[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"_public_topic_publications_theo%20d%C3%B5i%20radar{\"limit\":5}":3,"_public_topic_byId_theo%20d%C3%B5i%20radar":11},{"code":4,"data":5,"meta":10},"SUCCESS",{"latest":6,"mostCited":7,"vietnamFeatured":8,"vietnamLatest":9},[],[],[],[],null,{"code":4,"data":12,"meta":10},{"id":13,"title":14,"description":15,"content":16,"term":17,"englishTitle":18,"synonyms":19,"definition":22,"discipline":23,"references":24,"faqs":72,"createUser":85,"publishUser":89,"keywords":90,"keywordCount":86,"enrichTopicLink":91,"status":92,"createTime":93,"updateTime":94,"publishTime":95,"linkEnrichedTime":10,"publicationScanTime":10,"contentErrorMessage":10,"viewCount":96,"wikidataId":10,"relateTopics":97},"theo dõi radar","Theo dõi radar (radar tracking) là gì?","Theo dõi radar là quá trình ước lượng liên tục trạng thái động học của mục tiêu từ các phép đo vô tuyến, ứng dụng trong kiểm soát không lưu và hàng hải.","\u003Cp>Theo dõi radar (radar tracking) là quá trình ước lượng liên tục và có hệ thống trạng thái động học của một hoặc nhiều mục tiêu từ chuỗi các phép đo phản xạ sóng vô tuyến bị nhiễu theo thời gian. Trạng thái động học này thường bao gồm các vector tọa độ vị trí, vận tốc và gia tốc trong không gian tọa độ tương đối hoặc tuyệt đối. Bài viết này trình bày toàn diện về cơ sở lý thuyết ước lượng trạng thái, các mô hình động học chuyển động, giải thuật liên kết dữ liệu đa mục tiêu, phân loại hệ thống, ứng dụng thực tiễn trong hàng không và hàng hải, cùng những ranh giới kỹ thuật cốt lõi của công nghệ bám sát radar.\u003C\u002Fp>\n\n\u003Ch2>Bản chất và nguyên lý vận hành của chu trình theo dõi\u003C\u002Fh2>\n\u003Cp>Bản chất của kỹ thuật theo dõi radar là giải quyết bài toán lọc nghịch đảo và xử lý tín hiệu ngẫu nhiên. Khi một đài radar quét qua không gian, các xung năng lượng điện từ được phát đi và phản xạ trở lại từ bề mặt các vật thể. Tín hiệu thu nhận tại anten luôn bị biến dạng bởi tạp âm nhiệt nội tại, nhiễu địa vật, nhiễu khí quyển và các hiệu ứng tán xạ điện từ phức tạp. Do đó, vị trí tức thời mà radar đo được tại mỗi chu kỳ phát xung chứa đựng sai số ngẫu nhiên đáng kể.\u003C\u002Fp>\n\u003Cp>Kỹ thuật theo dõi không dừng lại ở việc phát hiện sự hiện diện đơn lẻ của vật thể tại một thời điểm, mà liên kết các tín hiệu phản xạ rời rạc qua nhiều chu kỳ liên tiếp để tái tạo quỹ đạo chuyển động thực tế. Quá trình này diễn ra theo một chu trình khép kín gồm năm giai đoạn chính:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>Khởi tạo vết quỹ đạo:\u003C\u002Fstrong> Hệ thống tiếp nhận các điểm đo thô chưa được gán nhãn, kiểm tra tính hợp lệ về mặt động học qua các chu kỳ liên tiếp để xác định xem có phải là mục tiêu thực sự hay chỉ là tín hiệu dội giả ngẫu nhiên.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Dự báo trạng thái:\u003C\u002Fstrong> Sử dụng mô hình toán học về động lực học chuyển động để tính toán trước vị trí và vận tốc kỳ vọng của mục tiêu ở thời điểm lấy mẫu kế tiếp.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Tạo cổng bắt mục tiêu:\u003C\u002Fstrong> Thiết lập một vùng không gian bao quanh vị trí dự báo, giới hạn phạm vi tìm kiếm phép đo mới nhằm giảm thiểu sự can thiệp của tạp âm bên ngoài.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Liên kết dữ liệu:\u003C\u002Fstrong> Ghép nối phép đo thực tế thu nhận được trong cổng bắt với vết quỹ đạo tương ứng, giải quyết các xung đột khi có nhiều phép đo rơi vào cùng một vùng phủ sóng.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Cập nhật trạng thái và kết thúc vết:\u003C\u002Fstrong> Hiệu chỉnh lại ước lượng trạng thái dựa trên sự sai lệch giữa vị trí dự báo và vị trí đo đạc thực tế; nếu một vết quỹ đạo không nhận được tín hiệu bổ sung sau nhiều chu kỳ quét liên tiếp, hệ thống sẽ tiến hành xóa vết để giải phóng tài nguyên tính toán.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Các mô hình động học chuyển động mục tiêu\u003C\u002Fh2>\n\u003Cp>Độ chính xác của quá trình ước lượng phụ thuộc chặt chẽ vào việc lựa chọn mô hình toán học phản ánh đúng chuyển động vật lý của đối tượng. Trong tài liệu chuyên khảo về ước lượng ứng dụng cho bám sát và dẫn đường, các tác giả Bar-Shalom, Li và Kirubarajan (2002) đã hệ thống hóa các phương trình trạng thái không gian rời rạc mô tả quy luật biến thiên của vector trạng thái:\u003C\u002Fp>\n\u003Cscript type=\"math\u002Ftex; mode=display\">x_k = F x_{k-1} + G w_{k-1}\u003C\u002Fscript>\n\u003Cp>Trong đó, ký hiệu \u003Cscript type=\"math\u002Ftex\">x_k\u003C\u002Fscript> đại diện cho vector trạng thái động học của mục tiêu tại bước thời gian thứ \u003Cscript type=\"math\u002Ftex\">k\u003C\u002Fscript>, ma trận \u003Cscript type=\"math\u002Ftex\">F\u003C\u002Fscript> biểu diễn toán tử chuyển trạng thái động học, ma trận \u003Cscript type=\"math\u002Ftex\">G\u003C\u002Fscript> là ma trận phân phối nhiễu kích thích, và \u003Cscript type=\"math\u002Ftex\">w_{k-1}\u003C\u002Fscript> đại diện cho vector nhiễu quá trình ngẫu nhiên có kỳ vọng bằng không.\u003C\u002Fp>\n\u003Cp>Mục tiêu trong không gian thực tế có thể bay thẳng, tăng tốc hoặc thực hiện các động tác nhào lộn phức tạp. Khảo sát toàn diện của Li và Jilkov (2003) trên tạp chí IEEE Transactions on Aerospace and Electronic Systems đã phân loại các mô hình động học kinh điển thành những nhóm giải thuật tiêu chuẩn:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>Mô hình vận tốc không đổi:\u003C\u002Fstrong> Giả định rằng gia tốc mục tiêu xem như bằng không và biến thiên vận tốc chỉ xuất phát từ nhiễu trắng bậc thấp, phù hợp cho các phương tiện bay hành trình ổn định hoặc tàu thủy dân sự chạy trên tuyến cố định.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Mô hình gia tốc không đổi:\u003C\u002Fstrong> Bổ sung thêm thành phần đạo hàm bậc hai của vị trí vào vector trạng thái, áp dụng hiệu quả khi mục tiêu đang trong giai đoạn tăng tốc hoặc giảm tốc dọc theo trục bay.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Mô hình quay vòng điều phối:\u003C\u002Fstrong> Mô tả chuyển động của mục tiêu thực hiện chuyển hướng với vận tốc góc không đổi trong mặt phẳng ngang, trong đó gia tốc pháp tuyến luôn hướng về tâm quỹ đạo cong.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Mô hình cơ động ngẫu nhiên Singer:\u003C\u002Fstrong> Do tác giả Singer công bố vào năm 1970 trong bài báo kinh điển về bám sát mục tiêu cơ động, giả định gia tốc của phương tiện tuân theo quá trình Gauss-Markov bậc một có tương quan thời gian. Mô hình Singer giải quyết bài toán mục tiêu đột ngột chuyển hướng và duy trì gia tốc đó trong một khoảng thời gian nhất định trước khi trở lại trạng thái cân bằng.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Các giải thuật lọc và ước lượng trạng thái\u003C\u002Fh2>\n\u003Cp>Để trích xuất tín hiệu hữu ích từ dữ liệu đo đạc chứa tạp âm, các kỹ sư radar đã phát triển nhiều thế hệ giải thuật lọc tối ưu từ tuyến tính đến phi tuyến.\u003C\u002Fp>\n\n\u003Ch3>Bộ lọc alpha-beta và alpha-beta-gamma\u003C\u002Fh3>\n\u003Cp>Đây là các dạng bộ lọc hồi quy tuyến tính với trọng số cố định, xuất hiện từ những ngày đầu của công nghệ radar kỹ thuật số. Ưu điểm nổi bật của cấu trúc này là khối lượng tính toán cực kỳ nhỏ gọn, không đòi hỏi nghịch đảo ma trận tại mỗi chu kỳ. Tuy nhiên, do các hệ số phản hồi không tự điều chỉnh thích nghi theo độ biến động của tạp âm đo đạc và động lực học mục tiêu, bộ lọc dễ bị mất dấu khi mục tiêu cơ động gấp.\u003C\u002Fp>\n\n\u003Ch3>Bộ lọc Kalman tuyến tính và các biến thể phi tuyến\u003C\u002Fh3>\n\u003Cp>Bộ lọc Kalman là giải thuật tối ưu theo tiêu chí cực tiểu hóa phương sai sai số ước lượng đối với các hệ thống tuyến tính chịu tác động của nhiễu trắng Gauss. Phương trình quan sát (đo đạc) mô tả mối quan hệ giữa giá trị đo của radar và vector trạng thái mục tiêu có dạng:\u003C\u002Fp>\n\u003Cscript type=\"math\u002Ftex; mode=display\">z_k = H x_k + v_k\u003C\u002Fscript>\n\u003Cp>Trong đó, \u003Cscript type=\"math\u002Ftex\">z_k\u003C\u002Fscript> là vector chứa các giá trị đo đạc thu được từ radar tại bước thời gian thứ \u003Cscript type=\"math\u002Ftex\">k\u003C\u002Fscript>, ma trận \u003Cscript type=\"math\u002Ftex\">H\u003C\u002Fscript> là ma trận quan sát ánh xạ không gian trạng thái sang không gian đo, và \u003Cscript type=\"math\u002Ftex\">v_k\u003C\u002Fscript> biểu diễn vector sai số đo đạc ngẫu nhiên của radar.\u003C\u002Fp>\n\u003Cp>Mặc dù chuyển động của mục tiêu thường được mô tả trong hệ tọa độ Descartes vuông góc, các đài radar lại đo đạc vị trí dưới dạng tọa độ cực hoặc cầu gồm cự ly, góc phương vị và góc nâng. Mối quan hệ chuyển đổi phi tuyến tính này dẫn đến sự ra đời của các biến thể tiên tiến hơn:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>Bộ lọc Kalman mở rộng:\u003C\u002Fstrong> Tuyến tính hóa hàm phi tuyến xung quanh điểm ước lượng trạng thái hiện tại bằng khai triển chuỗi Taylor bậc nhất thông qua ma trận Jacobi. Dù phổ biến, giải thuật này có thể bị phân kỳ nếu độ phi tuyến quá lớn hoặc sai số khởi tạo ban đầu cao.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Bộ lọc Kalman không mùi:\u003C\u002Fstrong> Khắc phục nhược điểm của phép tuyến tính hóa giải tích bằng cách sử dụng phép biến đổi không mùi, chọn lựa một tập hợp hữu hạn các điểm mẫu xác định nhằm bảo toàn chính xác kỳ vọng và hiệp phương sai qua hàm phi tuyến mà không cần tính ma trận đạo hàm riêng.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Bộ lọc hạt:\u003C\u002Fstrong> Áp dụng phương pháp mô phỏng ngẫu nhiên Monte Carlo tuần tự để xấp xỉ hàm mật độ xác suất hậu phương tùy ý, cho phép xử lý các bài toán phi tuyến tính nghiêm trọng và nhiễu phi Gauss, đổi lại chi phí tính toán tăng lên đáng kể.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch3>Giải thuật mô hình đa tương tác IMM\u003C\u002Fh3>\n\u003Cp>Một bộ lọc đơn lẻ với mô hình động học cố định không thể đáp ứng đồng thời cả hai yêu cầu: vừa làm mượt quỹ đạo khi mục tiêu bay thẳng, vừa phản ứng nhanh nhạy khi mục tiêu ngoặt gấp. Để giải quyết mâu thuẫn này, Blom và Bar-Shalom (1988) đã giới thiệu giải thuật mô hình đa tương tác (Interacting Multiple Model, IMM). Cấu trúc IMM vận hành song song nhiều bộ lọc Kalman, mỗi bộ lọc đại diện cho một chế độ chuyển động khác nhau như bay thẳng đều, tăng tốc hay lượn vòng. Trạng thái tổng hợp cuối cùng là trung bình có trọng số của các bộ lọc thành phần, trong đó trọng số của từng mô hình được cập nhật động dựa trên xác suất hợp lý của tín hiệu phản xạ mới.\u003C\u002Fp>\n\n\u003Ch2>Liên kết dữ liệu trong môi trường đa mục tiêu\u003C\u002Fh2>\n\u003Cp>Trong thực tế vận hành, không gian phủ sóng của radar thường chứa đồng thời nhiều mục tiêu chuyển động đan xen, cùng với vô số tín hiệu giả xuất hiện ngẫu nhiên từ địa hình, mây mưa hoặc can nhiễu điện tử. Khi đó, bài toán hóc búa nhất là liên kết dữ liệu: xác định chính xác phép đo nào thuộc về mục tiêu nào.\u003C\u002Fp>\n\u003Cp>Các phương pháp liên kết dữ liệu chủ đạo được phân tầng theo mức độ phức tạp:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>Phương pháp láng giềng gần nhất:\u003C\u002Fstrong> Gán phép đo có khoảng cách thống kê nhỏ nhất tới vị trí dự báo cho vết quỹ đạo tương ứng. Phương pháp này tính toán nhanh nhưng rất dễ gán nhầm khi mật độ mục tiêu dày đặc hoặc mức nhiễu tạp cao.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Liên kết dữ liệu xác suất:\u003C\u002Fstrong> Thay vì chọn một phép đo duy nhất, giải thuật tính toán trọng số xác suất cho tất cả các phép đo nằm trong cổng bắt hợp lệ và cập nhật trạng thái mục tiêu dựa trên tổng hợp có trọng số.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Liên kết dữ liệu xác suất chung:\u003C\u002Fstrong> Mở rộng bài toán cho nhiều mục tiêu lân cận bằng cách xét đồng thời mọi kịch bản ghép nối có thể xảy ra giữa tập hợp các phép đo và tập hợp các vết quỹ đạo, ngăn ngừa tình trạng nhiều vết cùng tranh chấp một tín hiệu phản xạ.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Theo dõi đa giả thiết:\u003C\u002Fstrong> Đây là giải thuật toàn diện nhất, cho phép duy trì một cây giả thiết theo thời gian và trì hoãn quyết định gán nhãn cho đến khi có thêm dữ liệu từ các chu kỳ quét tiếp theo giúp làm sáng tỏ sự không chắc chắn.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>So sánh các phương thức theo dõi radar\u003C\u002Fh2>\n\u003Cp>Tùy thuộc vào kiến trúc phần cứng anten và phương thức điều khiển búp sóng, các hệ thống radar bám sát được phân chia thành ba nhóm cấu hình chính với những đặc tính kỹ thuật riêng biệt:\u003C\u002Fp>\n\u003Ctable>\n\u003Cthead>\n\u003Ctr>\n\u003Cth>Phương thức\u003C\u002Fth>\n\u003Cth>Cơ chế vận hành búp sóng\u003C\u002Fth>\n\u003Cth>Khả năng đa mục tiêu\u003C\u002Fth>\n\u003Cth>Độ trễ cập nhật dữ liệu\u003C\u002Fth>\n\u003Cth>Độ chính xác bám sát\u003C\u002Fth>\n\u003C\u002Ftr>\n\u003C\u002Fthead>\n\u003Ctbody>\n\u003Ctr>\n\u003Ctd>Bám sát trong khi quét\u003C\u002Ftd>\n\u003Ctd>Anten quay tròn cơ khí liên tục quét toàn bộ không gian vùng phủ\u003C\u002Ftd>\n\u003Ctd>Theo dõi đồng thời hàng trăm mục tiêu trong toàn vùng quét\u003C\u002Ftd>\n\u003Ctd>Phụ thuộc chu kỳ quay cơ khí của anten\u003C\u002Ftd>\n\u003Ctd>Trung bình do dữ liệu gián đoạn giữa các vòng quay\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>Bám sát mục tiêu đơn lẻ\u003C\u002Ftd>\n\u003Ctd>Búp sóng hẹp khóa chặt liên tục vào một mục tiêu duy nhất\u003C\u002Ftd>\n\u003Ctd>Chỉ bám sát duy nhất một mục tiêu tại một thời điểm\u003C\u002Ftd>\n\u003Ctd>Liên tục, thời gian thực gần như bằng không\u003C\u002Ftd>\n\u003Ctd>Rất cao, phục vụ trực tiếp điều khiển hỏa lực\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003Ctr>\n\u003Ctd>Radar mảng pha quét điện tử\u003C\u002Ftd>\n\u003Ctd>Điều khiển pha điện tử linh hoạt, nhảy búp sóng tức thời không cần quay cơ\u003C\u002Ftd>\n\u003Ctd>Theo dõi đồng thời hàng nghìn mục tiêu phân tán\u003C\u002Ftd>\n\u003Ctd>Linh hoạt, tự động tăng tốc độ quét cho mục tiêu nguy hiểm\u003C\u002Ftd>\n\u003Ctd>Rất cao trên toàn bộ không gian quan sát\u003C\u002Ftd>\n\u003C\u002Ftr>\n\u003C\u002Ftbody>\n\u003C\u002Ftable>\n\n\u003Ch2>Ứng dụng thực tiễn và bối cảnh tại Việt Nam\u003C\u002Fh2>\n\u003Cp>Công nghệ theo dõi radar đóng vai trò xương sống trong các hạ tầng an ninh, giao thông vận tải và quốc phòng trên toàn cầu cũng như tại Việt Nam.\u003C\u002Fp>\n\n\u003Ch3>Quản lý và kiểm soát không lưu\u003C\u002Fh3>\n\u003Cp>Trong ngành hàng không dân dụng, hệ thống radar giám sát sơ cấp kết hợp radar thứ cấp liên tục bám sát quỹ đạo của mọi máy bay thương mại trong vùng thông báo bay. Dữ liệu trạng thái ước lượng được truyền về các trung tâm kiểm soát đường dài và tiếp cận sân bay nhằm duy trì cự ly phân cách an toàn tối thiểu giữa các chuyến bay, cảnh báo sớm nguy cơ xung đột quỹ đạo trên không.\u003C\u002Fp>\n\n\u003Ch3>Hàng hải và thiết bị đồ giải tự động ARPA\u003C\u002Fh3>\n\u003Cp>Trên biển, các tàu vận tải hiện đại bắt buộc phải trang bị hệ thống radar hàng hải kết hợp thiết bị hỗ trợ đồ giải tự động (ARPA - Automatic Radar Plotting Aid). Hệ thống ARPA tự động bám sát các tàu thuyền xung quanh, tính toán khoảng cách tiếp cận gần nhất và thời gian tiếp cận gần nhất để cảnh báo nguy cơ đâm va từ xa cho sĩ quan trực ca. Trong nghiên cứu của Lenart công bố năm 2015 trên The Journal of Navigation, các thông số cự ly tiếp cận gần nhất và thời gian tới điểm tiếp cận gần nhất được chứng minh là các tiêu chí then chốt để thuật toán bám sát radar đánh giá mức độ đe dọa va chạm trong không gian hàng hải phức tạp.\u003C\u002Fp>\n\u003Cp>Tại Việt Nam, nhằm chuẩn hóa năng lực vận hành trang thiết bị an toàn hàng hải theo các công ước quốc tế, các chương trình đào tạo và kiểm tra chuyên môn bắt buộc về sử dụng radar cùng hệ thống ARPA hàng hải ở cả mức vận hành và mức quản lý được áp dụng đồng bộ cho đội ngũ thuyền viên, sĩ quan boong và thuyền trưởng nhằm bảo đảm an toàn lưu thông trong vùng nước cảng biển và lãnh hải quốc gia.\u003C\u002Fp>\n\n\u003Ch3>Giám sát biên giới, bờ biển và phòng thủ\u003C\u002Fh3>\n\u003Cp>Các đài radar bờ biển và radar phòng không tại Việt Nam thực hiện nhiệm vụ quét liên tục ngày đêm để phát hiện và theo dõi các phương tiện di chuyển trên biển Đông cũng như không phận quốc gia. Khả năng bám sát quỹ đạo chính xác cho phép lực lượng chức năng phát hiện sớm các hành vi vi phạm chủ quyền, nhận diện tàu thuyền xâm phạm trái phép và hỗ trợ điều phối công tác tìm kiếm cứu nạn trong điều kiện thời tiết xấu.\u003C\u002Fp>\n\n\u003Ch2>Thách thức kỹ thuật và ranh giới áp dụng\u003C\u002Fh2>\n\u003Cp>Dù đã đạt được nhiều bước tiến lớn, công nghệ bám sát radar vẫn phải đối mặt với các giới hạn vật lý và kỹ thuật không thể bỏ qua:\u003C\u002Fp>\n\u003Cul>\n\u003Cli>\u003Cstrong>Mục tiêu bay thấp và nhiễu địa vật:\u003C\u002Fstrong> Khi mục tiêu bay sát mặt đất hoặc mặt biển, tín hiệu phản xạ từ địa hình, sóng biển và thảm thực vật tạo ra mức tạp âm nền rất lớn, có thể che lấp hoàn toàn tín hiệu của mục tiêu hoặc sinh ra các vết quỹ đạo giả.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Hiện tượng tán xạ đa đường:\u003C\u002Fstrong> Sóng radar phản xạ gián tiếp từ mặt nước hoặc mặt đất trước khi đến anten máy thu tạo ra các mục tiêu ảo nằm ngay phía dưới mục tiêu thật, gây nhiễu loạn nghiêm trọng cho kênh bám sát góc nâng.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Tác chiến điện tử và ngụy trang:\u003C\u002Fstrong> Các thiết bị gây nhiễu tích cực có thể phát xung chèn ép máy thu radar hoặc tạo ra hàng loạt tín hiệu dội giả mạo quỹ đạo thật, trong khi các công nghệ hấp thụ sóng vô tuyến làm suy giảm mạnh diện tích phản xạ hiệu dụng của phương tiện.\u003C\u002Fli>\n\u003Cli>\u003Cstrong>Cơ động phi tuyến cực độ:\u003C\u002Fstrong> Các loại vũ khí siêu thanh và tên lửa hành trình thế hệ mới có khả năng cơ động đột ngột với gia tốc lớn vượt ra ngoài giả định của các mô hình động học tiêu chuẩn, khiến thuật toán bám sát dễ rơi vào trạng thái mất dấu vết.\u003C\u002Fli>\n\u003C\u002Ful>\n\n\u003Ch2>Xu hướng phát triển và bám sát đa cảm biến\u003C\u002Fh2>\n\u003Cp>Trước sự xuất hiện của các phương tiện bay không người lái cỡ nhỏ (UAV) và mục tiêu diện tích phản xạ thấp, xu hướng hiện đại đang dịch chuyển mạnh mẽ sang kiến trúc bám sát đa cảm biến và tích hợp trí tuệ nhân tạo. Bài báo khảo sát của Alhafnawi và các cộng sự công bố năm 2023 trên tạp chí IEEE Access đã hệ thống hóa các kiến trúc theo dõi mục tiêu sử dụng phương tiện bay không người lái, phân tích sâu các thách thức về liên kết dữ liệu đa mục tiêu và dung hợp cảm biến trong không gian ba chiều phức tạp.\u003C\u002Fp>\n\u003Cp>Đồng thời, các mạng nơ-ron hồi quy và mô hình học sâu đang được thử nghiệm để trực tiếp học các quy luật chuyển động phức tạp từ dữ liệu thô, từng bước thay thế các mô hình động lực học giả định trước đây, mở ra triển vọng duy trì bám sát ổn định ngay cả trong môi trường tác chiến điện tử dày đặc và địa hình bị che khuất nghiêm trọng.\u003C\u002Fp>\n","Theo dõi radar","radar tracking",[20,21],"bám sát mục tiêu bằng radar","bám sát radar","Theo dõi radar là quá trình ước lượng liên tục trạng thái động học như vị trí, vận tốc và gia tốc của mục tiêu từ chuỗi phép đo radar bị nhiễu theo thời gian.","ENGINEERING_TECHNOLOGY",[25,33,41,49,56,64],{"citationText":26,"title":27,"authors":28,"source":29,"year":30,"doi":31,"url":32},"Bar-Shalom, Y., Li, X. R., & Kirubarajan, T. (2002). Estimation with Applications to Tracking and Navigation: Theory Algorithms and Software. John Wiley & Sons.","Estimation with Applications to Tracking and Navigation","Bar‐Shalom, Li, Kirubarajan","John Wiley & Sons",2002,"10.1002\u002F0471221279","https:\u002F\u002Fdoi.org\u002F10.1002\u002F0471221279",{"citationText":34,"title":35,"authors":36,"source":37,"year":38,"doi":39,"url":40},"Singer, R. A. (1970). Estimating Optimal Tracking Filter Performance for Manned Maneuvering Targets. IEEE Transactions on Aerospace and Electronic Systems, AES-6(4), 473-483.","Estimating Optimal Tracking Filter Performance for Manned Maneuvering Targets","Singer","IEEE Transactions on Aerospace and Electronic Systems",1970,"10.1109\u002FTAES.1970.310128","https:\u002F\u002Fdoi.org\u002F10.1109\u002FTAES.1970.310128",{"citationText":42,"title":43,"authors":44,"source":45,"year":46,"doi":47,"url":48},"Blom, H. A. P., & Bar-Shalom, Y. (1988). The interacting multiple model algorithm for systems with Markovian switching coefficients. IEEE Transactions on Automatic Control, 33(8), 780-783.","The interacting multiple model algorithm for systems with Markovian switching coefficients","Blom, Bar-Shalom","IEEE Transactions on Automatic Control",1988,"10.1109\u002F9.1299","https:\u002F\u002Fdoi.org\u002F10.1109\u002F9.1299",{"citationText":50,"title":51,"authors":52,"source":37,"year":53,"doi":54,"url":55},"Li, X. R., & Jilkov, V. P. (2003). Survey of maneuvering target tracking. Part I: Dynamic models. IEEE Transactions on Aerospace and Electronic Systems, 39(4), 1333-1364.","Survey of maneuvering target tracking. Part I: Dynamic models","Rong Li, Jilkov",2003,"10.1109\u002FTAES.2003.1261132","https:\u002F\u002Fdoi.org\u002F10.1109\u002FTAES.2003.1261132",{"citationText":57,"title":58,"authors":59,"source":60,"year":61,"doi":62,"url":63},"Lenart, A. S. (2015). Analysis of Collision Threat Parameters and Criteria. The Journal of Navigation, 68(5), 887-896.","Analysis of Collision Threat Parameters and Criteria","Lenart","The Journal of Navigation",2015,"10.1017\u002FS0373463315000223","https:\u002F\u002Fdoi.org\u002F10.1017\u002FS0373463315000223",{"citationText":65,"title":66,"authors":67,"source":68,"year":69,"doi":70,"url":71},"Alhafnawi, M., Bany Salameh, H., Masadeh, A., Al-Obiedollah, H., Ayyash, M., El-Khazali, R., & Elgala, H. (2023). A Survey of Indoor and Outdoor UAV-Based Target Tracking Systems: Current Status, Challenges, Technologies, and Future Directions. IEEE Access, 11, 68324-68339.","A Survey of Indoor and Outdoor UAV-Based Target Tracking Systems: Current Status, Challenges, Technologies, and Future Directions","Alhafnawi, Bany Salameh, Masadeh, Al-Obiedollah, Ayyash, El-Khazali, Elgala","IEEE Access",2023,"10.1109\u002FACCESS.2023.3292302","https:\u002F\u002Fdoi.org\u002F10.1109\u002FACCESS.2023.3292302",[73,76,79,82],{"question":74,"answer":75},"Theo dõi radar khác gì so với phát hiện mục tiêu bằng radar?","Phát hiện mục tiêu chỉ xác định sự hiện diện tức thời của vật thể tại một thời điểm quét đơn lẻ. Ngược lại, theo dõi radar liên kết chuỗi các điểm phát hiện qua nhiều chu kỳ liên tiếp để tái tạo và dự báo quỹ đạo chuyển động thực tế của mục tiêu.",{"question":77,"answer":78},"Hệ thống ARPA trong hàng hải đóng vai trò gì đối với theo dõi radar?","Hệ thống hỗ trợ đồ giải tự động ARPA tích hợp với radar hàng hải để tự động bắt giữ và theo dõi các tàu thuyền xung quanh. Thiết bị tính toán các thông số khoảng cách tiếp cận gần nhất và thời gian tiếp cận để cảnh báo nguy cơ đâm va từ xa cho sĩ quan hàng hải.",{"question":80,"answer":81},"Vì sao giải thuật IMM được ưu tiên sử dụng trong bám sát radar hiện đại?","Giải thuật mô hình đa tương tác IMM vận hành song song nhiều bộ lọc động học khác nhau và tự động cập nhật trọng số theo xác suất chuyển động thực tế. Nhờ đó, hệ thống duy trì được độ mượt khi mục tiêu bay thẳng và phản ứng tức thì khi mục tiêu ngoặt góc cơ động gấp.",{"question":83,"answer":84},"Những yếu tố nào gây suy giảm độ chính xác của theo dõi radar?","Độ chính xác của theo dõi radar bị suy giảm do nhiễu địa vật từ mặt đất và sóng biển, hiện tượng phản xạ đa đường tạo mục tiêu ảo, cũng như tác động của các biện pháp gây nhiễu điện tử chủ động.",{"id":86,"researcherId":10,"name":87,"imageUrl":88},1,"Nguyễn Ngọc Sơn","https:\u002F\u002Flh3.googleusercontent.com\u002Fa\u002FACg8ocLGfGsF1nYQqYK5BasTLhNu1dBrBXg2fcEgBNPXJ0p2gqLQnO7i=s96-c",{"id":86,"researcherId":10,"name":87,"imageUrl":88},[13],false,"PUBLISHED","2025-12-01T11:21:15.620+00:00","2026-11-10T12:20:22.236+00:00","2026-11-10T12:20:22.068+00:00",0,[98,108,113,118,123,128,133,138,143,148],{"id":99,"title":100,"term":101,"englishTitle":102,"definition":103,"discipline":23,"disciplineCode":104,"disciplineLabel":105,"disciplineColor":106,"disciplineIcon":107},"thuật toán heuristic","Thuật toán heuristic là gì? Phân loại, nguyên lý và ứng dụng","Thuật toán heuristic","heuristic algorithm","Thuật toán heuristic (heuristic algorithm, hay phương pháp phỏng đoán) là kỹ thuật giải quyết bài toán được thiết kế nhằm tìm kiếm lời giải đủ tốt và chấp nhận được trong khoảng thời gian tính toán thực tế cho các bài toán tối ưu hóa phức tạp, đánh đổi tính tối ưu tuyệt đối để lấy tốc độ thực thi.","engineering-technology","Kỹ thuật và công nghệ","#5B62F4","cpu",{"id":109,"title":110,"term":109,"englishTitle":111,"definition":112,"discipline":23,"disciplineCode":104,"disciplineLabel":105,"disciplineColor":106,"disciplineIcon":107},"hỏa hoạn","Hỏa hoạn là gì? Các bài báo nghiên cứu khoa học liên quan","fire","Hỏa hoạn là sự cố cháy lớn ngoài tầm kiểm soát do phản ứng hóa học tỏa nhiệt nhanh giữa chất cháy và chất oxy hóa (thường là oxy trong không khí), gây thiệt hại nghiêm trọng về người, tài sản và môi trường.",{"id":114,"title":115,"term":114,"englishTitle":116,"definition":117,"discipline":23,"disciplineCode":104,"disciplineLabel":105,"disciplineColor":106,"disciplineIcon":107},"hệ thống hỗ trợ quyết định","Hệ thống hỗ trợ quyết định là gì? Các nghiên cứu khoa học","decision support system","Hệ thống hỗ trợ quyết định (Decision Support System - DSS) là hệ thống thông tin tích hợp dữ liệu, mô hình phân tích và giao diện tương tác nhằm hỗ trợ con người giải quyết các bài toán ra quyết định phức tạp và bán cấu trúc.",{"id":119,"title":120,"term":119,"englishTitle":121,"definition":122,"discipline":23,"disciplineCode":104,"disciplineLabel":105,"disciplineColor":106,"disciplineIcon":107},"tổn thất công suất","Tổn thất công suất là gì? Nguyên nhân, công thức và giải pháp","power loss","Tổn thất công suất là hiện tượng tiêu hao năng lượng điện dưới dạng nhiệt hoặc từ trường trong các phần tử của hệ thống điện như dây dẫn, máy biến áp và thiết bị truyền tải trong quá trình vận hành.",{"id":124,"title":125,"term":124,"englishTitle":126,"definition":127,"discipline":23,"disciplineCode":104,"disciplineLabel":105,"disciplineColor":106,"disciplineIcon":107},"khí động học","Khí động học: Khái niệm, nguyên lý và ứng dụng","Aerodynamics","Khí động học là một thuật ngữ và phạm trù học thuật then chốt trong lĩnh vực engineering technology, phản ánh các nguyên lý, cơ chế và phương pháp luận chuyên sâu đã được chuẩn hóa trong nghiên cứu và ứng dụng thực tiễn.",{"id":129,"title":130,"term":129,"englishTitle":131,"definition":132,"discipline":23,"disciplineCode":104,"disciplineLabel":105,"disciplineColor":106,"disciplineIcon":107},"trao đổi nhiệt","Trao đổi nhiệt là gì? Các nghiên cứu khoa học liên quan","heat transfer","Trao đổi nhiệt là quá trình truyền năng lượng nhiệt giữa các vật thể hoặc hệ thống vật lý có sự chênh lệch nhiệt độ qua ba cơ chế dẫn nhiệt, đối lưu và bức xạ cho đến khi đạt trạng thái cân bằng nhiệt.",{"id":134,"title":135,"term":134,"englishTitle":136,"definition":137,"discipline":23,"disciplineCode":104,"disciplineLabel":105,"disciplineColor":106,"disciplineIcon":107},"ứng suất nhiệt","Ứng suất nhiệt là gì? Các bài nghiên cứu khoa học liên quan","ung suat nhiet","khái niệm và đối tượng nghiên cứu cơ bản trong khoa học kỹ thuật và công nghệ, phản ánh các đặc trưng bản chất, cơ chế vận hành và các quy luật tương tác hệ thống trong thực tiễn.",{"id":139,"title":140,"term":139,"englishTitle":141,"definition":142,"discipline":23,"disciplineCode":104,"disciplineLabel":105,"disciplineColor":106,"disciplineIcon":107},"lực kéo","Lực kéo là gì? Bản chất cơ học, công thức và ứng xử vật liệu","tensile force","Lực kéo (tensile force) là lực tác dụng có xu hướng làm giãn dài hoặc kéo dãn một vật thể dọc theo trục tác dụng, gây ra trạng thái ứng suất kéo và biến dạng kéo trong vật liệu.",{"id":144,"title":145,"term":144,"englishTitle":146,"definition":147,"discipline":23,"disciplineCode":104,"disciplineLabel":105,"disciplineColor":106,"disciplineIcon":107},"np khó","NP-khó là gì? Độ phức tạp, định lý Cook và giải pháp","NP-hard","NP-khó là lớp các bài toán tính toán mà mọi bài toán trong lớp NP đều có thể quy dẫn thời gian đa thức về chúng, bao gồm cả các bài toán tối ưu hóa.",{"id":149,"title":150,"term":149,"englishTitle":151,"definition":152,"discipline":23,"disciplineCode":104,"disciplineLabel":105,"disciplineColor":106,"disciplineIcon":107},"pendubot","Pendubot là gì? Cấu tạo, động học và điều khiển con lắc ngược","Pendubot","Pendubot là một hệ thống cơ điện tử gồm con lắc ngược hai khâu chuyển động phẳng thiếu cơ cấu chấp hành, đóng vai trò là mô hình chuẩn mực trong nghiên cứu điều khiển phi tuyến."]