06. Oktober 2023

Liebe Piloten, Partner und Freunde!

Wir freuen uns, euch über die jüngsten Änderungen an der Modellierung des Luft-Luft-Radars für die F/A-18C und die F-16C informieren zu können. Insbesondere haben wir die Art und Weise, wie das Radar Ziele erkennt, auf der Grundlage einer realistischen Reihe von Wahrscheinlichkeiten weiter verfeinert. Werft einen Blick auf die technische Erklärung unten. Bleibt dran für die Veröffentlichung der neuen Funktionen in der kommenden Open Beta 2.9!

Die DCS: Mi-24P Hind wird im kommenden Open-Beta-Update ebenfalls eine Fülle von Verbesserungen erhalten! Freut euch auf spannende KI-Verbesserungen für Petrovich und einen aktualisierten SPO-10-Radarwarnempfänger (RWR). Mehr Details stehen unten.

Bogey Dope ist ein ehemaliger Crew Chief der USAF F-16, der leicht verdauliche DCS-Tutorials, Cinematics und Missionen auf YouTube erstellt. Sein Kanal ist eine großartige Ressource für DCS-Piloten, und wir empfehlen euch, seinen Kanal zu besuchen und ihn zu unterstützen!

Bitte beachtet, dass ihr euch nicht mehr in die Steam-Version des Spiels einloggen könnt, wenn euer Steam-Konto mit eurem DCS-Konto verknüpft ist. Ihr erhaltet einen 403-Fehler, wenn ihr es trotzdem tut. Diese Änderung wurde eingeführt, um die Sicherheit zu erhöhen und den Zugang zu DCS zu vereinfachen.

Vielen Dank für eure Leidenschaft und Unterstützung.

Viele Grüße,

Eagle Dynamics

Luft-Luft-Radar

Verbesserungen

In unserem früheren White Paper zur Phase 1 der Verbesserung des F-16C- und F/A-18C-Radars haben wir Fortschritte bei der Berechnung der Erfassungsreichweite auf der Grundlage der Impulsfolgefrequenz (PRF), der durchschnittlichen Sendeleistung, der Rauschzahl des Empfängers, der Antennenfläche und des Signal-Rausch-Verhältnisses (SNR) erläutert. Ihr könnt dieses White Paper hier finden:

Eagle_Dynamics_Radar_White_Paper_v1 (digitalcombatsimulator.com)

In der Phase 2 der Aktualisierung des Radar-Modells werden wir folgende Punkte berücksichtigen:

Schwankung des Ziel-RCS: Reale Ziele haben komplexe Formen, und ihre linearen Größen sind oft größer als die Radarwellenlänge. Das bedeutet, dass sich Radarrückmeldungen von verschiedenen Teilen der Flugzeugzelle je nach ihrer relativen Phase addieren oder auslöschen können, was zu Schwankungen des RCS (deutsch: Radarquerschnitts) führt. In unserem Ansatz ist der RCS während der Verweilzeit annähernd konstant, ändert sich aber von Verweilzeit zu Verweilzeit zufällig gemäß einer Exponentialverteilung (dieser Ansatz ist als Swerling-Fall-I-Modell bekannt). Dies führt zu einer nicht konstanten Erfassungsreichweite und Zielerfassungswahrscheinlichkeit.

Variabilität des Rauschens: Die Erkennungswahrscheinlichkeit hängt auch vom Rauschpegel, seiner Variabilität und der Anzahl der kohärenten Verarbeitungsintervalle (CPI) pro Verweilzeit ab. Da sich der Rauschpegel ständig ändert, kann das Ziel in einem bestimmten CPI erkannt werden oder auch nicht. Ein Beispiel: Im HPRF-RWS-Modus gibt es drei CPIs pro Verweilzeit, und für eine erfolgreiche Entfernungsmessung sollte das Ziel in allen drei CPIs erkannt werden. Natürlich ist die Wahrscheinlichkeit der Erkennung in allen drei CPIs geringer als die Wahrscheinlichkeit der Erkennung in einem von drei CPIs oder in drei von acht CPIs (wie im MPRF-Modus). Im HPRF-Geschwindigkeitssuchmodus ersetzt die Post-Detection-Integration (PDI) das Frequency Modulation Ranging (FMR). In diesem Modus werden die Signale von drei CPIs summiert, um Rauschschwankungen zu verringern und damit die Wahrscheinlichkeit von Fehlalarmen zu minimieren. Dies ermöglicht eine niedrigere Schwellenempfindlichkeit und einen größeren Erfassungsbereich, ohne die Wahrscheinlichkeit von Fehlalarmen zu erhöhen.

Modusspezifische Reichweite und Doppler-Auflösung: Eng beieinander liegende Ziele können unter Umständen nicht einzeln aufgelöst werden und werden dann als ein einziges Ziel angezeigt. Die von solchen Zielen zurückgeworfene Energie kann in einen einzigen Dopplerbereich fallen und zu einer Erkennung in größeren Entfernungen führen. Die Geschwindigkeitsauflösung hängt von der CPI-Dauer ab. So ist die Auflösung im HPRF-Modus mit drei CPI pro Verweildauer besser als im MPRF-Modus mit acht CPI pro Verweildauer (die Verweildauer ist konstant, also sind die CPI kürzer). Im RAID-Modus können bis zu vier CPIs zu einem einzigen zusammengeführt werden, wodurch sich die Geschwindigkeitsauflösung um das Vierfache erhöht. Der RWS-HPRF-Modus verwendet eine lineare Frequenzmodulation für die Entfernungsmessung und hat eine schlechte Entfernungsauflösung (in der Größenordnung von 2 NM, die sich im RAID-Modus um das Vierfache verbessert). Im MPRF-Modus wird die Entfernungsauflösung durch die Größe des Entfernungsbins definiert und ist immer gleich 150 Meter.

Atmosphärischer Ausbreitungsverlust: Die Atmosphäre absorbiert Funkwellen proportional zu ihrer Dichte. Daher ist der Erfassungsbereich in größeren Höhen größer als in niedrigeren Höhen.

Zusammenfassend lässt sich sagen, dass die Änderungen der Phase 2 eine realistischere Simulation der Radarerkennungswahrscheinlichkeiten mit variableren Erkennungsbereichen, minderwertigde/fehlerhaften Erkennungen, genaueren RCS-Effekten und der Modellierung von Radarmodi ermöglichen.

In Phase 3 werden wir uns auf Falschziele, Look-Down-Leistung und eine verbesserte Modellierung des Single-Target-Track-Modus (STT) konzentrieren.

Mi-24P Hind

Entwicklungsfortschritt

Die jüngste Entwicklung der DCS: Mi-24 Hind konzentrierte sich auf zusätzliche KI-Funktionen von Petrovich, ein Update des SPO-10-RWR und die Optimierung der Taumelscheiben-Steuerungsgrenzen.

Die Petrovich-KI erhält ein neues und realistischeres Zielerfassungsverhalten, um mit denselben Problemen fertig zu werden, mit denen auch reale Besatzungen zu kämpfen haben. Ihr habt vielleicht bemerkt, dass die Petrovich-KI jetzt alle Ziele auflistet, die sie nur sehen kann, wenn ihr Visier aktiviert ist und geschwenkt werden kann. Wir haben uns entschlossen, die Interaktion mit der Petrovich-KI zu verbessern, indem wir ihn auf die gleichen Grenzen wie einen menschlichen Operator beschränken.

Das neue Zielerfassungssystem umfasst eine tiefere Analyse des Zielgebiets und seiner Umgebung. Es analysiert das Zielgebiet auf mögliche Bedrohungen in der Umgebung. Danach berechnet der Algorithmus die Suchzeit auf der Grundlage der Anzahl der Objekte in der Umgebung des Ziels. Mit diesem neuen System werden nur Ziele, die deutlich sichtbar sind, sofort erkannt, während die Erkennung von Zielen, die durch Bäume, Sträucher usw. verdeckt sind, länger dauert. Je mehr Objekte das potenzielle Ziel umgeben, desto länger dauert es, bis Petrovich es erkennt.

Der aktualisierte SPO-10-RWR wird aus vier Kanälen mit völlig unabhängiger Verarbeitung bestehen, genau wie im echten System. Die Berechnungen zur Radarerfassung basieren auf physikalischen Grundlagen - sie berechnen das Strahlungsmuster der Sendequelle, die Empfindlichkeit der Empfangsantennen und die Sendeleistung des Senders. Dies führt dazu, dass Radarsender mit geringer Sendeleistung und kürzerer Reichweite erkannt werden und andersherum. Die Erfassungsreichweite hängt auch von der Peilung zur Sendequelle ab. Bei bestimmten Radargeräten kann die Reichweite auch danach beurteilt werden, wie häufig die Entdeckungen sind. Das System erkennt jetzt nur noch Emissionsquellen innerhalb des Betriebsfrequenzbereichs des RWR. So werden beispielsweise Frühwarn- und Suchradare sowie einige andere Radartypen nicht erkannt.

Wir verfeinern auch die Pitch-Kanal-Autorität auf der Grundlage von Vergleichsdaten. Unsere frühere Version basierte auf den Grenzwerten der Mi-24V-Taumelscheibe. Im Vergleich zu den neuen Mi-24P-Daten sollte die Pitch-Autorität geringer sein, und wir korrigieren diese Diskrepanz. Dadurch wird die DCS: Mi-24P Hind besser auf Kollektivhebel-Eingabeänderungen reagieren.

BogeyDope

Schaut euch mal den Kanal von BogeyDope an, falls ihr ihn noch nicht kennt! Sein Ziel ist es, die DCS-Gemeinschaft zu vergrößern, indem er die komplexen Themen in überschaubare Tutorials unterteilt. Dies ist eine fantastische Ressource für neue DCS-Piloten, die lernen, komplexe Flugzeuge zu fliegen. Aboniert seinen Kanal, wenn ihr ihn unterstützen wollt!

Abermals vielen Dank für eure Leidenschaft und Unterstützung.