Перспективы использования доплеровских портретов как признаков идентификации объектов
Изучение возможностей идентификации отраженных воздушными объектами сигналов по совокупности признаков, извлекаемых из структуры доплеровских портретов. Натурное исследование регистрации сигналов, использование сверхразрешения при извлечении признаков.
Рубрика | Коммуникации, связь, цифровые приборы и радиоэлектроника |
Вид | статья |
Язык | русский |
Дата добавления | 06.05.2018 |
Размер файла | 441,3 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.Allbest.ru/
Общество с ограниченной ответственностью “Смоленский научно-инновационный центр радиоэлектронных систем “ЗАВАНТ”
Перспективы использования доплеровских портретов как признаков идентификации объектов
Митрофанов Д.Г., д.т.н.
Аннотация
В статье изложены результаты обработки данных натурных экспериментов по регистрации отраженных воздушными объектами сигналов в интересах изучения возможностей их идентификации по совокупности признаков, извлекаемых из структуры доплеровских портретов. Проверен подход использования сверхразрешения при извлечении признаков.
Ключевые слова: доплеровский портрет, признак идентификации, распределение признаков.
Mitrofanov D.G. Development usage of doppler portrait as the features of object identification
Abstract
The results of processing of data of the nature experiments on the registration of the Air Objects reflected signals in the interests of studying their virtual identification by the cumulative evidence taking out of the Doppler Portrait structure are developed. The access of superresolution usage by the feature extraction is tested.
Keywords: Doppler Portrait, feature of identification, feature distribution
Устройства идентификации объектов все чаще используются в сложных технических системах гражданского и военного назначения. В области криминалистики с помощью таких устройств отождествляются лица и почерки, в картографии - ландшафты и дрейфы, а в радиолокации - объекты, отличающиеся типажом, важностью и назначением.
Для работы устройств идентификации используют группы специфических признаков разной информативности. Скалярные признаки, как правило, просты в обращении, но слабоинформативны. Векторные же признаки требуют особо сложных алгоритмов выделения, но вносят более ощутимый вклад в достоверность идентификации.
В локационных системах для классификации (идентификации) воздушных объектов (ВО) стремятся использовать такие векторные признаки как радиолокационные портреты [1,2]. В этом смысле для типовых когерентно-импульсных систем, основанных на сигналах с ограниченным спектром, речь может идти только о поперечных, то есть доплеровских портретах (ДП), формирование которых базируется на принципе инверсного синтезирования апертуры [3].
Скептическое отношение к ДП как признаку идентификации уже неоднократно развеивалось результатами экспериментов, в том числе и натурных. Была показана возможность различения самолетов разных размеров по протяженности ДП, то есть пригодность ДП для классификации [4]. Однако векторные признаки, будучи высокоинформативными, должны решать более фундаментальные задачи, к которым относится идентификация (различение объектов равных размеров, но различной архитектуры).
Для исследования информационных возможностей ДП проведены натурные эксперименты по проверке устойчивости их структуры к изменению частоты зондирования и по построению гистограмм вторичных различительных признаков ДП, используемых при идентификации.
Первая серия натурных экспериментов показала, что при абсолютном расхождении отражательных характеристик (ОХ) ВО, сформированных в идентичных условиях сопровождения на разных частотах зондирования, структура формируемых из ОХ портретов во многом схожа и изменяется по единому закону. В качестве подтверждения на рис. 1 продемонстрирована динамика (процесс эволюций) структуры ДП аэробуса А-319, сопровождаемого двумя локаторами с разносом частот порядка 110 МГц.
Рис. 1 - Синхронная динамика ДП в локаторах с разными частотами
Время синтезирования составляло 0,256 с. Ракурс полета А-319 был близок к p/2. Исследуемое время трансформации ДП составляло 2 с. Левой и правой колонкам ДП соответствует периодичное изменение времени с шагом 0,25 с для двух, не совпадающих по частоте радаров. Легко заметить, что одногорбая структура ДП в обоих локаторах сначала разделяется на 2 отклика, а затем синхронно сливается в один отклик. При этом абсолютного совпадения ДП не зарегистрировано. Моменты разделения и слияния откликов в ДП также имеют расхождения, однако столь малое, что оно не может повлиять на результаты идентификации.
Изучение эволюций структуры ДП различных ВО показало, что при времени синтезирования Тс = 0,5 с и более структура портрета изменяется со временем очень активно, и маловероятна ситуация постоянства скорости поворота ВО в течение такого интервала. Затруднен в этом случае и выбор корреляционным способом информативного интервала синтезирования, на котором угловая скорость за счет рысканий планера близка к нулевой [5]. А снижение Тс до 0,3 с, рекомендуемых автором [6], приводит к тому, что структура ДП на большинстве интервалов становится бедной откликами, число которых не превышает 2-3.
В этом и заключается основное противоречие метода: для повышения информационных свойств ДП время Тс необходимо увеличивать, чего нельзя делать в интересах снижения влияния неравномерных угловых поворотов планера ВО при рысканиях в турбулентной атмосфере. Так возникла задача повышения частотной разрешающей способности в ДП при ограниченности времени когерентного накопления (времени синтезирования), которая может быть решена методами сверхрэлеевского разрешения [7]. Пригодность и продуктивность методов сверхразрешения в задачах извлечения из структуры ДП идентификационных признаков проверялась построением гистограмм распределения этих признаков. Была выдвинута гипотеза о том, что повышение информационных свойств признаков, выделяемых из ДП методами сверхразрешения, позволит определять типы ВО одинаковых размеров в пределах классов. До сих пор ДП обеспечивал различение ВО только разных габаритов [4]. Иначе говоря, эффективное использование ДП ограничивалось задачами классификации ВО.
Предварительная проверка гипотезы была проведена путем построения ДП методом линейного предсказания (одним из методов сверхразрешения) из экспериментальных выборок, приводящих при традиционном синтезировании к формированию одногорбых, не различающихся по структуре ДП объектов различного поперечного размера. В качестве ВО использовались аэробус А-319, военный самолет МиГ-25 и легкомоторный спортивный аппарат Як-52. Портреты этих трех ВО при Тс = 0,256 с, использовании стандартного преобразования Фурье, применении алгоритмов компенсации влияния радиальной скорости, ускорения и турбовинтового эффекта имели в своем составе один спектральный отклик, что наглядно отражено на рис. 2 ломаными огибающими 3. При использовании метода линейного предсказания ДП ВО модифицировались в портреты с несколькими откликами (кривые 1 на рис. 2). А истинные положения экстремумов в ДП, соответствующих взаимному расположению рассеивателей на поверхности ВО, и амплитуды откликов, полученные методом сверхразрешения, показаны на ирис. 2 вертикальными отрезками 2. Не различающиеся ранее по числу откликов ДП объектов разных габаритов в модифицированных ДП имеют существенные различия, причем более крупным объектам соответствует большее число откликов в портрете, что согласуется с теоретическими представлениями [2, 8].
Однако отдельные частные ДП не позволяют судить об их устойчивых закономерных свойствах. Поэтому портреты различных ВО были рассмотрены в динамике с извлечением из их структуры разных вторичных признаков идентификации в интересах выбора наиболее информативных. При этом изменялся и сам порядок статистической обработки отражений, а именно рассматривалось группирование признаков в пределах всей ОХ, а также только на ее информативном интервале со средними значениями коэффициентов автокорреляции.
Рис. 2 - Виды ДП ВО разных размеров: а - А-319; б - МиГ-25; в - Як-52
идентификация сигнал допплеровский сверхразрешение
Для рассмотрения задач идентификации все ВО были разделены по размерам на 3 класса. Классификация была построена с учетом границ габаритов 15 и 30 метров. В класс крупных входили Боинг-747, Ил-76 и аэробус А-319. В классе среднеразмерных значились Су-24, Ан-26 и МиГ-25. К малым ВО были отнесены самолеты Л-39, Ан-2 и Як-52. Тщательно исследовались только отдельные вторичные признаки, а именно ширина А1 ДП (протяженность между крайними составляющими в портрете) и сумма А2 произведений частотных удалений между смежными составляющими (откликами) в ДП на среднее арифметическое их амплитуд. Количество А3 составляющих в ДП как вторичный признак для идентификации ВО оказалось непригодным, так как разные величины этого признака присущи только объектам разных классов. В пределах же класса число откликов практически всегда одинаково (у крупных - 4, у средних - 3, у малоразмерных - 2).
Построение гистограмм вторичных признаков показало, что без применения методов сверхразрешения признаки не дают удовлетворительных оценок. Области пересечения гистограмм значительны, что определяет большие ошибки перепутывания объектов. Ширина ДП, измеренная между пиками откликов, выделенных методом сверхразрешения, позволяет различать объекты в классах только на информативных интервалах обработки. Причем области пересечения гистограмм становятся допустимо малыми даже для ВО малых размеров. Аналогичный результат получен и относительно второго признака А2. Впрочем для некоторых ВО ошибки (области пересечения) остаются значительными. Например, гистограммы признака А2 для самолетов Су-24 и Ан-26 перекрываются почти на половину. Очень важным результатом является то, что области перекрытия гистограмм разных признаков отличаются и ошибки перепутывания по одному признаку могут компенсироваться хорошими расхождениями гистограмм по другому. Наилучшие оценки идентификации, судя по гистограммам распределения, могут быть получены для более габаритных объектов. Направлениями дальнейших исследований являются формирование гистограмм иных признаков ДП, а также получение количественных показателей идентификации по расширенной совокупности признаков.
Таким образом, натурными экспериментами подтверждены устойчивость структуры ДП к изменению частоты зондирования и возможность проведения идентификации ВО одинаковых габаритов в пределах классов, что отрицалось ранее некоторыми исследователями. Полезность сверхразрешения при выделении из ДП признаков идентификации подтверждена уменьшением областей перекрытия гистограмм признаков отдельных ВО.
Литература
1. Радиолокационные системы. Справочник. Основы построения и теория / Под ред. Я.Д. Ширмана. М., Радиотехника, 2007. 510 с.
2. Митрофанов Д.Г. Комплексный адаптивный метод построения радиолокационных изображений в системах управления двойного назначения // Известия РАН. Теория и системы управления. - 2006. - №1. - С. 101-118.
3. Митрофанов Д.Г. Построение двумерного изображения объекта с использованием многочастотного зондирующего сигнала // Измерительная техника. - 2001. - №2. - С. 57-62.
4. Митрофанов Д.Г., Прохоркин А.Г., Нефедов С.И. Измерение габаритов летательных аппаратов в условиях турбулентности на основе инверсного синтезирования апертуры // Измерительная техника. - 2008. - №8. - С.24-28.
5. Митрофанов Д.Г. Метод построения радиолокационных изображений аэродинамических летательных аппаратов // Полет. - 2006. - №11. -С.52-60.
6. Стайнберг Б.Д. Формирование радиолокационного изображения самолета в диапазоне СВЧ // ТИИЭР, 1988. - Т. 76. - №12. - С. 26-46.
7. Григорян Д.С., Климов С.А., Митрофанов Д.Г., Прохоркин А.Г. Результаты обработки сигналов радиолокатора сопровождения методами цифрового спектрального анализа со сверхразрешением групповой цели по дальности и скорости // Радиотехника. - 2013. - №9. - С. 5-11.
8. Митрофанов Д.Г. Формирование двумерного радиолокационного изображения цели с траекторными нестабильностями полета // Радиотехника и электроника. РАН. - 2002. - №7. - С. 852-859.
Размещено на Allbest.ru
Подобные документы
Моделирование алгоритма выделения огибающей сложных периодических сигналов и получение первичных признаков различных звуков, их использование в системах идентификации и верификации. Анализ безопасности разработки при её эксплуатации; определение затрат.
дипломная работа [3,7 M], добавлен 23.09.2011Ансамбли различаемых сигналов - группы M однородных сигналов. Условие различимости сигналов - их взаимная ортогональность. Правило задачи распознавания-различения по аналогии с задачей обнаружения. Задачи обнаружения по критерию минимума среднего риска.
реферат [1,0 M], добавлен 28.01.2009Распознавание объектов наблюдения необходимо для определения значимости или опасности с целью принятия адекватных мер воздействия. Основы решения задач распознавания. Радиолокационные системы отличия. Ансамбли распознаваемых портретов. Картинный портрет.
реферат [1,6 M], добавлен 28.01.2009Изучение основ построения математических моделей сигналов с использованием программного пакета MathCad. Исследование моделей гармонических, периодических и импульсных радиотехнических сигналов, а также сигналов с амплитудной и частотной модуляцией.
отчет по практике [727,6 K], добавлен 19.12.2015Генераторы импульсных признаков (модуляторы). Задающий каскад двухчастотного генератора из системы ДЦ "Нева". Переключение генератора с одной частоты на другую. Шифраторы импульсных признаков и шифраторы комбинаций. Дешифраторы импульсных признаков.
реферат [2,8 M], добавлен 28.03.2009Изучение свойств спектрального анализа периодических сигналов в системе компьютерного моделирования. Проведение научных исследований и использование измерительных приборов. Изучение последовательности импульсов при прохождении через интегрирующую RC-цепь.
лабораторная работа [2,8 M], добавлен 31.01.2015Сигналы и их характеристики. Линейная дискретная обработка, ее сущность. Построение графиков для периодических сигналов. Расчет энергии и средней мощности сигналов. Определение корреляционных функций сигналов и построение соответствующих диаграмм.
курсовая работа [731,0 K], добавлен 16.01.2015Исследование принципов разработки генератора аналоговых сигналов. Анализ способов перебора адресов памяти генератора аналоговых сигналов. Цифровая генерация аналоговых сигналов. Проектирование накапливающего сумматора для генератора аналоговых сигналов.
курсовая работа [513,0 K], добавлен 18.06.2013Понятие и определение биометрических признаков, примеры самых эффективных методов идентификации по сетчатке глаза и отпечаткам пальцев. Функции, характеристика и преимущества биометрических систем защиты. Выбор программ распознавания и Face-контроля.
презентация [478,6 K], добавлен 13.02.2012Возможность выделения сигнальных признаков в приемниках обнаружения и сопровождения. Технические характеристики и аналитическое описание сигналов. Подбор математической модели алгоритма радиолокационного распознавания. Разработка программного продукта.
курсовая работа [415,8 K], добавлен 23.09.2011