- •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
Скалярные признаки подклассов целей
Согласно теории разд. 2.2.4 для каждого подкласса целей, несмотря на многомерный характер дискретизированного портрета, таких признаков два.
Первый - это корреляционная сумма портрета с отсчетами и ожидаемого нормированного портрета-эталона с отсчетами для i-го подкласса при условии . Здесь и - модули комплексных чисел.
Корреляционная сумма имеет вид
(1.8)
Она характеризует степень сходства принятого портрета с эталонными для различных подклассов.
Вторым признаком является энергетический параметр . Однократное его измерение или же результат усреднения по N реализациям можно использовать для вычисления в качестве признака эффективной площади цели по формуле (1.2). Эффективная площадь цели сводится при этом к сумме эффективных площадей разрешаемых по дальности элементов цели.
Диапазон флюктуаций σц при широкополосном однократном зондировании сужается по сравнению с узкополосным зондированием из-за дополнительного дальностного усреднения. Это подтверждается сравнением оценочных плотностей вероятности распределения Р(σц) для целей крупных (рис. 1.14,а), средних (ряс. 1.14,6) и малых (рис. 1.14,в) размеров (сплошные линии) в сравнении с приводившимися для узкополосных сигналов (штриховые линии). В связи с имеющим уже место усреднением в однократном зондировании требуется меньшее, чем при узкополосном облучении, число обращений к цели N. Это следует также из сопоставления зависимостей рис. 1.15 (сплошные линии) с аналогичными зависимостями рис. 7 для узкополосного сигнала (заштрихованная область на рис. 1.15). Показано, что уровень флюктуаций снижается в результате усреднения при широкополосном сигнале за меньшее число обращения к цели. Нормирование на рис. 1.15 проведено по отношению к уровню флюктуаций при узкополосном сигнале.
Рис. 1.14. Плотности распределения σц при широкополосном (П=80 МГц, сплошные линии) и узкополосном (штриховые линии) зондировании, нормированного к своему максимальному значению при N=1 и узкополосном зондировании для крупноразмерных (1), среднеразмерных(2) и малоразмерных (3) целей соответственно
Дополнительным признаком может служить в ряде случаев радиальный размер цели. Он измеряется по некоторому уровню от максимума ДП либо по максимуму корреляционной суммы с эталонами прямоугольной формы различной протяженности. В ряде случаев удается пренебрегать даже зависимостью этого признака от признака "корреляционная" сумма для экспериментально полученных непрямоугольных эталонов. Это можно отвести за счет не учитываемого в теории "шума портретов" - их разброса относительно некоторого среднего портрета. Заметим, что "шум портретов" уменьшается при разбивке классов целей на подклассы - кластеры.
Рис. 1.15. Зависимости от числа усреднений N среднеквадратического отклонения ЭП при широкополосном (сплошные линии) и узкополосном (штриховые линии) зондировании, нормированного к своему максимальному значению при К=1 и узкополосном зондировании для крупноразмерных (I), среднеразмерных (2) и малоразмерных (3) целей соответственно