Главная » Просмотр файлов » Кондратенков Г.С. Радиовидение (2005)

Кондратенков Г.С. Радиовидение (2005) (1151787), страница 49

Файл №1151787 Кондратенков Г.С. Радиовидение (2005) (Кондратенков Г.С. Радиовидение (2005)) 49 страницаКондратенков Г.С. Радиовидение (2005) (1151787) страница 492019-07-06СтудИзба
Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 49)

Я В РСА землеобзора в зависимости от типа решаемой тактической задачи используются различные характеристики обнаружения целей. Различают четыре типовые задачи: 1) картографирование; 2) обнаружение сосредоточенной цели иа слабоотражающем фоне; 3) обнаружение сосредоточенной цели на сильноотражающем фоне; 4) обиа- 263 Глава 7 ружение цели с отрицательным контрастом, когда ЭПР цели меньше ЭПР фона. В режиме картографирования дальность землеобзора определяется возможностью обнаружения на фоне внутренних шумов сигналов, отраженных от разрешаемого элемента заданной пространственно- распределенной цели с минимальной удельной ЭПР (обычно водной поверхности).

Плотность вероятности распределения ЭПР разрешаемого элемента пространственно-распределенной цели подчиняется экспоненциальному закону. Цель содержит множество элементов разрешения, что позволяет допустить вероятность ложной тревоги 10 ' и соответственно требуемое отношение сигнал/шум 9 = 3 дБ при однократном обзоре; кроме того, уменьшаются на 3...5 дБ потери в системе обработки. Обнаружение отдельной сосредоточенной цели на слабоотражающем фоне определяется отношением мощности сигнала цели к мощности внутреннего шума на выходе приемника и характеризуется дальностью, на которой обеспечивается обнаружение цели с заданными вероятностями правильного обнаружения и ложной тревоги.

Мощность сигнала цели увеличивается пропорционально числу накапливаемых импульсов при синтезировании апертуры и уменыпается вследствие потерь в высокочастотном тракте, среде распросгранения и системе обработки сигналов. При заданном постоянном разрешении по азимуту мощность сигнала уменьшается пропорционально дальности в третьей степени. Вероятность правильного обнаружения определяется статистическими свойствами сигналов цели и помех.

Плотность вероятности распределения ЭПР сосредоточенной рукотворной цели обычно характеризуется логнормальным законом либо законом «хи-квадрат» с четырьмя степенями свободы. При некогерентном накоплении статистические характеристики сигнала и шума изменяются, и для обеспечения той же самой вероятности обнаружения требуется меньшее отношение сигнал/шум 9 .

При Р =0,8 и Р =106 и 4-кратном обзоре 9 = 9 дБ, а при однократном обзоре 9 =15 дБ. Характеристики обнаружения сосредоточенной цели на сильноотражающем фоне определяются отношением сигнал/фон, при этом внутренним шумом пренебрегают. Мощность фона пропорциональна удельной ЭПР и площади разрешаемой площадки на местности. Поэтому повысить вероятность обнаружения цели на фоне можно, только увеличивая разрешающую способность РСА.

Дальность обнаружения в этом случае определяется условием, когда отношение сигнал/шум становится больше требуемого отношения сигнал/фон н шумом можно пренебречь. Требуемое отношение сигнал/фон при Р =0,8 и Р„, =10 равно 15 дБ при однократном и 9 дБ при 4- кратном обзоре. Характеристики РСА земяеобюра Характеристики обнаружения целей с отрицательным контрастом («провалом» в изображении местности) определяются отношением мощности окружающего фона к мощности цели в элементах разрешения (контрастом).

Контраст уменьшается вследствие попадания в элемент разрешения цели отражений от окружающего фона по боковым лепесткам. Для обнаружения протяженной цели требуется контраст Р /Р„=12 дБ при однократном обзоре и 5 дБ при 4-кратном обзоре. Внутренними шумами можно пренебречь. При высокой разрешающей способности, когда площадь элемента разрешения меньше площади цели, обнаружение каждого разрешаемого элемента рукотворной цели обеспечивается на любом фоне.

7.4. Распознавание объектов Задача распознавания сводится к селекции (выделению) заданных для вскрытия объектов среди других обнаруженных объектов естественного и искусственного происхождения. В задачу распознавания входит также определение класса и типа выделенных объектов и их функционального состояния. Особенно важной и ответственной задачей при принятии решения является распознавание специальных ложных целей (надувных макетов, уголковых отражателей и т.п.), а также объектов по принадлежности «свой — чужой». Повышение эффективности решения задачи распознавания объектов достигается двумя путями: 1) повышением информативности используемых распознавательных признаков (характеристик) объекта; 2) формированием в РСА новых распознавательных признаков заданных объектов.

Обычно критерием выбора распознавательных признаков и методов повышения их эффективности является «принцип разумной достаточности», так как формирование новых и повышение характеристик используемых признаков требует перераспределения (расходования) располагаемых ресурсов (вычислительных, энергетических, временных) РСА, которые всегда ограничены критическими технологиями и тактическими требованиями. Быстрое развитие технологий РСА позволяет использовать распознавательные признаки все более широкого класса. Далее анализируются основные распознавательные признаки объектов при их наблюдении РСА. Хпрпкюпериые рпзл~еры РЛИ объектп.

К характерным размерам объекта относятся его длина, ширина, высота, плошадь и объем, определяемые числом элементов разрешения в РЛИ объекта. Дополнительным признаком является форма РЛИ объекта. Глава 7 Рассмотрим методику расчета вероятности распознавания цели на примере использования площади объекта в качестве распознавательного признака. Вероятность распознавания целей определяется многими факторами: ° ансамблем распознаваемых целей; ° априорными сведениями о классе наблюдаемых целей; е свойствами выбранных распознавательных признаков; е алгоритмом принятия решения о классе цели.

В качестве ансиибля распознаваемых целей принимается набор типовых целей. При этом каждый раз при определении вероятности распознавания целей предполагается наличие двух целей с наиболее близкими параметрами, т.е. наихудший случай. Кроме того, полагаем, что априорные сведения о наличии той или иной цели отсутствуют, т.е. наличие двух близких по параметрам целей равновероятно. В качестве распознавательного признака используем число пикселов И в изображении цели. Для определенности положим, что разре- Б =(Б, +Б )/2.

Вероятность правильной классификации первой цели равна: Р„(8,) = Р(8, 1 Ь,)~1-Р(ь, 1 Ь,)~. (7.23) (7.24) Так как обычно интересуют вероятности правильной классификации, близкие к 1(Р„>0,9), то шения по дальности и азимуту одинаковы и на элемент разрешения площади цифрового РЛИ приходится четыре пиксела (два на линейный элемент разрешения).

Точность измерения площади изображения цели (СКО) полагаем равным четырем пикселам (одному элементу разрешения по площади). При обеспечении эффективности обнаружения разрешаемого элемента цели (Р„, =0,8 и Р =1О, см. разд. 7.3) такая точность достигается с запасом. В качестве алгоритма распознавания обычно используют правило минимизации среднего риска.

Задача сводится к нахождению границы раздела между значениями площадей двух целей Б, и Ь . Если измеренное значение площади меньше граничного значения: Ь <$~, принимается решение о классе цели №1, а при Б > Б — о классе цели №2. При одинаковых значениях СКО измерения площадей изображения всех целей (о=4 пиксела), одинаковых заданных потерях при ошибках классификации первого и второго рода, отсутствии потерь при точных решениях и одинаковых априорных вероятностях появления целей каждого класса значение площади раздела равно: Характеристики РСА земаеаб1ара (7.25) Аналогично определяется вероятность Р„(Ь ) . Апостериорную плотность вероятности оценки Б, площади изображения цели можно аппроксимировать гауссовой кривой: (7.26) где Ь„', =($', — $,)/о — нормированное значение оценки Б,.

В этом случае вероятность распознавания цели с плошадью Б, при наблюдении первой цели определяется интегралом вероятности: Р(Б,)Б,)= — 1 ~р — дЯ„,, (7.27) где Я„~ =(Б,р — Я,)/о — нормированное граничное значение разделения площади первой цели относительно второй. Ниже представлены значения вероятностей Рр, ~ Б,) и вероятностей правильной классификации Р„(Б,) = Р(К, ~ Б,) ~1 — Р(Ь, ~ Б,)~ для различных нормированных значений границы раздела Б„, =(Я, -Б,)/о=(82-$,)/2о плошадей двух целей Ь, и Я2: энгр ' 2,5 0,5 1,0 1,5 2,0 0,99 0,93 0,69 0,84 0,98 0,87 0,96 0,5 0,7 267 При 8„=2 и о=4 разность плошадей ЛЯ=Я вЂ” Б, =$„.2о= = 2 2 4=16 пикселов, что обеспечивает вероятность правильной классификации 0,96. При разности площадей ЛЯ=8 пикселов (8„=1) вероятность распознавания будет равна 0,7. На рис.

7.7 дан график зависимости вероятности классификации цели Р„от числа элементов разрешения 1Ч, на характерном размере изображения. В табл. 7.4 даны значения требуемой разрешающей способности РСА для обнаружения и распознавания типовых обьектов при наблюдении их РЛИ опытным оператором. Глава 7 В настоящее время достигнута разрешающая способность 0,3х0,3 м, а в отдельных экспериментах даже 0,1х0,1м, ния этих признаков является получение банка данных для заданного класса (типов) объектов, что требует больших экспериментальных ра- бот. Рассматривается также возможность расчета на ЭВМ статистиче- ских характеристик РЛИ объектов. 268 что позволяет распознавать малоразмерные цели, имеющие размеры единицы метров. Решение задачи селекции ложных целей, имеющих такие же характерные размеры, как и заданные цели, требует привлечения дополнительных распознавательных признаков.

Амплитудный портрет объекта. Амплитудный портрет — это детальное изображение объекта в виде распределения ЭПР объекта по элементам разрешения РЛИ. В качестве распознавательных признаков используются статистические характеристики ЭПР. Среднее значение ЭПР, полученное усреднением реализации амплитуды РЛИ за несколько обзоров, характеризует распределение отражающей способности объекта по элементам разрешения. Корреляционная функция характеризует взаимосвязь амплитуд РЛИ как в разрешаемом элементе от обзора к обзору, так и между элементами.

Характеристики

Тип файла
DJVU-файл
Размер
4,64 Mb
Тип материала
Высшее учебное заведение

Список файлов книги

Свежие статьи
Популярно сейчас
Как Вы думаете, сколько людей до Вас делали точно такое же задание? 99% студентов выполняют точно такие же задания, как и их предшественники год назад. Найдите нужный учебный материал на СтудИзбе!
Ответы на популярные вопросы
Да! Наши авторы собирают и выкладывают те работы, которые сдаются в Вашем учебном заведении ежегодно и уже проверены преподавателями.
Да! У нас любой человек может выложить любую учебную работу и зарабатывать на её продажах! Но каждый учебный материал публикуется только после тщательной проверки администрацией.
Вернём деньги! А если быть более точными, то автору даётся немного времени на исправление, а если не исправит или выйдет время, то вернём деньги в полном объёме!
Да! На равне с готовыми студенческими работами у нас продаются услуги. Цены на услуги видны сразу, то есть Вам нужно только указать параметры и сразу можно оплачивать.
Отзывы студентов
Ставлю 10/10
Все нравится, очень удобный сайт, помогает в учебе. Кроме этого, можно заработать самому, выставляя готовые учебные материалы на продажу здесь. Рейтинги и отзывы на преподавателей очень помогают сориентироваться в начале нового семестра. Спасибо за такую функцию. Ставлю максимальную оценку.
Лучшая платформа для успешной сдачи сессии
Познакомился со СтудИзбой благодаря своему другу, очень нравится интерфейс, количество доступных файлов, цена, в общем, все прекрасно. Даже сам продаю какие-то свои работы.
Студизба ван лав ❤
Очень офигенный сайт для студентов. Много полезных учебных материалов. Пользуюсь студизбой с октября 2021 года. Серьёзных нареканий нет. Хотелось бы, что бы ввели подписочную модель и сделали материалы дешевле 300 рублей в рамках подписки бесплатными.
Отличный сайт
Лично меня всё устраивает - и покупка, и продажа; и цены, и возможность предпросмотра куска файла, и обилие бесплатных файлов (в подборках по авторам, читай, ВУЗам и факультетам). Есть определённые баги, но всё решаемо, да и администраторы реагируют в течение суток.
Маленький отзыв о большом помощнике!
Студизба спасает в те моменты, когда сроки горят, а работ накопилось достаточно. Довольно удобный сайт с простой навигацией и огромным количеством материалов.
Студ. Изба как крупнейший сборник работ для студентов
Тут дофига бывает всего полезного. Печально, что бывают предметы по которым даже одного бесплатного решения нет, но это скорее вопрос к студентам. В остальном всё здорово.
Спасательный островок
Если уже не успеваешь разобраться или застрял на каком-то задание поможет тебе быстро и недорого решить твою проблему.
Всё и так отлично
Всё очень удобно. Особенно круто, что есть система бонусов и можно выводить остатки денег. Очень много качественных бесплатных файлов.
Отзыв о системе "Студизба"
Отличная платформа для распространения работ, востребованных студентами. Хорошо налаженная и качественная работа сайта, огромная база заданий и аудитория.
Отличный помощник
Отличный сайт с кучей полезных файлов, позволяющий найти много методичек / учебников / отзывов о вузах и преподователях.
Отлично помогает студентам в любой момент для решения трудных и незамедлительных задач
Хотелось бы больше конкретной информации о преподавателях. А так в принципе хороший сайт, всегда им пользуюсь и ни разу не было желания прекратить. Хороший сайт для помощи студентам, удобный и приятный интерфейс. Из недостатков можно выделить только отсутствия небольшого количества файлов.
Спасибо за шикарный сайт
Великолепный сайт на котором студент за не большие деньги может найти помощь с дз, проектами курсовыми, лабораторными, а также узнать отзывы на преподавателей и бесплатно скачать пособия.
Популярные преподаватели
Добавляйте материалы
и зарабатывайте!
Продажи идут автоматически
6417
Авторов
на СтудИзбе
307
Средний доход
с одного платного файла
Обучение Подробнее