- •Введение
- •Формирование алфавитов классов и признаковых пространств радиолокационного распознавания
- •1.1. Общие сведения
- •1.2. Формирование алфавитов классов
- •1.3. Траекторные признаки
- •1.4. Сигнальные признаки однопозиционной активной локации при узкополосном зондировании
- •1.4.1. Эффективные площади (эп) целей
- •Примерные эффективные площади радиолокационных целей
- •1.4.2. Поляризационные признаки
- •1.4.3. Модуляционные признаки
- •1.5. Сигнальные признаки однопозиционной активной локации при широкополосном, многочастотном и многодиапазонном зондировании
- •1.5.1. Признаки при широкополосном зондировании
- •Скалярные признаки подклассов целей
- •Дальностно-поляризационные портреты (дпп)
- •О переходе от согласованного дальностного разрешения к сверхразрешению
- •Дальностно-частотные портреты (дчп)
- •Дальностно-угловые портреты (дул)
- •1.5.2. Признаки при многочастотном зондировании
- •Признаки при когерентном зондировании сигналами малой протяженности
- •Признаки при когерентном зондировании сигналами большой протяженности.
- •Признаки при некогерентном многочастотном зондировании
- •1.3.3. Признаки при многодиапазонном зондировании
- •1.6. Сигнальные признаки однопозиционной пассивной локации
- •1.7. Сигнальные признаки многопозиционной активно-пассивной локации
- •1.8. Признаковые пространства распознавания
- •1.9. Эффективность радиолокационного распознавания
- •2. Алгоритмы распознавания по совокупности признаков
- •2.1. Общие сведения
- •2.2. Байесовские одноэтапные алгоритмы распознавания
- •2.2.1. Исходные структуры алгоритмов
- •При этом отношение
- •2.2.2. Мультипликативные байесовские алгоритмы и их частичная
- •2.2.3 Аддитивные частично параметризованные байесовские алгоритмы
- •2.2.4. Примеры элементов байесовских алгоритмов
- •Элементы алгоритмов, связанные с измерением эффективных площадей целей
- •Элементы алгоритмов связанные с получением дальностных портретов целей
- •2.3. Непараметрические алгоритмы многоальтернативного распознавания
- •2.3.1. Алгоритмы вычисления расстояний
- •2.3.2. Алгоритмы голосования
- •2.4. Нейрокомпьютерные алгоритмы
- •2.4.1. Принципы построения и структуры и ейро компьютерных алгоритмов
- •2.4.2. Варианты алгоритмов функционирования и обучения
- •2.4.3. Нейробайесовские алгоритмы
- •2.4.4. Некоторые данные моделирования
- •3. Принципы реализации высокого разрешения по дальности и по угловой координате в одпопозиционных системах радиолокационного распознавания
- •3.1. Общие сведения
- •3.2. Возможности и примеры получения дальностных портретов
- •3.2.1. Методы когерентной обработки сигналов
- •3.2.2. Примеры когерентной обработки сигналов
- •3.3. Принципы реализации высокого разрешения за счет прямого синтеза апертуры
- •3.4. Пример синтеза апертуры на спутнике "Сисат", сша, 1978 [41]
- •3.5. Обратный (инверсный) синтез апертуры и формирование дальностно-угловых портретов
- •3.6. Варианты адаптации к случайным параметрам сигналов
- •3.7. Адаптация к неравномерному движению цели без угловых рысканий
- •3.8. Принципы адаптации к рысканиям цели
- •3.8.1. Применение методов углового сверхразрешения
- •3.8.2. Сочетание когерентной обработки с некогерентной
- •3.8.3. Компенсация амплитудно-фазовых флюктуаций, обусловленных
- •4. Экспериментальные и расчетные методы определения характеристик вторичного излучения и показателей качества радиолокационного распознавания
- •4.1. Общие сведения
- •4.2. Экспериментальные методы определения характеристик вторичного излучения
- •4.2.1. Методы натурных измерений
- •4.2.2. Методы масштабного электродинамического моделирования
- •4.2.3. Методы гидроакустического моделирования
- •4.3. Расчетные методы определения характеристик вторичного излучения
- •4.3.1. Разновидности расчетных методов
- •4.3.3. Динамические цифровые модели вторичного излучения
- •Варианты построения динамических моделей
- •4.4. Методы определения показателей качества радиолокационного распознавания
- •4.4.1. Натурные методы
- •4.4.2. Методы физического моделирования
- •4.4.3. Методы математического моделирования
- •4.4. Примеры математического моделирования распознавания воздушных целей по совокупности признаков
Формирование алфавитов классов и признаковых пространств радиолокационного распознавания
1.1. Общие сведения
Различаемые классы целей составляют определенный алфавит классов, подобный алфавиту букв русского (английского я т.п.) языка. Выбор алфавита классов предопределяет как эффективность использование распознавания, таю и трудности, возникающие при его реализации, а значит и стоимость их преодоления. Вопрос о возможных алфавитах классов распознавания рассматривается в разд. 1 и 2. Информация, используемая для распознавания, содержится в совокупности принимаемых радиолокационных сигналов. Однако чаще всего, чтобы распознать цель, используют определенные измеренные признаки цели, которые сопоставляют, а соответствии с алгоритмами распознавания с известными (эталонными) признаками. Каждая система распознавания в заданном алфавите классов использует определенную совокупность признаков (пространство или рабочий словарь [2] признаков). Признаки радиолокационного распознавания разделяют по их физической природе на траекторные и сигнальные признаки. Траекторные признаки - это параметры траекторий целей, определяемые их тактико-техническими характеристиками (разд. 1.3). Сигнальные признаки имеют отличия для активной и пассивной, однопозиционной и многопозиционной локации.
Сигнальные признаки активной однопозиционной локации классифицируют обычаю по типу используемых зондирующих сигналов. Различают: 1) признаки при узкополосном зондировании (разд. 1.4); 2) признаки при широкополосном, многочастотном и многодиапазонном зондировании (разд. 1.5). Сигнал считается здесь широкополосным, если он, в отличие от узкополосного, обеспечивает согласованное разрешение элементов цели по дальности. Сигналы, излучаемые на нескольких несущих частотах, называют многочастотными, если наинизшая несущая значительно превышает интервалы между несущими частотами, и многодиапазонными, если она одного порядка или менее этих интервалов.
Сигнальные признаки однопозиционной пассивной локации (разд. 1.6) содержатся в особенностях собственного излучения цели, ее радиоэлектронного оборудования, в первую очередь.
Многопозиционность систем активно-пассивной локации (разд. 1.7) с объединением информации на ЭВМ при помощи высокопроизводительных линий связи дозволяет получать улучшенную информацию.
Совокупности признаков, необходимые для распознавания в тех или иных алфавитах классов, образуют признаковые пространства или, иначе, рабочие словари [2] признаков (разд. 1.8). Целесообразность совокупного выбора алфавитов классов, признаковых пространств и алгоритмов распознавания (разд. 2) оценивают на основе известного системотехнического критерия "эффективность – стоимость'. Эффективность распознавания (разд. 1.9) характеризуют его влиянием на показатели качества потребителей информации распознавания либо непосредственно показателями качества распознавания.
1.2. Формирование алфавитов классов
Формирование алфавитов классов (кластеров) характерно не только для задач радиолокационного распознавания, но и для других кибернетических задач теории и техники распознавания образов [2]. Эти задачи выделяют иногда как задачи кластерного анализа [16]. В качестве кластеров могут выступать не только классы, но и их подклассы. Состав алфавита определяется задачами потребителей локационной информации, с одной стороны, и возможностями средств локации при тех или иных признаковых пространствах - с другой.
Для средств противовоздушной обороны, например, существенно различать самолеты и вертолеты от ракет, других малых воздушных объектов (воздушных шаров, стай птиц, атмосферных неоднородностей). Важна зачастую дополнительная выходная информация: самолет это или вертолет; самолет большого размера (стратегический бомбардировщик, транспортный самолет) либо самолет меньшего размера (тактический истребитель); самолет со снижением радиолокационной заметности или самолет без такого снижения или же, наконец, самолет-помехопостановщик. Существенно в ряде случаев различие крылатых и баллистических ракет, их боеголовок, авиационных управляемых ракет и беспилотных летательных аппаратов, транспортных самолетов и самолетов дальнего радиолокационного обнаружения, воздушных командных пунктов, а также ракет и ракет-ловушек с преднамеренно увеличенной эффективной площадью. Может вводиться, наконец, класс объектов, для которых уместен отказ от распознавания. Чем шире и достовернее информация распознавания, тем эффективнее, в принципе, она может быть использована. Однако чрезмерное расширение алфавита классов снижает достоверность информации (особенно при не очень высоких отношениях сигнал-шум), требует привлечения новых признаков (см. также разд. 4.4.4).
В общем случае оптимизация алфавита классов представляет собой непростую комплексную (локационную, тактическую в экономическую) задачу, решаемую путем сравнения вариантов с использованием методов моделирования.