Казаринов Ю.М. Радиотехнические системы. Под ред. Ю.М.Казаринова (2008) (1151786), страница 114
Текст из файла (страница 114)
Многомодельные алгоритмы предполагают наличие следующих элементов: 1) набор моделей — совокупность траекторных фильтров, в максимально возможной степени соответствующая характеру движения сопровождаемой цели (с учетом возможных маневров); 2) стратегия взаимодействия, которая определяет число предыдущих шагов фильтрации, результаты которых участвуют в фильтрации текущего значения, а также способ их учета; 3) условная фильтрация — рекуррентная фильтрация непрерывной случайной компоненты смешанного процесса, осуществляемая для каждой из 'моделей в предположении ее истинности; 4) объединенное выходное значение — формирование результирующей оценки параметров траектории с учетом результатов выходных значений всех фильтров.
Может осуществляться при по- моши весового объединения оценок всех фильтров или выбора наилучшей. В зависимости от структуры использующиеся в данный момент на практике ММ алгоритмы можно подразделить на три группы. Алгоритмы первой группы характеризуются тем, что входящие в их состав элементарные фильтры работают самостоятельно и независимо от фильтров других моделей. Эти алгоритмы являются оптимальными, если истинное состояние движения цели стационарно.
В алгоритмах второй |руппы элементарные фильтры работают совместно благодаря наличию внутренних взаимодействий. Эти взаимодействия включают в себя индивидуальную реконфигурацию (реинициализацию) элементарных фильтров с учетом некоторого числа предыдущих выходных значений всех фильтров, совместную адаптацию параметров и т.д. Эти алгоритмы являются оптимальными для систем, истинное состояние которых скачкообразно меняется внутри некоторого набора, идентичного набору моделей.
В алгоритмах третьей группы используется переменный набор моделей. Такой подход позволяет адаптивно настраивать на- 566 бор моделей при изменении условий функционирования системы, когда исходный набор моделей перестает соответствовать исходным предпосылкам, заложенным при проектировании, причем меняться могут как параметры, так и количество моделей. Эти алгоритмы, получившие название алгоритмов с переменной структурой, оптимальны для систем, чей набор моделей может изменяться с течением времени.
Среди всех М М методов именно они позволяют достигнуть наибольшей эффективности, однако они являются и наиболее сложными как в проектировании, так и в эксплуатации, поэтому их практическое применение пока ограничено. Далее будем рассматривать алгоритмы с фиксированным набором моделей. Оптимальный ММ алгоритм фильтрации смешанного случайного процесса, имеющий в своем составе Ф моделей, для формирования результирующей оценки состояния в момент времени к должен сформировать )у" оценок, учитывающих все возможные реализации последовательностей состояний системы за время до к включительно, а также оценить их вероятности.
Для этого необходимо Ф' траекторных фильтров, причем число возможных комбинаций состояний растет во времени экспоненциально, вследствие чего прак~ическая реализация оптимального алгоритма не представляется возможной. Среди субоптимальных алгоритмов, использующих различные стратегии для уменьшения числа анализируемых на каждом шаге оценивания гипотез, наибольшее распространение получили обобщепные псевдобайесовские алгоритмы порядка и (ОПБп) и интерактивный многомодельный (ИММ) алгоритм. Суть алгоритмов ОПБп заключается в том, что глубина памяти ограничивается и последними шагами фильтрации, соответственно для их реализации необходимо иметь Л~ь траекторных фильтров.
Интерактивный многомодельный алгоритм во многом похож на ОПБ1, но отличается от него способом реинициализации фильтров модели на каждом шаге фильтрации. В ОПБ каждый из фильтров инициализируется одной и той же величиной — сглаженным значением, вычисленным на предыдущем шаге оценивания. В ИММ каждый фильтр инициализируется своим значением, при формировании которого учитывается, в какой степени каждая из моделей соответствует предыдущему (в момент времени к — 1) состоянию. Таким образом, в И М М алгоритме учитывается болыпе априорной информации, чем в ОПБ1, вследствие чего он по эффективности превосходит ОПБ! и приближается к характеристикам алгоритма ОПБ2, тогда как его вычислительные потребности сравнимы с ОПБ1.
Благодаря этому ИММ алгоритм получил наибольшее распространение при сопровождении маневрирующих целей, став на данный момент фактически стандартом. 567 14.6. Особенности траекторной обработки РЛИ в разнесенных радиолокационных системах с совместной обработкой информации Одним из способов повышения качества радиолокационной информации и, следовательно, надежности сопровождения целей является использование многопозиционных систем и разнесенных многодиапазонных комплексов, в которых РЛИ, извлекаемая в отдельных РЛС (позициях), обрабатывается совместно.
Изложение обшей теории и практики построения многопозиционных радиолокационных систем можно найти, например, в монографии В. С. Черняка. Следует иметь в виду, что объединение информации на уровне первичной обработки представляет собой сложную и дорогостоящую инженерную задачу, как с научнотехнической, так и с технологической точек зрения, поэтому на практике применяется относительно редко. Больший практический интерес представляет случай, при котором в разнесенный радиолокационный комплекс (РЛК) объединяются независимые самостоятельные РЛС.
Группа в общем случае разнородных РЛС должна быть расположена таким образом, чтобы их зоны обнаружения целей хотя бы частично перекрывались. Тогда при наличии линий передачи данных можно организовать совместную обработку результатов первичной или вторичной обработки отдельных РЛС, что способно улучшить качество сопровождения по сравнению с одиночной РЛС. Помимо увеличения зоны обнаружения, повышения помехоустойчивости, живучести в таких комплексах возможно улучшение характеристик траекторного сопровождения, зависящих от качества и количества поступаемой информации. Среди них: точность оценки положения цели, время слежения за целью, время обнаружения новой траектории, вероятность обнаружения истинной траектории и др. Факторами, способствующими этому улучшению, являются увеличение количества информации о цели, поступающей в систему обработки„и разнесение отдельных источников радиолокационной информации в пространстве.
Влияние первого фактора на характеристики обработки очевидно: чем больше отметок, тем быстрее будет обнаружена траектория, в ней будет меньше пропусков и т.д. Влияние второго фактора основано на том, что, как правило, точность определения одной координаты (обычно азимута) в РЛС ниже точности измерения другой координаты (дальности). Поэтому в комплексе, состоящем из нескольких пространственно разнесенных РЛС, происходит уточнение измерения азимута одной РЛС более точным измерением дальности другими РЛС, причем результирующий эффект зависит от геометрии расположения РЛС на местности. бб8 Совместная обработка в комплексе может привести к ухудшению некоторых характеристик по сравнению с одиночной РЛС. Причина этого в том, что наряду с увеличением числа отметок от истинных целей в комплексе происходит и увеличение числа ложных отметок, что может негативно сказаться на некоторых характеристиках комплекса, особенно на такой важной, как вероятность обнаружения ложной траектории.
Способы построения РЛК с совместной обработкой информации можно классифицировать по нескольким признакам. По уровню объединения информ аци и. При наличии в составе комплекса нескольких независимых РЛС объединять данные можно на уровне отметок и уровне траекторий. В первом случае на вход устройства совместной обработки поступают отметки, полученные в результате выполнения первичной обработки отраженных сигналов в каждой РЛС (обнаружение и оценка параметров сигналов).
Во втором случае на вход устройства совместной обработки поступают результаты вторичной обработки радиолокационной информации в виде оценок уже обнаруженных и сопровождаемых каждой РЛС траекторий целей. Метод объединения отметок обеспечивает высокую точность траекторного сопровождения, вероятность обнаружения истинной траектории, низкую вероятность ошибочного сброса истинных траекторий. По сравнению с ним метод объединения траекторий имеет меньшую вероятность завязки ложных траекторий, но остальные количественные показатели качества траекторного сопровождения у него хуже, Существуют также смешанные (гибридные) системы, в которых одна часть датчиков выдает информацию в виде отметок, а другая — в виде траекторий, По наличию синхронизации циклов получения информации в датч и ках.
Получение данных об одной и той же цели в разных радиолокационных датчиках может происходить одновременно (синхронно) или не одновременно (асинхронно). Алгоритмы траекторной обработки синхронных систем проще в реализации, однако при этом требуется синхронизация режимов работы всех РЛС группы, что накладывает существенные ограничения на практическое использование такого режима работы при объединении в комплекс разнородных РЛС. При асинхронной работе радиолокационного комплекса возможно совмещение отметок на временнбй оси за счет экстраполяции, однако такой подход возможен лишь при известной динамике цели и может быть использован только при объединении траекторий.
Более перспективными для использования в РЛК представляются асинхронные алгоритмы траекторной обработки, работающие на основе многоканальных по входу траекторных фильгров. Такие 569 многовходовые фильтры позволяют учитывать качество информации, поступающей от различных РЛС комплекса. Для этого могут использоваться априорные данные о технических характеристиках и условиях функционирования отдельных РЛС или результаты текущей оценки качества информации (в простейшем случае отношение сигнал/шум). По месту получения результирующих оценок т р а е к тор и й.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
