Doktor ir. Nada Milisavlevich
Aloqa, axborot, tizimlar va sensorlar bo'limi
Qirollik harbiy akademiyasi,
Bryussel, Belgiya
Tarkib
Muqaddima
Sensor boshqaruviga ilovaga ega rivojlangan sensor va dinamik modellar
Volfgang Koch
V
001
2. Fuzzy-mantiqiy yondashuvdan foydalangan holda maqsadli ma'lumotlar assotsiatsiyasi
|
035
|
Stiven Stubberud va Ketlin Kramer
|
|
Bir-biriga o'xshamaydigan sensorlar uchun ma'lumotlarni sintez qilish samaradorligini baholash: yo'l to'siqlarini kuzatishda qo'llash
Blan Kristof, Chekchin Pol, Gidel Samuel va Trassudain Loran
To'siqlarni aniqlash uchun IR to'siqni ma'lumotlar integratsiyasi
J. Xesus Garsiya, Xesus Urenya, Manuel Mazo va Alvaro Ernandes
057
071
5. Federatsiyalangan dalillar sintezi modeli
|
089
|
Haqiqiy vaqtda trafik holatini baholash uchun
|
|
Qing-Jie Kong va Yuncai Liu
Havo harakatini boshqarish ilovalari uchun Multi Sensor Data Fusion Arxitekturalari
Bod Olivye, Gomord Per, Onore Nikolas, Ostorero Loik, Taupin Olivier va Tuberi Filipp
Avtomobil ilovalarida sensor ma'lumotlarini birlashtirish
Panagiotis Litrivis, Jorj Tomaidis va Anjelos Amditis
103
123
8.
|
Ko'p sensorli ma'lumotlarni birlashtirish strategiyalari
|
141
|
|
Ilg'or haydovchi yordam tizimlari uchun
|
|
|
Mahdi Rizoi Ghahrudiy va Rizo Sabzevariy
|
|
9.
|
Mobil robotning traektoriyasini yaratish va ob'ektni kuzatish
|
167
|
|
Multiple Image Fusion-dan foydalanish
|
|
TaeSeok Jin va Xideki Xashimoto
VIII
10.
|
Ubiquitous Robotics Services uchun multisensorli ma'lumotlarni birlashtirish
|
177
|
|
Ren C. Luo va Ogst Chen
|
|
11.
|
Intellektual uy-joy tizimini loyihalash
|
191
|
|
Sensor ma'lumotlarini birlashtirish yondashuvlaridan foydalanish
|
|
|
Arezu_Mussaviy Xalxoli, Behzod_ Moshiri, Hamid Rizo_ Momeni
|
|
12.
|
Sanoat jarayonlari asboblarida modelga asoslangan ma'lumotlarni birlashtirish
|
201
|
|
Jerald Shtayner
|
|
13.
|
Ko'p sensorli ma'lumotlarni birlashtirish mavjud
|
225
|
|
Ma'lumotlardagi noaniqlik va nomuvofiqlik
|
|
Manish Kumar va Devendra P. Garg
Noyob yuqori aniqlikdagi rasmlarni qo'pol tasvirlarning vaqt seriyasi bilan yangilash: Bayesian Data Fusion yechimi
Dominik Fasbender, Valeri Obsomer, Patrik Bogaert va Per Defurni
Ko'p sensorli va vaqtinchalik ma'lumotlarni birlashtirish
Cloud-Free Vegetation Index Composites uchun
Bijay Shrestha, Charlz O'Hara va Preeti Mali
245
263
16.
|
Er qoplamini tasniflash natijalarini birlashtirish uchun uchta strategiya
|
277
|
|
Polarimetrik SAR ma'lumotlari
|
|
|
Nada Milisavlevich, Isabelle Bloch, Vito Alberga va Juzeppe Satalino
|
|
17.
|
Ko'p darajali ma'lumot sintezi:
|
299
|
|
Aralash loyqa mantiq/geometrik yondashuv
|
|
|
Miya tasvirini qayta ishlashda ilovalar bilan
|
|
Julien Montagner va Vinsent Barra
Anomaliyalarni aniqlash va xulq-atvorni bashorat qilish: Hisoblash nevrologiyasi printsiplariga asoslangan yuqori darajadagi sintez
Bredli J. Rhodes, Neil A. Bomberger, Majid Zandipur, Loren X. Stolzar, Denis Garagic, Jeyms R. Dankert va Maykl Zaybert
Taqsimlangan sensorli sintez va ma'lumotlarni qayta ishlash uchun biologik asosli asos
Ferro M. va Pioggia G.
323
337
20. O'rmon yong'ini kuzatuvchisida agentga asoslangan sensor va ma'lumotlarni birlashtirish
|
365
|
Ljiljana Sherić, Darko Stipanichev va Maya Shtula
IX
Aqlli veb-sensorlarning konfiguratsiya qilinadigan tarmog'i orqali atrof-muhit monitoringi ilovalari uchun sensor ma'lumotlarini birlashtirish protsedurasi
Klaudio De Kapua va Rosario Morello
Sensor tarmoqlarida ma'lumotlarni birlashtirish orqali operatsion stsenariylardagi o'zgarishlarni kuzatish
Papantoni-Kazakos, doktor Titsa va Burrell, doktor Entoni
379
401
23.
|
Sensor tarmoqlariga ilovalar bilan ketma-ket aniqlash elementlari
|
417
|
|
Stefano Marano va Vinchentso Matta
|
|
24.
|
Shovqinli aloqa kanallari orqali parametrlarni baholash
|
437
|
|
Taqsimlangan Sensor tarmoqlarida
|
|
|
Thakshila Wimalajeewa, Sudxarman K. Jayaweera va Karlos Mosquera
|
|
25.
|
Tugunni o'z-o'zini lokalizatsiya qilish uchun Monte-Karlo usullari
|
471
|
|
va simsiz sensorli tarmoqlarda chiziqli bo'lmagan maqsadni kuzatish
|
|
Xoakin Miges, Luis Arnaiz va Antonio Artes-Rodriges
1
Sensor boshqaruviga ilovaga ega rivojlangan sensor va dinamik modellar
Volfgang Koch
Germaniya mudofaa tadqiqotlari muassasasi (FGAN eV) Germaniya
1.Kirish
Sensor va ma'lumotlarni birlashtirish [14] tomonidan taqdim etilgan usullar bir-birini to'ldiruvchi ma'lumotlarning katta to'plamlarini birlashtirish uchun muhim vosita bo'lib, mavjud sensor tizimlaridan samarali foydalanishni ta'minlaydi. Datchiklar, buyruqlar orasidagi umumiy interfeysda qiyin ekspluatatsiya texnologiyasi
Boshqaruv tizimlari va qaror qabul qiluvchilar ishtirok etganda, ushbu texnologiya muhim vaqt talab qiladigan vaziyatlarda yoki qaror qabul qilish xavfi yuqori bo'lgan vaziyatlarda asosiy rol o'ynaydi, bunda inson kamchiliklari avtomatik yoki interaktiv ishlaydigan termoyadroviy usullar bilan qoplanishi kerak (e'tiborni kamaytirishni kompensatsiya qilish). muntazam vaziyatlarda, diqqatni anomal yoki noyob hodisalarga qaratish, cheklangan xotira, reaktsiya yoki insonning kombinatsiyasi imkoniyatlarini to'ldirish). Muntazam yoki ommaviy vazifalarni bajarishda inson ish yukini kamaytirish afzalliklaridan tashqari, bir-birini to'ldiruvchi axborot manbalaridan ma'lumotlarni birlashtirish sifat jihatidan yangi bilimlarni ishlab chiqishi mumkin, aks holda oshkor etilmaydi.
A. Vaziyat rasmlari uchun elementlarni ta'minlash
Sensor va maʼlumotlarni birlashtirish havoda, yerda, dengizda yoki shahar muhitida murakkab va dinamik rivojlanayotgan umumiy stsenariyni elektron tarzda aks ettiruvchi real vaqt rejimiga yaqin suratlarni yaratish uchun “axborot elementlari”ni taqdim etadi. Berilgan ilovadagi aniq operatsion talablar birlashtiriladigan ma'lum ma'lumot manbalarini belgilaydi. Shunday qilib, har qanday termoyadroviy tizim dizayni uchun asosiy talablarni sinchkovlik bilan tahlil qilish juda muhimdir.
Ma'lumot elementlari mavjud kontekst bilimi va oldingi tarixni hisobga olgan holda hozirgi qabul qilingan sensor ma'lumotlaridan olinadi. Ular odatda qiziqish ob'ektlari bilan bog'liq savollarga javob beradi, masalan: Ob'ektlar umuman mavjudmi va ularning qanchasi sensorlarning ko'rish maydonida? Ular qayerda, qaysi vaqtda? Ular kelajakda qayerda bo'lishadi, qanday ehtimollik bilan? Ularning umumiy xulq-atvorini qanday tavsiflash mumkin? Anomaliyalar yoki ularning mumkin bo'lgan niyatlari haqida maslahatlar tan olinadimi? Ob'ektlar tegishli sinflar yoki hatto ularning identifikatorlari haqida nima xulosa qilish mumkin? Ayrim ob'ektlar o'rtasida xarakterli o'zaro bog'liqliklar bormi? Ularning kelib chiqishi qaysi hududlarda? Ularning mumkin bo'lgan yo'nalishlari haqida nima deyish mumkin? Ob'ekt oqimlari ko'rinadimi? Trafik manbalari yoki cho'kmalari qayerda?
Birlashtiriladigan sensor ma'lumotlari noto'g'ri, to'liq bo'lmagan yoki noaniq bo'lishi mumkin. Bir-biriga yaqin joylashgan ob'ektlarni ko'pincha to'liq yoki qisman hal qilib bo'lmaydi. Ehtimol, o'lchangan ob'ekt parametrlari
2 Sensor va Data Fusion
yolg'on yoki dushmanona choralar bilan buzilgan. Kontekst ma'lumotlarini ko'p hollarda rasmiylashtirish qiyin yoki hatto qarama-qarshidir. Birlashtirilishi kerak bo'lgan ma'lumotlarning bu kamchiliklari har qanday real dunyo ilovasida muqarrar. Shuning uchun vaziyat rasmlari uchun "axborot elementlarini" ajratib olish hech qanday ahamiyatsiz emas.
B. Sensor va ma'lumotlarni birlashtirish aspektlari
Sensor ma'lumotlari va ma'lumotlar sintezi uchun asosiy texnik shartlar orasida etarli tarmoqli kengligi, kichik kechikish va nosozlik yoki tiqilib qolishdan mustahkam bo'lgan aloqa aloqalari mavjud. Bundan tashqari, sensor ma'lumotlarini umumiy koordinatalar tizimiga aylantirish sensorlarning fazo-vaqtni aniq ro'yxatdan o'tkazishni, shu jumladan ularning o'zaro moslashuvini talab qiladi.
1-rasmda turli jihatlar va ularning o'zaro bog'liqligi haqida umumiy ma'lumot berilgan. Datchiklar markaziy rol o'ynaydi va bir xil yoki boshqa turdagi o'lchovlarni ishlab chiqaradigan turli xil usullarda (birlashtirilgan, taqsimlangan, mobil) joylashishi mumkin. Heterojen sensor ma'lumotlarini birlashtirish alohida ahamiyatga ega, masalan, kinematik o'lchovlarni ob'ektlarga tegishli bo'lgan sinflar haqida ma'lumot beruvchi o'lchov atributlari bilan birlashtirish. Ayniqsa, mudofaa va xavfsizlik dasturlari kontekstida faol va passiv sezish o'rtasidagi farq juda muhim, chunki passiv sensorlar radiatsiya chiqarish orqali o'zini ko'rsatmaydigan yashirin kuzatuvni amalga oshiradi. Ko'p funktsiyali sensorli tizimlar qo'shimcha ish rejimlarini taklif qiladi, shuning uchun ma'lumotni olish jarayoniga nazorat yoki tuzatish buyruqlari orqali qayta aloqani ta'minlaydigan sensorni boshqarishning ko'proq aqlli strategiyalarini talab qiladi. Bu orqali kuzatuv maqsadlariga ko'pincha samaraliroq erishish mumkin. Kontekst ma'lumotlari, masalan, sensor va ob'ekt xususiyatlari bo'yicha mavjud bilimlar bilan beriladi, bu ko'pincha statistik modellar tomonidan miqdoriy jihatdan tavsiflanadi. Kontekstli bilimlar, shuningdek, yo'llar yoki topografik oklyuziyalar (GIS: Geografik axborot tizimlari) haqidagi atrof-muhit ma'lumotlaridir. Boshqa nuqtai nazardan qaraganda, kontekst ma'lumotlari, masalan, yo'l xaritalari, real vaqtda sensor ma'lumotlaridan ham olinishi mumkin [27]. Harbiy ahamiyatga ega bo'lgan kontekst bilimlari (masalan, doktrinalar, rejalashtirish ma'lumotlari, taktikalar) va inson kuzatuvchisi hisobotlari (HUMINT: Human Intelligence) ham sintez jarayonida muhim ma'lumotdir [4]. Har qanday turdagi kontekst ma'lumotlaridan foydalanish termoyadroviy tizim ish faoliyatini sezilarli darajada yaxshilashi mumkin.
1-rasm. Vaziyat rasmlari uchun sensor ma'lumotlari va ma'lumotlar sintezi: xarakterli tomonlarning umumiy ko'rinishi va ularning o'zaro bog'liqligi.
Sensor boshqaruviga ilovaga ega rivojlangan sensor va dinamik modellar
|
3
|
Vaziyatning o'z vaqtida tasvirini yaratish uchun zarur bo'lgan axborot elementlari mavjud bo'lgan turli xil ma'lumotlarni integratsiyalashgan, fazoviy-vaqtinchalik qayta ishlash orqali ta'minlanadi, ular ko'pincha vaziyatni tushunish uchun cheklangan qiymatga ega. Asosan, sintez jarayonida mantiqiy o'zaro bog'liqlik, o'ziga xos to'ldiruvchilik va ortiqchalikdan foydalaniladi. Aniqroq aytganda, qo'llaniladigan usullar stoxastik yondashuv (tegishli holat miqdorini baholash) va ko'proq evristik aniqlangan bilimga asoslangan yondashuv (axborotdan foydalanishda insonning haqiqiy xatti-harakatlariga taqlid qilish) bilan tavsiflanadi. Operatsion talablardan tashqari, ushbu ko'proq yoki kamroq izchil metodologiya ikkinchi qurilish printsipi bo'lib, sensor ma'lumotlari va axborot sintezi sohasiga o'ziga xos shaklni beradi.
C. Umumiy kuzatuv tizimining umumiy ko'rinishi
Birlashma mahsulotlari orasida "treklar" deb ataladigan narsalar alohida ahamiyatga ega. Treklar alohida ob'ektlarning tegishli davlat miqdori, konvoylar va tuzilmalar kabi ob'ektlar guruhlari yoki hatto katta ob'ektlar yig'indisi (masalan, marsh ustunlari) haqidagi bilimlarni ifodalaydi. “Kuzatuv” [6], [2], [22] orqali olingan maʼlumotlar, xususan, obʼyektlar tarixini oʻz ichiga oladi. Iloji bo'lsa, ob'ektlar/ob'ektlar guruhlari va treklar o'rtasida bir-toone aloqasi o'rnatilishi va iloji boricha uzoq vaqt saqlanishi kerak (trekning uzluksizligi). Ushbu bilimlarning sifatini tavsiflovchi miqdoriy ko'rsatkichlar treklarning muhim tarkibiy qismidir. Biroq, erishish mumkin bo'lgan trek sifati nafaqat sensorning ishlashiga, balki haqiqatda ko'rib chiqilgan stsenariy doirasidagi ish sharoitlariga va mavjud kontekst bilimlariga ham bog'liq.
2-rasm. Kuzatuv / termoyadroviy tizimdagi funktsional qurilish bloklarining umumiy sxemasi va uning sensorlar bilan aloqasi (markazlashtirilgan konfiguratsiya, O. Drummond bo'yicha IV turdagi).
2-rasmda kuzatuv / termoyadroviy tizimdagi funktsional qurilish bloklarining umumiy sxemasi va uning asosiy sensorlar bilan aloqasi ko'rsatilgan. Aniqlash jarayonidan o'tgandan so'ng, asosan ma'lumotlar tezligini pasaytirish vositasi sifatida ishlaydi, signalni qayta ishlashni ta'minlaydi
4 Sensor va Data Fusion
datchiklarning oldingi uchlarida (masalan, radar antennalari) olingan to'lqin shakllarini tavsiflovchi parametrlarni baholash. Ushbu hisob-kitoblardan datchik hisobotlari yaratiladi, ya'ni kuzatuv/fusion tizimi uchun kirish bo'lgan qiziqish ob'ektlari bilan bog'liq bo'lgan o'lchangan miqdorlar. Mavjud treklarga bog'lanishi mumkin bo'lgan barcha sensor ma'lumotlari trekni saqlash uchun ishlatiladi (masalan, bashorat qilish, filtrlash va qayta tiklashdan foydalanish). Qolgan ma'lumotlar yangi taxminiy treklarni boshlash uchun qayta ishlanadi (bir nechta ramka treklarini olish). Shunday qilib, assotsiatsiya usullari kuzatuv/fusion ilovalarida asosiy rol o'ynaydi. Statistik modellar nuqtai nazaridan kontekst ma'lumotlari (sensorning ishlashi, ob'ekt xususiyatlari, ob'ekt muhiti) parvarishlash va ishga tushirishni kuzatish uchun zaruriy shartdir. Trekni tasdiqlash/tugatish, tasniflash/identifikatsiya qilish va bir xil ob'ektlar yoki ob'ektlar guruhlariga tegishli treklarni birlashtirish trekni qayta ishlashning bir qismidir. Sxema ko'rsatish va o'zaro ta'sir qilish funktsiyalariga ega bo'lgan mexanik interfeys bilan to'ldiriladi. Kontekst ma'lumotlari to'g'ridan-to'g'ri odamlarning o'zaro ta'siri yoki trek protsessorining o'zi tomonidan yangilanishi yoki o'zgartirilishi mumkin, masalan, ob'ektni tasniflash yoki yo'l xaritasini chiqarish natijasida. Ko'p funktsiyali sensorlar holatida kuzatuv tizimidan sensor ma'lumotlarini yig'ish jarayoniga (sensorni boshqarish) qayta aloqa mavjud.
D. Xarakterli dastur: Sensorlarni boshqarish
Fazali massiv texnologiyasiga asoslangan zamonaviy ko'p funksiyali chaqqon nurli radar sensorni boshqarishning murakkab algoritmlarini talab qiladigan sensor tizimi uchun ajoyib namunadir. Bu, ayniqsa, bunday tizimlar keng diapazonda o'zgaruvchan va har bir trek uchun alohida tanlanishi mumkin bo'lgan erkinlik darajalaridan samarali foydalanadigan algoritmlarni talab qiladigan bir nechta ob'ektni kuzatish vazifalari uchun to'g'ri keladi. Harbiy havo sharoitlari alohida qiziqish uyg'otadi, bunda ham tezkor ob'ektlar, ham ularning radar kesimida sezilarli darajada farq qiluvchi ob'ektlar hisobga olinishi kerak. To'g'ri hal qilinmasa, bunday vaziyatlar juda ko'p vaqt va energiya sarflashi mumkin. Shu nuqtai nazardan, qo'shma kuzatuv va sensorlarni boshqarish uchun ilg'or sensor va dinamika modellari, ya'ni ma'lumotlarning innovatsion intervallarini nazorat qilish, radar nurlarini joylashtirish va uzatiladigan energiyani boshqarish muhokama qilinadi. Cheklangan resurslardan unumli foydalanish orqali sensor tizimining umumiy kuzatuv ish faoliyatini ancha yaxshilash mumkin.
3-rasmda kuzatuvga asoslangan fazaviy radarlarni boshqarishda axborot oqimini ko'rsatuvchi soddalashtirilgan sxema ko'rsatilgan. Boshlanish nuqtasi kuzatuv tizimi bo'lib, u allaqachon o'rnatilgan individual ob'ekt trekining joriy sifati yoki yangi treklarni boshlash talabi asosida yangi sensor ma'lumotlariga so'rovni yaratadi. Shunday qilib, biz trekni yangilash va qidiruv so'rovlarini ajratamiz, ular ustuvor boshqaruv bo'limiga kiradi, bunda uning darajasi joriy tahdid yoki haddan tashqari yuklanish holatiga qarab baholanadi, masalan, kerak bo'lganda tizimning nozik degradatsiyasiga imkon beradi.
Radar tizimini joylashtirishning har bir tayyorgarligi uchun, yo'lga xos radar parametrlari o'rnatilishi kerak, masalan, hisoblangan radarni qayta ko'rib chiqish vaqti va mos keladigan radar nurlarining pozitsiyasi, diapazoni va Doppler-shlyuzlari yoki uzatiladigan radar to'lqin shakllarining turi. Kuzatuvni qidirish so'rovlari tegishli qayta ko'rish intervallarini, qidiruv sektorlari va naqshlarini va boshqa radar parametrlarini o'rnatishni talab qiladi. Turar joyni rejalashtirish blokida bu tayyorgarlik antenna buyruqlariga aylantiriladi, ular orqali radar sensori ajratiladi va radar energiyasi uzatiladi. Qabul qilingan aks-sado signallari aniqlash blokidan o'tadi. Agar trekka texnik xizmat ko'rsatish rejimida hech qanday aniqlanish sodir bo'lmasa, mahalliy qidiruv protsedurasi boshlanadi, yangi radar parametrlari o'rnatiladi va keyinchalik radar sensori taqsimoti imkon qadar kichik kechikish bilan boshlanadi. Ushbu mahalliy qidiruv davri yaroqli aniqlash hosil bo'lguncha yoki trek tugaguncha takrorlanadi
Sensor boshqaruviga ilovaga ega rivojlangan sensor va dinamik modellar
|
5
|
3-rasm. Kuzatuvga asoslangan fazali massivli radarlarni boshqarishda axborot oqimining soddalashtirilgan sxemasi.
bekor qilingan. Agar trekni qidirish rejimida hech qanday aniqlanish sodir bo'lmasa, global yoki sektor qidirish sxemasiga ko'ra yangi nur pozitsiyasi hisoblangan bo'lsa-da, yangi trek nihoyat o'rnatilishidan oldin taxminiy aniqlash tasdiqlanishi kerak. Muvaffaqiyatli aniqlangandan so'ng, qabul qilingan signal signalni qayta ishlash blokiga o'tadi, bu erda ob'ekt diapazoni, azimut burchagi, radial tezlik va ob'ekt kuchi kabi ob'ektning xarakterli parametrlari kuzatuv tizimi uchun kirish sifatida baholanadi. Bu ma'lumotlarni qayta ishlash va sensorni boshqarish tsiklini yopadi. Harbiy dasturlarda manevrning aniq bosqichlari ko'pincha mavjud, chunki hatto chaqqon jismlar ham doimiy manevr qilmaydi. Shunga qaramay, yuqori burilishlarga keskin o'tishlar sodir bo'lishi mumkin. Ob'ekt dinamikasining moslashuvchan dinamik modellari qo'llanilsa, taqsimlash vaqti va energiya tejash kutiladi. Ularning kinematik xususiyatlaridan tashqari, kuzatilishi kerak bo'lgan ob'ektlarning o'rtacha radar kesimi (RCS) odatda noma'lum va keng diapazonda o'zgaruvchan. Signal amplitudasi haqidagi ma'lumotlarni qayta ishlash orqali, trekni saqlash uchun sarflangan energiya ob'ektning haqiqiy kuchiga moslashtirilishi mumkin. Ushbu chora bilan umumiy sensor yuki ham sezilarli darajada kamayishi mumkin.
Fazali massivli radarning qalam nurlari bilan mahalliy chegaralangan ob'ekt yoritilishi tufayli, manevrli parvoz fazalariga keskin o'tish juda muhim, chunki an'anaviy skanerlash radaridan farqli o'laroq, ob'ektning davriy yoritilishi endi kafolatlanmaydi. Shunday qilib, har qanday trekni qayta ishga tushirish juda ko'p vaqt va energiya sarflaydi va sensorni boshqa vazifalar uchun bloklaydi (masalan, qurolni boshqarish yoki aloqa aloqalarini ta'minlash). Bu bosqichli massivli radar kuzatuvi uchun hal qiluvchi ahamiyatga ega bo'lgan nurni joylashtirish va mahalliy qidirish uchun aqlli algoritmlarni talab qiladi [17], [24], [20].
Track-white-skanerlash radar tizimlari uchun Bayesian kuzatuv texnikasi yaxshi o'rnatilgan. Ular ob'ekt holatining shartli ehtimollik zichligi uchun iterativ yangilash sxemasini taqdim etadi,
6 Sensor va Data Fusion
barcha sensor ma'lumotlari va mavjud apriori ma'lumotlar berilgan. Ushbu ilovalarda ma'lumotlarni yig'ish va kuzatish butunlay ajratilgan. Fazali massivli radar uchun esa, ob'ektning joriy signal-shovqin nisbati (ya'ni, aniqlash ehtimoli) hozirda kuzatuv tizimi mas'uliyatiga olingan qalam nurining to'g'ri joylashishiga bog'liq. Shunday qilib, sensorni boshqarish va ma'lumotlarni qayta ishlash bir-biri bilan chambarchas bog'liq. Kuzatuv jarayonining bu asosan mahalliy xarakteri kuzatuv nuqtai nazaridan bosqichli massiv va skanerlash paytida kuzatuv ilovalari o'rtasidagi asosiy farqni tashkil qiladi. Biroq, mos sensorli modellardan foydalangan holda, bu fakt Bayes rasmiyatchiligiga kiritilishi mumkin. Ushbu yondashuvning potentsiali fazali massivli radar uchun ham mavjud. Bu erda ketma-ket taqsimotlarni hisobga olgan holda global optimallashtirishning yanada murakkab muammosi ko'rib chiqilmaydi.
|