www.radartutorial.eu www.radartutorial.eu Zpracování radarového signálu

Co je alfa-beta filtr?

Alfa-beta filtr

Alfa-beta filtr

Alfa-beta filtr (α-β filtr) je jednoduchá matematická metoda, která umožňuje odhadovat polohu a rychlost pohybujícího se cíle z po sobě jdoucích měření jeho polohy. Tento filtr se používá mimo jiné při radarovém sledování cílů. Na základě dosud odhadnutých parametrů pohybu předpovídá následující polohu cíle a tuto předpověď koriguje pomocí nového radarového měření. K tomu využívá dva konstantní parametry filtru: α (alfa) a β (beta).

Ve své nejjednodušší podobě metoda předpokládá, že se cíl mezi dvěma měřeními pohybuje přibližně konstantní rychlostí. Lze ji použít pro jednu souřadnici i samostatně pro několik souřadnic. Při zpracování více souřadnic však mohou hrát roli rozdíly v přesnosti měření a vzájemné závislosti mezi jednotlivými souřadnicemi.

Predikce následující polohy cíle

Výchozími údaji pro výpočet jsou dosud odhadnutá poloha a rychlost cíle. Z těchto údajů lze předpovědět polohu, které cíl pravděpodobně dosáhne v okamžiku dalšího měření. Při konstantní rychlosti se k předchozí poloze přičte dráha uražená během daného časového intervalu.

xp = xalt + valt · Δt (1)

V této rovnici označuje xp předpovězenou polohu, xalt dosud odhadnutou polohu, valt dosud odhadnutou rychlost a Δt časový interval mezi dvěma měřeními. Při předpokládaném modelu rovnoměrného pohybu se předpovězená rychlost zpočátku rovná dosud odhadnuté rychlosti.

Korekce pomocí nového radarového měření

Jakmile je k dispozici nové radarové měření, porovná se jeho výsledek s předpovězenou polohou. Rozdíl mezi oběma hodnotami se nazývá reziduum nebo inovace. Vyjadřuje, o kolik se naměřená poloha odchyluje od předpovědi.

r = xmess − xp (2)

Filtr využívá toto reziduum ke dvěma různým korekcím. Pomocí koeficientu α se koriguje odhadnutá poloha. Pomocí koeficientu β se koriguje odhadnutá rychlost.

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

Parametr α určuje, jaká část odchylky polohy se použije ke korekci odhadnuté polohy. Čím větší je hodnota α, tím více se korigovaná poloha přibližuje nově naměřené hodnotě. Při menší hodnotě má naopak větší vliv dosavadní předpověď pohybu.

Parametr β ovlivňuje korekci rychlosti. Za tímto účelem se odchylka polohy vydělí časovým intervalem mezi měřeními a následně se vynásobí koeficientem β. Tímto způsobem dokáže filtr z po sobě jdoucích měření polohy odvozovat změnu odhadnuté rychlosti.

Radar sleduje cíl, jehož dosud odhadnutá vzdálenost činí 10,0 km. Odhadnutá rychlost v radiálním směru je 200 m/s. Do dalšího radarového měření uplyne jedna sekunda. Za předpokladu konstantní rychlosti proto filtr očekává cíl ve vzdálenosti 10,2 km.

Nové radarové měření však udává vzdálenost 10,3 km. Reziduum tedy činí +100 m. Pro tento příklad zvolíme parametry filtru α = 0,6 a β = 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
 

Po korekci činí odhadnutá vzdálenost 10,26 km a odhadnutá rychlost 220 m/s. Pro následující predikci filtr používá tyto korigované hodnoty. Původní radarové měření ve vzdálenosti 10,3 km přitom zůstává nezměněno.

Jak α a β ovlivňují sledování cíle?

Volba obou parametrů filtru zásadně ovlivňuje chování alfa-beta filtru. Větší hodnoty obecně vedou k výraznější reakci na nová měření. Filtr se díky tomu může rychleji přizpůsobovat změnám pohybu cíle. Současně však mají chyby měření a šum větší vliv na odhadované parametry pohybu cíle.

Menší hodnoty naopak vedou k plynulejším odhadům, protože nová měření mění dosavadní předpověď v menší míře. Filtr pak ale může reagovat pomaleji na skutečné změny pohybu cíle. Zejména při manévrování se může odhadnutá poloha dočasně výrazně odchylovat od skutečné polohy.

Parametry proto nelze volit bez ohledu na vlastnosti radaru a pohyb cíle. Přesnost měření, interval mezi měřeními a očekávaná manévrovací schopnost cíle ovlivňují vhodné nastavení. Hodnoty je navíc nutné zvolit tak, aby filtr pracoval stabilně.

Co se děje při manévrování cíle?

Jednoduchý alfa-beta filtr používá model pohybu s konstantní rychlostí. Pokud cíl zrychluje, zpomaluje nebo mění směr pohybu, tento model již plně neodpovídá skutečnému pohybu. Mohou proto vznikat větší rozdíly mezi předpovězenou a naměřenou polohou.

Filtr na tyto odchylky reaguje korekcí odhadnuté polohy a rychlosti. Neočekávaný manévr však nemůže předpovědět dříve, než jsou k dispozici odpovídající měření. Podle zvolených parametrů filtru může být zapotřebí několik měření, než se odhadované hodnoty opět dostatečně přizpůsobí skutečnému pohybu cíle.

Pro pohyb cílů s výrazným zrychlením lze použít rozšířené metody. Patří mezi ně například alfa-beta-gama filtr (α-β-γ filtr), který kromě polohy a rychlosti zohledňuje také zrychlení. Při sledování manévrujících cílů mohou být výhodné i jiné modely pohybu a filtrační metody.

Rozdíl oproti Kalmanovu filtru

Alfa-beta filtr a Kalmanův filtr využívají stejný základní princip: nejprve vypočítají předpověď a následně ji korigují pomocí nového měření. Hlavní rozdíl spočívá ve způsobu stanovení korekčního zesílení.

U klasického alfa-beta filtru jsou oba koeficienty zesílení α a β pevně nastaveny. Kalmanův filtr naproti tomu vypočítává své zesílení na základě odhadnutých nejistot modelu pohybu a měření. Tyto nejistoty se popisují kovariančními maticemi a v každém výpočetním kroku se aktualizují.

Za určitých podmínek lze alfa-beta filtr považovat za zjednodušenou podobu Kalmanova filtru s konstantním zesílením. Zejména při neměnných podmínkách modelu a měření se může zesílení Kalmanova filtru po přechodové fázi ustálit na konstantních hodnotách. Alfa-beta filtr však nevyžaduje průběžný výpočet kovariančních matic, a má proto menší výpočetní náročnost.

Význam pro radarové sledování cílů

Alfa-beta filtr je zvláště vhodný pro aplikace, v nichž je nutné jednoduše a rychle odhadovat polohu a rychlost cíle. Jeho výpočty sestávají převážně ze sčítání a násobení. Metoda tak vyžaduje malý výpočetní výkon a lze ji použít i při současném sledování velkého počtu cílů.

Předpovězenou polohu cíle lze rovněž využít k vymezení oblasti, v níž se očekává další radarové měření. Rozhodnutí o tom, které radarové detekce patří ke které sledované dráze, však přísluší procesu asociace dat, nikoli samotnému alfa-beta filtru. Chybné přiřazení měření ke sledované dráze nemůže samotný filtr spolehlivě napravit.

Stejně jako Kalmanův filtr pracuje také alfa-beta filtr rekurzivně. Pro každý nový výpočetní krok jsou potřebné pouze dosud odhadnutá poloha a rychlost, časový interval a nové přiřazené měření. Proto je metoda vhodná pro automatické sledování cílů v reálném čase.