Bayes-Algorithmus für Radar-Klassifikation
Bayes' Theorem, Naive Bayes, sequentielle Updates und interaktive Posterior-Konvergenz-Visualisierung.
Bayes' Theorem – Vom Satz der totalen Wahrscheinlichkeit
Das Bayes-Theorem bildet die mathematische Grundlage für probabilistische Klassifikation in der Radartechnik. Es erlaubt uns, die Wahrscheinlichkeit einer Hypothese (z.B. „das Objekt ist eine Drohne“) nach Erhalt einer Messung (z.B. RCS-Wert, Geschwindigkeit) systematisch zu aktualisieren. Die Herleitung basiert auf der Symmetrie der gemeinsamen Wahrscheinlichkeit.
Gemeinsame Wahrscheinlichkeit (Joint Probability):
Für zwei Ereignisse A und B lässt sich die gemeinsame Wahrscheinlichkeit auf zwei äquivalente Weisen ausdrücken:
P(A, B) = P(A|B) · P(B) = P(B|A) · P(A)
Diese Symmetrie-Eigenschaft ist der Schlüssel: Durch Umstellen ergibt sich unmittelbar das Bayes-Theorem.
Bayes' Theorem:
P(A|B) = P(B|A) · P(A) / P(B)
Durch Gleichsetzen der beiden Ausdrücke für P(A,B) und Division durch P(B) erhält man die zentrale Formel der Bayesschen Inferenz.
Terminologie
| P(A) | Prior – Vorwissen über die Hypothese vor der Messung |
| P(B|A) | Likelihood – Wie wahrscheinlich ist die Messung unter der Hypothese? |
| P(A|B) | Posterior – Aktualisierte Überzeugung nach der Messung |
| P(B) | Evidence – Normierungskonstante |
Evidence als Normierung
Die Evidence berechnet sich über den Satz der totalen Wahrscheinlichkeit:
P(B) = Σi P(B|Ai) · P(Ai)
Die Summe läuft über alle sich gegenseitig ausschließenden Hypothesen Ai. Dies stellt sicher, dass die Posterior-Wahrscheinlichkeiten zu 1 summieren.
Historischer Kontext:
Thomas Bayes (1701–1761) formulierte das Theorem in seinem posthum 1763 veröffentlichten Werk „An Essay towards solving a Problem in the Doctrine of Chances“. Pierre-Simon Laplace verallgemeinerte es später unabhängig und gab ihm die heute gebräuchliche Form. Die Bayessche Statistik erlebte im 20. Jahrhundert eine Renaissance, insbesondere durch computergestützte Methoden wie Markov-Chain Monte Carlo (MCMC).
Prior, Likelihood, Posterior & Evidence
Jede Komponente des Bayes-Theorems hat eine präzise Bedeutung im Kontext der Radar-Klassifikation. Das Verständnis dieser Rollen ist entscheidend für die korrekte Modellierung.
Prior P(C) – Vorwissen
Der Prior kodiert unser Wissen vor der aktuellen Messung. In der Radarklassifikation kann dies sein:
- Uniform (nicht-informativ): P(Drohne) = P(Vogel) = P(Mensch) = P(Fahrzeug) = 0.25
- Informiert: Basierend auf historischen Daten, z.B. P(Vogel) = 0.7 in ländlichen Gebieten
- Domänenwissen: Tageszeit, Wetter, Flugverbotszone beeinflusst Priors
Likelihood P(z|C) – Messmodell
Die Likelihood beschreibt, wie gut eine beobachtete Messung z zu einer bestimmten Klasse C passt. Sie wird typischerweise aus Trainingsdaten geschätzt:
- RCS-Verteilung für jede Klasse (oft log-normal)
- Geschwindigkeitsverteilung (Gauß-Verteilung)
- Micro-Doppler-Signaturen (parametrische Modelle)
Evidence P(z) – Normierung
Die Evidence ist die Gesamtwahrscheinlichkeit der Beobachtung, unabhängig von der Klasse. Sie dient ausschließlich der Normierung und stellt sicher, dass die Posterior-Verteilung eine gültige Wahrscheinlichkeitsverteilung bildet (Σ P(Ci|z) = 1). In der Praxis wird sie oft umgangen, indem man proportionale Posterior-Werte berechnet und anschließend normiert.
Posterior P(C|z) – Ergebnis
Der Posterior ist das Ziel: die aktualisierte Wahrscheinlichkeitsverteilung über alle Klassen nach der Messung. Die Klassifikationsentscheidung erfolgt typischerweise durch:
Ĉ = argmaxC P(C|z)
(Maximum-A-Posteriori-Entscheidung, MAP)
Konjugierte Priors:
Ein Prior heißt konjugiert zur Likelihood, wenn der resultierende Posterior derselben Verteilungsfamilie angehört wie der Prior. Beispiel: Gauß-Prior + Gauß-Likelihood = Gauß-Posterior. Dies vereinfacht die Berechnung erheblich, da nur die Parameter (Mittelwert, Varianz) aktualisiert werden müssen, nicht die gesamte Verteilung. Für Radaranwendungen mit Gaußschen Merkmalsverteilungen ist dies besonders relevant.
Naive Bayes Classifier
Der Naive Bayes Classifier ist einer der einfachsten und zugleich effektivsten probabilistischen Klassifikatoren. Trotz seiner vereinfachenden Annahmen liefert er in vielen praktischen Anwendungen überraschend gute Ergebnisse – auch in der Radarklassifikation.
Grundannahme: Bedingte Unabhängigkeit
Die zentrale (und namensgebende) Annahme: Gegeben die Klasse C, sind alle Merkmale x1, ..., xn stochastisch unabhängig voneinander. Damit vereinfacht sich die gemeinsame Likelihood:
P(C | x1, ..., xn) ∝ P(C) · Πi=1..n P(xi | C)
Statt die hochdimensionale gemeinsame Verteilung P(x1,...,xn|C) zu schätzen, genügt es, n univariate Verteilungen P(xi|C) zu modellieren – ein enormer Vorteil bei begrenzten Trainingsdaten.
Warum „naiv“?
Die Unabhängigkeitsannahme ist in der Praxis fast nie erfüllt. Bei Radarzielen korrelieren RCS und Geschwindigkeit (größere Objekte sind oft langsamer), Micro-Doppler und Geschwindigkeit hängen von der Bewegungsdynamik ab, und Höhe korreliert mit Objekttyp. Dennoch funktioniert Naive Bayes erstaunlich gut, da für die korrekte Reihenfolge der Posterior-Wahrscheinlichkeiten keine exakten Werte benötigt werden – nur die richtige Rangordnung.
Anwendung auf Radar-Klassifikation:
Typische Merkmale (Features) für die Drohne/Vogel-Unterscheidung:
| Merkmal xi | Drohne P(xi|Drohne) | Vogel P(xi|Vogel) | Verteilung |
|---|---|---|---|
| RCS (σ) | μ=-20 dBsm, σ=5 dB | μ=-28 dBsm, σ=8 dB | Log-Normal |
| Geschwindigkeit (v) | μ=12 m/s, σ=5 m/s | μ=8 m/s, σ=4 m/s | Gauß |
| Micro-Doppler BW | μ=800 Hz, σ=200 Hz | μ=300 Hz, σ=150 Hz | Gauß |
| Flughöhe (h) | μ=80 m, σ=40 m | μ=50 m, σ=30 m | Gauß |
Naive Bayes Klassifikation – Pseudocode
# Trainingsdaten: Likelihood-Parameter pro Klasse und Merkmal classes = ["Drohne", "Vogel", "Mensch", "Fahrzeug"] priors = [0.25, 0.25, 0.25, 0.25] # Uniform Prior # Neue Messung: z = [RCS, v, uD_BW, h] z = [-22, 10.5, 750, 65] # Posterior berechnen (proportional) for c in classes: posterior[c] = priors[c] for i in range(n_features): posterior[c] *= gaussian_pdf(z[i], mu[c][i], sigma[c][i]) # Normierung total = sum(posterior.values()) for c in classes: posterior[c] /= total # Jetzt summieren sie zu 1 # Entscheidung: MAP decision = argmax(posterior) # → "Drohne"
Sequentielles Bayessches Update
Die größte Stärke des Bayesschen Ansatzes liegt in der natürlichen Fähigkeit, Informationen über die Zeit zu akkumulieren. In der Radartechnik erhalten wir Frame für Frame neue Messungen – jede davon kann die Klassifikation verfeinern.
Kernidee: Der Posterior wird zum neuen Prior
P(C | z1, ..., zk) ∝ P(zk | C) · P(C | z1, ..., zk-1)
Nach jeder neuen Messung zk wird der bisherige Posterior P(C|z1,...,zk-1) als neuer Prior verwendet und mit der aktuellen Likelihood P(zk|C) multipliziert. So fließen alle bisherigen Messungen implizit in die aktuelle Schätzung ein.
Frame-für-Frame Klassifikation
Ein typisches Radar-System (z.B. 77 GHz FMCW) liefert 10–50 Frames pro Sekunde. In jedem Frame werden Merkmale extrahiert (RCS, Geschwindigkeit, Micro-Doppler). Das sequentielle Update akkumuliert die Information:
- Frame 1: Grobe Schätzung (hohe Unsicherheit)
- Frame 5: Tendenz erkennbar
- Frame 20: Zuverlässige Klassifikation
- Frame 50+: Nahezu sichere Entscheidung
Konvergenz-Beweis
Unter der Annahme, dass die wahre Klasse C* ist und die Likelihood-Modelle konsistent sind (d.h. P(z|C*) ≠ P(z|C) für C ≠ C*), konvergiert der Posterior fast sicher gegen die wahre Klasse:
P(C* | z1, ..., zk) → 1 für k → ∞
Die Konvergenzrate hängt von der Kullback-Leibler-Divergenz zwischen den Klassen-Likelihoods ab. Je unterschiedlicher die Merkmalsverteilungen, desto schneller die Konvergenz.
Konfidenzmetrik:
Die maximale Posterior-Wahrscheinlichkeit maxC P(C|z1..k) dient als natürliches Konfidenzmaß. Ein Schwellwert (z.B. 0.9) kann als Entscheidungskriterium verwendet werden: Erst wenn die Konfidenz den Schwellwert überschreitet, wird eine Klassifikation ausgegeben. Dies reduziert Fehlklassifikationen auf Kosten einer höheren Entscheidungslatenz.
Konfusionsmatrix & Metriken
Die Konfusionsmatrix ist das zentrale Werkzeug zur Bewertung eines Klassifikators. Sie zeigt, wie oft jede tatsächliche Klasse als welche Klasse vorhergesagt wird – und macht systematische Verwechslungen sichtbar.
Beispiel-Konfusionsmatrix (Single-Frame, Naive Bayes):
| Tatsächlich ↓ / Vorhergesagt → | Drohne | Vogel | Mensch | Fahrzeug |
|---|---|---|---|---|
| Drohne | 72% | 18% | 6% | 4% |
| Vogel | 15% | 74% | 8% | 3% |
| Mensch | 3% | 5% | 85% | 7% |
| Fahrzeug | 2% | 1% | 5% | 92% |
Metriken pro Klasse
| Precision | TP / (TP + FP) | Anteil korrekt positiver Vorhersagen |
| Recall | TP / (TP + FN) | Anteil erkannter positiver Fälle |
| F1-Score | 2 · P · R / (P + R) | Harmonisches Mittel |
| Accuracy | Σ TP / N | Gesamtanteil korrekt |
Typische Verwechslungen
Die häufigste Fehlklassifikation ist Drohne ↔ Vogel. Ursachen:
- Ähnliche RCS (–20 bis –30 dBsm)
- Überlappende Geschwindigkeitsbereiche (5–15 m/s)
- Ähnliche Flughöhen (30–120 m)
- Micro-Doppler ist das differenzierendste Merkmal
Verbesserung durch sequentielles Update:
Die obige Matrix zeigt Single-Frame-Ergebnisse. Durch sequentielles Bayessches Update über 20 Frames verbessert sich die Diagonale typischerweise auf >95% für alle Klassen, da die Posterior-Verteilung über die Zeit konvergiert und die Verwechslungsraten drastisch sinken.
Vergleich mit Frequentistischen Methoden
Die Bayessche und die frequentistische Statistik bieten unterschiedliche Perspektiven auf Inferenz und Entscheidungsfindung. Für die Radarklassifikation hat der Bayessche Ansatz entscheidende Vorteile.
| Aspekt | Frequentistisch | Bayesianisch |
|---|---|---|
| Wahrscheinlichkeit | Relative Häufigkeit bei wiederholten Experimenten | Grad der Überzeugung (Belief) |
| Parameter | Feste, unbekannte Konstante | Zufallsvariable mit Verteilung |
| Schätzung | MLE: argmax P(z|θ) | MAP: argmax P(θ|z) |
| Unsicherheit | Konfidenzintervall (indirekter Bezug) | Kredibilitätsintervall (direkte Wahrscheinlichkeit) |
| Sequentiell | Erfordert alle Daten gleichzeitig | Natürlich sequentiell (Prior → Posterior) |
| Kleine Stichproben | Kann instabil werden | Prior stabilisiert Schätzung |
Maximum Likelihood (MLE)
θ̂MLE = argmaxθ P(z | θ)
Sucht den Parameter, der die beobachteten Daten am wahrscheinlichsten macht. Berücksichtigt kein Vorwissen. Kann bei wenigen Datenpunkten zu Overfitting führen.
Maximum A Posteriori (MAP)
θ̂MAP = argmaxθ P(θ | z) = argmaxθ P(z|θ) · P(θ)
Kombiniert Likelihood mit Prior-Wissen. Bei uniformem Prior identisch zu MLE. Der Prior wirkt als Regularisierung und verhindert extreme Schätzungen.
Wann der Prior entscheidend ist:
- Kleine Stichproben: Bei wenigen Radar-Frames dominiert der Prior die Entscheidung – sinnvoll, wenn Domänenwissen vorhanden ist
- Mehrdeutige Messungen: Wenn RCS und Geschwindigkeit keine klare Unterscheidung ermöglichen, kann der Prior (z.B. „in dieser Zone sind 80% Vögel“) den Ausschlag geben
- Natürliche Unsicherheitsquantifizierung: Der Posterior liefert direkt Wahrscheinlichkeiten für jede Klasse, nicht nur eine harte Entscheidung
- Online-Lernen: Das sequentielle Update ermöglicht Echtzeitklassifikation ohne Neukompilation aller historischen Daten
Posterior-Konvergenz: Bayessche Radar-Klassifikation
Beobachten Sie, wie der Bayessche Klassifikator Frame für Frame neue Messungen integriert und die Posterior-Verteilung zur korrekten Klasse konvergiert. Jeder Frame liefert ein verrauschtes Merkmal – über die Zeit akkumuliert sich die Evidenz.
Status:
Frame: 0
Entscheidung: –
Konfidenz: 0%