Radiolokacionnye_sistemy_SFU_elektronnyy _resurs (1021137), страница 56
Текст из файла (страница 56)
6.52). В этом случае U 1 и U 2 являются сигналами с выходов приемников различных поляризационных каналов (с горизонтальной и вертикальнойполяризациями).При оценке только амплитудных элементов поляризационной матрицырассеяния устройство распознавания может быть выполнено по схеме, приведенной на рис. 6.53.UЧПННПУUпорРис. 6.53. Устройство распознавания по амплитудным элементамполяризационной матрицы рассеянияАлгоритм работы устройства базируется на утверждении, что для простых воздушных объектов отношение амплитуд сигналов с коллинеарной иперекрестной поляризациями является практически постоянной величиной.Для объектов сложной формы это отношение меняется, причем тем больше,чем сложнее объект. Схема ЧПВ выявляет степень изменения отношения амплитуд сигналов различных поляризационных каналов.
Результат некогерентно накапливается в некогерентном накопителе (НН)и обрабатываетсяв пороговом устройстве (ПУ). Решение будет зависеть от сложности воздушного объекта.Все изложенное выше позволяет сделать следующие выводы:1.Развитие методов и техники радиолокационного распознавания идетв настоящее время по трем основным направлениям: распознавание по узкополосным сигналам, с помощью многочастотных сигналов и по широкополосному сигналу. Для каждого из трех направлений характерно максимальноеиспользование в устройствах распознавания практически всех доступныхпризнаков: амплитудных, частотных, фазовых, поляризационных и временных.2.Современный уровень развития теории и техники радиолокации, обработки сигналов и их распознавания обеспечивает в большинстве случаевраспознавание воздушных объектов только по классам.
В перспективе становится актуальной задача индивидуального распознавания типов объектовдаже внутри одного класса, а также расширение классов распознаваемыхобъектов. Радиолокационные системы. Учеб.350ГЛАВА 6 ОСНОВЫ СТАТИСТИЧЕСКОЙ ТЕОРИИ ОЦЕНИВАНИЯ ПАРАМЕТРОВ РАДИОЛОКАЦИОННЫХ СИГНАЛОВ6.6. СЕЛЕКЦИЯ ВОЗДУШНЫХ ОБЪЕКТОВ6.6.1. ПОСТАНОВКА ЗАДАЧИ СЕЛЕКЦИИСелекция воздушно-космических целей (от латинского selеctio – выбор,отбор) – выделение космических и авиационно-космических аппаратов, головных частей баллистических ракет, крылатых ракет, самолетов и т. п.
ввоздушном и космическом пространстве на фоне ложных целей, искусственных и естественных помех.Постановку задачи селекции рассмотрим применительно к простейшейситуации, когда в выборке из N объектов находится ровно один объект первого класса (истинная цель), который и надлежит отселектировать от объектов нулевого (фонового) класса.Будем полагать, что плотности распределения значений некоторогопризнака η для первого W1 (η) и нулевого W0 (η) классов являются известными. Пусть в результате измерений значений признака η для каждого из Nобъектов получены значения оценки ηi, где i = 1N – номер объекта. При наличии этой информации проверяемые статистические гипотезы сформулируем следующим образом: гипотеза Нi состоит в том, что именно i-й объект относится к первому классу и, следовательно, все остальные объекты относятсяк нулевому классу.
Задача синтеза алгоритма селекции состоит в том,чтобы определить наилучшее с точки зрения некоторого критерия эффективности решающее правило, в соответствии с которым следует принимать одну из гипотез Нi.Качественно задачу селекции можно сформулировать следующим образом: при известных отличиях между распределениями значений признаковобъектов различных классов и составе конкретной выборки объектов необходимо по измеренным значениям признаков всех наблюдаемых объектовпринять решение о том, какой именно из этих объектов относится к интересующему классу.6.6.2. ПОКАЗАТЕЛИ ЭФФЕКТИВНОСТИ.
КРИТЕРИИ, ПРИМЕНЯЕМЫЕ ПРИСИНТЕЗЕ РЕШАЮЩИХ ПРАВИЛВ качестве показателей эффективности обычно используют условныевероятности ошибочных решений различного вида. Так, в двухальтернативном варианте это – ошибки первого и второго рода, например, при решениизадачи обнаружения это – «пропуск цели» (при условии, что она есть в данном разрешаемом объеме) и «ложная тревога» (при условии, что цели в данном разрешаемом объеме нет).
В общем случае при N альтернативах число Радиолокационные системы. Учеб.351ГЛАВА 6 ОСНОВЫ СТАТИСТИЧЕСКОЙ ТЕОРИИ ОЦЕНИВАНИЯ ПАРАМЕТРОВ РАДИОЛОКАЦИОННЫХ СИГНАЛОВ6.6. СЕЛЕКЦИЯ ВОЗДУШНЫХ ОБЪЕКТОВвидов ошибочных решений составляет N(N–1). Обобщенным показателемэффективности является полный средний риск.
Правило, для которого полный средний риск минимален, называется оптимальным,а сам критерийоптимизации – байесовским. При использовании минимаксного критерияпроизводится минимизация полного риска для наименее благоприятногораспределения априорных вероятностей. При использовании критериев максимума априорной вероятности, максимального правдоподобия, Неймана –Пирсона и идеального наблюдателя понятие среднего риска не используется,однако все соответствующие данные критериям решающие правила такжеявляются правилами порогового типа.Перечисленные показатели эффективности неприменимы для оценкикачества решения задачи селекции. Поскольку задача селекции состоитвтом, чтобы выделить в некоторой группе объектов тот единственный из них,который относится к интересующему наблюдателя классу, при селекции существует единственный вид правильного решения: истинная цель выбранаправильно, а все виды ошибочных решений образуют вместес ним полную группу несовместимых событий.
Отсюда следует, что вероятность правильного и ошибочных решений в сумме равна 1, а эффективность селекцииможно охарактеризовать единственным независимым показателем эффективности, поскольку для потребителя информации системы селекции безразлично, какая именно из ложных целей принята истинной, а «ложная тревога»означает одновременно и «пропуск цели». Таким образом, вероятность правильной селекции целесообразно выбирать в качестве единственного показателя эффективности селекции.Поэтому необходимости вводить обобщенный показатель эффективности, каковым является полный средний риск, нет, поскольку очевидно, чтолюбое решающее правило, которое обеспечивает максимум вероятности правильной селекции, обеспечивает одновременно минимум среднего риска.Вследствие этого при решении задач синтеза алгоритмов селекции неиспользуются критерии минимума среднего риска, минимаксный, критерийНеймана – Пирсона, поскольку в основе их применения лежит концепцияошибок первого и второго рода.
Решающие правила порогового типа «решающими» в собственном смысле этого слова при селекции не являются.Это происходит, например, тогда, когда в область пространства реализаций,соответствующую селектируемому классу, попадает две реализации или непопадает ни одной.
Кроме того, ни одна из реализаций сигнала, полученныхпри селекции, не может быть априори, до окончания просмотра всех объектов группы, отнесена к селектируемому классу, поскольку в дальнейшем могут появиться более «достойные кандидаты» на эту роль. Наиболее приемлемым является критерий максимального правдоподобия, который можнопринять за критерий максимума апостериорной вероятности Р(Нi/η) при наименее благоприятном равномерном распределении априорных вероятностей.Именно его и будем в дальнейшем рассматривать. Радиолокационные системы. Учеб.352ГЛАВА 6 ОСНОВЫ СТАТИСТИЧЕСКОЙ ТЕОРИИ ОЦЕНИВАНИЯ ПАРАМЕТРОВ РАДИОЛОКАЦИОННЫХ СИГНАЛОВ6.6. СЕЛЕКЦИЯ ВОЗДУШНЫХ ОБЪЕКТОВПрименение данного критерия позволяет минимизировать апостериорный средний риск при любом соотношении между значениями платы за правильное решение П1 и штрафом за ошибочное решение П0.
Действительно, вслучае принятия гипотезы Нi, для которой апостериорная вероятность послеизмерения η приняла значение Р(Нi/η), апостериорный рискri =П 0 (1 − Р ( Н i η ) ) − П1 Р ( Н i η ) =П 0 − ( П 0 + П1 ) P ( Н i η ) ,(6.34)откуда непосредственно следует высказанное утверждение.Использование понятия апостериорного риска сближает задачи селекции и оценки параметров, так как в результате и обнаружения, и селекциинеобходимо измерить координаты цели или определить номер канала либоэлементарного объёма, в котором она находится.Таким образом, задача селекции целей по сравнению с задачами их обнаружения и распознавания предусматривает «непороговый» характер решений.