Handout Koch vom 6.02.2014 (2,4 MiB)

Tracking und Datenfusion bei Passivradar
Kernaufgaben und Experimentelle Ergebnisse
Wolfgang Koch
Priv.-Doz. Dr. rer. nat., FIEEE
Fraunhofer FKIE, Wachtberg
Head of Sensor Data Fusion
AoC-Themenabend
Passiv-Radar
Wachtberg, 6. Februar 2014
© Fraunhofer FKIE
Sensordatenfusion: Mission Statement
Arraysensor
-signale
MultisensorDaten
Sensor Daten- & Informationsfusion
Abbildung sich dynamisch entwickelnder
Gesamtszenarien auf realzeitliche Lagebilder
Basis für
Entscheidungen
Kontextwissen
Fusionierte Information über relevante Objekte
Existenz, Zahl, Geoposition, Kinematik, Zeit, Verhalten,
Eigenschaften, Klasse, ID, Interrelationen, Kommunikation
(MANet), Geschichte, Quellen/Senken, Anomaliedetektion,…
Forschungsthema: zu fusionierende Information ist unscharf! (ungenau, unvollständig,
mehrdeutig, unaufgelöst, falsch, verfälscht, schwer formalisierbar, widersprüchlich,…)
Kritische Masse durch interdisziplinär aufgestelltes Team: > 50 Ingenieure, Physiker,
Mathematiker, Informatiker (+ Techniker, Math.-Techn. Assistenten, Studenten, ... )
© Fraunhofer FKIE
FUSION: Raum-zeitliche Datenverarbeitung
 Tracking: Sensordatenfusion längs der Zeit (Nutze Evolutionsmodelle!)
filtering
measurement
prediction
 Fusion komplementär ergänzender Daten räumlich verteilter Sensoren.
© Fraunhofer FKIE
Vier methodische Säulen der Datenfusion
 Statistische Schätztheorie
 Objektzustände (typisch: nicht-lineare Filterungsprobleme)
 Zuordnungsalgorithmen
 Finde welche Messungen zu welchem Objekt gehören!
 Optimal Decision Making
 Track-Initiierung/Tilgung, Klassifikation, Anomaliedetektion
 Ressourcen-Management
 Optimaler Einsatz der Sensormodi, Plattformen, Links, …
Viele Fusionssysteme gebrauchen explizit diese Unterscheidungen.
Innovative Lösungsansätze entwickeln einen einheitlichen Zugang.
© Fraunhofer FKIE
Heterogene Sensoren & Plattformen, verschiedene Betriebsmodi
Beispiel: Fusion für
Radar & RF-Sensorik
Tracking, Fusion: sensornah
Passiv: PCL: nicht selbst emittierend
PET: gelegentlich emittierend
Aktiv:
GMTI: hohe Abtastraten
SAR: Abbildungsleistung
Tracking, Fusion: vernetzt
Fusion: PCL+PET, GMTI+Bild
Fusion: GIS-Systeme, HumINT
Interoperable Lagebilder
© Fraunhofer FKIE
RessourcenManagement
FKIE-SDF: Sensordaten- und Informationsfusion
Forschungsthemen
 Erforschung von Algorithmen: Signalverarbeitung und Fusion heterogener
sensorieller und nicht-sensorieller Information für verbesserte Lagebilder
 Passive multisensorielle Aufklärung
 Sensor- und Ressourcen-Management
 Sensordatenfusion für Selbstschutzsysteme
 Multisensorielle Multi-UAS-Systeme
 Multisensorielle Weitbereichsüberwachung
 Schwerpunkte der Methodenentwicklung / spezifische Kompetenzen
 Adaptive Array-Signalverarbeitung
 Steuerung multifunktionaler Sensorik
 Lokalisierung, Tracking, Klassifikation
 Fusion heterogener Sensordaten / Kontext
© Forschungsgruppe Cyber Defense, Fraunhofer FKIE
6
Passive multisensorielle Aufklärung
Allgemeine Zielsetzung
Aufklärungsprozess soll dem Gegner verborgen bleiben
 Spannungsfall, Vorfeld offener Konflikte
 Multisensor-Plattformen, verteilte Sensornetze
Verdeckte Lokalisierung und Verfolgung
 selbststrahlende Ziele (Passive Emitter Tracking PET)
 Fremdbeleuchter (Passive Coherent Location PCL)
 Fusion von PET/PCL: gelegentliche RF-Emissionen
Besonders zu berücksichtigende Aspekte
 Komplexe RF-Ausbreitung (z.B. urban, Gebirge)
 Global verfügbare Beleuchterinfrastrukturen
© Fraunhofer
Passive multisensorielle Aufklärung
Stand der Technologie
Selbststrahlende Ziele:
 Ortungs-/Tracking-Technologien existieren
 Fusion der Ansätze: gesteigerte Systemleistung
 Offene Einzelfragen im militärischen Kontext:
 UAS LUNA: FKIE kompakte ESM-Nutzlast
 Peilfehlerreduktion durch Polarimetrie
Indirekt zu beleuchtende Ziele:
 Eignung von Mobilfunk-Basisstationen als
Beleuchter im FKIE erstmalig nachgewiesen.
 Experimente: erzielbare Reichweiten für verschiedene maritime Szenarien (WTD 71)
© Fraunhofer
Passive multisensorielle Aufklärung
Angestrebte Ziele und geplante Arbeiten
Passive Emitter Tracking in Luft, See, bebautes Gelände
 Modeliierung des urbanen Ausbreitungskanals
 Kooperierende UAS als ESM-Plattformen
 Fusion mit bildgebender Sensorik (Experimente)
 Tracking stark manövrierender Emitter (TDOA, FDOA)
Experimentalsystem: Mobilfunk-Passiv-Radar
 Experimente: volle Verarbeitungskette (UV 2014)
 Aufbau Datenbasis für UMTS, LTE-Beleuchter
 Robustheit: Nebenzipfeleffekte, kleine Ziele in Clutter
 Erhöhung der Signalbandbreite (mehrere TX, RX)
© Fraunhofer
Multistatisches Tracking: nichtkooperative Beleuchter
Passiv-Radar (DVB-T):
- DVB: Gleichwellennetze
- Mehrdeutigkeiten: Geister
- lagerelevante Zieldaten:
nur nach Tracking / Fusion!
- Lösung: mehrstufige
Multihypothesen-Tracker
Kooperation mit Fraunhofer FHR und Cassidian
© Fraunhofer FKIE
Fusionsrelevante Merkmale verschiedener Beleuchter
GSM
DAB
DVB-T
FM
(UKW)
WiFi
(WLAN)
+
-
-
-
+
-
+
++
-
++
++
++
++
++
++
Reichweite
-
+
+
++
--
Komplexität der Zuordnungsproblematik
Messungen – Sender
+
-
-
+
+
Genauigkeit:
Winkel
Entfernung
Doppler
FUSION: Schlüsseltechnologie für Hybrid-Systeme!
© Fraunhofer FKIE
11
Experimental System for GSM Passive Radar
FHR:
• Development of mobile passive radar experimental systems (DAB/DVB)
FKIE:
• Tracking / De-ghosting (DAB/DVB: single frequency networks)
• Development of a demonstrator for GSM passive radar
GSM:
• Illuminators even in remote areas: OOA, littoral regions
• Frequency diversity of illuminators: less ghosts
• “Radar“-frequency 1.8 GHz → good angular resolution
GAMMA: Guppenantenne für militärische Mobilfunkaufklärung
© Fraunhofer FKIE
Mobile Experimental System GAMMA-2
Linear array with 16 elements
Separable into two blocks of 8 elements
© Fraunhofer FKIE
Exploration of GSM Base
Stations at the Baltic Sea Shore
Generation of a data
base of GSM stations
(broadcast signal)
© Fraunhofer
Multistatische Anwendungen
Maritime Überwachung (Schiffsverkehr)
Fraunhofer FKIE:
© OpenstreetMap (and) contributors,
CC-BY_SA
Nutze Abstrahlungen von
von Mobilfunk-Basisstationen
WTD 71
© Fraunhofer FKIE, WTD 71
15
Hardware, Data Flow, and Software
GAMMA2
AIS data
Echse2
RawDataDisk
(IQ data)
Signal
Processing
(Laptops)
Disk
(plots)
Tracking
(Laptop)
© Fraunhofer
Base Station
Data Base
UserDisplay
Szenario 1: Lübecker Bucht
7 GSM base
stations
Analysis of a single
target track (real data)
Visualization Geo4T
© Fraunhofer
Precision and sensor-to-target geometry (real data)
-15
x-range [km]
-20
Precision of a position estimate:
ca. 200 m
-25
-30
-35
-40
-5
© Fraunhofer
0
5
x-range [km]
10
15
Szenario 1: Lübecker Bucht – Clutter Areas
Clutter aereas by
direct signal
© Fraunhofer
Szenario 1: Lübecker Bucht – Clutter Areas
Clutter aereas by
direct signal
© Fraunhofer
Szenario 2: Fehmarn Belt – Clutter Areas
Windparks are a problem for every radar!
Clutter area by
direct signal
© Fraunhofer
Windparks
(clutter areas)
Szenario 2: Fehmarn Belt – Clutter Areas
Windparks are a problem for every radar!
Clutter area by
direct signal
© Fraunhofer
Windparks
(clutter areas)
Ground truth
from AIS
Ground truth
confirmed by
radar data
Track high
confidence
Track medium
confidence
Track low
confidence
WTD 71
© Fraunhofer FKIE, WTD 71
23
Multistatische Anwendungen
24
Maritime Überwachung (Unterwasseranwendung)
@ CMRE
Aktives Multistatisches Sonar
@ CMRE
@ CMRE
FWG (WTD 71)
und Fraunhofer FKIE
arbeiten gemeinsam
an erweiterten
Trackingkonzepten
@ CMRE
in Kooperation mit
@ CMRE
WTD 71
© Fraunhofer FKIE, WTD 71
Know-how-status Stand and Look-ahead
 Status:
• Proof-of-principle in Live-Demonstration
• Real-time capability (1 min. update-rate)
• 40 km range and mehr demonstrated with complicated scenarios
 Antenna GAMMA-2:
 Field-of-View: 120° sector
Larger sectors ? GSM900 ?
 Receiver ECHSE-2: 
Produkt (Schönhofer), most recent technology
Higher band width ? Cheaper ?
 Signal processing:
High improvement potential by modern algorithms
experience with clutter, small targets
real-time realization, computer clusters
 Tracking: Most modern algorithms, capable of for multi-Tx/Rx systems
 experiments with small targets, dense scenarios, clutter
 System configuration: Design criteria known
Ongoing optimization
© Fraunhofer