Keith Klein heeft de Kooy Prijs gewonnen met zijn afstudeerscriptie over 3D-snelheidsbepaling van onbemande vliegtuigen met behulp van radargegevens: ‘Estimating 3D motion from radar data: Exploiting an omnidirectional radar array for motion estimation in the context of SAR imaging on agile platform’.
Het verkrijgen van een nauwkeurige positiebepaling is een uitdagend probleem bij coherente radarverwerkingstechnieken zoals Synthetisch Apertuur Radar (SAR). Dit geldt des te meer voor lichte en wendbare platforms zoals multi-copters/drones. Hun moeilijk voorspelbare bewegingen moeten nauwkeurig worden bepaald tijdens het verzamelen van gegevens en worden gecompenseerd tijdens de verwerking.
Om een gefocust SAR-beeld te krijgen, moet elke pulslocatie nauwkeurig bekend zijn, opdat elke puls coherent is toe te voegen aan het beeldraster. Traditioneel wordt dit bereikt met een traagheidsnavigatiesysteem (Inertial Navigation System, INS) en GNSS (Global Navigation Satellite System) ontvanger. Hoewel deze combinatie redelijke prestaties kan leveren, vormen gewicht en grootte vaak een beperking voor lichte platforms, waardoor voor de INS de beschikbare mogelijkheden en de haalbare nauwkeurigheid beperkt zijn.
Toepasbaarheid van omnidirectionele radararry
Klein heeft expliciet een analyse gedaan naar de toepasbaarheid van een omnidirectionele radararray voor het schatten van de beweging van een drone platform en het verbeteren van de positioneringsnauwkeurigheid. Voortbouwend op bestaande 1D-SAR-bewegingscompensatietechnieken, heeft hij nieuwe methoden ontwikkeld voor het goed benaderen van de 3D-beweging van het radarplatform door schatting van de hoogte en snelheid.
Daarnaast wordt ook een nieuwe 3D-autofocustechniek gepresenteerd die multi-beam-autofocus wordt genoemd. Deze techniek zorgt voor de correctie van 3D-trajectfouten van puls tot puls door gebruik te maken van de bundelvormende mogelijkheden van de array om meerdere gebieden scherp te stellen terwijl de afbeelding wordt gecreëerd. Door gebruik te maken van een Extended Kalman-filter (EKF) worden positieschattingen verkregen op basis van de radarsnelheidsmetingen. Dit maakt beeldvorming zonder INS mogelijk, wat relevant is in gebieden waar GNSS signalen niet/nauwelijks beschikbaar zijn.
Het fuseren van de schattingen verkregen uit deze methode met de bestaande INS-output levert ook prestatieverbetering op in termen van SAR-beeldfocus. Hierdoor wordt de oplosbaarheid en detecteerbaarheid van zwakke doelen verbeterd. De gepresenteerde resultaten creëren ook nieuwe onderzoeksmogelijkheden, niet alleen voor snelle SAR-beeldvorming, maar ook voor autonome navigatie op basis van radargegevens.
Klein is afgestudeerd aan de TU Delft bij de Faculteit Elektrotechniek, Wiskunde & Informatica en heeft zijn onderzoek uitgevoerd bij TNO, dat het systeem van de drone-mounted radar ontwikkelde voor het Expeditionary Maneuver Warfare Department van de U.S. Office of Naval Research (ONR). De jury: "Het systeem is van belang voor verkenningsmissies en hiermee bij uitstek relevant voor Defensie!"
De jury van de Kooyprijs bestond uit L. Koene (Juryvoorzitter en bestuurslid KIVI DV), L.F. Galle (Defensie Materieel Organisatie), P.H.A.J.M. van Gelder (TU Delft), B.R.H.M. Haverkort (Universiteit Twente), F.E. van Vliet (TNO, Universiteit Twente) en P.J. Oonincx (Nederlandse Defensie Academie). De prijs gaat gepaard met een geldbedrag van 2000 euro.