Fledermäuse sind in vielerlei Hinsicht bemerkenswerte Kreaturen - ihre Fähigkeit zur Adaption der Wellenform macht sie zum biologischen Vorbild des Kognitiven Radars

Keynote

Ein kurzer Chirp

Kognitive Radararchitektur am Fraunhofer FHR nach dem Rasmussen Schema.
© Foto Fraunhofer FHR

Kognitive Radararchitektur am Fraunhofer FHR nach dem Rasmussen Schema.

Der »lebende Beweis« für kognitive Sensorik – Fledermaus der Gattung Tadarius und Wellenformsequenz zur Zielortung.
© Foto Komposition aus CC BY 2.5 Wikipedia/Oren Peles; Shutterstock; Haykin, Simon: "Cognitive radar: a way of the future." Signal Processing Magazine, IEEE 23.1 (2006): 30-40.

Der »lebende Beweis« für kognitive Sensorik – Fledermaus der Gattung Tadarius und Wellenformsequenz zur Zielortung.

Wie kein zweiter Sensor verfügt Radar über vielzählige Freiheitsgrade, deren effiziente Handhabung in hohem Maße an Erfahrung und Geschick des Operateurs gekoppelt ist. Kognitive Radarsteuerungen können hier wertvolle Unterstützung leisten. Maschinelle Lernverfahren und andere Methoden aus dem Bereich der Informatik erlauben die teilweise Automatisierung kognitiver Fähigkeiten und Expertenwissens.

Cogito ergo sum

Die moderne Zeit ist gekennzeichnet durch Komplexität und Tempo: Immer schwierigere Entscheidungen müssen in immer kürzerer Zeit getroffen werden. Situationen werden immer unübersichtlicher und verändern sich gleichzeitig rasant. Die Anforderungen, die daraus resultieren, wachsen nicht nur für Menschen und Gesellschaft – auch all die technischen Systeme, auf die wir uns zunehmend verlassen, werden mit steigenden Anforderungen komplexer. Damit sie weiterhin ihre Aufgabe, uns im Alltag oder bei unserer Arbeit zu unterstützen, erfüllen können, müssen sie leistungsfähiger werden und ein zunehmend höheres Automationslevel erreichen.

Was bedeutet das für Radar?

Moderne Radarsysteme stellen intelligente Sensoren mit einer Vielzahl an Software-definierten Freiheitsgraden dar. Sie sind in der Lage, zunehmend mehrere Dinge gleichzeitig zu tun und fordern ihrem Bediener höchstes Können und maximale Konzentration ab. Denn noch ist das System nicht in der Lage, durch Messungen gewonnene Erkenntnisse zur Selbstoptimierung zu verarbeiten.

Kognitive Radarsteuerungen können hier Erleichterung schaffen. Sie ermöglichen somit eine optimale Adaption der Wellenform und anderer Parameter an die Umgebung. Das noch junge, interdisziplinäre Forschungsgebiet befasst sich mit genau diesen Fragestellungen. Den Schwerpunkt bildet die Erforschung der Abbildung kognitiver Fähigkeiten des Menschen auf geeignete Hard- und Software, insbesondere der Fähigkeiten zur Wahrnehmung und Aufmerksamkeitssteuerung, Problemlösung und zielgerichtetem Handeln sowie Erinnerung und Lernen. Das Forschungsfeld „Kognitives Radar“ vereint Methoden der Informatik, wie maschinelle Lernverfahren und Verfahren der künstlichen Intelligenz, mit klassischen Ansätzen der Signalverarbeitung und Elektrotechnik. Ziel ist es, ein „smartes“ Sensorsystem zu erschaffen, das in der Lage ist, Wellenform und Betriebsparameter dynamisch an die Szene und den Missionskontext anzupassen. Neben den geschlossenen Handlungsschleifen zwischen Empfangs- („Perzeptor“) und Sendezweig („Aktuator“) ist hierzu eine Steigerung des Automationsgrades erforderlich, die sich am menschlichen Vorbild orientiert – jedoch ohne zu ermüden, mit hoher Präzision und auf fortweilend hohem Leistungsniveau.

Die herkömmliche Trennung zwischen Signal- und Informationsverarbeitung sowie der Sensorsteuerung verschwimmt mehr und mehr und würde die Effizienz erheblich einschränken. Ein kognitives Radarsystem kann nur funktionieren, wenn es aus einem Guss ist und über kürzeste Informations-Laufzeiten aufweist. Simon Haykin formulierte seine Vision eines kognitiven Radars 2012 in seinem Buch »Cognitive Dynamic Systems«: »Kognitive Ansätze werden uns in die Lage versetzen, eine neue Generation von Radarsystemen zu bauen, die zuverlässig und genau arbeiten und von selbst ihr Können verbessern, mit Fähigkeiten, die weit über den Möglichkeiten des traditionellen Radars stehen.« 

Der Ansatz des Fraunhofer FHR zur Verknüpfung dieser »kognitiven Subfunktionen« zu eben diesem leistungsfähigen System orientiert sich am »Drei-Ebenen-Modell« menschlicher kognitiver Leistungen. Dieses Modell wurde von Jens Rasmussen im Jahr 1983 veröffentlicht und findet in der Kognitionspsychologie, Ergonomie sowie der Robotik Verwendung. Hierbei werden drei Verhaltensebenen unterschieden, die zwar vertikal gegliedert, aber prinzipiell gleichzeitig aktiv sind.

Die drei Ebenen des Jens Rasmussen

Die unbewusste, fertigkeitsbasierte Ebene ist die unterste Ebene. Sie steuert subsymbolische Perzeptions- und Senso-motorische Prozesse, wie beispielsweise die Hand-Auge-Koordination und andere Reflexe. Übertragen auf das Kognitive Radar wäre dies die Ebene der kontinuierlichen Signalverarbeitung. Sie beinhaltet adaptive Signalverarbeitungsverfahren und stellt eine Schätzung der Umgebung und des Übertragungskanals zur Verfügung. Während diese Information in GMTI-Anwendungen für Space-Time Adaptive Processing (STAP) seit längerem im Empfangszweig eingesetzt wird, erfolgt beim kognitiven Radar eine Erweiterung auf den Sendezweig. Wissensbasierte Methoden unterstützen dieses Verfahren, etwa durch georeferenzierten Karten homogener Clutterverteilung oder a-priori bekannten Streuzentren.

Die darüber liegende bewusste, regelbasierte Ebene hingegen steuert Reaktionen, welche durch bestimmte Wahrnehmungen aus dem Strom an Sinneneindrücken ausgelöst werden. Man kann hier eigentlich von »routinierten Handlungen« sprechen; Dinge, die wir beiläufig tun. Beim Radar setzt die Ebene des regelbasierten Verhaltens auf der erkannten Szene auf: Die Interpretation der Szene aus den kontinuierlichen Signalen basiert auf Klassifizierungsverfahren und geometrischen Beziehungen. Die für das kognitive Radar typische Rückführung zwischen Empfangs- und Sendezweig erfolgt hierbei regelbasiert, d. h. die reaktive Ausführung vorab definierter (etwa in Simulationsläufen erlernter) Sequenzen an Radaraufgaben bzw. Modi. Sind mehrere dieser Radaraufgaben gleichzeitig aktiv, stellt sich insbesondere für Multifunktionsradare die Frage nach der Priorisierung bzw. der Steuerung der gemeinsamen Apertur. Zukünftige MIMO-Arrays werden hierbei durch dynamische Auswahl orthogonale Codierungen zusätzliche Freiheitsgrade bieten.

Die oberste Ebene beansprucht unsere kognitiven Fähigkeiten und Ressourcen maximal, da hierbei neue Lösungen für ein bisher unbekanntes Problem erdacht werden müssen. Für Sensoren und technische Geräte stellt die wissensbasierte Verarbeitungsebene die höchste Abstraktionsstufe unter Berücksichtigung externer Daten und Schnittstellen dar. Ein solches auftrags- oder zielbasiertes Radarsystem verfügt über ein semantisches Szenenverständnis in Bezug auf die aktuelle Radaraufgabe und plant langfristige Radarmodi im Kontext des antizipierten Missionsverlaufs. Eine wichtige Rolle bei der Umsetzung einer solchen voll-integrierten kognitiven Radarsteuerung spielen des Weiteren Systemengineering-Aspekte und Bedienkonzepte.

Warum wir ein Kognitives Radar schon heute bauen könnten

Der rasche Fortschritt der elektronischen Komponenten, wie hochabtastender A/D-Konverter hoher Dynamik, Arbitray Waveform Generator, schnelle Verarbeitungsbausteinen (FPGAs, DSPs) ermöglichen das Prinzip des »Software Defined Radars«, welches die Grundvoraussetzungen für die gewünschte Adaptivität und Rekonfigurierbarkeit ist und dem Fraunhofer FHR mit dem FPGA-basierten System LabRadOR (Laboratory Radar Operating in Real-Time) zur Verfügung steht. Insbesondere die hardwaretechnischen Möglichkeiten zur realzeitlichen Adaption des Sendesignals verstärkten unlängst die weltweite Forschungsaktivität im Bereich des kognitiven Radars, sowie deren experimentelle Erprobung, die am Fraunhofer FHR seit jeher von großer Bedeutung ist.

Die größtenteils durch Software realisierte, dynamische Anpassung der Radarparameter an Szene und Missionskontext ermöglicht das „Upgrade“ bestehender, konventioneller Radarsysteme mit „kognitiven Fähigkeiten“ sowie speziell hierfür entwickelter, hochflexibler Radarsensoren, etwa im Bereich militärischer Multifunktionsradare.

Ein Beispiel: Auf einer Karte der bisher aufgeklärten Gebiete finden sich noch weiße, unaufgeklärte Flecken. Somit ergeben sich Aufklärungsziele – etwa, dass diese weißen Flecken nun abgebildet werden müssen. Dank seiner Bibliothek von Signalparametern entstehen auf der Aktuatorseite des Kognitiven Radars nun Pläne, wie und in welcher Reihenfolge dies abgearbeitet zu werden hat: Ein kurzer Chirp oder doch ein längerer Puls – was löst die Fragestellung besser? Die Entscheidung fällt in Sekundenbruchteilen. Anschließend wird die Information nach unten zur Aufgabenabwicklung durchgereicht und ausgeführt. Der Zyklus beginnt von neuem.

Das System soll aus Erfolgen und Misserfolgen bei früheren Radaraufgaben lernen, welche Mittel brauchbar oder weniger brauchbar sind. Sinn und Zweck des Kognitiven Radars ist es das Situationsbewusstsein des Operateurs in komplexen Szenarien zu stärken und low-level Entscheidungen zur Betriebssteuerung abzunehmen: Zum Beispiel, um den optimalen Betriebsmodus des Radars zur Erfüllung seiner Aufgabe auszuwählen, von Aufklärung und Überwachung bis hin zu Silent Modes oder aktiven Jammens.

Die Vorteile und die Vielseitigkeit adaptiven Verhaltens zeigen sich auch in der Natur auf eindrucksvolle Weise in Form der Echoortung von Fledermäusen und Delfinen. Diese sind durch ihre hochentwickelten und angepassten neuronalen Schaltungen in der Lage Pulswiederholrate und Länge, sowie die ausgesandte Wellenform an die Entfernung zur Beute anzupassen: Delfine können Chirps von nur 120 Mikrosekunden Länge aussenden; Fledermäuse können beim Hören des Echos eine zeitliche Differenz von 10 Nanosekunden zwischen ihren beiden Ohren ausmachen. Die Evolution machte eine einzigartig effiziente und präzise Kombination aus Sensorik und Bewegungstrajektorie somit vor.