Çoklu Varsayımlı İzleyici (MHT)
Resim 1: Radar izleyici için belirsiz çizit-iz ilişkilendirme durumu
Resim 1: Radar izleyici için belirsiz çizit-iz ilişkilendirme durumu
Resim 1: Radar izleyici için belirsiz çizit-iz ilişkilendirme durumu
Çoklu Varsayımlı İzleyici (MHT)
Bir Çoklu Varsayımlı İzleyici (Multiple Hypothesis Tracker, MHT), yeni radar çizitleri ile mevcut izler arasındaki birden fazla olası ilişkilendirmenin aynı anda değerlendirildiği otomatik radar hedef takibi yöntemidir. Basit ilişkilendirme yöntemlerinden farklı olarak radar izleyici, ölçümlerin belirsiz olduğu durumlarda hemen tek bir ilişkilendirmeye karar vermek zorunda değildir. Bunun yerine hedeflerin önceki hareketlerine ilişkin birbiriyle yarışan birden fazla varsayımı sürdürebilir ve bu varsayımları sonraki radar ölçümleriyle sınamaya devam edebilir.
Bu tür bir belirsizlik, örneğin iki hedef birbirine yaklaştığında, izleri kesiştiğinde veya birden fazla radar çiziti olası ilişkilendirme bölgelerinin içinde bulunduğunda ortaya çıkar. Bu durumlarda başlangıçta hangi çizitin hangi ize ait olduğu açık olmayabilir. Hemen verilen yanlış bir karar, izlerin birbirleriyle karıştırılmasına veya kestirilen hareketlerin artık gerçek hedeflere karşılık gelmemesine neden olabilir. MHT, alternatif ilişkilendirmeleri başlangıçta paralel olarak sürdürerek bu tür hataları önlemeye çalışır.
Varsayımların Oluşturulması ve Değerlendirilmesi
Her yeni radar ölçümünde, algılanan çizitlerin mevcut izlerle olası ilişkilendirmeleri incelenir. Bir varsayım, bu ilişkilendirmelerin belirli bir birleşimini tanımlar. Ayrıca bir hedefin geçici olarak algılanmadığı, bir çizitin yanlış alarmdan kaynaklandığı veya yeni bir izin başlatılması gerektiği de varsayılabilir. Bu farklı olasılıklardan birden fazla alternatif varsayım ortaya çıkar ve MHT başlangıçta bunları birbirinden ayrı olarak sürdürür.
Varsayımlar, radar ölçümleri ve öngörülen hareket durumlarıyla ne ölçüde uyuştuklarına göre değerlendirilir. Bu değerlendirmede, diğer etkenlerin yanı sıra ölçülen ve öngörülen konumlar arasındaki farklar, durum kestiriminin belirsizlikleri, hedef algılama olasılıkları ve yanlış alarm olasılıkları dikkate alınabilir. Böylece her varsayım için bir değerlendirme puanı hesaplanır ve bu puan, varsayımın diğer olasılıklara göre göreli inandırıcılığını ifade eder.
Burada belirleyici olan, bir varsayımın tek bir anten dönüşünden sonra kesin olarak seçilmesinin gerekmemesidir. Sonraki ölçümler, başlangıçta daha düşük olasılıklı görülen bir ilişkilendirmenin hedeflerin gerçek hareketine daha iyi uyduğunu gösterebilir. Dolayısıyla MHT, başlangıçta belirsiz olan ilişkilendirmeler hakkında sonradan daha güvenilir kararlar verebilmek için birden fazla radar taramasından elde edilen ölçümlerin zamansal dizisini kullanır.
Belirsiz Bir İlişkilendirme Örneği
Resim 1'de 121 ve 131 numaralı izler birbirlerine yaklaşmaktadır. Yeni radar çizitleri, her iki izin de olası ilişkilendirme adayı olduğu bir bölgede bulunuyorsa radar izleyici başlangıçta hangi ölçümün hangi hedefe ait olduğunu kesin olarak belirleyemez. Bir varsayım, yeni çizitleri önceki hareketlerin devamına uygun olarak izlerle ilişkilendirir. Diğer bir varsayım ise ilişkilendirmelerin birbirleriyle yer değiştirdiğini kabul eder. MHT başlangıçta her iki olasılığı da sürdürebilir ve sonraki ölçümlerle bunların inandırıcılığını karşılaştırabilir.
Bu süreçte ortaya çıkan dallanmalar, başlangıçta ölçümlerin ilişkilendirilmesi ve hedeflerin hareketleri hakkında farklı kabulleri temsil eder. Bunlar, gerçekte mevcut olan bir hedefin mutlaka birden fazla hedefe ayrıldığı anlamına gelmez. Aynı şekilde birden fazla varsayımın eş zamanlı yönetilmesi, tek bir radar çizitinin nihai iz düzeninde birden fazla bağımsız hedefe atanabileceği anlamına da gelmez. Farklı varsayımlar, aynı ölçüm durumuna ilişkin birbiriyle yarışan olası açıklamaları temsil eder.
Hesaplama Yükünün Sınırlandırılması
Çoklu Varsayımlı İzleyici yönteminin önemli bir dezavantajı, yüksek işlem gücü ve bellek gereksinimidir. Her yeni radar ölçümünde ek ilişkilendirme olasılıkları ortaya çıkabildiğinden, herhangi bir sınırlandırma uygulanmazsa olası varsayımların sayısı çok hızlı artar. Özellikle çok sayıda hedef, çok sayıda yanlış alarm veya sık görülen ölçüm kayıpları söz konusu olduğunda düşünülebilecek bütün varsayımların eksiksiz hesaplanması uygulamada olanaksız hâle gelebilir.
Bu nedenle MHT sistemleri, sürdürülen varsayımların sayısını sınırlandırmak için çeşitli yöntemler kullanır. Örneğin Pruning (budama) yönteminde, değerlendirme puanı en olası alternatiflerden belirgin biçimde düşük olan varsayımlar elenir. Hypothesis Merging (varsayımların birleştirilmesi) yönteminde ise yeterince benzer varsayımlar, uygun koşullar altında birleştirilebilir. Ayrıca izin verilen en yüksek varsayım sayısı belirlenerek veya dikkate alınan ölçüm geçmişinin derinliği sınırlandırılarak ek kısıtlamalar uygulanabilir.
Bu önlemler hesaplama yükünü azaltır, ancak daha sonra doğru olduğu anlaşılabilecek bir varsayımın erken elenmesi riskini taşır. Bu nedenle sınırlandırma yöntemlerinin seçimi, hedef takibinin güvenilirliği ile kullanılabilir hesaplama kaynakları arasında bir uzlaşma sağlamalıdır.
İzlerin Çıkışa Verilmesi
MHT kendi içinde birden fazla alternatif ilişkilendirme varsayımını yönetmesine rağmen, radar sistemi sonraki işlemler ve görüntüleme için normalde kesin olarak belirlenmiş bir iz düzenine ihtiyaç duyar. Bunun için en yüksek değerlendirme puanına sahip varsayım seçilebilir. Uygulamaya bağlı olarak başka karar verme yöntemleri de kullanılabilir; örneğin değerlendirilmiş birden fazla varsayımdan bir iz düzeni türetilebilir. Dolayısıyla içeride sürdürülen bütün alternatiflerin radar ekranında gösterilmesi gerekmez.
Çoklu Varsayımlı İzleyici yöntemi, özellikle tek tek radar ölçümlerinin mevcut izlerle ilişkilendirilmesinin belirsiz olduğu durumlar için uygundur. Yöntemin temel üstünlüğü, belirsiz kararların hemen ve kesin olarak verilmesini gerektirmemesi, bunların sonraki ölçümler değerlendirilerek iyileştirilebilmesidir. Böylece birbirine çok yakın hareket eden veya hareket yolları kesişen hedeflerde bile güvenilir otomatik hedef takibinin sürdürülme olasılığı artar.
Yazar: Christian Wolff, Almanca metinden çeviri: Zafer Yener