerde validatiepoort te construeren; 15. in een derde stap, de data in de validatiepoort van scan k+1 gebruikt wordt om het TBD proces te updaten en om de met de volgende scan k+2 geassocieerde validatiepoort te construeren; 20 waarbij de derde stap voor elke scan wordt herhaald.

2. Werkwijze volgens conclusie 1, met het kenmerk dat in de preselectiestap de ruwe data van de validatiepoort door het TBD proces wordt geprocessed voor een beperkt aantal scans terug en vooruit. 25

3. Werkwijze volgens conclusie 2, met het kenmerk dat door het TBD proces NSb -1 scans terug en vervolgens Ns - 1 scans vooruit worden geprocessed.

4. Werkwijze volgens een van de conclusies 2 en 3, met het kenmerk dat de ruwe data in een validatiepoort getransformeerd wordt tot een virtuele plot, die gekenmerkt wordt door een rangepositie, een dopplersnelheid, een elevatiepositie, een bearing positie en een geïntegreerd-signaalsterkte, welke range, doppler, elevatie en bearing 35 informatie gebruikt wordt als input voor het doelbaanfilter, waarbij de sterkte van het geïntegreerde signaal samen met de geïntegreerd-signaalsterkten van andere scans gebruikt worden voor drempelen (een drempelbewerking uitvoeren) op doelbaanniveau.

5. Werkwijze volgens conclusie 4, met het kenmerk dat, aangezien integratie plaats vindt van Ns scans met Nb(k) bursts op het doel per scan, de te drempelen, tot een doelbaandetectie leidende integratiesom SumE, gelijk is aan een som van onafhankelijke Rayleigh gedistribueerde vermogensmetingen x (k,b): 10 Ns ΓNb(k) SumE = £ ]Tx(k, b) *=1L ö=i

6. Werkwijze volgens een van de conclusies 1 tot en met 5, met het kenmerk dat het doelbaanfilter een recursief filter is. 15

7. Werkwijze volgens een van de conclusies 1 tot en met 6, met de kenmerken dat het doelbaanfilter: - uit elke scan de data selecteert (31) dat in aanmerking kan komen voor associatie; 20. uit de data in de validatiepoort de data dat met de grootste waarschijnlijkheid afkomstig is van het doel in de doelbaan selecteert voor associatie (32); - de doelbaanattributen bijwerkt (33) met de geassocieerde data; - doelbaanattributen voorspelt (34) in de volgende scan uit de 25 bijgewerkte doelbaanattributen.

8. Werkwijze volgens conclusie 7, met de kenmerken dat de uitkomst van het doelbaanfilteren, de voorspelde doelbaanattributen, gebruikt wordt om de validatiepoort te construeren en dat deze validatiepoort gebruikt 30 wordt om de voor de volgende doelbaanupdate te gebruiken ruwe data te selecteren.