www.radartutorial.eu www.radartutorial.eu Основы радиолокации

Что такое α-β-фильтр?

Альфа-бета-фильтр

Альфа-бета-фильтр

Альфа-бета-фильтр (α-β-фильтр) представляет собой простой математический метод, позволяющий оценивать положение и скорость движущейся цели по последовательным измерениям её положения. Этот фильтр применяется, в частности, при радиолокационном сопровождении целей. На основе ранее оценённых параметров движения он прогнозирует следующее положение цели и корректирует этот прогноз с использованием нового радиолокационного измерения. Для этого используются два постоянных параметра фильтра: α (альфа) и β (бета).

В простейшем варианте метод предполагает, что между двумя измерениями цель движется приблизительно с постоянной скоростью. Он может применяться как к одной координате, так и независимо к нескольким координатам. Однако при обработке нескольких координат необходимо учитывать возможные различия в точности измерений и взаимосвязи между координатами.

Прогнозирование следующего положения цели

Исходными данными для расчёта служат ранее оценённые положение и скорость цели. На их основе можно спрогнозировать положение, которого цель предположительно достигнет к моменту следующего измерения. При постоянной скорости к предыдущему положению прибавляется путь, пройденный за соответствующий интервал времени.

xp = xalt + valt · Δt (1)

В этом уравнении xp обозначает прогнозируемое положение, xalt — ранее оценённое положение, valt — ранее оценённую скорость, а Δt — интервал времени между двумя измерениями. В принятой модели равномерного движения прогнозируемая скорость первоначально равна ранее оценённой скорости.

Коррекция по новому радиолокационному измерению

Когда поступает новое радиолокационное измерение, его результат сравнивается с прогнозируемым положением. Разность между этими значениями называется невязкой или инновацией. Она показывает, насколько измеренное положение отклоняется от прогнозируемого.

r = xmess − xp (2)

Фильтр использует эту невязку для выполнения двух различных коррекций. С помощью коэффициента α корректируется оценённое положение. С помощью коэффициента β корректируется оценённая скорость.

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

Параметр α определяет, какая доля отклонения положения используется для коррекции оценённого положения. Чем больше значение α, тем сильнее скорректированное положение приближается к новому измеренному значению. При меньшем значении α, напротив, большее влияние оказывает предыдущий прогноз движения.

Параметр β влияет на коррекцию скорости. Для этого отклонение положения делится на интервал времени между измерениями и затем умножается на β. Таким образом, фильтр позволяет определять изменение оценённой скорости по последовательным измерениям положения.

Радиолокатор сопровождает цель, ранее оценённая дальность до которой составляет 10,0 км. Оценённая радиальная скорость составляет 200 м/с. До следующего радиолокационного измерения проходит одна секунда. При предположении о постоянной скорости фильтр ожидает обнаружить цель на дальности 10,2 км.

Однако новое радиолокационное измерение показывает дальность 10,3 км. Таким образом, невязка составляет +100 м. Для этого примера примем параметры фильтра α = 0,6 и 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
 

После коррекции оценённая дальность составляет 10,26 км, а оценённая скорость — 220 м/с. Для следующего прогноза фильтр использует эти скорректированные значения. Исходное радиолокационное измерение дальности 10,3 км при этом остаётся неизменным.

Как α и β влияют на сопровождение цели?

Выбор двух параметров фильтра во многом определяет поведение α-β-фильтра. Большие значения обычно обеспечивают более сильную реакцию на новые измерения. Благодаря этому фильтр может быстрее адаптироваться к изменениям движения цели. Однако одновременно возрастает влияние ошибок измерения и шума на оценённые параметры движения цели.

Меньшие значения, напротив, обеспечивают более сглаженные оценки, поскольку новые измерения слабее изменяют предыдущий прогноз. Однако в этом случае фильтр может медленнее реагировать на реальные изменения движения цели. Особенно при маневрировании оценённое положение может временно значительно отличаться от истинного положения цели.

Поэтому параметры нельзя выбирать без учёта характеристик радиолокатора и движения цели. Точность измерений, интервал между ними и ожидаемая манёвренность цели влияют на выбор подходящих значений. Кроме того, параметры должны обеспечивать устойчивую работу фильтра.

Что происходит при маневрировании цели?

Простой α-β-фильтр использует модель движения с постоянной скоростью. Если цель ускоряется, замедляется или изменяет направление движения, такая модель уже не полностью соответствует реальному движению. В результате могут возникать более значительные расхождения между прогнозируемым и измеренным положением.

Фильтр реагирует на эти расхождения коррекцией оценённых положения и скорости. Однако он не может предсказать неожиданный манёвр до поступления соответствующих измерений. В зависимости от выбранных параметров фильтра может потребоваться несколько измерений, прежде чем оценки снова достаточно точно будут соответствовать реальному движению цели.

Для целей, движение которых характеризуется значительными ускорениями, могут применяться расширенные методы. К ним относится, например, альфа-бета-гамма-фильтр (α-β-γ-фильтр), который наряду с положением и скоростью учитывает также ускорение. Другие модели движения и методы фильтрации также могут иметь преимущества при сопровождении маневрирующих целей.

Отличие от фильтра Калмана

α-β-фильтр и фильтр Калмана используют один и тот же основной принцип: сначала они вычисляют прогноз, а затем корректируют его с помощью нового измерения. Основное различие заключается в способе определения коэффициентов коррекции.

В классическом α-β-фильтре оба коэффициента усиления α и β имеют фиксированные значения. Фильтр Калмана, напротив, рассчитывает свои коэффициенты усиления на основе оценённых неопределённостей модели движения и измерений. Эти неопределённости описываются ковариационными матрицами и обновляются на каждом шаге вычислений.

При определённых условиях α-β-фильтр можно рассматривать как упрощённый вариант фильтра Калмана с постоянными коэффициентами усиления. В частности, при неизменных условиях модели и измерений коэффициенты усиления фильтра Калмана после переходного процесса могут стремиться к постоянным значениям. Однако α-β-фильтр не требует непрерывного вычисления ковариационных матриц и поэтому характеризуется меньшими вычислительными затратами.

Значение для радиолокационного сопровождения целей

α-β-фильтр особенно подходит для задач, в которых требуется простая и быстрая оценка положения и скорости цели. Его вычисления состоят главным образом из операций сложения и умножения. Благодаря этому метод требует относительно небольших вычислительных ресурсов и может применяться даже при одновременном сопровождении большого количества целей.

Прогнозируемое положение цели также можно использовать для определения области, в которой ожидается следующее радиолокационное измерение. Однако решение о том, какие радиолокационные отметки относятся к какой трассе сопровождения, принимается в процессе ассоциации данных, а не самим α-β-фильтром. Ошибочное сопоставление измерений с трассами не может быть надёжно исправлено одним только фильтром.

Как и фильтр Калмана, α-β-фильтр работает рекурсивно. Для каждого нового шага вычислений требуются только ранее оценённые положение и скорость, интервал времени и новое измерение, сопоставленное с сопровождаемой целью. Поэтому этот метод подходит для автоматического сопровождения целей в реальном времени.

Автор: Д-р Андрій Музиченко