Handout Koch vom 6.02.2014 (2,4 MiB)
Transcription
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