Диссертация (Анализ и идентификация радиолокационных дальностных портретов воздушных целей на основе технологий вычислительного интеллекта), страница 4

1.7. Курсовой угол ЛАКурсовой угол (КУ) - угол в плоскости истинного горизонта наблюдателя между продольной осью ЛА и направлением на наблюдателя.Курсовой угол радиостанции (КУР) - угол, заключенный между продольной осью самолета и направлением на радиостанцию. КУР отсчитывается от продольной оси самолета и до направления на радиостанцию по ходучасовой стрелки от 0° до 360°.Связь между данными углами выражается формулой:КУ = ИП – ИК.24ДП ЛА зависит от курсового угла, поскольку меняются отражающиесвойства частей самолета, формирующих ДП.

Этот эффект демонстрируетрис. 1.8.На рис. 1.8.а) при данном курсовом угле дальностные отсчеты распределены вдоль оси симметрии фюзеляжа. Вследствие этого можно предусмотреть - какие части самолета соответствуют каждому дальностному отсчету. Вотличие от этого при курсовом угле, представленном на рис. 1.8.б), почти вседальностные отсчеты, которые соответствуют отдельным частям фюзеляжа,также вносят свой вклад соответствующие части крыльев. В ситуации на рис.1.8.в) в отличие от ситуации на рис. 1.8.а) фюзеляж распределен по нескольким отсчетам.Следовательно, при каждом курсовом угле, ДП самолета определяетсяуникальным набором вкладов в него разных частей самолета. Таким образом,при изменении курсового угля получаются разные ДП.

Примеры дальностных портретов самолетов TU-134, SU-27, MiG-21 и метеозонда, буксирующего сферический отражатель, представлены на рис. 1.9 [27].25а)б)Дальностные отсчетыс высоким разрешениемв)РЛСРис. 1.8. Влияние частей самолета на дальностные отсчетыпри изменении курсового углаРис. 1.9. Дальностные портреты самолетов:а) Tu-16; б) Su-27; в) MiG-21; г) метеозонда261.3. Инструментарий моделирования дальностных портретовПроведение исследований по проблеме радиолокационного распознавания ЛА предполагает обработку эмпирических данных радиолокационногонаблюдения. В наших исследованиях необходимый эмпирический материалполучен посредством применения программы моделирования ДП воздушныхцелей «Radar Target Back Scattering Simulation» (BSS), разработанной коллективом ученых под руководством Я.Д.Ширмана [70]. Симулятор BSS позволяет строить ДП (под разными курсовыми углами) для следующих типов самолетов: Аn-26, AH-64, MiG-21, ALCM, B-1B, B-52, F-15, GLCM, , TORNADO, Tu-16.В качестве зондирующего радиосигнала, излучаемого антенной радиолокационной станции, был выбран класс ЛЧМ-сигналов (chirp signal): радиоимпульсы с линейной частотной модуляцией (ЛЧМ) и прямоугольнойогибающей.Изменение частоты f внутри ЛЧМ-радиоимпульса происходит по линейному закону:tf (t )  f 0   f  , 0  t   ,где f 0 - начальная частота,  f - девиация частоты,  - длительность импульсов.В симуляторе BSS для генерации ДП принимались следующие параметры зондирующего сигнала:   30 мкс ,  f  160 МГц , f 0  10 ГГц (т.е.длина радиоволны на начальной частоте равна 3 см), частота следования импульсов 2000 Гц.Найдем разрешающую способность радиолокатора для данного типазондирующих импульсов (см.

приложение 2):с3  108 м / сR 1м .2f 2  160  106 Гц27На рис. 1.10 показаны ДП трех летательных аппаратов: B-52, АН-26 иMiG-21, полученные при облучении зондирующим радиоимпульсом длительностью 0,03 с для КУ= 22.a) B-52б) АН-26г) MiG-21Рис. 1.10. Дальностные портреты летательных аппаратов28ВыводыВ главе изложены принципы радиолокационного наблюдения воздушных целей. Излагается устройство современных РЛС. Обсуждается проблемарадиолокационного распознавания ВЦ.Современные РЛС с широкополосными зондирующими сигналами отличаются высокой разрешающей способность по дальности и позволяют получать радиолокационные дальностные портреты протяженных ВЦ, на основе анализа которых могут строиться принципиально новые методы и технологии радиолокационного распознавания ВЦ,В главе формулируется проблема распознавания ВЦ по их ДП.

Радиолокационные цели рассматриваются как множество точечных рассеивателей,каждому из которых соответствует некоторая деталь цели. С этих позицийможно анализировать структуру ДП - она обусловлена эффектом интерференции радиоволн, отраженных от отдельных рассеивателей.29Глава 2Алгоритмические аспекты распознаваниявоздушных целей2.1.

Общие положения теории распознавания образовК задачам радиолокационного распознавания применимы методы теории распознавания образов. О становлении и современном состоянии даннойобласти науки дают представление книги Э.А.Патрика [36], В.И.Васильева[11], К.Верхагена, Р.Дёйна, Ф.Груна, Й.Йостена, П.Вербека [13], А.Фора [58],А.А.Горелика и В.А.Скрипкина [15], Р.Дуда и П.Харта [19]; А.С.Потапова[37], а также работы [1, 24, 26, 32, 60].Образ - это описание объекта или процесса, позволяющее выделять егоиз окружающей среды и группировать с другими объектами или процессамидля принятия необходимых решений.Классы - категории объектов, которые необходимо выделить или на которые мы хотим разделить все множество образов в процессе распознавания.Алгоритмы распознавания образов основаны на формировании словаряпризнаков по получаемой измерительной информации.Признаки - характеристики, из которых составляется описание образа.Выделяют четыре основных типа признаков:1.

Физические характеристики, например, показания измерительных датчиков. Их лучше всего описывать посредством аппарата векторных пространств.2. Качественные характеристики. Примерами являются понятия - «темный», «светлый», «высокий» и т.д. Такие характеристики могут быть описаны с помощью лингвистических переменных методами теории нечеткихмножеств.3. Структурные характеристики.

Употребительны для описания изображений сложных объектов или сцен. При описании структурных характеристик30используется некоторый формальный язык (например, теория графов).4. Логические характеристики - это высказывания, о которых имеет смыслговорить истины они или ложны.Методы принятия решений, естественно, взаимосвязаны со способомпредставления объектов распознавания. Поэтому любая система распознавания включает и процесс синтеза образов, то есть формирования описанийобъектов распознавания и их классов, и анализа образов, то есть сам процесспринятия решений.В общем случае задача распознавания решается в два этапа: обучение распознаванию на примерах, составляющих обучающую выборку; рабочее распознавание, когда предъявленный образ с неизвестной принадлежностью требуется отнести к некоторому классу.Этапы решения задачи распознавания представляет блок-схема на рис.2.1.Рис.

2.1. Общая схема алгоритмизации задачи распознавания31Блок формирования словаря признаков выполняет функции преобразования измерительной информации в классификационные признаки, которые обладают требуемыми избирательными свойствами к заданным классам образов.Полный набор выбранных для распознавания признаков называют алфавитом признаков. Минимальный же набор признаков, достаточный длярешения данного класса задач распознавания, называют словарем признаков.Заметим, что словарь признаков не обязательно является подмножеством алфавита признаков - он может содержать и некоторые функции от элементовалфавита признаков.

В общем случае система должна сама определить словарь признаков. От степени удачности выбора алфавита признаков и нахождения словаря признаков зависит эффективность работы системы распознавания.Блок выбора информативных признаков. В данном блоке осуществляется выбор небольшого числа (желательно минимального количества)наиболее информативных в данной задаче распознавания классификационных признаков.

Это важнейший этап в решении задачи распознавания образов. При правильном их выборе задача классификации может быть упрощена, и достоверность классификации образов повышена. Заметим, что достоверность классификации повышается с увеличением числа информативныхпризнаков.При решении задач распознавания основным критерием (в том числе идля оценки информативности признаков) является риск потерь. Он основанна оценке вероятностей ошибок распознавания и их стоимости. Говорить обоценке вероятностей можно лишь в рамках статистического подхода, поэтому в детерминистских методах естественно в качестве критерия применятьдолю контрольной выборки, распознанной неправильно.Блок классификации.

Алгоритм соотнесения образа одному из классов называется классификатором и реализуются в блоке классификации.32На выходе классификатора мы должны получить номер класса, которому принадлежит входной образ (с указанием степени достоверности классификации) или информацию о том, что входной образ не принадлежит ниодному из классов.Блок обучения. Этот блок по обучающей выборке формирует правилаклассификации.Типология методов распознавания образовВыделяют две группы методов распознавания образов: интенсиональные методы, основанные на операциях с признаками, и экстенсиональныеметоды, основанные на операциях с объектами.В интенсиональных методах используют различные характеристикипризнаков и их связи.В экстенсиональных методах объекты играют роль диагностическихпрецедентов, причем основными операциями являются операции определения сходства и различия объектов. Для классификации неизвестного объектанаходится ближайший к нему прототип, и объект относится к том же классу,что и этот прототип.