- •2.6 Стробирование и селекция отметок целей при обработке информации о воздушной обстановке
- •Алгоритмы селекции отметок в стробах.
- •Метод минимальных эллиптических отклонений.
- •3Нание σ*доп позволяет ограничить пределы строба и в дальнейшем сформулировать условие попадания селектируемых отметок Хиj Уиj в площадь оптимального строба.
Алгоритмы селекции отметок в стробах.
При решении задачи селекции отметок могут быть использованы два способа продолжения траектории сопровождаемой цели. Оба способа базируются на статистических различиях в вагонах движения реальных и ложных целей.
Суть первого способа состоит в том, что траектория продолжается по каждой из попавшей в строб отметок (рис.2.2О). Это приводит к "разветвлению" траектории, причем часть ее ветвей являются ложными (на рис.2.20 они показаны пунктиром). Однако ответвления траектории, построенные по ложным отметкам, вскоре должны быть сброшены с сопровождения из-за отсутствия корреляции между такими метками в последующих обзорах РЛС. Траектория же, построенная по реальным отметкам (точки А1(к-1), А1к, А1(к+2) на рис.2.20), будет продолжена. Данному способу селекции отметок присущи существенные недостатки: в связи с необходимостью сопровождать, хотя и кратковременно, ложные цели значительно повышаются требования к производительности ЦВМ ВОИ; "засорение" индикаторных устройств пунктов управления трассами ложных целей резко увеличивает психологическую нагрузку на боевой расчет АСУ.
При втором способе из всех отметок, попавших в строб, выбирается одна, вероятность принадлежности которой к сопровождаемой траектории наибольшая. Остальные отметки отбрасываются как ложные. Так как на практике чаще применяется второй способ продолжения траекторий, то в дальнейшем рассматриваются методы селекции отметок в стробах, основанные на этом подходе.
По своей сущности задача селекции отметок представляет задачу проверки двух взаимно исключающих гипотез Но и Н1 для каждой из q попавших в строб отметок. Гипотеза Но состоит в том, что j-я отметка, отклонения координат которой от центра строба равны ΔXj, ΔYj (j-1,q), является ложной. Альтернативная ей гипотеза Н1 состоит в том, что j-я отметка принадлежит сопровождаемой цели. В Результате проверки гипотез по всем q отметкам должно быть принято решение о том, какую из отметок следует считать продолжением траектории.
Если известны функции правдоподобия L (ΔXj, ΔYj /Н1) и L (ΔXj, ΔYj /Но), то решение задачи селекции отметок сводится к испытанию отношения правдоподобия λ(Х), то есть к проверке условия:
(2. 28).
Пороговое значение φ может быть выбрано в соответствии с одним из известных методов принятия статистических решений, например, исходя из нежелательности попадания ложных отметок в строб, или, что то же самое, из условия достижения минимума ошибки принятия решения о принадлежности j-й отметки к сопровождаемой трасе, когда на самом деле отметка является ложной (критерий Найма - Пирсона).
При высказанном выше смысловом содержании гипотез Н1 и Но отношение функций правдоподобия отклонений реальных и ложных отметок L (ΔXj, ΔYj /Н1) и L (ΔXj, ΔYj /Но) характеризуется отношением плотностей распределения Wц(ΔXj,ΔYj) Wμ(ΔXj,ΔYj) Тогда отношение (2.28) может быть записано в виде:
(2.29).
Подставив выражение для плотностей вероятностей (2.26) и (2.27) в отношение (2.29), получим
ехр (2.30).
Проанализировав соотношение (2.30), можно сделать важный для дальнейшего изложения вывод: при известных (фиксированных) значениях ошибок измерения и экстраполяции координат сопровождаемых целей δΔx, δΔy и заданной средней плотности ложных отметок для максимизации отношения правдоподобия необходимо минимизировать величину
(2.31).
Данное выражение представляет собой уравнение эллипса равных вероятностей (эллипса рассеивания), центр которого совпадает с центром строба. Поэтому отклонения отметок от центра строба σ*j, принято называть суммарными эллиптическими отклонениями. Эллипс рассеивания сориентирован таким образом, что направление одной главной оси рассеивания совпадает с экстраполированной трассой (прямая ММ1), а вторая ось перпендикулярна этому направлению (рис.2.21).
Л
Рис. 2.21. Эллипс равных вероятностей.