Automatische Mehrzielverfolgung als Grundlage für Kontaktfusion und Parameterschätzung in einem Aktivsonarsystem

Der Fokus dieser Arbeit liegt auf einem Aktivsonarsystem mit Schleppantenne, welches Zielbewegungen in der Umgebung mittels Probability Hypothesis Density (PHD) Filter schätzt. Für dieses System wird sowohl eine semikohärente Kontaktfusion (SKF) entwickelt, welche Kohärenzverlusten in Signalformen entgegenwirkt, als auch eine Parameterschätzung umgesetzt, die innerhalb einer Selbstverfolgung die Schleppantennentrajektorie schätzt. In der Schätzung der Hydrofonpositionen wird die Idee der SKF bei Berechnungen von Mehrziel-Likelihoods genutzt. Für die Schätzung von Hydrofonpositionen werden innerhalb dieser Arbeit Zieltrack-Positionen aus der Mehrzielverfolgung als Unterstützung verwendet. Der Fokus der Selbstverfolgung liegt auf dem Moment einer Kursänderung des Hydrofonarrays. Für den Algorithmus werden keine Sensordaten des Hydrofonarrays oder A-Priori-Wissen über Objekte in der Umgebung benötigt. Demgegenüber ist der Algorithmus in der Lage, Mehrzielsituationen aufzulösen. Die Diskussion der Algorithmen basiert auf Monte-Carlo-Simulationen, in denen Track-Metriken gewonnen werden, welche die Qualität der entstehenden Tracks am Ausgang der Mehrzielverfolgung beschreiben. Die Ergebnisse der SKF werden mit denen einer Datenfusion im PHD-Filter mittels iterativer Nachführung verglichen. Der Selbstverfolgung werden Ergebnisse der Zielverfolgung gegenübergestellt, die mit verschieden ausgeprägter Kenntnis über Parameter des Manövers ermittelt wurden. Die Ergebnisse zeigen, dass eine Rückführung von Informationen aus der Zielverfolgung in die Kontaktfusion und Parameterschätzung geeignet ist, die Leistungsfähigkeit eines Aktivsonarsystems zu erhöhen.