Rastreamento de aeronaves em manobras via combinação de descarte e fusão de hipóteses

Abstract

O rastreamento de alvos aéreos é importante para prover de forma acurada uma situação aérea sintética em sistemas de defesa aérea e de controle de tráfego aéreo. O rastreamento produz uma estimativa do estado do alvo, denominada por "pista", e é usualmente dividido em duas etapas: na primeira, são selecionadas possíveis observações originadas do alvo de interesse dentre todas as observações produzidas pelo sensor. Nessa etapa, são criadas hipóteses de associação para indicar prováveis associações entre uma observação e a pista (estimativa) do alvo sendo rastreado. Na segunda etapa, a pista é atualizada tendo como base as hipóteses de associação resultantes, em um processo denominado filtragem. Nesse contexto, alvos em manobras tornam o problema de rastreamento ainda mais difícil devido às mudanças imprevisíveis na dinâmica do alvo, que podem resultar no aumento do erro de estimação e em perdas de pista (perda de rastreamento). A abordagem de filtragem com múltiplos modelos enfrenta esse problema pela utilização de hipóteses de modelo que capturam diferentes dinâmicas do alvo (modos de voo), e cuja filtragem é realizada condicionada a essas hipóteses de modelo. O Interacting Multiple-Model (IMM) é o algoritmo com múltiplos modelos mais utilizado na indústria para rastreamento de alvos em manobras. Apesar do seu uso difundido, o IMM produz estimativas imprecisas quando projetado para rastrear alvos com grande capacidade de manobra. Este trabalho apresenta uma nova estratégia para o rastreamento de alvos manobráveis com o objetivo de produzir estimativas mais precisas e obter menos perdas de pista quando comparado ao algoritmo IMM. Essa estratégia é referenciada como "propagação eficiente de hipóteses" e é base ada na seleção criteriosa de hipóteses durante diferentes modos de voo do alvo. Dois algoritmos de rastreamento são propostos utilizando essa estratégia: o primeiro propaga eficientemente hipóteses de modelo com base em uma observação para o alvo a cada instante (não há incerteza quanto a origem da observação), enquanto o segundo propaga as hipóteses de modelo e de associação. Diversos cenários de rastreamento foram simulados nos quais os algoritmos propostos foram comparados com a estratégia de propagação de hipóteses do IMM. Os resultados mostram um desempenho superior dos algoritmos propostos, produzindo menor erro médio de estimação e menor taxa de perda de pista, com aproximadamente a mesma carga computacional.