ΝΑΥΤΙΚΗ ΤΕΧΝΟΛΟΓΙΑ: Μέρος 2, Διαδικασίες Παρακολούθησης Πολλαπλών Στόχων

Του Αρχιπλοιάρχου ε.α. Ευσταθίου Νικολάου Π.Ν., Αεροναυπηγού-Ηλεκτρολόγου Μηχανικού

Σε ένα πυκνό περιβάλλον στόχων, όπου συνυπάρχουν δύο ή περισσότεροι αισθητήρες, δύο ή περισσότερες πλατφόρμες, η συνολική τακτική εικόνα περιπλέκεται αρκετά κυρίως λόγω των προβλημάτων που οφείλονται (1) στις πολλαπλές επιστροφές από τους στόχους, (2) στις επικαλύψεις των παρατηρήσεων δύο ή περισσοτέρων αισθητήρων, δύο ή περισσοτέρων πλατφορμών, (3) σε λανθασμένους συναγερμούς και (4) σε παρεµβολές καιρού ή εχθρικών jammers.

ΝΑΥΤΙΚΗ ΤΕΧΝΟΛΟΓΙΑ: Μέρος 1, Ραντάρ ηλεκτρονικής σάρωσης

Στο σηµείο αυτό εµφανίζεται η τεχνολογία Multi Target Tracking (MTT) και µε τις διάφορες τεχνικές της, όπως θα παρουσιασθεί παρακάτω δίνει την λύση των παραπάνω προβλημάτων. Η τεχνολογία ΜTΤ θεμελιώθηκε μαθηματικά στην δεκαετία του 1960 και η εν συνεχεία ανάπτυξη της τεχνολογίας των υπολογιστών και των ραντάρ ηλεκτρονικής σαρώσεως έδωσε την ώθηση για την εφαρμογή της. Αντικειμενικός σκοπός της τεχνολογίας ΜTΤ είναι να προσδιορισθούν τα ίχνη ενός μεταβαλλόμενου αριθµού ανεξακρίβωτων και συνεχώς μεταβαλλόμενων στόχων οι οποίοι εµφανίζονται τυχαία στον χώρο µε:

• Μετρήσεις ανά τυχαία χρονικά διαστήματα και από διαφορετικούς αισθητήρες
• Μετρήσεις που περιέχουν θόρυβο είτε από ηθελημένες παρεµβολές (Jamming) ή από clutter θαλάσσης ή clutter καιρικών συνθηκών ή θόρυβο προερχόμενο από τον στόχο (glint) κλπ
• Πιθανότητα εντοπισμού των μικρότερη της μονάδας και
• Παρουσία τυχαίων συναγερµών

Η εικόνα αυτή δεν είναι εύκολα εκμεταλλεύσιμη από τον χρήστη και προφανώς απαιτείται κάποια επεξεργασία (φιλτράρισµα) η οποία παρουσιάζεται ενδεικτικά µε το παρακάτω παράδειγµα.

Παράδειγµα: Έστω ότι τρεις φίλιες μονάδες με αριθµούς ιχνών (track numbers) F1010, F1020, F1030 οι οποίες συνεργάζονται σε επίπεδο ΜΜΤ σε µία περιοχή που επιχειρούν επίσης άλλες φίλιες μονάδες, εχθρικά αεροσκάφη και εχθρικά πλοία. Οι φίλιες συνεργαζόμενες μονάδες µε τους διάφορους αισθητήρες τους σχηματίζουν µια τυπική συνολική εικόνα που αρχικά παρουσιάζεται στις οθόνες τους ως παρακάτω σχήμα. Η εικόνα δημιουργήθηκε σε δύο διαδοχικές σαρώσεις σε χρόνους k και k+1 µε τις παρακάτω διευκρινίσεις:

• Οι θέσεις των φίλιων μονάδων ορίζονται από τους πλήρεις κύκλους σε χρόνο k και από τους διακεκομμένους σε χρόνο k+1.
• Οι επιστροφές των αισθητήρων οι οποίες βεβαίως περιέχουν στοιχεία από στόχους αλλά και από παρεµβολές (Jamming, sea clutter, weather clutter, glint) ορίζονται από τα σηµεία (+) σε χρόνο k και από τα σηµεία (x) σε χρόνο k+1.
• Οι διοπτεύσεις από παθητικούς αισθητήρες (π.χ. ESM rackets) ορίζονται µε πλήρεις και διακεκομμένες γραµµές για χρόνο k και k+1 αντίστοιχα.

Σημειώνεται ότι οι τα ίχνη (+) και (x) καθώς και οι διοπτεύσεις του σχήματος προέρχονται είτε από ήδη υπάρχοντες στόχους ή από νέους στόχους που πρέπει να καταχωρηθούν ή από παρεµβολές που πρέπει να εξαλειφθούν. Σε µία τέτοια εικόνα, η οποία πιθανόν να γίνεται όλο και πιο πυκνή µε τις επόµενες παρατηρήσεις, είναι προφανές ότι χωρίς την επέµβαση ενός έµπειρου χειριστή:

• δεν είναι εύκολο να διαχωριστούν οι στόχοι από τις παρεµβολές (clutter)
• δεν είναι εύκολο να συνδυασθούν τα ίχνη µε τις διοπτεύσεις (rackets)
• δεν είναι εύκολο να παρακολουθηθούν οι στόχοι χωρίς την προϊστορία της μεταβολής των ιχνών τους (track history)
• δεν είναι γνωστό ποια ίχνη προέρχονται από διαφορετικούς αισθητήρες αλλά ανήκουν στον ίδιο στόχο, οπότε πρέπει να συντηχθούν και παράλληλα πρέπει να γίνουν γεωγραφικές και χρονικές αναγωγές ώστε να διορθωθούν τα προβλήματα που εισάγονται από την κίνηση των στόχων, από τον διαφορετικό χρόνο μετρήσεως από κάθε αισθητήρα καθώς και τις διαφορές των συστημάτων αναφοράς.

Αντικειμενικός σκοπός της τεχνολογίας ΜΤΤ είναι να επεξεργασθεί την εικόνα αυτή και να δημιουργήσει µία καθαρή εικόνα για συγκεκριμένο χρόνο t µε όλους τους πραγματικούς στόχους, απαλλαγμένη από οιεσδήποτε παρεµβολές, ως παρακάτω σχήμα.

Από τα συγκεντρωθέντα στοιχεία η τεχνολογία ΜΜΤ έχει την δυνατότητα σε πολύ μικρό χρόνο να συνθέσει µία καθαρή εικόνα µε τις θέσεις των φίλιων και εχθρικών μονάδων, ως παρακάτω εικόνα.

Βεβαίως τίποτε δεν αποκλείει το γεγονός να υπάρχουν και κάποιοι άλλοι στόχοι οι οποίοι «για κάποιο λόγο» δεν έχουν εντοπισθεί από τις τρεις φίλιες μονάδες και ίσως εντοπισθούν στις επόµενες παρατηρήσεις».

Συνήθως ένα σύγχρονο ραντάρ ηλεκτρονικής σαρώσεως (ESA), αµέσως μετά την αρχική του ενεργοποίηση, χρησιμοποιώντας τεχνικές ΜΤΤ χρειάζεται περίπου 1 sec για να «καθαρίσει» ένα πυκνό περιβάλλον στόχων και παρεµβολών. Όµως η διαδικασία ΜΤΤ θεωρείται ως µία συνεχώς εξελισσόμενη δυναµικά διαδικασία διότι µε κάθε σάρωση και προσφορά παρατηρήσεων από τους αισθητήρες «ανανεώνει και βελτιώνει την εικόνα», η οποία σημειωτέον διατίθεται σε όλους τους χρήστες του συστήματος ΜΤΤ. Είναι δυνατόν στο σύστημα να συμμετέχουν πολλοί αισθητήρες από διαφορετικές πλατφόρμες οπότε το σύστημα είναι πλέον Multitarget Multisensor Tracking – MMT. Είναι πολύ σηµαντικό πλεονέκτημα να έχουν Επιτελεία και Μονάδες ακριβώς την ίδια εικόνα του πεδίου επιχειρήσεων. Η εφαρμογή της τεχνολογίας ΜTΤ απαιτεί, πέραν του κοινού συστήματος αναφοράς, και την επίλυση τριών βασικών τεχνικών προβλημάτων:

• Της εκτίµησης της θέσης των στόχων η οποία βασίζεται σε αλγόριθμους (φίλτρα) τύπου Kalman, Multiple Mode Adaptive Estimation (MMAE) και Interactive Multiple Model Estimation (IMM).
• Της σύνδεσης (association) των μετρήσεων που λαµβάνονται από τους διάφορους αισθητήρες µε τα ήδη υπάρχοντα ίχνη στόχων η οποία βασίζεται κυρίως σε αλγόριθμους Multiple Hypothesis
• Της σύντηξης (fusion) των ιχνών τα οποία διαπιστώνεται ότι ανήκουν στον ίδιο στόχο σε ένα κοινό ίχνος και η οποία βασίζεται σε αλγόριθμους Kalman, Bayes, Dempster-Schafer, και Fuzzy Logic.

Η διαδικασία ΜΤΤ έχει εφαρμογή τόσο στον Αεροναυτικό Πόλεµο όσο και στον κατά Ξηρά Πόλεµο

Η βασική λειτουργική τάση στις σύγχρονες πλατφόρμες (δηλαδή πολεμικά πλοία και αεροσκάφη) είναι ο συγκερασμός και αλληλοεπικάλυψη των δυνατοτήτων των Τακτικών Συστημάτων με τα Ραντάρ Ηλεκτρονικής Σάρωσης (Electronically Scanned Array- ESA ή Active/Passive Phased Array Radar – PAR).

Αυτά τα δύο συστήματα αποτελούν την βάση γύρω από τα οποία «χτίζεται» το Σύστημα Μάχης ενός πολεμικού πλοίου. Τα υπόλοιπα οπλικά συστήματα του πλοίου δεν υποεκτιμώνται. Τουναντίον συνεισφέρουν στην εκτέλεση των αποστολών του πλοίου υποβοηθητικά και ως απαιτείται κατά περίπτωση.

Τα πάντα αρχίζουν από το περιβάλλον του πλοίου και την σκυτάλη παίρνει πρώτο το ESA ή PAR το οποίο με έλεγχο και συνδρομή του Τακτικού Συστήματος, παρατηρεί, ερευνά και εντοπίζει ίχνη στόχων στο περιβάλλον του. Το PAR, με τις διαδικασίες Παρακολούθησης Πολλαπλών Στόχων ( MTT) δημιουργεί και ενημερώνει συνεχώς ένα Αρχείο Ιχνών (Track File) με το οποίο τροφοδοτείται το Τακτικό Σύστημα για περαιτέρω εκμετάλλευση.

Η τυπική αναπαράσταση των σταδίων επεξεργασίας μιας διαδικασίας ΜΤΤ (η δομή των αλγορίθμων ΜΤΤ) παρουσιάζεται στο Σχήμα 1. Οι επιστημονικές κοινότητες που ασχολούνται με την διαδικασία ΜΤΤ κατά βάση αποδέχονται αυτή την βασική δομή και περιορίζονται σε διαφοροποιήσεις σε θέματα αλγορίθμων φιλτραρίσματος – πρόβλεψης, συνδέσεως και σύντηξης οι οποίοι μερικές φορές συνδυάζουν αρκετά από αυτά τα στάδια.

Κατ’ αρχάς οι νεοεισερχόμενες παρατηρήσεις (μετρήσεις) υφίστανται πρώτα μία Επεξεργασία Στοιχείων Μετρήσεων (στάδιο #1) προκειμένου να αποφασισθεί η χρήση τους για την περαιτέρω ενημέρωση των ήδη υπαρχόντων και παρακολουθούμενων ιχνών ή την δημιουργία νέων. Είναι στην ουσία η τυπική επεξεργασία (signal processing) που επιτελείται από τους ίδιους τους αισθητήρες, οι οποίοι δυνατόν να είναι PAR, sonar, electro optics, ESM, laser range finders, IRST, Laser Warning Systems κλπ. Οι εισερχόμενες πληροφορίες από τις παρατηρήσεις-μετρήσεις, εκτός από την τυπική αριθμητική τους τιμή (π.χ. 10.322 υάρδες) ή την στατιστική τους μορφή (π.χ. μέση τιμή σφάλματος 3,6 μέτρα) δυνατόν να είναι και κάποιες απλές γλωσσικές εκφράσεις (π.χ. ταχύς στόχος) ή κάποια ιδιαίτερα χαρακτηριστικά των στόχων (π.χ. ελικοφόρο αεροσκάφος) καθώς και πληροφορίες μη πραγματικού χρόνου (π.χ. το κράτος Β διαθέτει στον αέρα ταυτόχρονα 16 μόνο αεροσκάφη).

Αμέσως μετά από το στάδιο της επεξεργασίας, οι επεξεργασμένες πληροφορίες θα υποστούν την δοκιμή της «Πύλης» – Gating» (στάδιο #2) από την οποία θα προκύψουν τα «λογικοφανή ζευγάρια των παρατηρήσεων με τα παρακολουθούμενα ίχνη – measurement to track reasonable pairs» τα οποία θα συνεχίσουν να χρησιμοποιούνται στην περαιτέρω διαδικασία.

Η δοκιμή της πύλης είναι ουσιαστικά ένας πρώτος καταμερισμός του συνόλου των παρατηρήσεων-μετρήσεων στους στόχους. Οι παρατηρήσεις – μετρήσεις οι οποίες τελικά μένουν εκτός των πυλών (π.χ. η παρατήρηση 04) και εκτός του καταμερισμού των στους υπάρχοντες στόχους, εάν δεν απορριφθούν ως «θόρυβος», αποτελούν την βάση δημιουργίας νέων ιχνών.

Ακολουθεί το σημαντικό στάδιο της «Σύνδεσης – Association» (στάδιο #3) με την οποία καθορίζονται τα τελικά ζευγάρια «παρατηρήσεων – ιχνών» τα οποία θα χρησιμοποιηθούν για την ενημέρωση της θέσεως των ιχνών των στόχων. Η Σύνδεση (association) η οποία απαιτεί περίπου το 95% του συνολικού υπολογιστικού φορτίου, είναι μία πολύπλοκη αλλά πολύτιμη διαδικασία η οποία αφ’ ενός μεν διευκρινίζει σε μεγάλο βαθμό ποιες παρατηρήσεις ανήκουν σε ποια ίχνη στόχων και αφ’ ετέρου από την φύση της εξαλείφει τυχόν ίχνη που προέρχονται από παρεμβολές (Jamming), από ανακλάσεις της θάλασσας (sea clutter), από καιρικά φαινόμενα (weather clutter), από ανακλάσεις της επιφάνειας των στόχων (glint, thermal noise) κλπ. Το αποτέλεσμα της διαδικασίας Συνδέσεως για κάθε ίχνος είναι κατά βάση: «μία φιλτραρισμένη θέση και η συνδιακύμανση ενός ίχνους στόχου για τον παρόντα χρόνο t καθώς και σε κάποιες περιπτώσεις μία εκτιμώμενη θέση σε μελλοντικό χρόνο t+1».

Σημ. Η Συνδιακύμανση (covariance) είναι όρος της θεωρίας Πιθανοτήτων και στην ουσία αναπαριστά τα πιθανολογικά σφάλματα των μεταβλητών ενός ίχνους (πορεία, ταχύτητα, επιτάχυνση) και των μετρήσεων.

Ανάλογα με την τεχνική Συνδέσεως είναι δυνατή η εξαγωγή και άλλων στοιχείων όπως π.χ. της αναγνώρισης της ταυτότητας ενός στόχου, της μέλλουσας θέσης κλπ. Οι βασικές μέθοδοι Συνδέσεως είναι:

• Σύνδεση του πλέον πλησιέστερου γείτονα (Nearest Neighbor). Είναι η απλούστερη εννοιολογικά μέθοδος Σύνδεσης, χαμηλού υπολογιστικού φορτίου και χαμηλού κόστους. Αναφέρεται στην ενημέρωση ενός ίχνους (στόχου) με βάση την πλησιέστερη σ’ αυτόν παρατήρηση.

• Σύνδεσης του σφαιρικώς πλησιέστερου γείτονα (Global Nearest Neighbor – GNN). Η μέθοδος αυτή είναι σχετικά απλή και κατάλληλη για εφαρμογές με χαλαρές επιχειρησιακές απαιτήσεις. Σε αντιδιαστολή με την προηγούμενη μέθοδο, στη σύνδεση αυτή είναι πιθανό η παρατήρηση που χρησιμοποιείται για την σύνδεση με ένα ίχνος να μην είναι η πλησιέστερη σ’ αυτό, αλλά κάποια άλλη από τις παρατηρήσεις οι οποίες είναι μέσα στην πύλη του ίχνους.

• Συνδυασμένης Πιθανολογικής Σύνδεσης Στοιχείων (Joint Probabilistic Data Association JPDA). Με την μέθοδο αυτή υπολογίζονται όλες οι πιθανότητες συνδέσεως παρατηρήσεων – στόχων χρησιμοποιώντας όλες τις διαθέσιμες παρατηρήσεις και όλους τους υποψήφιους στόχους. Παρά την πολύ καλή της απόδοση σε σχέση με την μέθοδο GNN, παρουσιάζει αρκετά προβλήματα και πολυπλοκότητα υπολογισμών ιδιαίτερα για δύο ή περισσότερους στόχους σε κοντινή απόσταση.

• Παρακολούθησης Πολλαπλής Υπόθεσης (Multiple Hypothesis Tracking MHT). H διαδικασία ΜΗΤ ή αλγόριθμος του Reid είναι η πλέον γνωστή και η πλέον χρησιμοποιούμενη τεχνική Συνδέσεως (association) παρατηρήσεων με τα ίχνη των στόχων. Έχει αποδειχθεί και είναι αποδεκτό από όλους τους σχεδιαστές συστημάτων ΜΤΤ ότι η διαδικασία ΜΗΤ είναι «μακράν» η καλλίτερη μέθοδος συνδέσεως των παρατηρήσεων με τα ίχνη των στόχων, διότι εκτός από την σύνδεση (association) των παρατηρήσεων με τα ίχνη, είναι ένα φίλτρο παρακολουθήσεως στόχων το οποίο επιτελεί και τις παρακάτω σημαντικές λειτουργίες:

1. Έναρξη Παρακολούθησης (Track Initiation),
2. Διακοπή Παρακολουθήσεως (Track Termination),
3. Παρακολούθηση Αναμέτρησης (Dead Reckoning)
4. Αναλυτική αναπαράσταση τυχαίων μετρήσεων (ως π.χ. τα τυχαία dwells των ESA)
5. Αναλυτική αναπαράσταση ιδιαίτερων περιορισμών (ως π.χ. αργός στόχος, ελικοφόρο αεροσκάφος)

Θεωρητικά, σε ένα σύνολο υποθέσεων (δηλαδή ζεύγη παρατηρήσεων – ιχνών στόχων) μία από αυτές είναι η σωστή υπόθεση και η μέθοδος MHT βασίζεται στην μετάθεση αποφάσεως σε επόμενο χρόνο έως ότου συγκεντρωθούν αρκετές πληροφορίες που θα της επιτρέψουν την επιλογή της σωστής υποθέσεως.

Η απόδοση των τριών μεθόδων και η δυνατότητά τους να διατηρήσουν την παρακολούθηση ενός ίχνους παρουσιάζεται στα παρακάτω διαγράμματα τα οποία αναφέρονται σε πραγματικές δοκιμές κατά τις οποίες ένα σύστημα παρακολουθεί τρεις (3) διαφορετικούς στόχους και με τις 3 μεθόδους. Οι τρεις στόχοι είναι:

• Στόχος #1: αεροσκάφος το οποίο χειρίζει με επιτάχυνση α g και με πιθανότητα εντοπισμού P_d = 1,0
• Στόχος #2: αεροσκάφος το οποίο χειρίζει με επιτάχυνση α g και με πιθανότητα εντοπισμού P_d = 0,75
• Στόχος #3: αεροσκάφος σε ευθεία οριζόντια πτήση με μηδενική επιτάχυνση και με πιθανότητα εντοπισμού P_d = 0,75

Σημειώνεται ότι οι πιθανότητες διατηρήσεως του ίχνους (άξονας Υ – 0 έως 100%) δίδονται συναρτήσει της πιθανότητας τυχαίου συναγερμού. Όσο μεγαλύτερη είναι η πιθανότητα τυχαίου συναγερμού (false alarm) τόσο μεγαλύτερος είναι ο θόρυβος (άξονας Χ). Από το πρώτο διάγραμμα είναι εμφανές ότι και οι τρεις (3) μέθοδοι παρακολουθούν ικανοποιητικά τον Στόχο #1 σε καταστάσεις με μικρές πιθανότητες λανθασμένου συναγερμού. Αντίθετα σε μεγάλες πιθανότητες λανθασμένου συναγερμού η μέθοδος ΜΗΤ υπερτερεί σημαντικά με επόμενη καλλίτερη την JPDA.

Με μειωμένη πιθανότητα εντοπισμού P_d = 0,75 του χειρίζοντος στόχου (Στόχος #2) από το δεύτερο διάγραμμα σημειώνεται ότι μόνο η μέθοδος ΜΗΤ διατηρεί υψηλές πιθανότητες διατηρήσεως του ίχνους, ενώ η μέθοδος JPDA είναι σχετικά ικανοποιητική και η GNN αναξιόπιστη.

Με την ίδια πιθανότητα εντοπισμού P_d =0,75 αλλά με μηδενική επιτάχυνση (Στόχος #3) παρατηρείται από το τρίτο διάγραμμα ότι και οι τρεις μέθοδοι βελτιώνουν την απόδοσή τους αλλά η MHT είναι μακράν η καλλίτερη.

Tελικό συμπέρασμα διαπιστώνεται ότι η μέθοδος MHT είναι η πλέον αποτελεσματική μέθοδος συνδέσεως (association) μετρήσεων με στόχους με σημαντικά μεγαλύτερη απόδοση από τις άλλες μεθόδους. Δεύτερη σε απόδοση είναι η μέθοδος JPDA ενώ η μέθοδος GNN σε καταστάσεις χαμηλής πιθανότητας εντοπισμού των στόχων και υψηλής πιθανότητας ψευδών συναγερμών (δηλαδή clutter) είναι εντελώς αναξιόπιστη.

Στο επόμενο στάδιο της Διαχείρισης του αρχείου ιχνών (στάδιο #4) γίνεται προσπάθεια να διατηρηθεί «ένα ίχνος για κάθε ένα στόχο και κάθε στόχος να ανήκει σε ένα μόνο ίχνος». Κατά το στάδιο αυτό γίνονται με την συνδρομή του Τακτικού Συστήματος:

• Συντήρηση Αρχείου Ιχνών – Track File Maintenance η οποία περιλαμβάνει τις επιμέρους διεργασίες:

1. Έναρξη παρακολουθήσεως – Track Initiation. Για να γίνει η έναρξη παρακολουθήσεως ενός στόχου απαιτείται ένας ελάχιστος αριθμός m εντοπισμών (hits) σε n σαρώσεις του ραντάρ. Μετά τους πρώτους εντοπισμούς, ένας στόχος ορίζεται αρχικά σαν επικείμενος στόχος – tentative track. Συνήθως παρατηρήσεις (μετρήσεις) που δεν συνδέονται με τα υπάρχοντα ίχνη στόχων προκαλούν την έναρξη παρακολουθήσεως νέων πιθανών ιχνών – tentative tracks.
2. Επιβεβαίωση παρακολουθήσεως – Track Confirmation. Όταν ικανοποιηθεί το κριτήριο των m εντοπισμών (hits) σε n σαρώσεις και παράλληλα δημιουργηθεί μία πρώτη εικόνα για την κινητική κατάσταση των στόχων, τότε αρχίζει η πραγματική παρακολούθηση και η προαγωγή των ιχνών (στόχων) σε επιβεβαιωμένα ίχνη – Confirmed tracks. Στην πράξη τα παραπάνω σημαίνουν ότι οι στόχοι παρακολουθούνται, έχουν ήδη υπολογισθεί οι εκτιμώμενες θέσεις και τα κινητικά τους στοιχεία. Αυτή η διεργασία επιτελείται κυρίως από τα φίλτρα παρακολουθήσεως, συνεπικουρείται ή βελτιώνεται από την διαδικασία συνδέσεως MHT και τελικά η έναρξη και η επιβεβαίωση παρακολουθήσεως στην ουσία προσφέρονται έτοιμες στο στάδιο της Διαχείρισης του Αρχείου Ιχνών. Ο ορισμός επικείμενος στόχος – tentative track ουσιαστικά δεν ισχύει για τα PAR τα οποία παράγουν αμέσως επιβεβαιωμένα ίχνη – Confirmed tracks.
3. Διαγραφή Ίχνους – Track Deletion:  Όταν δεν ικανοποιείται το κριτήριο των m εντοπισμών (hits) σε n σαρώσεις, ο αισθητήρας (και κατ’ επέκταση η πλατφόρμα) αναφέρει την απώλεια στόχου και ακολουθεί η διαγραφή του ίχνους.

• Σύνδεση ίχνους με ίχνος – Track to Track association

Είναι μία αρκετά σημαντική διεργασία. Κατ’ αρχάς πρέπει να επισημανθεί η διαφορά της συνδέσεως «ίχνους με ίχνος» (Track to track) από την σύνδεση «παρατηρήσεως με ίχνος» (measurement to track association). Όπως προαναφέρθηκε κατά την σύνδεση παρατηρήσεως με ίχνος εξετάζεται εάν μία παρατήρηση (μέτρηση) ανήκει ή όχι σε κάποιο ίχνος. Στην σύνδεση ίχνους με ίχνος εξετάζεται εάν δύο (2) ίχνη αναφέρονται ή όχι στο ίδιο φυσικό αντικείμενο (object) . H σύνδεση ίχνους με ίχνος παρουσιάζει τα παρακάτω εξειδικευμένα προβλήματα τα οποία επηρεάζουν σημαντικά την όλη διαδικασία της Διαχειρίσεως:

Πρόβλημα I: Διαχωρισμός ή Απομάκρυνση Ιχνών – Split or Diverging of tracks

Είναι η περίπτωση κατά την οποία δύο ίχνη ευρίσκονται μέσα στο ίδιο κελί αποστάσεως ενός ραντάρ (range resolution cell) και αρχίζουν να αποκλίνουν και να απομακρύνονται. Μόλις ευρεθούν σε δύο διαφορετικά κελιά, ως Σχήμα 2, εμφανίζεται ένα δεύτερο ίχνος το οποίο πρέπει να αντιμετωπισθεί σαν νέο ίχνος.

Το ίδιο τελικό αποτέλεσμα εμφανίζεται όταν δύο γειτονικά φίλια ραντάρ με διαφορετική διακριβωτική ικανότητα (resolution) αντιλαμβάνονται την απομάκρυνση σε διαφορετικούς χρόνους οπότε δημιουργούν δύο διαφορετικά νέα ίχνη. Με την ανταλλαγή στοιχείων μέσω δικτύου δεδομένων για το ίδιο ίχνος δημιουργούνται δύο ίχνη τα οποία όπως είναι φυσικό προκαλούν σύγχυση και μείωση της ακρίβειας παρακολουθήσεως.

Με την έναρξη της απομάκρυνσης (δηλαδή με την εμφάνιση του προβλήματος) κάθε ένα από τα ραντάρ ενεργοποιεί την διαδικασία (αλγόριθμό) Επεξεργασίας Αποκλινόντων Ιχνών – Track Divergence Process (TDP) η οποία προσπαθεί να εντοπίσει την απομάκρυνση πριν αρχίσει να δημιουργείται μείωση της ακρίβειας παρακολουθήσεως. Στην περίπτωση που χρησιμοποιείται η διαδικασία ΜΗΤ για την σύνδεση των ιχνών (track to track association), η διαδικασία TDP δεν απαιτείται, διότι η ΜΗΤ για κάθε νέο ίχνος δημιουργεί μία νέα υπόθεση για να καλύψει την πιθανότητα ενός νέου στόχου. Στις επόμενες σαρώσεις – οπότε και τα ίχνη θα έχουν αποκλίνει σημαντικά μεταξύ τους – η διαδικασία ΜΗΤ θα επιβεβαιώσει την υπόθεση η θα την καταρρίψει.

Πρόβλημα II: Ανταλλαγή στοιχείων παρακολουθήσεως ιχνών – Track Swap

Το πρόβλημα αυτό εμφανίζεται στην περίπτωση κατά την οποία δύο ίχνη είναι σε κοντινή απόσταση ή έχουν διασταυρούμενες τροχιές. Στην περίπτωση αυτή δύο φίλιοι αισθητήρες ανταλλάσσουν στοιχεία μέσω δικτύου δεδομένων, αλλά τα στοιχεία τους δεν είναι στον ίδιο χρόνο και προφανώς δεν συμπίπτουν. Αποτέλεσμα αυτού είναι μία «πιθανή ανταλλαγή των ιχνών – track swap».  

Το γεγονός αυτό ενεργοποιεί την διαδικασία TDP αλλά εάν αυτή αποτύχει η ακρίβεια παρακολουθήσεως καταρρακώνεται. Αυτό είναι ένα πολύ σοβαρό πρόβλημα ιδιαίτερα εάν συμβαίνει κατά την διάρκεια διαδικασιών ΔΒ – Fire Control. Σαν συμπέρασμα τα Σχολεία Τακτικής θα πρέπει να διδάσκουν τους χειριστές αεροσκαφών την εκτέλεση ελιγμών με διασταυρούμενες τροχιές, πιθανό αποτέλεσμα των οποίων θα είναι η διακοπή παρακολουθήσεως (break track) τουλάχιστον για το ένα από τα δύο αεροσκάφη.

Πρόβλημα III: Απαλοιφή (σβήσιμο) ίχνους – Delete track

Αυτό το πρόβλημα εμφανίζεται στην περίπτωσης κατά την οποία μία από τις μονάδες που συνεργάζονται, για κάποιο λόγο, δηλώνει απώλεια ίχνους – Lost Track. Αυτό όμως δεν σημαίνει απώλεια ίχνους για το σύστημα MΤT. Απώλεια ίχνους για τα συστήματα ΜΤΤ δηλώνεται μόνον όταν όλες οι συνεργαζόμενες μονάδες δηλώσουν απώλεια. Υπενθυμίζεται ότι η διαδικασία συνδέσεως ΜΗΤ (association) έχει την δυνατότητα αναφοράς στιγμάτων αναμετρήσεως ακόμη και στην περίπτωση απώλειας κάποιων μετρήσεων.

«Εάν μία μονάδα ΜΤΤ έχει ένα ίχνος, το έχουν όλες». Το πρόβλημα δημιουργείται μόνο στην περίπτωση που η μονάδα ΜΤΤ που έχασε το ίχνος είχε την υπευθυνότητα αναφοράς και δεν υπάρχει άλλη προκαθορισμένη εναλλακτική μονάδα αναφοράς.   Σημειώνεται ότι η σύνδεση ίχνους με ίχνος είναι μια πρώτη επεξεργασία της Σύντηξης (Fusion). Εάν τα δύο εξεταζόμενα ίχνη διαπιστωθεί ότι ανήκουν στο ίδιο φυσικό αντικείμενο θα χρησιμοποιηθούν μετέπειτα από την Σύντηξη για την εξαγωγή ενός κοινού ίχνους του στόχου.

•  Διαχείριση της Ταυτότητας των Ιχνών – Track Identity Management

Η διεργασία αυτή προσπαθεί να αποδώσει στα ίχνη των στόχων ταυτότητες αναγνωρίσεως (identity) και χαρακτηριστικό αριθμό ίχνους (Track Number). Για ότι αφορά την ταυτότητα αναγνωρίσεως δημιουργείται αρχικά ένας Πίνακας Πιστευτής Ταυτότητας – Identity Belief Matrix με στοχαστικές και άλλες ειδικές παραμέτρους που περιγράφουν την ταυτότητα ενός εκάστου των στόχων και με κάθε νέα σάρωση υπολογίζονται οι νέες ιδιότητες της ταυτότητας με τις οποίες ενημερώνεται ο πίνακας.

Για παράδειγμα σε μία μικτή ομάδα πλοίων του ΝΑΤΟ η παρακολούθηση της Φ/Γ Ύδρα η οποία λειτουργεί το ραντάρ MW-08 και το οποίο δεν διατίθεται από κανένα άλλο πλοίο της ομάδας, κάνει την παρακολούθηση της Φ/Γ Ύδρα ευκολώτερη μέσω του Πίνακας Πιστευτής Ταυτότητας – Track Identity Management. Η χρήση του ραντάρ MW-08 είναι μία από τις παραμέτρους του Πίνακα Πιστευτής Ταυτότητας.

Στο άμεσο μέλλον στις δυνατότητες των ραντάρ έρευνας θα είναι και η δυνατότητα αναγνώρισης του στόχου (Target Recognition) η οποία ως παράμετρος του Πίνακα Πιστευτής Ταυτότητας θα συμβάλλει σημαντικά στην Διαχείριση της Ταυτότητας των στόχων. Μία άλλη παράμετρος του Πίνακα Πιστευτής Ταυτότητας δυνατόν να είναι η ηλεκτρομαγνητική του μορφή (RF shape). Μία γνωστή και επιτυχημένη τεχνική καταγραφής της ηλεκτρομαγνητικής μορφής ενός στόχου βασίζεται στην εκπομπή αριθμού συμπιεσμένων παλμών με εύρος της τάξεως 100μsec και γραμμική διαμόρφωση κατά συχνότητα (Linear Frequency Modulation – LFM) οι οποίοι κατά την λήψη και αποδιαμόρφωση θα διακρίνουν επιστροφές από σημεία του στόχου που απέχουν μεταξύ τους 1 περίπου μέτρο. Αποτέλεσμα αυτού είναι ένας στόχος της τάξεως των 20 μέτρων να «προσφέρει σε κάθε εκπομπή ομάδας συμπιεσμένων παλμών ανακλάσεις από 20 περίπου σημεία του. Αυτή η ανάλυση θα οδηγεί:

1. Στην δημιουργία μιας ηλεκτρομαγνητικής υπογραφής (RF shape) η οποία θα είναι μοναδική για κάθε τύπο στόχου. Οι υπογραφές αυτές θα είναι στις βάσεις δεδομένων των πλοίων, αεροσκαφών και μετά από απλή σύγκριση θα προσφέρουν κατ’ αρχάς «αναγνώριση του τύπου» των στόχων.
2. Στον υπολογισμό της ακτινικής του ταχύτητας (radial velocity). Αυτό θα επιτυγχάνεται με σύγκριση του Doppler των λαμβανομένων παλμών επιστροφής από κάθε εκπομπή.
3. Στον υπολογισμό του μήκους του στόχου και εάν πρόκειται για ένα αεροσκάφος και του ανοίγματος των πτερύγων του.

Λόγω των προβλημάτων ανταλλαγής στοιχείων ιχνών (track swap), διαχωρισμού (track split) και απαλοιφής (delete track) που παρουσιάζονται κατά την διαδικασία της Διαχείρισης και Συντήρησης του Αρχείου Στόχων, απαιτείται μία συνεχής προσπάθεια συνεχών εκτιμήσεων και ενημερώσεων του αρχείου για ότι αφορά τους στόχους και τους χαρακτηριστικούς αριθμούς τους.

• Διαχείριση των Χαρακτηριστικών Αριθμών – Track number management. Στην πράξη αυτό σημαίνει «την ανάθεση, την συντήρηση και την διαγραφή των Χαρακτηριστικών Αριθμών Ίχνους ή Επαφής (track numbers) στην Βάση δεδομένων – track database». Η ανάθεση ενός νέου χαρακτηριστικού αριθμού – track number assignment γίνεται υπό την προϋπόθεση ότι ένα νέο ίχνος που αναφέρεται από κάποιον αισθητήρα δεν συνδέεται με κάποιον από τους ήδη υπάρχοντες στόχους. Για απλά Τακτικά Συστήματα αυτό είναι μία εύκολη σχετικά αποστολή αλλά στα πλαίσια ενός δικτύου Τακτικών Συστημάτων είναι μία πολύ δύσκολη υπόθεση. Για τον λόγο αυτόν έχουν επινοηθεί διάφορα τεχνάσματα τα οποία επιτρέπουν στα Τακτικά Συστήματα να αναφέρουν ίχνη στο κοινό δίκτυο (π.χ. Data Link 11, 16, 22) με ομάδες αριθμών – blocks of numbers. Για ότι αφορά την απόδοση του Αριθμού Στόχου (Target Number), δημιουργείται ένας Πίνακας Υποθέσεων Συσχετισμού – Correlation Hypothesis Table όπου τα ίχνη δημιουργούν με τους στόχους όλες τις πιθανές συνδυασμένες υποθέσεις. Στην συνέχεια υπολογίζονται οι πιθανότητες της κάθε μιας συνδυασμένης υπόθεσης και τελικά η υπόθεση με την μεγαλύτερη πιθανότητα υπερισχύει στην ανάθεση του αριθμού (track number) για τον κάθε στόχο.

Τέλος το Αρχείο Ιχνών ανατροφοδοτεί το επόμενο στάδιο του φιλτραρίσματος και υπολογισμού των εκτιμώμενων θέσεων (στάδιο #5) γύρω από τις οποίες υπολογίζονται και τοποθετούνται οι νέες πύλες (στάδιο #6) προκειμένου να ληφθούν και να ελεγχθούν οι επόμενες νέες παρατηρήσεις.

Στάδιο #5: Εξομάλυνση – Φιλτράρισμα – Πρόβλεψη. Αναφέρεται στο φιλτράρισμα και την πρόβλεψη της θέσεως των στόχων. Ως φίλτρο ορίζεται ένας υπολογιστικός μηχανισμός αποτελούμενος από ενεργά και παθητικά εξαρτήματα, όπως π.χ. ενισχυτές, συσσωρευτές, αντιστάσεις, πηνία, πυκνωτές (hardware) αλλά και από υπολογιστικές δυνατότητες (software), ο οποίος αφού τροφοδοτηθεί με κάποια εξωτερικά στοιχεία καλείται να τα επεξεργασθεί και να υπολογίσει κάποια νέα στοιχεία. Στην τεχνολογία ΜΤΤ τα φίλτρα παρακολουθήσεως των στόχων τροφοδοτούνται με μετρήσεις και παραμέτρους που αφορούν στόχους και καλούνται να κάνουν μία βέλτιστη εκτίμηση (πρόβλεψη) της μέλλουσας θέσης τους.

Οι παράγοντες και τα στοιχεία που λαμβάνονται υπόψη στην σχεδίαση ενός φίλτρου παρακολουθήσεως ενός στόχου {Σχήμα 4} είναι:

• Οι εξισώσεις κινήσεως του στόχου. Οι στόχοι δεν γνωστοποιούν τις εξισώσεις κινήσεώς τους. Εντούτοις κάποιες εξισώσεις κινήσεως των στόχων – έστω και σε προσεγγιστική μορφή – πρέπει να ενυπάρχουν μέσα στο φίλτρο. Πρέπει το φίλτρο να γνωρίζει τόσο τον τύπο του στόχου (αέρος, επιφανείας) όσο και την περίπου κίνησή του προκειμένου στην συνέχεια να κάνει κάποιους υπολογισμούς και να αποκτά σταδιακά – μέσω των εξομαλυμένων θέσεων (smoothing & filtering) – όλο και καλλίτερη εικόνα για την κίνηση του.

• Οι παράμετροι χειρισμών του στόχου. Συνήθως οι χειρισμοί ενός στόχου θεωρούνται σαν τυχαίες μεταβλητές με Φυσιολογική Κατανομή Gauss, με μέση τιμή 0 και τυπική απόκλιση Q ή με διαφορετική γραφή Ν{0,Q²}. Για παράδειγμα Ν{0,4g²} σημαίνει χειρισμός ενός στόχου με μέση τιμή 0 και τυπική απόκλιση 2g.

• Οι μετρήσεις των μεταβλητών. Οι μετρήσεις είναι η μόνη πραγματική επαφή του φίλτρου με τον στόχο καθώς και το μοναδικό στοιχείο εισόδου σε πραγματικό χρόνο (real time). Οι μετρήσεις αποτελούν για το φίλτρο την βάση υπολογισμού της εκτιμώμενης θέσεως αλλά και την βάση διόρθωσης της κινηματικής κατάστασης (εξισώσεις κινήσεως) του στόχου. Ένδειξη σωστής λειτουργίας του φίλτρου είναι η ταύτιση ή έστω το μικρό σφάλμα μεταξύ της μετρούμενης με την εκτιμώμενη θέση του στόχου.

• Τα στατιστικά στοιχεία του θορύβου των μετρήσεων. Συνήθως ο θόρυβος των μετρήσεων θεωρείται σαν τυχαία μεταβλητή με Φυσιολογική Κατανομή Gauss, με μέση τιμή 0 και τυπική απόκλιση R ή με διαφορετική γραφή Ν{0,R²}. Για παράδειγμα Ν{0, 9 arc sec²} σημαίνει ότι ο προκαλούμενος από τον αισθητήρα θόρυβος (π.χ. σφάλμα ευθυγραμμίσεως γυροσκοπίου – Gyro alignment) έχει μέση τιμή 0 και τυπική απόκλιση 3 arc sec. Στα μοντέλα συνεχούς χρόνου ο θόρυβος αναπαρίσταται με στοχαστικές (τυχαίες) διαδικασίες.

Τα αναλογικά φίλτρα α-β ήταν μέχρι τα τέλη του 20^ου αιώνα τα κυρίαρχα φίλτρα στην τεχνολογία παρακολουθήσεως στόχων, οπότε και έδωσαν την θέση τους στα στοχαστικά φίλτρα Kalman. Στοχαστικό (stochastic) σημαίνει ότι χρησιμοποιεί πιθανότητες για την αναπαράσταση των αβεβαιοτήτων των παραμέτρων του στόχου και των σφαλμάτων μετρήσεων. Συγκεκριμένα το φίλτρο Kalman χρησιμοποιεί την Φυσιολογική Κατανομή Gauss για την αναπαράσταση των αβεβαιοτήτων και των σφαλμάτων μετρήσεων. Τα φίλτρα Kalman είναι πάρα πολύ καλά εργαλεία για την παρακολούθηση στόχων αλλά εκ της φύσεώς των έχουν κάποιους περιορισμούς και κάποια όρια. Για παράδειγμα ένα φίλτρο Kalman μπορεί να σχεδιασθεί να παρακολουθεί ένα εναέριο στόχο ο οποίος χειρίζει με επιταχύνσεις μέχρι 2g αλλά παρουσιάζει αστάθεια στην παρακολούθηση στόχων που χειρίζουν με 5g ή 10g. Για τον λόγο αυτό οι σχεδιαστές συστημάτων ΜΤΤ προχώρησαν στην κατασκευή ευέλικτων φίλτρων Interactive Multiple Model (IMM) και των Multiple Model Adaptive Estimator (MMAE) τα οποία είναι στην πράξη μία σύνθεση, ένας συνδυασμός δύο ή περισσοτέρων φίλτρων Kalman καθένα από τα οποία είναι σχεδιασμένο να παρακολουθεί στόχους με διαφορετικές κινητικές παραμέτρους. Η πλέον πρόσφατη τεχνολογία φίλτρων, που ίσως στο μέλλον υποκαταστήσει τα φίλτρα Kalman, είναι τα Particle Filters. Αυτά για την αναπαράσταση των αβεβαιοτήτων και των σφαλμάτων μετρήσεων, αντί της Φυσιολογικής Κατανομής Gauss, χρησιμοποιούν μία κατανομή που κατασκευάζεται κατά περίπτωση. Δηλαδή μετά τις πρώτες μετρήσεις του στόχου, το φίλτρο αρχίζει και σχηματίζει την πιθανολογική κατανομή των σφαλμάτων και των αβεβαιοτήτων.

Στάδιο #6: Υπολογισμός της Πύλης –Gating Calculation.

Γίνεται ο αναλυτικός υπολογισμός της Στατιστικής αδιάστατης απόστασης – statistical normalized distance ο οποίος είναι αρκετά πολύπλοκος και δυσνόητος αλλά είναι η βάση καθορισμού της Πύλης. Ενημερωτικά αναφέρεται ότι η Στατιστική Αδιάστατη Απόσταση ακολουθεί την πιθανολογική κατανομή X².

Σύντηξη Ιχνών – Fusion

Στα πλαίσια της Διαχείρισης των Ιχνών…

H συνέχεια στο Naval Defence