Радиоэлектронные системы Основы построения и теория. Справочник . Под ред. Я.Д. Ширмана (2007) (1151789), страница 188
Текст из файла (страница 188)
Поскольку порядковый номер максимального члена любой последовательности х, не изменится, если от всех ее членов будет отнята одна и та же постоянная величина, в данном случае 1п р„,(у„), то (24.30) пере- с =/с, =агйшах[1п(0Р)ь,'> 1п/,(у„)1. '(24.3!) э Одноэтапная классификация при разбиении векторного параметра на независимые составляющие. ВектоРный паРаметР сигнала а =[!а! а2 ...
ах~~ может: 1) служить классификационным признаком; 2) состоять из независимых скалярных параметров, полученных, например, по независимым подреализациям принятого сигнала. Алгоритм (24.30) переходит в с' = /с, = агй пзах[1п(г Р ) + 2:!и р, (а„)1, (24 32) где плотности вероятности р,(а„) зависят от характера измеРений и их точности.
ПаРаметРы а! а2 ...а/сс мо- тут рассматриваться также как независимые векторы меньшей размерности. Совокупный алгоритм одноэтапной классификации. Пусть принятая реализация у разбита на независимые подреапизации у, По части подреализаций известны условные плотности вероятности независимых оценок, по части известны условные отношения правдоподобия подреализаций, по части известны их условные плотности вероятности. Не конкретизируя ч для каждой из частей, алгоритм классификации можно представить в виде где /э = 1п(гР)+,'2 1и р (аь)+ ,'>„1п!(у,.)+ 2,'1п р (у„).
(24.33б) Совокупный алгоритм многоэтапиой классификации. Можно использовать при отсутствии уверенного выделения максимума (24.33 а) по данным одного этапа классификации. В этом случае согласно (24.33 б) вычисляются значения Е, (р) на нескольких этапах классификации р =1, 2, ..., Р. Решение имеет вид: !2=1»т=агйюахч ~Е,(р). (24.33в) Р=! Для упрощения аппаратуры дополнительные этапы наблюдения можно вводить только для выбора между значениями /, обеспечивающими наибольшие /, 24.11.2. Элементы алгоритмов распознавания, использующих дальностные, ротационные и комбинированные портреты Дальностный портрет (ДП). Образуется совокуп- ностью продетектированных импульсов, приходящих от разрешаемых элементов цели, сливаясь или не сливаясь в зависимости от полосы частот. Для классификации используются алгоритмы: ° корреляционный; ° условных плотностей вероятности (УПВ); ° перехода к двумерным дальностно-угловым порт- ретам (ДДУП, разд.
24.10) от одномерньгх ДП. Корреляционный алгоритм. Основан на опреде- ленном упрощающем предположении. Считается, что в отсутствие флюктуаций формы единственного портре- та прием может оптимизироваться для модели сигнала в виде пачки радиоимпульсов с независимыми начальны- ми фазами [)г импульсов /с = 1, 2,...
и общей случайной амплитудой Ь (разя. 21.10). Модули комплексных кор- реляционных интегралов импульсов 122[ и отношения сигнал — шум по мощности с/„ /2 с точностью до обще- 2 го множителя соответствуют 1 У21 и 1Х21 /у,„, где Гь и Хг — комплексные амплитуды принимаемых и ожидаемых импульсов, у,„— дисперсии квадратурных 2 составляющих отсчетов шума. Логарифм оценочного отношения правдоподобия (21.65) преобразуется в результате к виду 1и/,„, у~в, где 7~, — последетекторная корреляционная сумма для гипотезы принадлежности обьекта /- му классу 2ь, =Х~У21хь„, (24.34) г здесь Хь, — отсчеты нормированного к единице дально- стнага портрета-эталона с-го класса: Хь„=1Хь~ ~1Хь!2, ч„Х2,»=1.
Полученная корреляционная сумма (24.34) пропорциональна коэффициенту корреляции принимаемых портретов с ожидаемыми р, =2 )!41Х,, ~ ~)Ул) . (24.34а) Развитие корреляционного алгоритма. В отсутствие временного совмещения портрета и эталона такое совмещение проводится по максимуму корреляции. 28, = шах~~~ ! Ул „! Х~,,„. (24.35) Н Нормированные ДП-эталоны. Зависят от ракурса цели: ее курсового угла, углов тангажа и крена.
Особенно сильно проявляется зависимость от курсового угла, который иногда называют ракурсным. ДП-эталоны формируют по классам (тнпам) объектов в секторах надежного определения ракурсов. Разброс ДП по отношению к эталону, неучтенный выше, определяет «шум портретов». Чтобы снизить его влияние, вводят по несколько эталонов на класс. Увеличение числа эталонов повышает качество классификации, но усложняет обработку.
Для отбора необходимого числа эталонов по данным эксперимента (моделирования) строятся специальные алгоритмы. В отсутствие ограничений на обработку возможно использование абсолютно всех данных эксперимента для вынесения классификационных решений. Корреляционный алгоритм переходит тогда в алгоритм ближайшего соседа (ближайших соседей, разд.24.12.2). Алгоритм условных плотностей вероятности (УПВ). Предложен С.П. Лещенко в !998 г.
Вводятся распределения всех отсчетов ДП как случайных величин для заданных секторов ракурсов, типов или классов целей. Они описываются одномерными условными плотностяии вероятности (УПВ). В приближении незавшииости отсчетов многомерная УПВ равна произведению одномерных УПВ отсчетов, а ее логарифм сумме их логарифмов: р(У) =)) рт(Ут) и !л[р(У)]=~~~ 1п[рь,(Г,„)]. Одномерные УПВ находятся из эксперимента или моделирования.
Имея совокупность А2 реализаций каждой из величин у = у, плотности их вероятностей можно аппроксимировать по методу Парзена 2УА А Здесь ср(и) = ==;. е; А — параметр масштаба, опре-и 2 2л деляемый из условия нормирования УПВ р(У). В отсутствие временного совмещения портрета и эталона его проводят по максимуму логарифма УПВ !пр,(У) = пзах~!л ры1(У «) .
ы Использование ротациоиных портретов. Ротационный портрет соответствует дискретизированной вырезке спектра ротационной (разд. 8.7.2) модуляции в пределах гд < г < гд+ гн, где гд — доплеровская частота отражений от корпуса цели, а гя - частота следо- валия импульсов. Расплывание спектральных линий зависит от длительности выборок )ч'/г"я, 2У»1, подвергаемых спектральному преобразованию. Поскольку ротационный портрет аналогичен дальностному, его можно классифицировать согласно корреляционной или УПВ процедуре, (24.35) или (24.36).
Дальностно-ротационные портреты. В отличие от чисто ротационных портретов формируются при периодическом излучении широкополосных сигначов. Они содержат быстро флюктуирующие участки ДП, определяющие положение источников ротационной модуляции (турбин, компрессоров). В этом смысле последовательность ДП составляет одномерный дальностно-ротационный портрет. Быстро флюктуирукндие элементы ДП отчетливо выделяются при совмещении ДП на одном участке шкалы индикатора с амплитудной отметкой [2.108, 2.132].
В англоязычной литературе [2.135] это относят к микродоплеровскому эффекту при получении ДП. Могут быть в принципе использованы и более информативные двумерные дазьностно-ротационные портреты (ДДРП). Для этого в двумерной плоскости время— частота откладываются лискретизированные вырезки спектра ротационной модуляции пределах гд < г < гд + гн, Во временном сечении плоскостью г =гз формируется ненормированный ДП. В частотных сечениях, соответствующих моментам времени облучения вращающихся элементов цели, формируются соответствующие ротационные портреты. Необходимое время когерентного накопления ДДРП вЂ” десятки миллисекунд...десятые доли секунды. Начиная с времен накопления величиной в десятые доли секунды...секунды, особенно на поперечных курсах, когерентность накопления турбинных и пропеллерных составляющих может нарушаться, но зато проявляется когерентность накопления спектральных составляющих, обусловленных ротационным движением цели в целом относительно линии визирования.
Дальностно-поляризациояные портреты (ДПП). Кагерентные ДПП представляют собой блочные вектор- столбцы двумерных временных комплексных отсчетов Х=~~Х! Х, ... Хт ... Х„~( Каждый двумерный отсчет Хт= ]]Х'„, Х"„,ехр(2 ])„,)1!, где Х;„, Х"„, — вещественные величины соответствует приему на двух ортогональных поляризациях в отсутствие помех. При наличии аддитивных помех принимается блочный вектор — столбец У=Х+!ч!. Корреляционная сумма (24.35) переходит в 2~, = шах ~ ~ Хг~„Х~., „! . Н Некогерентн2ве ДПП не требуют измерения разностей фаз ])„, отсчетов, проводимых на ортогональных поляризацияк 24.11.3.
Элементы аддитивных алгоритмов, соответствующие траекторным и амплитудным признакам Элементы, связанные с траекторными параметрами обьекгов н тропосфере. Входящие в (24.33б) априорные плотности вероятности р,(а„) соответствуют д1о нег«усев«скан распред«тенияч для различных типов (классов) целей. Раслределекиямогут бьггь, в частности, двумерными вида рис. 24.26, причем непрерывными или дискретиыти (нноготоче«ными). В обоих случаях предполагается равновероятное попадание параметра а„в любую точку каждой из областей рис.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
