www.radartutorial.eu أساسيات تقنية الرادار

ما هو مرشح ألفا-بيتا؟

مرشح ألفا-بيتا

مرشح ألفا-بيتا

مرشح ألفا-بيتا (α-β-Filter) هو طريقة رياضية بسيطة تُستخدم لتقدير موقع هدف متحرك وسرعته اعتمادًا على قياسات متتالية لموقعه. ويُستخدم هذا المرشح، من بين تطبيقات أخرى، في تتبع الأهداف بالرادار. فهو يتنبأ بالموقع التالي للهدف اعتمادًا على بيانات الحركة المقدّرة سابقًا، ثم يصحح هذا التنبؤ باستخدام قياس راداري جديد. ويستخدم في ذلك معاملَي ترشيح ثابتين هما: α (ألفا) وβ (بيتا).

يفترض هذا الأسلوب في أبسط صوره أن الهدف يتحرك بسرعة ثابتة تقريبًا بين قياسين متتاليين. ويمكن تطبيقه على إحداثي واحد أو على عدة إحداثيات، بحيث يُعالج كل إحداثي بصورة مستقلة. ومع ذلك، قد يلزم عند معالجة عدة إحداثيات مراعاة اختلاف دقة القياسات والعلاقات المحتملة بين هذه الإحداثيات.

التنبؤ بالموقع التالي للهدف

تبدأ عملية الحساب بالموقع والسرعة المقدّرين سابقًا. ومن هاتين القيمتين يمكن التنبؤ بالموقع الذي يُتوقع أن يصل إليه الهدف عند إجراء القياس التالي. وعند افتراض سرعة ثابتة، تُضاف المسافة التي يقطعها الهدف خلال الفترة الزمنية إلى موقعه السابق للحصول على الموقع المتوقع.

xp = xalt + valt · Δt (1)

في هذه المعادلة، يمثل xp الموقع المتوقع، ويمثل xalt الموقع المقدّر سابقًا، ويمثل valt السرعة المقدّرة سابقًا، بينما تمثل Δt الفترة الزمنية بين قياسين متتاليين. وفي نموذج الحركة المنتظمة المفترض، تكون السرعة المتوقعة في البداية مساوية للسرعة المقدّرة سابقًا.

التصحيح باستخدام قياس راداري جديد

عند توفر قياس راداري جديد، تُقارن نتيجته بالموقع المتوقع. ويُسمى الفرق بين القيمتين الباقي (Residuum) أو قيمة الابتكار (Innovation). وهو يعبّر عن مقدار اختلاف الموقع المقاس عن الموقع المتوقع.

r = xmess − xp (2)

يستخدم المرشح هذا الفرق لإجراء نوعين مختلفين من التصحيح. فيُستخدم المعامل α لتصحيح الموقع المقدّر. بينما يُستخدم المعامل β لتصحيح السرعة المقدّرة.

xneu = xp + α · r
vneu = valt + (β / Δt) · r
(3)

يحدد المعامل α النسبة التي تُستخدم من فرق الموقع لتصحيح الموقع المقدّر. وكلما زادت قيمة α، اقترب الموقع المصحح بدرجة أكبر من قيمة القياس الجديد. أما القيمة الأصغر لهذا المعامل فتجعل التنبؤ السابق بالحركة أكثر تأثيرًا في النتيجة.

ويؤثر المعامل β في تصحيح السرعة. ولهذا الغرض، يُقسم فرق الموقع على الفترة الزمنية بين القياسين، ثم تُضرب النتيجة في المعامل β. وبهذه الطريقة يستطيع المرشح استنتاج تغير السرعة المقدّرة اعتمادًا على قياسات متتالية للموقع.

لنفترض أن رادارًا يتتبع هدفًا تبلغ المسافة المقدّرة إليه سابقًا 10.0 km. وتبلغ السرعة المقدّرة للهدف في الاتجاه الشعاعي 200 m/s. وتفصل بين هذا التقدير والقياس الراداري التالي ثانية واحدة. وعند افتراض سرعة ثابتة، يتوقع المرشح أن يصبح الهدف على مسافة 10.2 km.

لكن القياس الراداري الجديد يُظهر أن الهدف يقع على مسافة 10.3 km. وبذلك يكون الفرق بين القياس والتنبؤ +100 m. ولنفترض في هذا المثال أن معاملي الترشيح هما α = 0.6 وβ = 0.2.

r = 10 300 m − 10 200 m = 100 m
xneu = 10 200 m + 0,6 · 100 m = 10 260 m
vneu = 200 m/s + (0,2 / 1 s) · 100 m = 220 m/s
 

بعد التصحيح، تصبح المسافة المقدّرة إلى الهدف 10.26 km، وتصبح السرعة المقدّرة 220 m/s. ويستخدم المرشح هاتين القيمتين المصححتين في عملية التنبؤ التالية. أما القياس الراداري الأصلي البالغ 10.3 km فيبقى دون تغيير.

كيف يؤثر α وβ في تتبع الأهداف؟

يحدد اختيار معاملي الترشيح إلى حد كبير سلوك مرشح ألفا-بيتا. فالقيم الكبيرة تؤدي عمومًا إلى استجابة أقوى للقياسات الجديدة. وهذا يسمح للمرشح بالتكيف بسرعة أكبر مع التغيرات في حركة الهدف. لكنه يجعل أخطاء القياس والضوضاء تؤثر أيضًا بدرجة أكبر في تقدير حركة الهدف.

أما القيم الصغيرة فتؤدي إلى تقديرات أكثر استقرارًا، لأن القياسات الجديدة لا تغير التنبؤ السابق إلا بدرجة محدودة. غير أن المرشح قد يصبح عندئذ أبطأ في الاستجابة للتغيرات الفعلية في حركة الهدف. وعند قيام الهدف بمناورة، قد ينحرف الموقع المقدّر مؤقتًا بدرجة كبيرة عن موقعه الحقيقي.

ولذلك لا ينبغي اختيار هذه المعاملات بمعزل عن خصائص الرادار وحركة الهدف. فدقة القياس والفترة الزمنية بين القياسات وقدرة الهدف المتوقعة على المناورة تؤثر جميعها في اختيار القيم المناسبة. ويجب أيضًا اختيار المعاملات بحيث يحافظ المرشح على استقرار عمله.

ماذا يحدث عند مناورات الهدف؟

يعتمد مرشح ألفا-بيتا البسيط على نموذج حركة يفترض سرعة ثابتة. وعندما يتسارع الهدف أو يتباطأ أو يغير اتجاه حركته، لا يعود هذا النموذج مطابقًا تمامًا للحركة الفعلية. وقد يؤدي ذلك إلى ظهور فروق كبيرة بين الموقع المتوقع والموقع المقاس.

يستجيب المرشح لهذه الفروق من خلال تصحيح الموقع والسرعة المقدّرين. لكنه لا يستطيع التنبؤ بمناورة غير متوقعة قبل توفر قياسات تعكس حدوثها. وقد يحتاج المرشح، تبعًا لقيم معاملاته، إلى عدة قياسات حتى تتكيف التقديرات مرة أخرى بدرجة كافية مع حركة الهدف الفعلية.

يمكن استخدام طرق أكثر تطورًا مع الأهداف التي تتضمن حركتها تسارعات كبيرة. ومن أمثلة ذلك مرشح ألفا-بيتا-غاما (α-β-γ)، الذي يأخذ التسارع في الحسبان إلى جانب الموقع والسرعة. كما يمكن أن توفر نماذج حركة وطرق ترشيح أخرى مزايا عند تتبع الأهداف المناورة.

الفرق بين مرشح ألفا-بيتا ومرشح كالمان

يعتمد مرشح ألفا-بيتا ومرشح كالمان على المبدأ الأساسي نفسه: إذ يحسب كل منهما تنبؤًا أولًا، ثم يصححه باستخدام قياس جديد. ويكمن الفرق الرئيسي بينهما في طريقة تحديد معاملات التصحيح.

في مرشح ألفا-بيتا التقليدي، تكون قيمتا معاملي التصحيح α وβ ثابتتين. أما مرشح كالمان فيحسب معاملات التصحيح اعتمادًا على عدم اليقين المقدّر في نموذج الحركة والقياسات. وتوصف هذه القيم باستخدام مصفوفات التغاير، التي تُحدّث في كل خطوة من خطوات الحساب.

في ظروف معينة، يمكن اعتبار مرشح ألفا-بيتا صورة مبسطة من مرشح كالمان ذي معاملات التصحيح الثابتة. فعندما تظل شروط نموذج الحركة والقياسات ثابتة، قد تقترب معاملات التصحيح في مرشح كالمان من قيم ثابتة بعد مرحلة استقرار أولية. غير أن مرشح ألفا-بيتا لا يحتاج إلى حساب مصفوفات التغاير بصورة مستمرة، ولذلك يتطلب قدرًا أقل من العمليات الحسابية.

أهمية المرشح في تتبع الأهداف بالرادار

يُعد مرشح ألفا-بيتا مناسبًا بصورة خاصة للتطبيقات التي تتطلب تقديرًا بسيطًا وسريعًا لموقع الهدف وسرعته. وتتكون حساباته أساسًا من عمليات الجمع والضرب. ولذلك يمكن تنفيذه باستخدام قدر محدود من الموارد الحسابية، حتى عند تتبع عدد كبير من الأهداف في الوقت نفسه.

ويمكن أيضًا استخدام الموقع المتوقع للهدف لتحديد المنطقة التي يُنتظر ظهور القياس الراداري التالي فيها. ومع ذلك، فإن تحديد أي العلامات الرادارية تنتمي إلى أي مسار هو مهمة عملية ربط البيانات، وليس مهمة مرشح ألفا-بيتا نفسه. ولا يستطيع المرشح وحده تصحيح الإسناد الخاطئ للقياسات بصورة موثوقة.

وكما هو الحال في مرشح كالمان، يعمل مرشح ألفا-بيتا بطريقة تكرارية تعتمد على النتائج السابقة (Recursive). فكل خطوة حسابية جديدة لا تتطلب إلا الموقع والسرعة المقدّرين سابقًا، والفترة الزمنية بين القياسات، والقياس الجديد الذي أُسنِد إلى الهدف. ولذلك يُعد هذا المرشح مناسبًا للتتبع الآلي للأهداف في الزمن الحقيقي.

المؤلف: Christian Wolff, الترجمة: حازم كامل