PL220849B1

PL220849B1 - Sposób i system wykrywania obecności i identyfikacji zakłóceń w ruchu powietrznym

Info

Publication number: PL220849B1
Application number: PL376227A
Authority: PL
Inventors: Yuchoi Francis Lok
Original assignee: Raytheon Co
Priority date: 2002-10-28
Filing date: 2003-10-22
Publication date: 2016-01-29
Also published as: WO2004040330A1; CA2503581A1; DE60330498D1; US6677886B1; EP1567887B1; AU2003284332A1; EP1567887A1; PL376227A1; CA2503581C

Description

Opis wynalazku

Przedmiotem wynalazku jest sposób i system wykrywania obecności i identyfikacji zakłóceń w ruchu powietrznym.

Wynalazek dotyczy ogólnie radarowych systemów kontroli ruchu powietrznego, a zwłaszcza sposobu wytłumiania zakłóceń spowodowanych przez zjawiska atmosferyczne i innych zakłóceń powstałych w atmosferze w wynikach przeszukiwania radarowego.

Zwykle trudno jest ustawić parametr systemu radarowego na wysoką czułość, utrzymując równocześnie niski poziom fałszywych alarmów. Przyczyną fałszywych alarmów może być szum systemowy, zakłócenia spowodowane przez zjawiska pogodowe, zakłócenia powierzchniowe lub zakłócenia atmosferyczne. Zakłóceniami pogodowymi są deszcz, śnieg lub grad widoczne w odczytach radarowych. Fałszywe alarmy spowodowane zakłóceniami spowodowanymi przez warunki pogodowe są problematyczne, ponieważ mogą pojawiać się w dużej liczbie śladów mających wpływ na większość części ekranu radarowego. Może to być również czas, kiedy radar jest najbardziej potrzebny do kontroli ruchu powietrznego i nawigacji.

Zakłócenie spowodowane przez zjawiska pogodowe rozprasza i myli kontrolera ruchu powietrznego oraz zmniejsza użyteczność systemu radarowego.

Większość systemów radarowych wykorzystuje technikę wskazywania celów ruchomych (MTI z jęz. ang. Moving Target Indication) w celu wyeliminowania zakłóceń atmosferycznych i naziemnych. Technika ta wykorzystuje fakt, że prędkość dopplerowska zakłócenia atmosferycznego jest stosunkowo mała w porównaniu z prędkością dopplerowską samolotu. Ta technika wskazywania ruchomych celów (MTI) wykorzystuje taką różnicę prędkości dopplerowskiej do rozróżniania pomiędzy samolotem a zakłóceniem atmosferycznym. Wadą związaną z techniką wskazywania celów ruchomych (MTI) jest to, że technika ta nie wystarczy do oddzielenia powolnych helikopterów od szybko poruszającego się zjawiska pogodowego.

Odczyt radarowy może pokazywać jeden lub więcej klastrów detekcyjnych, które zostały wykryte przez system radarowy. Każdy klaster detekcyjny reprezentuje samolot, zakłócenie naziemne, zakłócenie atmosferyczne itp. Istniejące lotniskowe radary kontroli rejonu (ASR z jęz. ang. Airport Surveillance Radars) wykorzystują tylko jeden z wymiarów kształtu klastra detekcyjnego, taki jak amplituda, do rozróżniania pomiędzy samolotem a zakłóceniem. Sposób określania zwykle polega na prostym porównaniu progowym wymiaru kształtu klastra detekcyjnego, by stwierdzić, czy klaster detekcyjny reprezentuje samolot, czy zakłócenie pogodowe.

Znany jest ze stanu techniki system radarowy według opisu WO 9424582 Al charakteryzuje się tym, że zawiera antenę, nadajnik z odbiornikiem i układ filtrujący

Opis US 5907568 A ujawnia system radarowy zawierający filtr Dopplerowski, układ fałszywego alarmu, urządzenie do oceny skupisk zakłóceń pogodowych i urządzenie śledzące.

Znane systemy lotniskowych radarów kontroli rejonu (ASR) nie są zdolne do zapewnienia wysokiego stopnia czułości przy równoczesnym ograniczaniu liczby fałszywych alarmów.

Ze względu na powyższe byłoby pożądane opracowanie sposobu stwierdzania obecności zakłócenia atmosferycznego i odróżniania występowania zakłócenia atmosferycznego, niepochodzącego od samolotu, od wykrycia statków powietrznych z równoczesnym ograniczeniem liczby fałszywych alarmów.

Mając powyższe na uwadze, celem przedmiotowego wynalazku jest opracowanie sposobu stwierdzania obecności zakłócenia atmosferycznego w systemie radarowym oraz opracowanie systemu śledzenia radarowego do stwierdzania obecności zakłócenia atmosferycznego.

Sposób wykrywania obecności i identyfikacji zakłóceń w ruchu powietrznym w systemie radarowym według wynalazku charakteryzuje się tym, że pojawiające się na wyjściu anteny analogowe sygnały elektryczne, poprzez duplekser, przesyła się do odbiornika, w którym przetwarza się je na cyfrowe sygnały elektryczne. Cyfrowe sygnały elektryczne w filtrze dopplerowskim filtruje się następnie i przesyła się do obwodu stałego stopnia fałszywego alarmu, w którym porównuje się sygnały elektryczne z wynikami pomiaru odległości skupiska zakłóceń od systemu radarowego z sygnałami elektrycznymi odniesienia. W klasyfikatorze klastrów mierzy się odległość najbliżej i najdalej położonego elementu skupiska zakłóceń od systemu radarowego oraz mierzy się kąt widzenia całego skupiska, następnie eliminuje się sygnały elektryczne z wynikami pomiaru zakłóceń atmosferycznych.

Wynalazek dotyczy również systemu wykrywania obecności i identyfikacji zakłóceń w ruchu powietrznym charakteryzującego się tym, że duplekser jest połączony z anteną, nadajnikiem i wejściem

PL 220 849 B1 odbiornika, którego wyjście, poprzez filtr dopplerowski, jest połączone z obwodem stałego stopnia fałszywego alarmu. Wyjście obwodu stałego stopnia fałszywego alarmu jest połączone z wejściem binarnego integratora, a jego wyjście, poprzez układ zawierający ekstraktor nakresu i klasyfikator klastrów, jest połączone z urządzeniem śledzącym.

Wynalazek zostanie lepiej zrozumiany po zapoznaniu się z następującym bardziej szczegółowym opisem i załączonymi rysunkami, na których:

fig. 1 jest wykresem trójwymiarowego klastra detekcyjnego samolotu;

fig. 2 jest wykresem trójwymiarowego klastra detekcyjnego zjawiska pogodowego;

fig. 3A jest schematem blokowym systemu radarowego;

fig. 3B jest schematem blokowym klasyfikatora klastrów detekcyjnych z fig. 3A;

fig. 4 jest schematem blokowym przebiegu sposobu według przedmiotowego wynalazku;

fig. 5 jest wykresem typowego klastra samolotu;

fig. 6 jest wykresem typowego klastra zjawiska pogodowego;

fig. 7 jest obrazem radarowym otrzymanym z wyłączonym klasyfikatorem klastrów; a fig. 8 jest obrazem radarowym otrzymanym z włączonym klasyfikatorem klastrów.

W sygnałach powrotnych z przeszukiwania radarowego zaobserwowano, że sygnały powrotne od samolotu mają inne kształty klastra wykrywającego niż sygnały powrotne od zakłócenia atmosferycznego. Odległość, kąt i amplituda sygnałów powrotnych z grupy detekcyjnej tworzą trójwymiarowy kształt klastra wykrywającego. W większości przypadków klastry wykrywania samolotu mają równomierne kształty i są zwykle symetryczne pod względem odległości i kąta. Przykładowo na fig. 1 przedstawiono wykres 19 typowego klastra 16 wykrywania samolotu. Linia środkowa tego detekcyjnego klastra 15 jest zwykle prostopadła do promieni radarowych.

Na fig. 2 przedstawiono wykres 20 detekcyjnego klastra 25 pochodzącego od powietrza. W przeciwieństwie do detekcyjnego klastra 15 z fig. 1, pochodzącego od samolotu, detekcyjny klaster 25, pochodzący od powietrza, ma nieregularne krawędzie i dużą różnorodność kształtów. Wykresy te są sporządzone na podstawie sygnałów powrotnych otrzymanych z systemu radarowego. System radarowy pokazany jest na fig. 3A. System radarowy zawiera antenę 300, przeznaczoną do wysyłania i odbierania sygnałów. Z anteną 300 połączony jest duplekser 310, który odbiera sygnały z nadajnika 320 i podaje je na antenę 300. Duplekser 310 odbiera również sygnały z anteny 300 i podaje te sygnały na odbiornik 330. Po obniżającej przemianie częstotliwości odbiornik przetwarza sygnały do postaci cyfrowej jako jedną próbkę dla każdej komórki odległości. Z odbiornikiem 330 połączony jest dopplerowski filtr 340, który filtruje sygnały przed podaniem wynikowych sygnałów na obwód 350 stałego stopnia fałszywego alarmu (CFAR). Ten obwód stałego stopnia fałszywego alarmu (CFAR) porównuje wynikowy sygnał z obliczonym progiem. Jeżeli sygnał w komórce odległości jest większy niż próg, wówczas obwód 350 stałego stopnia fałszywego alarmu (CFAR) wysyła sygnał komórki odległości jako detekcję do binarnego integratora 360. Binarny integrator 360 grupuje detekcję tej samej odległości dla sąsiednich wiązek radarowych. Sygnał wyjściowy binarnego integratora 360 jest podawany na ekstraktor 370 nakresu. Ekstraktor 370 nakresu tworzy klaster detekcyjny z grup detekcji sąsiednich odległości. Każdy klaster detekcyjny jest reprezentowany przez punkt, zwany n akresem, w środku masy klastra detekcyjnego. Ekstraktor 370 nakresu zawiera klasyfikator 400 klastrów, przedstawiony na fig. 3B i opisany szczegółowo poniżej. Sygnał wyjściowy ekstraktora nakresu jest podawany na śledzące urządzenie 380.

Różnica kształtów klastrów detekcyjnych pochodzących od powietrza, a nie od samolotu w p orównaniu z klastrem detekcyjnym samolotu spowodowała zastosowanie klasyfikatora 400 klastrów jako części ekstraktora 370 nakresu. Klasyfikator 400 klastrów służy do eliminowania fałszywych sygnałów związanych z zakłóceniami atmosferycznymi, a nie pochodzących od samolotu. Klasyfikator klastrów wyszukuje cechy związane z wykrytymi klastrami i oblicza współczynniki ufności, by wyznaczyć prawdopodobieństwo dla każdego klastra detekcyjnego, że jest on klastrem detekcyjnym pochodzącym od samolotu lub klastrem detekcyjnym spowodowanym przez zakłócenie atmosferyczne. Śledzący urządzenie 380 realizuje połączenie pomiędzy kolejnymi przeszukiwaniami i na podstawie zgromadzonych współczynników ufności określa, czy raportować ślad, czy odrzucać go.

Na fig. 4 przedstawiono schemat działania połączony ze schematem blokowym opisywanego sposobu. Prostokątne elementy są tu nazywane blokami przetwarzania i reprezentują polecenia lub grupy poleceń oprogramowania komputerowego. Elementy w rombach są blokami decyzyjnymi, reprezentującymi polecenia albo grupy poleceń oprogramowania komputerowego, które powodują realizację poleceń oprogramowania komputerowego reprezentowanych przez bloki przetwarzania.

PL 220 849 B1

Alternatywnie, bloki przetwarzania i bloki decyzyjne reprezentują etapy przeprowadzane przez funkcjonalne równoważne obwody, takie jak obwód procesora sygnałów cyfrowych lub obwód scalony specyficzny dla aplikacji (ASIC z jęz. ang. application specific integrated circuit). Schematy przebiegu działania nie przedstawiają składni żadnego konkretnego języka programowania. Przedstawiają one raczej informacje funkcjonalne potrzebne fachowcowi do wykonania obwodów lub do stworzenia oprogramowania komputerowego zapewniającego przetwarzanie potrzebne według przedmiotowego wynalazku. Należy zauważyć, że wiele rutynowych elementów programowych, takich jak inicjalizacja pętli i zmiennych oraz używanie tymczasowych zmiennych, nie zostały tu pokazane. Fachowiec zauważy, że jeżeli nie zaznaczono tu inaczej, konkretna opisana kolejność etapów jest jedynie ilustracyjna i można ją zmienić bez odchodzenia od ducha wynalazku. Jeżeli zatem nie podano inaczej, etapy opisane poniżej są nieuszeregowane, co oznacza, że, jeśli to możliwe, etapy te mogą być przeprowadzane w dowolnej lub pożądanej kolejności.

Na fig. 4 przedstawiono połączony schemat blokowy i schemat przebiegu działania opisanego tu wynalazku 100.

Sposób 100 jest integralną częścią ekstraktora 370 nakresu i śledzącego urządzenia 380. Pierwszy etap tego sposobu, etap 110, dostarcza informacje detekcyjne z binarnego integratora. Następny etap 130 zbiera informacje detekcyjne z integratora binarnego, by utworzyć klastry detekcyjne. Każdy klaster detekcyjny utworzony w etapie 130 jest charakteryzowany. Charakteryzacja klastra detekcyjnego przeprowadzana jest w etapie 140 i jest opisana poniżej.

Aby prawidłowo scharakteryzować kształt klastra detekcyjnego, oblicza się szerokość, wys okość, pole powierzchni, symetrię, orientację i gładkość krawędzi.

Pierwszą cechą rozważaną przy przeprowadzaniu etapu 140 jest pomiar zakresu odległości. Cecha ta jest mierzona przez klasyfikator 410 zakresu odległości klasyfikatora 400 klastrów, pokazany na fig. 3B. Chociaż klasyfikator 400 klastrów jest pokazany jako grupa bloków, bloki te mogą reprezentować sprzęt, oprogramowanie, albo kombinacje sprzętu i oprogramowania przeznaczone do realizacji potrzebnego zadania. Zakres odległości mierzony jest jako różnica odległości pomiędzy najdalszą komórką (od radaru) a najbliższą komórką klastra detekcyjnego. Samoloty zwykle mają zakres odległości 2-3 razy mniejszy niż klastry pochodzące od zjawisk atmosferycznych.

Drugą cechą używaną w etapie 140 jest określanie symetrii odległości, mierzone jako wariancja odległości klastra detekcyjnego. Cecha ta jest mierzona przez klasyfikator 420 symetrii odległości, należący do klasyfikatora 400 klastrów, pokazanego na fig. 3B. Wariancja odległości celu źródła punktowego powinna być taka sama jak kształt wysyłanego impulsu. Jeżeli są rozproszone powierzchnie odbijające, jak w przypadku opadów, kształt odbieranego impulsu będzie szerszy, a wariancja odległości będzie większa. Symetria odległości jest określana przez wzór:

R_sym = ĄA^/ĄA^ - R² gdzie Ai jest logarytmiczną amplitudą komórki i;

Ri jest odległością komórki i; a

R jest średnią odległością klastra {AiRi}/ {Ai}

Trzecią cechą mierzoną w części etapu 140 jest symetria kątowa. Symetria kątowa mierzona jest jako kątowa wariancja klastra detekcyjnego. Cecha ta jest mierzona przez klasyfikator 430 symetrii kątowej klasyfikatora 400 klastrów, jak pokazano na fig. 3B. Podobnie do symetrii odległości symetria kątowa jest proporcjonalna do kształtu wiązki radarowej i jest niezależna od amplitudy sygnału.

Czwartą cechą rozważaną jako część klasyfikacji klastrów detekcyjnych w etapie 140 jest skos odległość-kąt. Cecha ta jest mierzona przez klasyfikator 440 skosu odległość-kąt w klasyfikatorze 400 klastrów. Miarą tej cechy jest zero, jeżeli linia środkowa klastra detekcyjnego jest prostopadła do wią zki radarowej. Kątowo niesymetryczny i/lub odległościowo niesymetryczny klaster detekcyjny mógłby jeszcze mieć zerowy skos odległość-kąt. Takie właściwości tej cechy są niezależne. Skos odległośćkąt jest określony za pomocą następującego wzoru:

RA_skew = ĄA.R.R^Y/ĄA,-} - RO gdzie θ, oznacza położenie kątowe komórki i względem systemu radarowego, a O jest wartością średnią kąta klastra detekcyjnego Σ{Αί θ i }/ς{Λι} .

Piątą cechą używaną w etapie 140 charakteryzacji klastra detekcyjnego jest stosunek obszaru do obwodu. Cecha ta jest mierzona przez klasyfikator 450 stosunku odległości do obwodu w klasyfikatorze 400 klastrów. Stosunek obszaru do obwodu jest to stosunek pomiędzy całkowitą liczbą komórek

PL 220 849 B1 klastra detekcyjnego a liczbą komórek brzegowych. Komórka jest komórką brzegową, jeżeli brak jest jej jednej z czterech sąsiednich komórek (górnej, dolnej, lewej lub prawej). Klaster detekcyjny powodowany przez zjawiska atmosferyczne zwykle ma mniejszy stosunek obszaru do obwodu niż klaster detekcyjny spowodowany przez samolot, a to ze względu na ostre krawędzie zwykle występujące w przypadku detekcyjnego klastra spowodowanego przez pogodę. Pokazano to na fig. 5 (detekcyjny klaster 205) i na fig. 6 (detekcyjny klaster 210).

Na fig. 4 w etapie 150 klasyfikator klastrów generuje współczynniki ufności w oparciu o dotychczasową statystykę cech samolotów i obiektów niebędących samolotami. Pewne pliki danych zostają przestawione i próbki cech są wyciągane jako zestaw szkoleniowy, co przedstawiono w postaci elementów 160 i 170. Każdy pomiar cechy jest poddawany kwantyfikacji w celu otrzymania stałej liczby elementów. Obliczana jest częstość występowania cechy w każdym elemencie. Można to przeprowadzić w trybie pośrednim oddzielnie w etapie 160 dla danych samolotowych i danych niepochodzących od samolotów. Taka szkoleniowa baza danych 170 jest osadzana w oprogramowaniu czasu rzeczywistego i jest wykorzystywana do przeglądania wartości prawdopodobieństwa, etap 145, z wykorzystaniem obliczonych wartości. Wartości prawdopodobieństwa są ważone i przestawiane w zależności od wielkości próbki, aby generować współczynniki ufności. Takie ważenie i przemieszczanie wartości prawdopodobieństwa jest potrzebne, ponieważ wielkość próbki według uprzedniej statystyki w szkoleniowej bazie danych może nie dawać wystarczającego świadectwa do podjęcia decyzji. Przemieszczone wartości w przybliżeniu odnoszą się w 50% do samolotu i w 50% do obiektów niebędących samolotami. W przypadku braku próbki danych w bazie danych współczynnik ufności wynosić będzie 50/50.

Po etapie 150 etap 180 integruje współczynnik ufności samolotu i współczynnik ufności obiektu niebędącego samolotem w kolejnych przeszukiwaniach dla klastra odpowiadającego każdemu śladowi. Po utworzeniu śladu etap 190 porównuje współczynniki ufności. Jeżeli współczynnik ufności obiektu niebędącego samolotem jest większy niż współczynnik ufności samolotu, wówczas ślad z odpowiednim klastrem detekcyjnym jest określany jako obiekt niesamolotowy. Kiedy klasyfikator klastrów stwierdzi, że ślad rzeczywiście zawiera zakłócenia spowodowane przez warunki atmosferyczne lub pochodzące od obiektu innego niż samolot, wówczas ślad taki jest usuwany z raportu do wyświetlania, jak pokazano w etapie 194. Jeżeli zostanie stwierdzone, że ślad odpowiada samolotowi, wówczas ślad ten jest przesyłany na wyświetlacz, jak pokazano w etapie 192. Po etapach 192 lub 194 proces kończy się.

Przeprowadzono badanie w trybie pośrednim w celu uzyskania niezależnych danych. Dane te obejmują cele występujące podobnie jak w przypadku zestawu szkoleniowego. Dane te mają samoloty różnych rodzajów, o różnych prędkościach, orientacjach i miejscach usytuowania. Niektóre dane mogą być na skraju zasięgu radaru lub w obszarze o dużych zakłóceniach. Kiedy obszar zasięgu obejmuje tylko jedną komórkę, nie ma wystarczających informacji do prawidłowego sklasyfikowania i wynik jest deklarowany jako nie znany. Następujące wyniki oparte są na porównaniach współczynników ufności w każdym przeszukiwaniu radarowym i nie ma żadnej korelacji pomiędzy przeszukiwaniami.

Wyjście	Wejście
Samolot	Pogoda
Samolot	85%	18%
Pogoda	7%	52%
Nieznane	8%	30%

Przeprowadzono również badanie zestawu danych bez szkolenia w trybie pośrednim. Zestaw szkoleniowy nie obejmował helikoptera, lotu w formacji ani ptaków. Ptaki mogą stanowić źródło zakłóceń ze względu na anomalia propagacji (AP) i nie mogą zostać pozytywnie zidentyfikowane. Podane poniżej wyniki wykazują, że klasyfikator klastrów sprawdza się dobrze w przypadku helikopterów i ptaków/anomalii propagacji.

PL 220 849 B1

Wyjście	Wejście
Helikoptery	Lot w formacji	Ptaki/anomalia propagacji
Samolot	85%	47%	26%
Pogoda	9%	37%	15%
Nieznane	6%	16%	58%

Przeprowadzono również badanie w czasie rzeczywistym.

Badanie to przedstawia wyniki współczynników ufności zebranych przez urządzenie śledzące. Trudno jest otrzymać wyniki ilościowe, ponieważ długość historii każdego śladu jest inna. Wyświetlenia radarowe z fig. 7 i 8 otrzymane zostały podczas burzy. Na fig. 7 i 8 kształty rombowe oznaczają ślady tylko SSR, symbole kołowe oznaczają ślady tylko ASR, a symbole kwadratowe oznaczają ślady łączone ASR/SSR. Przeszukiwanie z fig. 7 przeprowadzono z wyłączonym klasyfikatorem klastrów. Wiele śladów tylko ASR jest w obszarze pogodowym i są to najprawdopodobniej zakłócenia pochodzące od zjawisk atmosferycznych. Przeszukiwanie z fig. 8 przeprowadzono kilka minut później z włączonym klasyfikatorem klastrów. Wszystkie podejrzane zakłócenia atmosferyczne zniknęły.

Klasyfikator klastrów zastosowano w dwóch systemach radarowych o różnych pasmach częstotliwości, różnych szerokościach wiązki i różnych rozdzielczościach odległości. Oba systemy radarowe wykazały znaczne ulepszenie, jeśli chodzi o problem zakłóceń pochodzących od zjawisk atmosferycznych. Moc potrzebna do takiego przetwarzania jest pomijalnie mała w porównaniu z całym oprogramowaniem do przetwarzania sygnałów i danych.

Powyżej opisano sposób stwierdzania obecności zakłóceń spowodowanych przez pogodę w systemie wykrywania radarowego. Sposób ten obejmuje stwierdzanie obecności klastra detekcyjnego w przeszukiwaniu radarowym i charakteryzowanie klastra detekcyjnego. Na podstawie charakteryzacji klastra detekcyjnego określane są współczynniki ufności, a na ich podstawie określa się, czy klaster detekcyjny reprezentuje zakłócenia spowodowane przez pogodę.

Po przeczytaniu powyższego opisu korzystnych przykładów realizacji wynalazku fachowiec zauważy, że możliwe są inne rozwiązania zgodne z tymi koncepcjami. Ponadto oprogramowanie stanowiące część wynalazku może być programem komputerowym na nośniku nadającym się do wykorzystania w komputerze. Przykładowo takim nośnikiem nadającym się do wykorzystania w komputerze jest pamięć nadająca się do odczytu, taka jak pamięć na twardym dysku, pamięć na dysku kompaktowym, pamięć na dysku z zapisem DVD, albo dyskietka komputerowa, na której zapisane są segmenty kodowe programu czytelnego dla komputera. Nośnik czytelny dla komputera może również stanowić łącze telekomunikacyjne optyczne, przewodowe lub radiowe, w którym segmenty kodowe programu są przenoszone jako sygnały cyfrowe lub analogowe. Wynalazek nie powinien być zatem ograniczony do opisanych przykładów realizacji, a tylko przez ducha i zakres załączonych zastrzeżeń patentowych.

Claims

Zastrzeżenia patentowe

1. Sposób wykrywania obecności i identyfikacji zakłóceń w ruchu powietrznym w systemie radarowym polegający na emitowaniu i odbieraniu przez antenę sygnałów promieniowania elektromagnetycznego oraz ustalaniu położenia skupiska zakłóceń w układzie śledzącym i pomiarze jego parametrów oraz eliminowaniu fałszywych alarmów, znamienny tym, że pojawiające się na wyjściu anteny (300) analogowe sygnały elektryczne, poprzez duplekser (310), przesyła się do odbiornika (330), w którym przetwarza się je na cyfrowe sygnały elektryczne, następnie cyfrowe sygnały elektryczne w filtrze dopplerowskim (340) filtruje się i przesyła się do obwodu (350) stałego stopnia fałszywego alarmu, w którym porównuje się sygnały elektryczne z wynikami pomiaru odległości skupiska zakłóceń od systemu radarowego z sygnałami elektrycznymi odniesienia, po czym w klasyfikatorze (400) klastrów mierzy się odległość najbliżej i najdalej położonego elementu skupiska zakłóceń od systemu radarowego oraz mierzy się kąt widzenia całego skupiska, następnie eliminuje się sygnały elektryczne z wynikami pomiaru zakłóceń atmosferycznych.
2. System wykrywania obecności i identyfikacji zakłóceń w ruchu powietrznym zawierający antenę, nadajnik, odbiornik i duplekser oraz filtr dopplerowski, znamienny tym, że duplekser (310) jest połączony z anteną (300), nadajnikiem (320) i wejściem odbiornika (330), którego wyjście, poprzez filtr dopplerowski (340), jest połączone z obwodem (350) stałego stopnia fałszywego alarmu, przy czym

PL 220 849 B1 wyjście obwodu (350) stałego stopnia fałszywego alarmu jest połączone z wejściem binarnego integratora (360), a jego wyjście, poprzez układ zawierający ekstraktor (370) nakresu i klasyfikator (400) klastrów, jest połączone z urządzeniem śledzącym (380).