www.radartutorial.eu www.radartutorial.eu Radar Temelleri

Alfa-beta filtresi nedir?

Alfa-Beta Filtresi

Alfa-Beta Filtresi

Alfa-beta filtresi (α-β filtresi), hareketli bir hedefin ardışık konum ölçümlerinden hedefin konumunu ve hızını kestirmek için kullanılan basit bir matematiksel yöntemdir. Bu filtre, diğer uygulamaların yanı sıra radar hedef takibinde de kullanılır. Daha önce kestirilen hareket parametrelerine dayanarak hedefin bir sonraki konumunu öngörür ve bu öngörüyü yeni bir radar ölçümü yardımıyla düzeltir. Bu işlemde iki sabit filtre parametresi kullanılır: α (alfa) ve β (beta).

Yöntem, en basit biçiminde, hedefin iki ölçüm arasında yaklaşık olarak sabit hızla hareket ettiğini varsayar. Tek bir koordinata uygulanabileceği gibi birden fazla koordinata birbirinden bağımsız olarak da uygulanabilir. Ancak birden fazla koordinat işlenirken ölçüm doğruluklarındaki farklılıklar ve koordinatlar arasındaki ilişkiler önem kazanabilir.

Hedefin bir sonraki konumunun öngörülmesi

Hesaplamanın başlangıç noktası, daha önce kestirilen konum ve hız değerleridir. Bu değerlerden yararlanılarak hedefin bir sonraki ölçüm anında ulaşması beklenen konum öngörülebilir. Sabit hız varsayımında, ilgili zaman aralığında alınan yol önceki konuma eklenir.

xp = xalt + valt · Δt (1)

Bu denklemde xp öngörülen konumu, xalt daha önce kestirilen konumu, valt daha önce kestirilen hızı, Δt ise iki ölçüm arasındaki zaman aralığını gösterir. Kabul edilen sabit hızlı hareket modelinde öngörülen hız, başlangıçta daha önce kestirilen hıza eşittir.

Yeni bir radar ölçümüyle düzeltme

Yeni bir radar ölçümü elde edildiğinde, ölçüm sonucu öngörülen konumla karşılaştırılır. İki değer arasındaki fark artık (rezidüel) veya yenilik (inovasyon) olarak adlandırılır. Bu fark, ölçülen konumun öngörülen konumdan ne kadar saptığını gösterir.

r = xmess − xp (2)

Filtre bu artığı iki farklı düzeltme için kullanır. α katsayısı kullanılarak kestirilen konum düzeltilir. β katsayısı kullanılarak kestirilen hız düzeltilir.

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

α parametresi, konum sapmasının hangi oranının konum kestirimini düzeltmek için kullanılacağını belirler. α değeri ne kadar büyük seçilirse düzeltilmiş konum yeni ölçüm değerine o kadar yaklaşır. Daha küçük bir değer ise önceki hareket öngörüsüne daha fazla ağırlık verilmesini sağlar.

β parametresi hız düzeltmesini etkiler. Bunun için konum sapması iki ölçüm arasındaki zaman aralığına bölünür ve ardından β ile ağırlıklandırılır. Böylece filtre, ardışık konum ölçümlerinden yararlanarak kestirilen hızdaki değişimi de belirleyebilir.

Bir radar, daha önce kestirilen uzaklığı 10,0 km olan bir hedefi takip etmektedir. Radyal yönde kestirilen hız 200 m/s değerindedir. Bir sonraki radar ölçümüne kadar bir saniye geçer. Sabit hız varsayımı altında filtre, hedefin 10,2 km uzaklıkta olmasını bekler.

Ancak yeni radar ölçümü 10,3 km uzaklık göstermektedir. Böylece artık değeri +100 m olur. Bu örnekte filtre parametreleri α = 0,6 ve β = 0,2 olarak seçilsin.

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
 

Düzeltmeden sonra kestirilen uzaklık 10,26 km, kestirilen hız ise 220 m/s olur. Filtre bir sonraki öngörüde bu düzeltilmiş değerleri kullanır. Başlangıçtaki 10,3 km değerindeki radar ölçümü ise değiştirilmez.

α ve β hedef takibini nasıl etkiler?

İki filtre parametresinin seçimi, α-β filtresinin davranışını büyük ölçüde belirler. Büyük değerler genellikle yeni ölçümlere daha güçlü tepki verilmesini sağlar. Böylece filtre, hedef hareketindeki değişikliklere daha hızlı uyum sağlayabilir. Ancak aynı zamanda ölçüm hataları ve gürültü de kestirilen hedef hareketini daha fazla etkiler.

Küçük değerler ise daha düzgün ve az dalgalanan kestirimler sağlar, çünkü yeni ölçümler önceki öngörüyü daha az değiştirir. Bununla birlikte filtre, hedef hareketindeki gerçek değişikliklere daha yavaş tepki verebilir. Özellikle bir hedef manevrası sırasında kestirilen konum, gerçek konumdan geçici olarak önemli ölçüde sapabilir.

Bu nedenle parametreler, radarın ve hedef hareketinin özelliklerinden bağımsız olarak seçilmemelidir. Ölçüm doğruluğu, ölçümler arasındaki zaman aralığı ve hedefin beklenen manevra kabiliyeti uygun ayarları etkiler. Ayrıca değerler, filtrenin kararlı çalışmasını sağlayacak şekilde seçilmelidir.

Hedef manevraları sırasında ne olur?

Basit α-β filtresi, sabit hızlı bir hareket modeli kullanır. Hedef hızlandığında, yavaşladığında veya hareket yönünü değiştirdiğinde bu model artık gerçek hareketi tam olarak temsil etmez. Bunun sonucunda öngörülen konum ile ölçülen konum arasında daha büyük sapmalar oluşabilir.

Filtre, bu sapmalara kestirilen konum ve hızı düzelterek tepki verir. Ancak ilgili ölçümler elde edilmeden önce beklenmedik bir manevrayı öngöremez. Seçilen filtre parametrelerine bağlı olarak kestirim değerlerinin gerçek hedef hareketine yeniden yeterince uyum sağlaması için birkaç ölçüm gerekebilir.

Belirgin ivmelenmeler içeren hedef hareketlerinde geliştirilmiş yöntemler kullanılabilir. Bunlardan biri, örneğin alfa-beta-gama filtresidir (α-β-γ filtresi). Bu filtre, konum ve hızın yanı sıra ivmeyi de hesaba katar. Diğer hareket modelleri ve filtreleme yöntemleri de manevra yapan hedeflerin takibinde avantaj sağlayabilir.

Kalman filtresinden farkı

α-β filtresi ile Kalman filtresi aynı temel ilkeyi kullanır: Önce bir öngörü hesaplar, ardından bunu yeni bir ölçüm yardımıyla düzeltirler. Temel fark, düzeltme kazancının belirlenme yöntemidir.

Klasik α-β filtresinde α ve β kazanç katsayıları sabit olarak ayarlanır. Buna karşılık Kalman filtresi, kazancını hareket modelinin ve ölçümlerin kestirilen belirsizliklerinden hesaplar. Bu belirsizlikler kovaryans matrisleriyle ifade edilir ve her hesaplama adımında güncellenir.

Belirli koşullar altında α-β filtresi, sabit kazançlı bir Kalman filtresinin basitleştirilmiş bir biçimi olarak değerlendirilebilir. Özellikle model ve ölçüm koşulları değişmediğinde Kalman filtresinin kazancı, bir geçiş sürecinden sonra sabit değerlere yakınsayabilir. Ancak α-β filtresi kovaryans matrislerinin sürekli hesaplanmasını gerektirmez ve bu nedenle daha az hesaplama yüküne sahiptir.

Radar hedef takibindeki önemi

α-β filtresi, hedefin konum ve hızının basit ve hızlı biçimde kestirilmesinin gerektiği uygulamalar için özellikle uygundur. Hesaplamaları temel olarak toplama ve çarpma işlemlerinden oluşur. Bu nedenle yöntem az miktarda hesaplama kaynağıyla uygulanabilir ve aynı anda çok sayıda hedefin takip edilmesinde de kullanılabilir.

Hedefin öngörülen konumu ayrıca, bir sonraki radar ölçümünün beklendiği bölgeyi belirlemek için kullanılabilir. Ancak hangi radar tespitinin hangi hedef izine ait olduğuna α-β filtresinin kendisi değil, veri ilişkilendirme işlemi karar verir. Ölçümlerin izlerle yanlış ilişkilendirilmesi yalnızca filtre tarafından güvenilir biçimde düzeltilemez.

Kalman filtresi gibi α-β filtresi de özyinelemeli olarak çalışır. Yeni bir hesaplama adımı için yalnızca daha önce kestirilen konum ve hız, zaman aralığı ve ilgili izle yeni ilişkilendirilen ölçüm gereklidir. Bu nedenle yöntem, gerçek zamanlı otomatik hedef takibi için uygundur.