www.radartutorial.eu www.radartutorial.eu Fondamenti del radar

Livellamento delle tracce

Previsione della posizione del bersaglio e porta di validazione per associare una nuova rilevazione radar
scansione: n-2
n-1
n
storia della traccia
ultimo plot
(scansione n-1)
«porta di validazione»
per la prossima
rotazione dell'antenna
posizione
prevista

Figura 1. Previsione della posizione del bersaglio e porta di validazione per l'associazione del plot successivo

Previsione della posizione del bersaglio e porta di validazione per associare una nuova rilevazione radar
scansione: n-2
n-1
n
storia della traccia
ultimo plot
(scansione n-1)
«porta di validazione» per la
prossima rotazione dell'antenna
posizione prevista

Figura 1. Previsione della posizione del bersaglio e porta di validazione per l'associazione del plot successivo

Previsione della posizione del bersaglio e porta di validazione per associare una nuova rilevazione radar
scansione: n-2
n-1
n
storia della traccia
ultimo plot
(scansione n-1)
«porta di validazione» per la
prossima rotazione dell'antenna
posizione prevista

Figura 1. Previsione della posizione del bersaglio e porta di validazione per l'associazione del plot successivo

Livellamento delle tracce

Il livellamento delle tracce (Track Smoothing) consiste, nell'ambito dell'inseguimento radar automatico, nel ridurre le fluttuazioni del moto stimato di un bersaglio sulla base di misure radar successive. Si tiene conto degli errori casuali di misura, affinché le singole deviazioni influenzino il meno possibile la posizione stimata del bersaglio e i parametri del moto che ne derivano. I filtri di inseguimento impiegati a questo scopo svolgono anche un'altra importante funzione: prevedono la posizione del bersaglio nella scansione radar successiva a partire dallo stato di moto precedentemente stimato. Questa previsione viene utilizzata durante l'associazione dei nuovi plot radar alle tracce esistenti.

A tale scopo, un filtro di inseguimento elabora le posizioni misurate e i parametri di moto già stimati del bersaglio, in particolare la velocità ed eventualmente l'accelerazione. Sulla base di queste informazioni e di un modello di moto ipotizzato, viene prevista la posizione in cui il bersaglio dovrebbe trovarsi al momento della misura successiva. Intorno a questa posizione può essere definita una porta di validazione, all'interno della quale un nuovo plot rilevato viene considerato una possibile misura da associare alla traccia. Le dimensioni e la forma di questa porta dipendono, tra l'altro, dalle incertezze di misura e dall'incertezza della previsione del moto.

Quando arriva una nuova misura radar, la posizione misurata viene confrontata con quella prevista. La differenza risultante è denominata innovazione (Innovation) o residuo di misura. Il filtro di inseguimento utilizza questa differenza per correggere la posizione prevista e i parametri di moto stimati. Successivamente, sulla base dello stato aggiornato, viene calcolata la previsione seguente. Questo processo ricorrente migliora la precisione e la stabilità dell'inseguimento, senza dover considerare direttamente ogni posizione misurata come la posizione effettiva del bersaglio.

I filtri di inseguimento si differenziano per i modelli di moto adottati, per il modo in cui considerano le incertezze di misura e per le risorse di calcolo richieste. Il loro funzionamento fondamentale comprende tuttavia, di norma, due fasi successive:

Le misure ottenute durante diverse scansioni consecutive costituiscono la base per stimare il moto del bersaglio. In questo processo vengono attenuate le deviazioni casuali della posizione, mentre le variazioni della velocità o della direzione del moto vengono considerate secondo il modello utilizzato. La stima aggiornata dello stato costituisce a sua volta il punto di partenza per la previsione della posizione successiva. Nei filtri ricorsivi non è necessario conservare permanentemente tutte le misure precedenti, poiché le informazioni da esse ricavate sono già incorporate nella stima dello stato corrente.

Filtro alfa-beta

Il filtro alfa-beta (Alpha-Beta Tracker) è un semplice filtro di inseguimento che stima principalmente la posizione e la velocità di un bersaglio. Generalmente impiega un modello di moto a velocità costante ed è quindi particolarmente adatto ai bersagli che non eseguono manovre significative. I suoi due parametri caratteristici, α e β, determinano in quale misura la differenza tra posizione prevista e posizione misurata venga utilizzata per correggere, rispettivamente, le stime della posizione e della velocità.

Il filtro alfa-beta richiede poche risorse di calcolo ed è semplice da implementare. Per questo motivo era ampiamente utilizzato nei sistemi radar meno recenti e viene ancora impiegato per applicazioni relativamente semplici di inseguimento dei bersagli. Il suo limite consiste nel fatto che i parametri fissi del filtro consentono soltanto un compromesso limitato tra una risposta rapida alle variazioni del moto e un'efficace soppressione del rumore di misura. Di conseguenza, durante l'inseguimento di bersagli fortemente manovranti possono verificarsi errori di previsione maggiori. Il filtro alfa-beta può essere considerato uno stimatore di stato semplificato che, in determinate condizioni, è correlato a un filtro di Kalman a regime stazionario.

Filtro di Kalman

Il filtro di Kalman (Kalman Filter) è un metodo matematico ricorsivo per stimare lo stato di un sistema dinamico a partire da misure affette da errori. Nell'inseguimento radar, questo stato può comprendere, ad esempio, la posizione, la velocità ed eventualmente l'accelerazione del bersaglio. Il filtro combina le variabili di stato previste mediante il modello di moto con le nuove misure radar, tenendo conto delle rispettive incertezze. Viene utilizzato in numerosi sistemi digitali moderni di inseguimento dei bersagli.

Un elemento fondamentale del filtro di Kalman è la matrice di covarianza associata alla stima dello stato. Essa descrive l'incertezza stimata dei parametri di posizione e di moto, nonché le relazioni statistiche tra i rispettivi errori di stima. Durante la fase di predizione, questa incertezza viene propagata secondo il modello di moto. Dopo l'arrivo di una nuova misura, il filtro utilizza le incertezze per determinare in quale misura debba essere corretta la stima dello stato prevista. In generale, a una misura più precisa viene attribuito un peso maggiore rispetto a una misura caratterizzata da un'incertezza elevata.

Al momento della scansione n-1, sono già disponibili l'ultima stima aggiornata dello stato e la relativa matrice di covarianza. A partire da questi dati, il filtro di Kalman calcola la posizione prevista del bersaglio e l'incertezza associata per la scansione n. Non appena un nuovo plot radar viene misurato e associato alla traccia, i valori previsti vengono corretti utilizzando la misura. Il risultato è una stima aggiornata dello stato, dalla quale viene successivamente ricavata la previsione per la scansione n+1. In questo modo, il filtro di Kalman combina il livellamento del moto stimato del bersaglio con la previsione continua delle sue posizioni future.

Il filtro di Kalman classico fornisce, nell'ipotesi di un modello lineare di moto e di una descrizione statistica appropriata degli errori di processo e di misura, una stima con errore quadratico medio minimo. Esistono estensioni per modelli di moto o di misura non lineari. Tuttavia, la qualità della stima dello stato dipende in larga misura dalla capacità del modello adottato di rappresentare il moto effettivo del bersaglio e le incertezze presenti nelle misure.