Verteidigung

Adaptive Wahrnehmung: Wegbereiter für kognitives Radar

Im Regelkreis eines kognitiven Radars ermöglicht die Wahrnehmung Folgeaktionen wie die Selbstanpassung der Parameter, die Aufgabenzuordnung oder das Erwerben und Nutzen von »Wissen«.
© Foto Fraunhofer FHR

Im Regelkreis eines kognitiven Radars ermöglicht die Wahrnehmung Folgeaktionen wie die Selbstanpassung der Parameter, die Aufgabenzuordnung oder das Erwerben und Nutzen von »Wissen«.

© Foto Fraunhofer FHR

Statt mit 400 Trägerfrequenzen bei der konventionellen Methode der Inversen Fast Fourier Transformation (IFFT, oben) lassen sich mit Compressive Sensing (CS; unten rot) schon mit 25 Prozent der Messungen gleich gute oder bessere Entfernungsprofile erstellen.

© Foto Fraunhofer FHR

MIMO-Radare können die Wellenformdiversität ausnutzen, indem sie z. B. zu jedem Zeitpunkt mehrere Pulse gleichzeitig auf unterschiedlichen Frequenzen aussenden.

Optimierter Ressourceneinsatz, gesteigerte Leistungsfähigkeit und hohe Anpassungsfähigkeit – kognitive Radare entlasten den Operateur und erschließen ganz neue Einsatzgebiete. Voraussetzung: Das Radarsystem muss seine Umgebung richtig wahrnehmen können.

Kognitive Radare passen ihre operationellen Parameter und Steuerung intelligent an die Situation und Aufgabe an. Grundlage dafür ist die Fähigkeit zur adaptiven Wahrnehmung: Sie sorgt für ein optimales Bild der Radarszene, indem sie die Radar-Signale situationsabhängig generiert, verarbeitet und in einem fortlaufenden Prozess anpasst. Die Mittel dazu sind vielfältig und ermöglichen jedes für sich schon aktuellen Radarsystemen gewisse Freiheitsgrade.

Doch erst die Zusammenführung dieser unterschiedlichen Technologien – von Wellenformselektion und -design, über MIMO-Radar bis Compressive Sensing – werden Radarsysteme zusammen mit Neuerungen in der Hardware einen Schritt weiter in Richtung hochautonomer, kognitiver Radare bringen. Das ist das Arbeitsfeld der Anfang 2015 gegründeten Gruppe »Adaptive Wahrnehmung« am Fraunhofer FHR.

Schlüsseltechnologie MIMO

Die vom Radar ausgesendete Wellenform ist verantwortlich für die Auflösung, Genauigkeit und Auswertbarkeit bei der Messung der Zielentfernung und -Geschwindigkeit. Für eine optimale adaptive Wahrnehmung muss das Radarsystem in der Lage sein, verschiedene Wellenformen auszusenden und diese dynamisch an die Radarszene anzupassen. Das kann mit unterschiedlichen Stellschrauben wie der Auswahl des Wellenform-Typs, der Veränderung der Wellenformparameter oder der fortlaufenden Anpassung des Strahlmusters geschehen. Art und Umfang sind abhängig von der aktuellen Aufgabe wie Entdecken, Orten oder Klassifizieren und davon, welche Bildkriterien optimiert werden müssen, wie ein besseres Signal-Rausch-Verhältnis oder die Umgehung eines potentiellen elektronischen Störers.

Die derzeit beste Möglichkeit eine große Wellenformdiversität zu erzeugen bieten MIMO (Multiple Input-Multiple Output)-Radare. Im Gegensatz zu Standard Phased Array Radaren verfügt hier jede Einzelantenne über einen Wellenformgenerator, so dass bei jedem Puls jedes Element auf einer anderen Frequenz senden und/oder unterschiedliche Wellenformen erzeugen kann.

Die Arbeitsgruppe untersucht deshalb verschiedene MIMO-Topologien und orthogonale Übertragungskonzepte. Ein Fokus lag bisher auf den in aktuellen Radarsystemen häufig genutzten und relativ einfach zu implementierenden Zeit-Multiplexverfahren. Da diese alleine das Potential der simultanen Übertragung des MIMO-Konzepts nicht voll ausschöpfen, konzentriert sich das Team derzeit auch auf die Untersuchung kodierter Wellenformen mit guten Korrelations-Eigenschaften. Dabei ermöglicht die Modulation der Amplitude durch einen digitalen Code eine klare Trennung der virtuellen MIMO-Kanäle und erzeugt eine gute Ambiguitätsfunktion. Ein weiterer Schwerpunkt ist die Erarbeitung von Kriterien zur Schätzgenauigkeit für die adaptive Auswahl der optimalen Wellenformparameter und Antennentopologien.

Effiziente Signalverarbeitung durch Compressive Sensing

Der Datenumfang, der bei voller Ausnutzung der MIMO-Kapazitäten für die adaptive Wahrnehmung entsteht, ist enorm und die Signalverarbeitung aufwendig. Für den Einsatz muss das kognitive Radar aber in Echtzeit gute Ergebnisse liefern. Vielversprechend ist hier die Compressive Sensing (CS) Theorie: Sie nutzt die rein mathematisch »dünne Besetzung« der meisten Signale und damit ihre Kompressibilität in bestimmten Domänen für die anschließende Signalverarbeitung. So kann sie aus vergleichsweise wenigen Messungen das ursprüngliche Signal gut oder sogar besser rekonstruieren.

Die FHR-Ingenieure entwickeln mit dem CS-Ansatz Algorithmen für die adaptive Wahrnehmung. Mit der Anwendung auf das Design der Antennenarray-Topologie sowie auf die Signalverarbeitung und Strahlformung konnten sie die Auflösung (Superauflösung), Ortungsgenauigkeit und Zieldetektion bereits signifikant verbessern. Auch die dynamische Adaption und ggf. Kompression des Übertragungs- und des Empfangssignals ist mit dem CS-Framework deutlich leichter realisierbar. Das bringt zusätzlich Vorteile für die Ressourcen-Optimierung, insbesondere beim Einsatz in aktuellen Multifunktionsradaren. Denn mit ihren arbiträren Strahlsteuerungen und programmierbaren Funktionalitäten stellen sie ideale Plattformen für die Anwendung und Demonstration dieser Konzepte und Algorithmen dar.