Passive HF-Geolokalisierung: TDOA- und FDOA-Verfahren erklärt

Ein gegnerisches Funkgerät, das nie einen Abfrageimpuls empfängt, kann nicht wissen, dass es geortet wird. Das ist der operative Reiz der passiven Geolokalisierung: Sie schätzt den Standort eines Senders ausschließlich anhand der Energie, die der Sender selbst abstrahlt, ohne Rücksendung zum Ziel. Der Preis für diese Verdecktheit ist mathematisch – man kann keine Entfernung zu einem Sender messen, mit dem man nicht kooperiert, und muss daher die Position aus den Unterschieden ableiten, wie dasselbe Signal an mehreren getrennten Sensoren ankommt. Die zwei messbaren Unterschiede, die Positionsinformation tragen, sind Zeit und Frequenz: Zeitdifferenz der Ankunft (TDOA) und Frequenzdifferenz der Ankunft (FDOA). Dieser Artikel erklärt, wie beide funktionieren, wie sie gemeinsam gelöst werden, was ihre Genauigkeit begrenzt und wie eine Geolokalisierungs-Engine in die übergeordnete SIGINT-Plattformarchitektur eingebettet ist.

Warum passiv, und warum Differenzen

Aktive Positionierungssysteme – Radar, Sekundärüberwachung, GPS – funktionieren, weil das System ein Ende des Timing kontrolliert. Der Interrogator weiß, wann er gesendet hat, und misst, wann die Antwort zurückkehrt; die Differenz ist die Entfernung. Ein nicht kooperativer Sender gibt einem keines davon. Man beobachtet ein Signal zu einem unbekannten absoluten Emissionszeitpunkt, sodass die absolute Laufzeit zu einem einzelnen Sensor nicht bestimmbar ist. Was bestimmbar ist, ist die Differenz in der Laufzeit zwischen zwei Sensoren, weil sich der unbekannte Emissionszeitpunkt beim Subtrahieren heraushebt. Differenzen, nicht Absolutwerte, sind die Währung der passiven Geolokalisierung.

Eine einzelne TDOA-Messung zwischen zwei Sensoren liefert keinen Punkt – sie liefert einen Ort. Jeder Punkt im Raum, dessen Abstand zu Sensor A minus seinem Abstand zu Sensor B gleich der gemessenen Entfernungsdifferenz ist, liegt auf einem Rotationshyperboloid mit den beiden Sensoren als Brennpunkten. Um diese Fläche auf einen Punkt zu reduzieren, braucht man weitere unabhängige Messungen: zusätzliche Sensorpaare (weitere TDOA-Hyperboloide), die orthogonalen Informationen von FDOA, eine Höhenbeschränkung aus dem Gelände oder Bewegung über Zeit. Passive Geolokalisierung ist grundlegend ein Problem des Schneidens von Beschränkungsflächen unter Fortpflanzung der Messunsicherheit.

TDOA: Hyperbeln aus Zeit

TDOA nutzt die endliche Lichtgeschwindigkeit. Wenn ein Signal Sensor A und Sensor B mit einem relativen Verzug von Δt erreicht, beträgt die Pfadlängendifferenz c · Δt, wobei c die Ausbreitungsgeschwindigkeit ist. Da eine Nanosekunde etwa 30 Zentimetern Wegdifferenz entspricht, hängt das gesamte Verfahren davon ab, wie präzise die Sensoren in der Zeit übereinstimmen. Die Messung selbst kommt von der Kreuzkorrelation der beiden empfangenen Signale: Der Korrelationspeak tritt bei dem Versatz auf, der sie am besten ausrichtet, und dieser Versatz ist die TDOA-Schätzung.

Drei Eigenschaften des Signals und der Geometrie bestimmen die TDOA-Qualität. Erstens die Bandbreite – der Korrelationspeak ist schärfer und die Verzögerungsschätzung präziser bei breitbandigen Signalen; ein schmalbandiger Dauertonträger erzeugt einen breiten, mehrdeutigen Korrelationspeak. Zweitens Integrationszeit und Signal-Rausch-Verhältnis, die den Verarbeitungsgewinn der Kreuzkorrelation und damit bestimmen, wie weit der Peak über dem Rauschen liegt. Drittens die Geometrie: Zwei Sensoren und ein Ziel, die nahezu kollinear sind, erzeugen eine Hyperbel, die nahe dem Ziel fast flach ist, sodass ein kleiner Zeitfehler einem großen Positionsfehler entspricht. Diese geometrische Verstärkung ist die geometrische Genauigkeitsminderung (GDOP), und sie ist häufig der dominierende Fehlerbeitrag, selbst wenn das Timing hervorragend ist.

Synchronisation: die harte Einschränkung

Die TDOA-Genauigkeit ist durch die Zeitgenauigkeit begrenzt, noch bevor die Signalverarbeitung beginnt. Eine gemeinsame Zeitreferenz ist zwingend erforderlich. GPS-gesteuerte Oszillatoren geben Sensoren eine gemeinsame Uhr mit Genauigkeit von Zehnern von Nanosekunden, was für viele Breitbandanwendungen ausreichend ist. Wo höhere Präzision benötigt wird – Sub-Nanosekunden – werden Sensoren über Precision Time Protocol (PTP) oder White Rabbit über Glasfaser verbunden, das eine gemeinsame Referenz verteilt, die das Netz kohärent hält. Unabhängig vom Verteilungsmechanismus verbleibt immer ein Rest-Taktversatz, und ein robuster Löser behandelt den Sensor-zu-Sensor-Taktversatz als Störparameter, der gemeinsam mit der Position geschätzt wird – unter Verwendung eines bekannten Referenzsenders, wenn einer zur Kalibrierung verfügbar ist.

FDOA: Isodoppler-Kurven aus Frequenz

FDOA nutzt den Doppler-Effekt. Wenn sich ein Sensor relativ zu einem Sender bewegt, ist der empfangene Träger proportional zur radialen Relativgeschwindigkeit frequenzverschoben. Zwei Sensoren mit unterschiedlichen Geschwindigkeitsvektoren relativ zum gleichen Sender beobachten unterschiedliche Doppler-Verschiebungen; die Differenz zwischen diesen Verschiebungen ist das FDOA. Wie bei TDOA hebt sich die unbekannte Sendefrequenz in der Differenz heraus, sodass FDOA selbst dann messbar ist, wenn die wahre Mittenfrequenz des Senders unbekannt ist – vorausgesetzt, die Sensoren teilen eine präzise Frequenzreferenz.

Jede FDOA-Messung definiert eine Isodoppler-Fläche – den Ort der Senderpositionen, die für die gegebenen Sensorpositionen und -geschwindigkeiten die beobachtete Frequenzdifferenz erzeugen. Entscheidend ist, dass Isodoppler-Flächen anders orientiert sind als TDOA-Hyperboloide. Während TDOA die Position entlang der Basislinie zwischen Sensoren einschränkt, schränkt FDOA sie entsprechend der Geometrie der Relativbewegung ein. Diese Orthogonalität ist der Grund, warum beide zusammen wirkungsvoll sind: Eine reine TDOA-Lösung kann in einer Richtung schlecht konditioniert sein, die FDOA stark einschränkt, und umgekehrt. FDOA glänzt auch bei schmalbandigen Signalen, wo die TDOA-Zeitauflösung schwach ist, die Langzeit-Integration Doppler-Auflösung jedoch scharf bleibt.

Die Kreuzambiguitätsfunktion

TDOA und FDOA werden üblicherweise gemeinsam in einem einzigen Vorgang gemessen: der komplexen Kreuzambiguitätsfunktion (CAF). Die CAF korreliert zwei Sensorsignale über ein zweidimensionales Raster aus Kandidaten-Zeitverzögerungen und Frequenzverschiebungen, und ihr Peak liefert die gemeinsame TDOA/FDOA-Schätzung für dieses Sensorpaar. Die CAF ist rechenintensiv – eine Verzögerungs-Doppler-Fläche für jedes Paar über lange Schnappschüsse – was einer der Gründe ist, warum Geolokalisierungs-Engines auf GPU-Beschleunigung setzen, genau wie die Kanalisierungs- und Klassifizierungsstufen. Die Schärfe und Höhe des CAF-Peaks liefern auch die Messkovarianz, die der nachgelagerte Löser benötigt, um jedes Paar korrekt zu gewichten.

Das System lösen

Mit einer Menge von TDOA- und FDOA-Messungen aus mehreren Sensorpaaren besteht die Geolokalisierungsaufgabe darin, die Senderposition – und Geschwindigkeit, wenn FDOA im Spiel ist – zu finden, die sie am besten erklärt. Die Beziehung zwischen Position und Messungen ist nichtlinear, daher ist die Lösung iterativ. Eine typische Engine berechnet zunächst eine geschlossene Ausgangsschätzung (zum Beispiel eine sphärische Interpolation oder eine zweistufige gewichtete Kleinstquadrate-Lösung), um in die richtige Nachbarschaft zu gelangen, und verfeinert dann mit einer Gauss-Newton- oder Levenberg-Marquardt-Iteration, die das gewichtete Residuum zwischen vorhergesagten und gemessenen TDOA/FDOA-Werten minimiert.

Gewichtung ist nicht optional. Jede Messung trägt eine aus ihrem CAF-Peak abgeleitete Unsicherheit, und eine Maximum-Likelihood-Lösung gewichtet Messungen mit der Inversen ihrer Kovarianz – scharfe, SNR-reiche Paare dominieren; schwache Paare tragen wenig bei. Das Ergebnis ist nicht nur eine Koordinate, sondern eine Kovarianz, die zur Konfidenzellipse wird, die der Analyst sieht. Eine Ortung ohne Fehlerellipse ist operativ gefährlich: Sie lädt zu falscher Sicherheit in eine Zahl ein, deren wahre Unsicherheit bei schlechter Geometrie Kilometer betragen könnte. Dieselben TDOA-, AOA- und Hybrid-Kompromisse werden in unserem Überblick über HF-Geolokalisierung für die Verteidigung ausführlich behandelt.

Genauigkeit, Geometrie und die CRLB

Die erreichbare Genauigkeit eines TDOA/FDOA-Systems ist nach unten durch die Cramér-Rao-Untergrenze (CRLB) begrenzt, die die Messpräzision (eine Funktion von Bandbreite, SNR und Integrationszeit) mit der Geometrie (dem GDOP) kombiniert. Kein Schätzer kann die CRLB unterschreiten; ein gut gebauter Löser nähert sich ihr an. Praktisch gesehen bewegen drei Hebel die Grenze. Eine verbesserte Synchronisation reduziert das Timing- und Frequenzmessrauschen. Eine erhöhte Erfassungsbandbreite und Integrationszeit steigert den Verarbeitungsgewinn. Und eine verbesserte Geometrie – Sensoren so verteilen, dass sich die Beschränkungsflächen in großen Winkeln nahe dem Ziel schneiden – reduziert den GDOP. Von den dreien wird die Geometrie am häufigsten vernachlässigt und ist am häufigsten der begrenzende Faktor, weil die Sensorplatzierung durch Gelände, Plattformverfügbarkeit und die Notwendigkeit eingeschränkt ist, außerhalb der Wahrnehmungsreichweite des Ziels zu bleiben.

Eine konkrete Vorstellung: Mit Nanosekundenklasse-Synchronisation, einem breitbandigen Signal und drei oder vier gut verteilten Sensoren sind TDOA-Ortungen von wenigen Zehnern von Metern bei Reichweiten von Zehnern von Kilometern realistisch. Verschlechtert man einen Eingabefaktor – verengt das Signal, stellt die Sensoren kollinear auf oder lässt den Taktversatz driften – kann die Ellipse um eine Größenordnung zunehmen. Diese Empfindlichkeit ist der Grund, warum eine passive Geolokalisierungsfähigkeit genauso sehr ein Sensor-Platzierungs- und Synchronisations-Engineering-Problem ist wie ein Signalverarbeitungsproblem.

Die Mindestsensoranzahl hängt von der Dimensionalität des Problems und davon ab, welche Beobachtungsgrößen verfügbar sind. Mit nur TDOA liefert jedes Paar ein Hyperboloid; zwei unabhängige Basislinien (drei Sensoren) beschränken eine 2D-Ortung, wenn eine Höhenannahme oder ein Geländemodell die vertikale Unbekannte beseitigt, und vier Sensoren werden für eine uneingeschränkte 3D-Ortung benötigt. Das Hinzufügen von FDOA bringt pro Paar eine unabhängige Beobachtungsgröße ein, sodass ein sich bewegendes Sensorpaar prinzipiell einen stationären Sender orten kann, wo ein statisches Paar dies nicht kann. In der Praxis kombiniert eine Engine alle verfügbaren Messungen, anstatt ein bloßes Minimum zu erfüllen, weil Redundanz sowohl die Schätzung verbessert als auch die Residualstatistiken liefert, die zur Erkennung und Ablehnung von Ausreißermessungen durch Mehrwegausbreitung oder Interferenz erforderlich sind.

Mehrwegausbreitung, Versatz und Ausreißerabweisung

Reale Umgebungen liefern selten saubere Sichtverbindungssignale. Reflexionen von Gelände und Gebäuden erzeugen Mehrwegkomponenten, die nach dem direkten Pfad ankommen, den Kreuzambiguitätspeak verwischen oder aufspalten und die Verzögerungsschätzung nach oben verzerren. Städtische und gebirgige Geometrien sind die schlimmsten Fälle. Ein Produktionslöser sichert sich dagegen mit robuster Schätzung – iterativ neu gewichteten Kleinstquadraten, RANSAC-artiger Übereinstimmung über Teilmengen von Messungen oder Innovationsgating in einem Tracking-Filter – sodass ein einzelnes fehlerhaftes Paar nicht die gesamte Ortung verfälscht. Dieselbe Maschinerie, die den Rest-Taktversatz schätzt, zeigt auch Messungen auf, deren Residuen statistisch unplausibel sind, was oft der erste Hinweis darauf ist, dass ein Sensor den Lock verloren hat oder die angenommene Senderzuordnung falsch ist.

Schwierige Sender: Frequenzsprung, Impulse und geringes Tastverhältnis

Moderne militärische Sender sind absichtlich schwer zu orten. Frequenzsprungfunkgeräte verteilen Energie über ein breites Band mit kurzer Verweildauer auf jedem Kanal; Impulssender senden kurz und werden dann still. Beide verkürzen das kohärente Fenster, das für die Kreuzkorrelation verfügbar ist, was sowohl die TDOA-Zeitauflösung als auch die FDOA-Doppler-Auflösung schwächt. Die Abhilfemaßnahme ist statistische Akkumulation: einzelne Sprünge oder Impulse detektieren und orten, sie einem gemeinsamen Sender über Klassifizierung und Sender-Fingerabdruck zuordnen und die resultierenden schwachen Ortungen über die Zeit mit einem Batch- oder Kalman-Schätzer zusammenführen. Jeder Impuls ist eine schwache Einschränkung; genug davon, korrekt zugeordnet, konvergieren zu einem präzisen Track. Breitbanderfassung, die den gesamten Sprungsatz gleichzeitig über alle Sensoren erfasst, ist die ermöglichende Hardwareanforderung.

Von der Ortung zum Lagebild

Eine Geolokalisierungs-Engine steht nicht allein. Sie ist ein Verbraucher der Signalverarbeitungspipeline – Detektionen und zeitgestempelte IQ-Schnappschüsse fließen in sie ein – und ein Erzeuger geospatialem Nachrichtenwesens, das wieder hinausfließt. Berechnete Ortungen werden mit ihren Fehlerellipsen und Senderzuordnungen in die Peilungs- und Metadatendatenbanken geschrieben, wo sie mit Klassifizierungs- und Identifikationsergebnissen korrelieren. Das Produkt ist ein geospatiales Kampfkräfte-Lagebild: nicht nur wo Signale sind, sondern was sie sind und zu welchen Netzwerken sie gehören. Zeitkritische Tracks werden an das gemeinsame Lagebild für operative Nutzer weitergeleitet. Die Architektur, die die Geolokalisierungs-Engine umgibt und speist – Erfassung, Kanalisierung, die Peilungsdatenbank, der Analyst-Workflow – wird in unserem Leitfaden zur SIGINT-Plattformarchitektur vollständig behandelt.