Evaluating Trajectories of Air-to-Ground Weapons using a Probability Map for Surface-to-Air Threats
Loading...
URL
Journal Title
Journal ISSN
Volume Title
Perustieteiden korkeakoulu |
Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
2017-02-14
Department
Major/Subject
Systems and Operations Research
Mcode
SCI3055
Degree programme
Master’s Programme in Mathematics and Operations Research
Language
en
Pages
6 + 94
Series
Abstract
As a part of planning an air mission, the trajectory of an air-to-ground (A/G) weapon must be determined. In this thesis, the novel trajectory evaluation framework with which the best trajectory can be identified from a set of possible trajectories under uncertainty regarding the locations of surface-to-air (S/A) threats is presented. The best trajectory is the trajectory which has the highest survivability, i.e., the probability for the A/G weapon to traverse the trajectory without being intercepted. The trajectory evaluation framework relies on two new models introduced in this thesis which together provide the survivability of a given trajectory. The spatial prediction model is used to build a probability map for the location of an S/A threat based on Bayesian reasoning with geographical data and knowledge about common tactical principles utilised in forming an air defence. The Markov survivability model describes the process of intercepting an A/G weapon with the air defence consisting of radar sensors and S/A weapons with an inhomogeneous continuous-time Markov chain. Using the probability maps produced by the spatial prediction model, the Markov survivability model produces the survivability of the trajectory, such that uncertainties regarding the locations of the S/A threats are taken into account. The Markov survivability model presented in this thesis is compared with existing reference survivability models through numerical experiments by replacing it in the framework with each of the reference models. In the experiments, the survivabilities of different trajectories obtained with each model are evaluated and compared. The sensitivity of the models to uncertainty regarding the locations of S/A threats is studied by varying sizes of areas in which it is believed that the threats are located. The experiments imply that the novel framework gives intuitive results. In addition, the Markov survivability model is less affected by imprecise information regarding the locations of the S/A threats than the reference models.Ilmaoperaation suunnitteluun sisältyy operaatiossa käytettävien ilmasta-maahan -aseiden reittien valinta siten, että aseisiin kohdistuu ilmatorjunnasta mahdollisimman vähän uhkaa. Tässä työssä esitellään uusi menetelmä, jolla arvioidaan ilmatorjunnan aiheuttamaa uhkaa annetulla lentoradalla lentävään ilmasta-maahan -aseeseen, kun ilmatorjunnan tarkkaa ryhmitystä ei tiedetä. Menetelmässä käytetään kahta tässä työssä kehitettyä mallia: ryhmityksen sijaintijakauman tuottavaa mallia ja ilmasta-maahan -aseeseen annetulla lentoradalla kohdistuvan uhkan kertymistä kuvaavaa mallia. Ilmatorjunnan ryhmityksen sijaintijakauma määritetään Bayesiläisen päättelyn avulla käyttämällä maantieteellisiä tietolähteitä ja tiedustelutietoa todennäköisistä ryhmitysalueista. Ilmasta-maahan -aseeseen annetulla lentoradalla kohdistuva uhka arvioidaan jatkuva-aikaiseen Markov-ketjuun perustuvalla mallilla, joka kuvaa ilmatorjuntayksikön kykyä havaita ase, seurata asetta ja vaikuttaa aseeseen. Sijaintijakaumaa hyödyntämällä Markov-malli tuottaa todennäköisyyden sille, että yksi tai useampi ilmatorjunta-ase onnistuneesti torjuu ilmasta-maahan -aseen. Markov-mallin ja samalla koko menetelmän tuottama lopputulos huomioi ilmatorjunnan ryhmitykseen liittyvän epävarmuuden. Tässä työssä esiteltyä Markov-mallia verrataan numeerisin kokein kahteen ilmatorjuntaa kuvaavaan referenssimalliin. Kokeissa verrataan kunkin mallin tuottamia ilmasta-maahan -aseeseen kohdistuvia uhkia eri lentoradoilla kahdessa skenaariossa. Mallien alttiutta epätarkkuuksille sijaintitiedossa tutkitaan varioimalla ilmatorjunnan ryhmitysalueen suuruutta ja tarkastelemalla, kuinka hyvin mallit säilyttävät lentoratojen keskinäisen uhkajärjestyksen. Kokeiden tuloksena voidaan todeta, että uuden menetelmän hyödyntämä Markov-malli yhtäältä tuottaa realistisia uhka-arvioita ja toisaalta se on vähemmän altis epätarkkuuksille ilmatorjunnan ryhmityksen sijaintitiedossa verrattuna referenssimalleihin.Description
Supervisor
Virtanen, KaiThesis advisor
Puustinen, HeikkiKeywords
air mission planning, inhomogeneous continuous-time Markov-chains, geographic information science, probability map, radar