- •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
3.6. Варианты адаптации к случайным параметрам сигналов
Движение реальных аэродинамических целей характеризуется более сложными, чем отмечалось в разд. 3.5, закономерностями. Так, даже в случае, когда пилот пытается выполнить полет с неизменным курсом и постоянной скоростью, точка центра масс самолета движется в пространстве с непостоянной скоростью. Кроме того, движение аэродинамической цели характеризуется случайными рысканиями по углам курса, крена и тангажа. Указанные явления обусловлены турбулентностью атмосферы.
Непостоянство скорости движения точки центра масс самолета, движущеюся с постоянными углами сноса и скольжения, приводит к возникновению случайных набегов фаз на синтезируемой апертуре. Наличие же рысканий приводит к тому, что величина и направление вектора угловой скорости вращения цели относительно наземного радиолокатора становятся случайными. Это, в свою очередь, вызывает появление случайной составляющей амплитудно-фазового распределения на синтезируемой апертуре. Оба указанных явления приводят к расфокусированию апертуры и, в конечном итоге, к разрушению дальностно-азимутального портрета цели.
Наиболее существенный вклад в расфокусирование апертуры вносит неравномерность движения по радиальной дальности точки центра масс самолета. Расфокусирование апертуры по этой причине может произойти за время в несколько десятков миллисекунд. Наличие угловых рысканий цели приводит к разрушению когерентности эхо-сигнала и расфокусированию апертуры на интервале времени более 0,3...1 с [40].
Рассмотрим варианты адаптации к случайным параметрам эхо-сигналов при получении радиоизображений аэродинамических целей. Излагаемый материал иллюстрируется двумерными изображениями, получаемыми при моделировании
3.7. Адаптация к неравномерному движению цели без угловых рысканий
Алгоритмическое совмещение огибающих дальностных портретов и введение опорного элемента (разд. 3.5) решает задачи не только фокусировки изображения, но и учета неравномерности движения цели без угловых рысканий. Одновременно учитываются нестабильности передающего устройства, гетеродина и т.д. Опорный элемент выделяется по минимуму дисперсии амплитудных флюктуаций сигнала. Фазы колебаний, приходящих от опорного элемента, вычитаются из фаз во всех элементах разрешения каждого дальностного портрета.
Однако алгоритм доминирующего отражателя (АДО), работающий по опорному элементу, не всегда реализуем. По экспериментальным данным для целей больших размеров [40] при разрешающей способности по радиальной дальности Δr =1м опорный элемент выделяется в 80% случаев, а при разрешающей способности Δr =3м только в 25% случаев. Представляет поэтому интерес фазирование согласно алгоритмам по совокупности отражателей (АСО).
Работа одного из таких алгоритмов (АСО 1) предусматривает последовательную оценку сдвига фаз между (v-1)-м и v-м дальностными портретами
. (3.14)
Значение используется для фазовой коррекции v-го дальностного портрета. Его комплексные отсчеты умножаются для этого на фазовый множитель ехр(-j ), так что
. (3.15)
Начальная фаза первого портрета β1 несущественна и полагается известной и равной нулю. Согласно [41] близкий алгоритм использовался компанией Hughes (в [41] он не приводится).
Возможно привлечение фазовой информации не только двух, но и трех (и более) соседних портретов. Для реализации подобного (3.14) алгоритма АСО 2
(3.16)
требуется, чтобы были известны начальные фазы двух первых дальностных портретов. Как и в случае АСО 1, значение фазы β1 можно принять разным нулю, а значение фазы β2 может быть устранено использованием АСО 1. Синтез алгоритмов АСО 1, АСО 2 и других им подобных производится в предположении достаточно большого отношения сигнал/шум, позволяющего использовать максимально правдоподобные оценки фаз в алгоритме оптимальной обработки пачки ДП (приложение 1, формула П.3) и приближенное равенство величины . При этом (величина 2π/N считается малой).
Применение описанных выше алгоритмов АДО, АСО 1 и АСО 2 иллюстрируется результатами математического и гидроакустического моделирования получения радиоизображений самолетов.
На рис. 3.3, а, б, в, г приведены дальностно-азимутальные портреты самолетов на ракурсе 89° по результатам математического моделирования. Имитировалась работа РЛС с длиной волны λ=3 см и широкополосным ЛЧМ-сигналом с эффективной шириной спектра 80 МГц, что обеспечивало разрешающую способность по радиальной дальности 2 м. Модель цели равномерно вращалась вокруг центра масс. Суммарный угол поворота примерно 0,4° обеспечивал равенство разрешающей способности по поперечной линии визирования дальности и по радиальной дальности. Полученное в этих условиях идеальное (при отсутствии флюктуаций начальных фаз в ДП) радиоизображение приведено на рис. 3.3, а. Наличие флюктуаций начальных фаз ДП препятствует восстановлению радиоизображения цели (рис. 3.3, 6). Применение в этом случае АДО и АСО 1 позволяет восстановить изображение цели (рис. 3.3, в и г).
Аналогичные дальностно-азимутальные портреты модели самолета били получены путем гидроакустического моделирования (рис. 3.4, а, б, в,). В отличие от рис. 3.3 на рис. 3.4, г изображение соответствует использованию АСО 2.
Рис. 3.3. Дальностно-азимутальные портреты самолета в отсутствие его рысканий (по результатам математического моделирования); а – в отсутствие флюктуаций начальных фаз дальностных портретов; б – при наличии нескомпенсированных флюктуаций начальных фаз ДП; в – при компенсации флюктуаций начальных фаз ДП согласно алгоритму АДО; г – при компенсации флюктуаций начальных фаз ДП согласно алгоритму АСО 1
Рис. 3.4. Дальностно-азимутальные портреты самолета в отсутствие его рысканий (по результатам гидроакустического моделирования): а – в отсутствие флюктуаций начальных фаз ДП; б – при наличии нескомпенсированных флюктуаций начальных фаз ДП; в – при компенсации флюктуаций начальных фаз ДП согласно алгоритму АДО; г – при компенсации флюктуаций начальных фаз ДП согласно алгоритму АСО 2