www.radartutorial.eu www.radartutorial.eu Radar Grondbeginselen

Wat is een alfa-bètafilter?

Alfa-bètafilter

Alfa-bètafilter

Een alfa-bètafilter (α-β-filter) is een eenvoudige wiskundige methode waarmee de positie en snelheid van een bewegend doel worden geschat op basis van opeenvolgende positiemetingen. Het filter wordt onder andere toegepast bij het volgen van doelen met radar. Op basis van eerder geschatte bewegingsgegevens voorspelt het de volgende positie van het doel en corrigeert het deze voorspelling aan de hand van een nieuwe radarmeting. Daarbij worden twee vaste filterparameters gebruikt: α (alfa) en β (bèta).

In zijn eenvoudigste vorm gaat de methode ervan uit dat het doel tussen twee metingen met een ongeveer constante snelheid beweegt. De methode kan worden toegepast op één coördinaat of afzonderlijk op meerdere coördinaten. Bij de verwerking van meerdere coördinaten kunnen echter verschillen in meetnauwkeurigheid en onderlinge verbanden tussen de coördinaten een rol spelen.

Voorspelling van de volgende doelpositie

Het uitgangspunt voor de berekening zijn de eerder geschatte positie en snelheid. Op basis hiervan kan de positie worden voorspeld die het doel naar verwachting op het tijdstip van de volgende meting bereikt. Bij een constante snelheid wordt de tijdens het tijdsinterval afgelegde afstand bij de vorige positie opgeteld.

xp = xalt + valt · Δt (1)

In deze vergelijking geeft xp de voorspelde positie aan, xalt de eerder geschatte positie, valt de eerder geschatte snelheid en Δt het tijdsinterval tussen twee metingen. Bij het aangenomen model van eenparige beweging is de voorspelde snelheid aanvankelijk gelijk aan de eerder geschatte snelheid.

Correctie met een nieuwe radarmeting

Wanneer een nieuwe radarmeting beschikbaar is, wordt het meetresultaat vergeleken met de voorspelde positie. Het verschil tussen beide waarden wordt het residu of de innovatie genoemd. Het geeft aan hoeveel de gemeten positie afwijkt van de voorspelling.

r = xmess − xp (2)

Het filter gebruikt dit residu voor twee verschillende correcties. Met de factor α wordt de geschatte positie gecorrigeerd. Met de factor β wordt de geschatte snelheid gecorrigeerd.

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

De parameter α bepaalt welk deel van de positieafwijking wordt gebruikt om de geschatte positie te corrigeren. Hoe groter α wordt gekozen, hoe dichter de gecorrigeerde positie bij de nieuwe meetwaarde komt te liggen. Bij een kleinere waarde krijgt de eerdere bewegingsvoorspelling daarentegen meer gewicht.

De parameter β beïnvloedt de correctie van de snelheid. Hiervoor wordt de positieafwijking gedeeld door het tijdsinterval tussen de metingen en vervolgens gewogen met β. Op deze manier kan het filter uit opeenvolgende positiemetingen een verandering van de geschatte snelheid afleiden.

Een radar volgt een doel waarvan de eerder geschatte afstand 10,0 km bedraagt. De geschatte snelheid in radiale richting bedraagt 200 m/s. Tot de volgende radarmeting verstrijkt één seconde. Bij een constante snelheid verwacht het filter het doel daarom op een afstand van 10,2 km.

De nieuwe radarmeting geeft echter een afstand van 10,3 km aan. Het residu bedraagt dus +100 m. Voor dit voorbeeld worden de filterparameters α = 0,6 en β = 0,2 gekozen.

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
 

Na de correctie bedraagt de geschatte afstand dus 10,26 km en de geschatte snelheid 220 m/s. Voor de volgende voorspelling gebruikt het filter deze gecorrigeerde waarden. De oorspronkelijke radarmeting van 10,3 km blijft daarbij ongewijzigd.

Hoe beïnvloeden α en β de doelvolging?

De keuze van beide filterparameters bepaalt in belangrijke mate het gedrag van het alfa-bètafilter. Grotere waarden zorgen over het algemeen voor een sterkere reactie op nieuwe metingen. Hierdoor kan het filter zich sneller aanpassen aan veranderingen in de beweging van het doel. Tegelijkertijd hebben meetfouten en ruis echter ook meer invloed op de geschatte doelbeweging.

Kleinere waarden leiden daarentegen tot gelijkmatigere schattingen, omdat nieuwe metingen de eerdere voorspelling minder sterk veranderen. Het filter kan dan echter trager reageren op daadwerkelijke veranderingen in de doelbeweging. Vooral tijdens een doelmanoeuvre kan de geschatte positie tijdelijk aanzienlijk afwijken van de werkelijke positie.

De parameters mogen daarom niet onafhankelijk van de eigenschappen van de radar en de doelbeweging worden gekozen. De meetnauwkeurigheid, het meetinterval en de verwachte manoeuvreerbaarheid van het doel beïnvloeden de geschikte instelling. Bovendien moeten de waarden zo worden gekozen dat het filter stabiel blijft werken.

Wat gebeurt er bij doelmanoeuvres?

Het eenvoudige alfa-bètafilter gebruikt een bewegingsmodel met constante snelheid. Wanneer een doel versnelt, vertraagt of van bewegingsrichting verandert, komt dit model niet langer volledig overeen met de werkelijke beweging. Daardoor kunnen grotere afwijkingen tussen de voorspelde en de gemeten positie ontstaan.

Het filter reageert op dergelijke afwijkingen door de geschatte positie en snelheid te corrigeren. Een onverwachte manoeuvre kan het echter niet voorspellen voordat de bijbehorende metingen beschikbaar zijn. Afhankelijk van de gekozen filterparameters kunnen meerdere metingen nodig zijn voordat de schattingen weer voldoende zijn aangepast aan de werkelijke doelbeweging.

Voor doelbewegingen met aanzienlijke versnellingen kunnen uitgebreidere methoden worden gebruikt. Een voorbeeld hiervan is het alfa-bèta-gammafilter (α-β-γ-filter), dat naast positie en snelheid ook rekening houdt met de versnelling. Andere bewegingsmodellen en filtermethoden kunnen eveneens voordelen bieden bij het volgen van manoeuvrerende doelen.

Verschil met het Kalman-filter

Het alfa-bètafilter en het Kalman-filter gebruiken hetzelfde basisprincipe: eerst berekenen zij een voorspelling en vervolgens corrigeren zij deze met behulp van een nieuwe meting. Het belangrijkste verschil ligt in de bepaling van de correctieversterking.

Bij het klassieke alfa-bètafilter zijn de twee versterkingsfactoren α en β vast ingesteld. Een Kalman-filter berekent zijn versterking daarentegen op basis van de geschatte onzekerheden van het bewegingsmodel en de metingen. Deze onzekerheden worden beschreven met covariantiematrices en bij iedere berekeningsstap bijgewerkt.

Onder bepaalde omstandigheden kan een alfa-bètafilter worden beschouwd als een vereenvoudigde vorm van een Kalman-filter met constante versterking. Wanneer de model- en meetomstandigheden gelijk blijven, kan de versterking van een Kalman-filter na een overgangsfase naar constante waarden convergeren. Het alfa-bètafilter vereist echter geen voortdurende berekening van covariantiematrices en heeft daardoor een lagere rekenbelasting.

Betekenis voor de radardoelvolging

Het alfa-bètafilter is bijzonder geschikt voor toepassingen waarbij een eenvoudige en snelle schatting van de doelpositie en snelheid nodig is. De berekeningen bestaan hoofdzakelijk uit optellingen en vermenigvuldigingen. Daardoor kan de methode met weinig rekenkracht worden uitgevoerd en ook worden gebruikt wanneer gelijktijdig veel doelen worden gevolgd.

De voorspelde doelpositie kan bovendien worden gebruikt om het gebied vast te leggen waarin de volgende radarmeting wordt verwacht. De beslissing welke radarplots bij welk spoor horen, wordt echter genomen door de gegevensassociatie en niet door het alfa-bètafilter zelf. Een onjuiste toewijzing van metingen kan ook niet betrouwbaar door het filter alleen worden gecorrigeerd.

Net als het Kalman-filter werkt ook het alfa-bètafilter recursief. Voor een nieuwe berekeningsstap zijn alleen de eerder geschatte positie en snelheid, het tijdsinterval en de nieuw toegewezen meting nodig. Daarom is de methode geschikt voor automatische doelvolging in realtime.