Sistema radar autonomo e intelligente (AIRS)

6.1. Interpolazione spettrale 6.2. Radar bistatici

6.3. SAR

6.4. Radar ad array multifunzione 7. Applicazione dei radar ai GIS

134

L’utilizzo dei Sistemi Informativi Geografici sta acquisendo un’importanza sempre maggiore in tutti i settori. I sistemi GIS mettono a disposizione alle pubbliche amministrazioni e ai privati uno strumento efficace per la raccolta e l’analisi dei dati territoriali. Infatti, da una prima fase in cui i sistemi GIS rappresentavano solamente un catalogo di cartografie, si è ormai giunti ad una evoluzione dello strumento, grazie alla quale è possibile utilizzare i dati territoriali per effettuare analisi specifiche che mettano in evidenza le localizzazioni di aree di valore o di elevata criticità.

Gli strumenti offerti dai GIS permettono di disporre di banche dati dinamiche e costantemente aggiornabili avendo la possibilità di acquisire ed elaborare grandi quantità di dati cartografici provenienti da diverse fonti.

Le immagini da satellite e le informazioni che da esse derivano danno una visione di insieme di oggetti e caratteristiche della superficie terrestre, aiutando a comprenderne le relazioni e le interazioni. Lo sviluppo concorrente e la crescita dei Sistemi Informativi Geografici inoltre ha fornito un significativo aiuto all'integrazione dei dati telerilevati con altri tipi di dati geografici.

Oggi ci sono molti sistemi satellitari che operano e che raccolgono immagini che sono distribuite poi agli utenti. Ogni tipo di dati da satellite offre le specifiche caratteristiche che lo rendono più adatto ad una particolare applicazione.

Per questo motivo i Sistemi Informativi Geografici hanno avuto molteplici applicazioni. Tra i numerosi settori che potenzialmente possono sfruttare questo strumento c’è anche quello militare. Nella fattispecie questi sistemi trovano un naturale impiego in campo radaristico. Nei sistemi radar, infatti, i GIS stanno occupando un ruolo crescente col passare del tempo, in quanto aggiungono informazioni importanti alla topologia della superficie terrestre. Questa nuova tipologia di radar prende il nome di Knowledge Based (KB) Radar.

135

2.

Knowledge Based Radar

Le tecniche basate sulla conoscenza ricorrono alle informazioni riguardanti l'ambiente che circonda il radar, note a priori, per ristabilire le prestazioni del radar in circostanze molto ostili. In effetti la conoscenza del contesto ambientale può essere la chiave per un adattamento efficiente in caso di condizioni avverse: i sensori come gli esseri umani possono trarre grandi benefici dal contesto.

Alcuni esempi di conoscenza a priori sono i modelli digitali di altezza del terreno (DTEM) e i dati provenienti da precedenti osservazioni che costituiscono, assieme ad altre componenti, i Sistemi Informativi Geografici. L'obiettivo principale è quello di rendere il radar un dispositivo intelligente, capace di sfruttare al massimo la cognizione dell'ambiente circostante.

I sistemi radar sono una componente molto importante nelle operazioni militari. L’utilizzo dei Sistemi Informativi Geografici è molto utile per contrastare sia le minacce, sempre più gravi, da parte di certi obiettivi militari con Radar Cross Section (RCS) ridotte che la capacità degli aerei di muoversi lentamente e di volare a bassa quota, confondendosi con la vegetazione, ed in ambienti con un gran numero di bersagli.

Il segnale basato sulla conoscenza (KB) e le tecniche di elaborazione dei dati offrono la garanzia di un significativo miglioramento delle prestazioni di tutti i sistemi radar. I radar sotto il controllo del KB possono essere schierati per utilizzare più efficacemente risorse importanti come lo spazio aereo e per aiutare gli operatori ad eseguire le loro missioni.

Così con l'aumentare della complessità degli scenari del campo di battaglia a causa del sempre crescente numero di sensori e di sistemi di arma, gli operatori non hanno altre alternative se non quella di usare efficacemente le informazioni già disponibili per migliorare il modo di funzionamento del radar, dal suo posizionamento alla selezione della forma d'onda. Questo indispensabile miglioramento avviene tramite l’elaborazione dei dati KB che aiuta gli operatori a portare avanti la sfida.

I principali vantaggi riscontrabili usando i dati provenienti da fonti esterne si hanno nei processi di filtraggio, di scoperta e negli stadi di tracking di un radar di sorveglianza.

136

Sensor Signal Processing and Expert Reasoning (KASSPER), con l’obiettivo di studiare l’uso di queste fonti di dati esterne per modificare dinamicamente l’elaborazione dei segnali e migliorare le prestazioni di un radar.

In questa area di ricerca i settori più applicabili al radar sono i sistemi esperti e la robotica.

La robotica è importante in quanto si desidera che l’elaborazione del segnale radar avvenga, in modo autonomo, sia in trasmissione che in ricezione, a seconda dei suoi obiettivi e della sua posizione nell'ambiente.

I sistemi esperti e i database sono applicabili perché si vuole che la forma d'onda trasmessa e l’elaborazione del segnale ricevuto vengano modificati in relazione dei cambiamenti dell’ambiente.

Tuttavia attualmente non esiste un essere umano, né tantomeno un sistema specializzato, capace di modificare in tempo reale la catena di elaborazione del segnale a seconda di come cambia l'ambiente. Infatti la comunità radar ha appena iniziato a sviluppare le regole per determinare come e quando la catena di elaborazione dovrebbe essere cambiata. Questo è la ragione per cui la comunità di ricerca ha dato risalto ai database piuttosto che alle aree dei sistemi esperti o di robotica.

Col passare del tempo, l’acquisizione da parte dei ricercatori di informazioni più dettagliate e di tecniche comprovate permetterà di adottare sempre più soluzioni basate sulla robotica.

Nello sviluppo di queste soluzioni, il primo passo sarà quello di realizzare un approccio al KB che opera con l’intervento umano. In un secondo momento, dopo aver appreso in quale modo l’operatore umano modifica il sistema a seconda dei cambiamenti dell’ambiente, i ricercatori cercheranno di sostituire gli interventi umani nel sistema con un Sistema Esperto. Quando questo metodo sarà comprovato per più sensori, operativi anche su piattaforme aerotrasportate, allora questi sensori potranno operare autonomamente come dei robot.

137

Gli attuali algoritmi KB utilizzano una logica semplice basata su regole ben precise. Ma i più esperti tecnici del settore stanno lavorando per sviluppare, in un futuro non troppo lontano, sistemi radar KB che non solo modificheranno gli algoritmi dinamicamente, ma saranno anche in grado di spiegare le loro azioni e di apprendere sia dalla raccolta di dati e informazioni a loro disposizione che dalla misura delle prestazioni.

3.

Knowledge Based System

Un sistema basato sulla conoscenza (KBS) ha tre componenti principali:

● l’interfaccia con l’utente, ● il database,

● un motore di ricerca interno.

La progettazione e la documentazione del database è la parte più importante nello sviluppo di un sistema KB insieme alla scelta di come descriverlo, per esempio i predicati logici, le reti semantiche oppure le strutture. Questa scelta dipende dal dominio d’interesse, dallo scopo per cui è stato progettato il database e dagli strumenti migliori utilizzati dal motore di ricerca per il raggiungimento delle soluzione.

Le implementazioni di KBS, da un punto di vista software sono molto corpose e contengono numerose regole ed elementi. Tuttavia, applicate al caso dei radar, queste tecniche non necessitano di migliaia di regole. Infatti le ricerche hanno indicato che risultati significativi possono essere ottenuti implementando soltanto alcune decine di regole per ogni creazione di KB. Questa è la ragione per cui si è pensato di utilizzare gli strumenti del KBS per scegliere un algoritmo o un parametro rispetto ad un altro. Ciò che si sta tentando di fare non è sostituire le correnti basi matematiche dei sistemi radar ma di applicarle in modo adeguato al contesto.

In futuro si sta pensando di sviluppare sistemi che apprendano dalle proprie scelte, che elaborino le regole e che abbiano una capacità d’intendere che migliori con il progredire della tecnologia e della ricerca.

138

4.

La condivisione dei dati

Le prestazioni dei sistemi dotati di sensori possono essere migliorate tramite il controllo dinamico degli algoritmi, basato sulla conoscenza dei cambiamenti dell'ambiente.

Un sistema radar infatti potrebbe funzionare meglio se sapesse dove sono situati i potenziali jammer e se conoscesse le loro caratteristiche. In particolare se un sistema radar aerotrasportato conoscesse certe caratteristiche della Terra, per esempio, i confini tra terra e mare, il tipo di terreno e i suoi dintorni, potrebbe utilizzare queste informazioni intelligentemente e migliorare le sue prestazioni.

Sarebbe inoltre molto desiderabile la condivisione di informazioni in tempo reale tra più sistemi con sensori, per esempio la condivisione di informazioni tra il sistema radar di sorveglianza e il sistema di navigazione a bordo di un aeroplano.

Tuttavia, se un radar aerotrasportato sta condividendo e ricevendo informazioni da più fonti, deve anche essere capace di comprendere e comunicare le informazioni. Una soluzione per questo scambio di informazioni tra sensori eterogenei è che ogni sensore pubblichi la proprie informazioni all’interno di un framework omogeneo e condiviso. In questo modo, quando un sensore pubblica i suoi dati, gli altri sensori che ricevono queste informazioni saranno in grado di interpretarne il contenuto senza ambiguità.

Ogni trasmissione di informazioni tra sensori deve presentare data e ora, il loro identificativo univoco, le loro coordinate, il beccheggio, l’imbardata e il rollio della loro piattaforma e i dati che descrivono la trasmissione. Inoltre, nel condividere i dati di un bersaglio, bisogna specificarne ad esempio anche gli identificativi, le RCS, la velocità e la posizione. Gli identificativi univoci permettono al sensore ricevente di acquisire, all'interno del suo database, tutte le caratteristiche del radar del mittente.

La descrizione di questi dati può essere effettuata tramite un codice comune che consente a tutti i sistemi di comprendere correttamente le informazioni ricevute, per esempio, le caratteristiche del sensore e della piattaforma. In questo modo le informazioni pubblicate da qualsiasi sensore possono essere capite correttamente dal sensore ricevente, il quale le può utilizzare a sua volta per eseguire altre funzioni come l’identificazione di un bersaglio e la correlazione di più tracce.

139

In alcuni casi è necessario che le informazioni vengano condivise tra sensori posti sulla stessa piattaforma, specialmente quando uno o più sensori sono progettati per modificare i parametri della loro forma d'onda per adattarsi ai cambiamenti dell’ambiente.

Nella figura sottostante è rappresentato un ipotetico sistema intelligente con più sensori. Ognuno dei sensori ha il proprio segnale e la possibilità di effettuare l’elaborazione dei dati. Inoltre è presente un ulteriore processore intelligente indirizzato al controllo dei sensori, alla comunicazione tra sensori e alla fusione dei dati. Il motivo per cui è stato inserito questo processore è far sì che possa connettersi a qualsiasi sensore e che, allo stesso tempo, possa comunicare con tutti gli altri sensori, utilizzando descrizioni comuni, attraverso la rete della piattaforma. Questa rete intelligente sarà in grado di coordinare le comunicazioni fra i sistemi on-board e off-platform.

Ci sono anche altri aspetti legati alla comunicazione che devono essere affrontati per la condivisione di informazioni e per minimizzare le interferenze elettromagnetiche. Infatti la piattaforma intelligente dovrebbe determinare se c'è un'interferenza EM quando un sensore varia la direzione di puntamento della sua antenna o modifica i parametri della sua forma d'onda, il che potrebbe causare anche un’interferenza aggiuntiva.

140

piattaforma di operare indipendentemente, per raggiungere il proprio obiettivo, è preferibile progettare un unico sistema di sensori che abbia più obiettivi. Questi dovranno essere controllati dalla rete della piattaforma intelligente che avrà il compito di gestire la dinamica di ogni sensore per venire incontro agli obiettivi comuni della piattaforma.

5. Sistema radar autonomo e intelligente (AIRS)

In un sistema radar aerotrasportato, intelligente e autonomo, il ruolo principale è svolto dal Knowledge Base Controller (KBC) [1], il quale funge da integratore principale per le comunicazioni e il controllo dei singoli processori. Questi processori operano in cooperazione, ma ancora indipendentemente. Ognuno di questi può essere implementato su un processore separato o sullo stesso computer ed essi possono operare come software separati. Si immagina anche che un giorno ogni processore, utilizzando le tecnologie del Web, possa essere in grado di comunicare con altri processori sulle stesse piattaforme o su altre.

Pertanto il KBC, che riceve informazioni da molte sorgenti, avrebbe il compito di razionalizzarle all’interno di un contesto web-like. Tali informazioni possono essere ad esempio i dati sul radar, la sua frequenza di operazione, la configurazione dell’antenna e dove questa sia situato sull'aeroplano sono forniti dal blocco chiamato "informazioni di configurazione".

Le mappe con tutti i relativi dati vengono precaricate prima di ogni missione, per aiutare nella stima delle statistiche di clutter e per registrare la posizione della piattaforma rispetto alla Terra ed agli altri sensori. Questi dati vengono poi aggiornati continuamente dal sistema di navigazione.

La piattaforma potrebbe ricevere informazioni intelligenti sia prima che durante una missione. In volo, il KBC riceverà informazioni varie come le previsioni meteorologiche oppure una mappa di potenziali jammer. Di solito i sistemi radar vengono disposti a bordo di aeroplani di sorveglianza che volano sullo stesso terreno, su un percorso conosciuto e ripetibile.

141

Questi sistemi potrebbero quindi apprendere molto dal monitoraggio delle prestazioni di vari algoritmi su ripetuti passaggi sul terreno. In futuro, un sistema effettivamente intelligente potrà anche ottimizzare il suo percorso di volo basandosi contemporaneamente sulle analisi in tempo reale e su un archivio di dati.

Il KBC esegue la funzione di controllo generale del sistema radar intelligente autonomo (AIRS) aerotrasportato. Esso ha l’incarico di assegnare le attività a tutti i processori, di comunicare con le risorse esterne e di ottimizzare le prestazioni globali del sistema. Ogni singolo processore ottimizza le sue personali misure di prestazioni, per esempio, i parametri di forma d'onda e la probabilità di scoperta. Per esempio il tracker insieme al KBC ottimizza il numero di tracce esatte di bersagli e minimizza il numero di bersagli persi, di tracce errate o di tracce perse.

Il KBC inoltre gestisce tutte le interruzioni dal processore all’interfaccia con l’utente, assegna attività ai singoli processori in base alle richieste esterne, genera informazioni raccolte da varie sorgenti per migliorare le prestazioni dei singoli processori, lavora in collaborazione con altri sensori e con sorgenti esterne per l’identificazione di bersagli e fornisce il processore per l’interfaccia con l’utente di rapporti per rispondere alle interrogazioni e alle richieste da parte degli utenti.

Gli AIRS possono funzionare con la strategia net-centric e della griglia globale delle informazioni (GIG). Una dei punti di forza dell'approccio net-centric è il fatto che riesce a fornire informazioni e istruzioni a tanti utenti e distribuisce le risorse il più velocemente possibile. Le analisi dei dati possono essere effettuate in parallelo da numerosi utenti e organizzazioni, anziché attendere che lo sviluppatore dell’informazione elabori completamente il dato prima di renderlo noto.

Ci sono tre tipi di utenti in una strategia net-centric: lo sviluppatore, il produttore e l’utilizzatore di dati e informazioni.

Gli sviluppatori sono quelle persone responsabili dei servizi di impresa forniti dal GIG e della loro possibilità all’interno del dominio di interesse, nel caso in esame in un sistema radar.

I produttori e i consumatori sono utenti, o anche processi, che producono o consumano dati e informazioni del catalogo di GIG, che sono poi pubblicati in uno spazio condiviso.

142

sono a conoscenza dell’esistenza di questi dati all’interno del catalogo di GIG, essi possono eseguire periodicamente una scansione ciclica dello spazio condiviso.

L'architettura degli AIRS potrebbe essere adattata per radar terrestri, aerei o spaziali. Gli stadi di prefiltraggio e di filtraggio di un radar possono utilizzare informazioni esterne per migliorare l’elaborazione. Se si conoscesse dove è situato un jammer, allora potrebbero essere messi degli zeri nella struttura del fascio d'antenna per limitare la degradazione del radar.

Di seguito vengono riportate un paio di semplici applicazioni dell’uso di mappe nei sistemi radar.

Le mappe di dati correlati con la terra possono essere utilizzate per migliorare prestazioni di un radar. Antonik ha mostrato come le mappe di dati possano essere utilizzate per mettere degli zeri nel dominio spaziale o temporale della risposta di un radar [2]. Il suo lavoro ha evidenziato i vantaggi di utilizzare mappa di dati per aiutare a determinare dove e quando modificare il guadagno di un'antenna posta su un velivolo.

Un algoritmo comune utilizzato nella maggior parte dei sistemi radar è il CA- CFAR. Questo algoritmo è ottimale se il clutter ha una distribuzione di Rayleigh. Tuttavia, un radar montato su un aeroplano non incontrerà sempre questa situazione ideale. Dove la distribuzione non è di Rayleigh e quando alcune delle celle circostanti hanno un clutter di tipo diverso, come l'interfaccia tra mare e terra, i ricercatori ha sviluppato altri algoritmi.

L'aviazione americana ha iniziato un programma di ricerca per determinare quale di questi algoritmi sarebbe il migliore su un dato tipo di terreno illuminato da un radar aerotrasportato.

143