Peiling på seiling. Passiv peilebasert målfølging i to dimensjoner fra en plattform med utgangspunkt i 1. Korvettskvadron

Abstract

Bacheloroppgaven «Peiling på seiling» utforsker hvordan 1. Korvettskvadron kan forbedre evnen til passiv peilebasert målfølging. Hovedformålet er å undersøke hvordan ulike algoritmer basert på lineær algebra, Kalmanfilter og maskinlæring kan bidra til å forbedre evnen til målfølging av emittere (fartøy med elektromagnetisk utsendelse), uten å selv ha elektromagnetisk utsendelse. Forskningsmetodene inkluderer en scenario- og algoritmeutvikling, for så å bruke disse scenarioene til å sammenligne prestasjonsnivået til dagens tekniske operatører i 1. Korvettskvadron opp imot algoritmene. Det har blitt utviklet seks ulike scenarioer som testes av ulike algoritmer. Disse testene innebærer kursendring på emitter og målinger med støy. Hovedfunnene viser at en fusjonering mellom to av algoritmene samt maskinlæringsmodellen presterer bedre og mer konsekvent enn de tekniske operatørene. Resultatene bekrefter også at enkelte manøvreringsmetoder er mer effektive enn andre. Oppgaven konkluderer med at implementering av algoritmer og målrettet opplæring av tekniske operatører vil gi skvadronen en forbedret evne til passiv peilebasert målfølging. Dette vil øke målfølgingsporteføljen, og være et verktøy som kan benyttes i situasjoner hvor Skjold-klassen ønsker å operere uten elektromagnetisk utsendelse. Nøkkelord: Lav signatur, passiv målfølging, Kalmanfilter, maskinlæring, forbedringspotensial, 1. Korvettskvadron, peilebasert målfølging, peiling, ESM.