Optimalizace tvorby ladicího plánu pro pasivní sledovací systém / Optimization of Tuning Plans for a Passive Surveillance System
- Authors
- Publication Date
- Jun 12, 2024
- Source
- Digital Library of the Czech Technical University in Prague
- Keywords
- License
- Unknown
Abstract
Pasivní radarové systémy se používají k detekci a sledování vysílajících objektů na vzdálenost stovek kilometrů. Tyto systémy mají bohužel omezený počet přijímačů, a proto mohou současně sledovat pouze zlomek požadovaných frekvencí. Tato magisterská práce se zabývá návrhem algoritmu pro rychlou konstrukci optimalizovaných rozvrhů, tzv. ladicích plánů, určujících, které frekvence budou v daném čase sledovány jednotlivými přijímači. Podstatnou částí algoritmu je optimalizace konfigurací přijímačů pomocí nově formulovaného problému obsažení vícenásobných intervalů (MICntP), který se podobá set cover problému s objekty připomínající intervaly. Také zkoumáme teoretickou složitost různých MICntP na základě zavedených omezení. Nakonec analyzujeme závislost doby běhu algoritmu na vlastnostech a počtu náhodně generovaných vstupních požadavků. / Passive radar systems are used for covert detection and tracking of transmitting objects over hundreds of kilometers. Unfortunately, these systems have a limited amount of receivers and therefore can simultaneously monitor only a fraction of frequencies of interest. This master’s thesis proposes an algorithm for fast construction of optimized schedules, called tuning plans, that determine which frequencies will be observed by each receiver at a given time. An essential part of the algorithm is the optimization of receiver configurations using a newly formulated multiple-interval containment problem (MICntP) which is similar to the set cover problem over interval-like objects. We also study the theoretical complexity of different MICntPs based on imposed constraints. Finally, we analyze the dependence of the algorithm’s run-time on properties and the number of randomly generated input requests during a simplified scenario.
