- •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
1.7. Сигнальные признаки многопозиционной активно-пассивной локации
Признаки целей различаются в зависимости от автономности или кооперативности работы аппаратуры на позициях [1, 25, 45].
При автономной или частично автономной работе аппаратуры на позициях признаки набираются независимо, в частности по указаниям пункта управления. Набор признаков с различных направлений на цель и в различных диапазонах частот расширяет возможности распознавания. Окончательное решение принимается на пункте управления по обобщенным траекторным характеристикам цели, а также по признакам или же предварительным решениям, принятым на позициях.
При реализации кооперативности приема образуется одна или несколько так называемых бистатических систем, в которых при зондировании с одной позиции прием сигналов осуществляется другой позицией. Дополнение моностатической локации бистатической расширяет возможности использования сигнальных признаков при узкополосном излучении в частности. При пересечении целью линии базы бистатического локатора эффективная площадь цели увеличивается, возрастают возможности элементов апертурного синтеза. Использование широкополосных сигналов и бистатической локации позволяет дополнительно получать двумерные портреты целей с существенно ослабленными эффектами затенения (рис. 1.21). Возрастают также возможности поляризационной селекции. [46-48].
Рис. 1.21. "Мгновенный дальностно-азимутальный портрет цели, полученный для бистатической РЛС с шириной спектра 150 МГц при бистатическом угле 0,02°
Очевидно, что допустимая степень усложнения локационных систем определяется критерием "эффективность-стоимость".
1.8. Признаковые пространства распознавания
Отдельно взятый признак не обеспечивает обычно распознавание класса цели в требуемом алфавите с вероятностями не хуже заданных [2]. Объединение независимых или даже зависимых признаков позволяет повысить качество распознавания и расширить алфавит классов. В дополнение, к примеру, признакового пространства высота - полная скорость Н - v рис. 1.1 на рис. 1.22 приведен пример признакового пространства радиальный размер - ЭП целя 1ц — σц. Сплошными линиями выделены области признакового пространства, соответствующие параметрам целей: 1 - крупных размеров; 2 - средних размеров; 3 - малых размеров без искусственного увеличения ЭП; 4 - малых размеров с искусственным увеличением ЭП (ложных целей). Штриховые линии расширяют выделенные сплошными линиями области с учетом флюктуаций и ошибок измерения указанных величин. Легко убедиться, что совместный анализ признаков расширяет возможности распознавания, особенно пря переходе от двумерных к многомерным признакам.
Число признаков, включенных в признаковое пространство, должно уточняться в каждом конкретном случае. Увеличение числа признаков расширяет объем получаемой информации, особенно если привлекаются многомерные признаки (ДП, ДУП, ДПП). Критерием расширения состава признаков является известный системотехнический критерий "эффективность - стоимость»".
Рис. 1.22. Двумерное признаковое пространство 1ц(в м) – σц (в дБ): 1 – самолеты больших размеров; 2 - самолеты средних размеров; 3 - крылатые ракеты; 4 -ложные малоразмерные цели с искусственно увеличенной ЭП. Штриховыми линиями выделены области возможного разброса значений однократных оценок 1ц и σц