Электронная библиотека Веда
Цели библиотеки
Скачать бесплатно
Доставка литературы
Доставка диссертаций
Размещение литературы
Контактные данные
Я ищу:
Библиотечный каталог российских и украинских диссертаций

Вы находитесь:
Диссертационные работы России
Технические науки
Системный анализ, управление и обработка информации

Диссертационная работа:

Невейкин Михаил Евгеньевич. Алгоритмы распознавания типов летательных аппаратов методом динамических эталонов : Дис. ... канд. техн. наук : 05.13.01 : СПб., 2004 189 c. РГБ ОД, 61:04-5/2800

смотреть содержание
смотреть введение
Содержание к работе:

Введение 5

1. Обзор подпространств признаков и методов распознавания типов летательных аппаратов 12

1.1. Обзор подпространств признаков и методов, используемых для распознавания типов летательных аппаратов 12

1.2, Способы описания признаков классов процессов 19

КЗ, Место устройства распознавания типов летательных аппаратов в структуре алгоритмического обеспечения современного локационного комплекса 25

Выводы 28

2. Исследование статистических характеристик бокового движения летательных аппаратов различных типов в турбулентной атмосфере 29

2.1. Математическая модель турбулентной атмосферы 29

2.2, Математическая модель бокового движения жесткого летательного аппарата в турбулентной атмосфере 31

23- Статистические характеристики углового движения летательного аппарата в турбулентной атмосфере 33

2.4. Формирование пространства описания признаков типов летательных аппаратов 39

Выводы 51

3. Разработка алгоритмов классификации процессов методом динамических эталонов 53

3.1. Постановка задачи классификации процессов методом динамических эталонов 53

3.2. Синтез алгоритма бинарной классификации процессов методом динамических эталонов 56

3.3. Алгоритмы бинарной классификации процессов методом динамических эталонов с решающим правилом по критерию Неймана-Пирсона 62

3.4. Алгоритмы бинарной классификации процессов методом динамических эталонов срешающим правилом по критерию Вальда 64

3.5. Алгоритмы бинарной классификации процессов методом динамических эталонов с решающим правилом по усеченному критерию Вальда 68

Выводы 70

4. Анализ показателей качества алгоритмов классификации методом динамических эталонов 71

4.L Плотность распределения вероятностей решающей статистики при гипотезе 71

4.2. Плотность распределения вероятностей решающей статистики при альтернативе 77

4.3. Уравнения классификации методом динамических эталонов с использованием решающего правила по критерию Неймана-Пирсона 83

4.4. Уравнения классификации методом динамических эталонов с использованием решающего правила по критерию Вальда 87

4.5. Плотность распределения вероятностей решающей статистики при входном сигнале, принадлежащем классу S* 94

4.6. Структура алгоритма многоальтернативной классификации методом динамических эталонов 102

4.7. Оценка качества распознавания типов летательных аппаратов методом динамических эталонов 105

4.8. Моделирование алгоритмов классификации процессов методом динамических эталонов 110

Выводы 117

Заключение 119

Список использованных источников 121

Приложения 129

1. Программа вычисления корреляционной функции флуктуации летательного аппарата по углу у/ 129

2. Расчетные корреляционные функции флуктуации ЛСС по углу ^ для несопоставимых режимов полета 131

3. Выводы некоторых соотношений математической статистики для задачи классификации процессов методом динамических эталонов 133

4. Программа моделирования алгоритмов классификации методом динамических эталонов 149 

Введение к работе:

Актуальность работы. Создание многофункциональных локационных систем путем введения в их состав новых алгоритмических средств, обеспечивающих распознавания типов летательных аппаратов (ЛА), является актуальной задачей» успешное решение которой непосредственно влияет на обороноспособность.

В системах военного назначения распознавание типов ЛА необходимо для построения плана тактических и стратегических мероприятий и выработки алгоритма противодействия воздушным целям противника, исходя из анализа складывающейся воздушной обстановки, В настоящее время в связи с интенсивной теоретической разработкой и практическим применением новых методов противодействия локационному распознаванию, маскирующих локационные характеристики целей, роль задачи распознавания типов ЛА существенно возрастает. Современные методы. включают в себя активные (формирование маскирующего СВЧ излучения на борту летательного аппарата) и пассивные, в частности, методы, основанные на использовании радиопоглощающих покрытий и специальных форм движущихся воздушных объектов, получивших общее название технологии Stealth [11],

В гражданских приложениях задача локационного распознавания не является приоритетной, так как в ответном сигнале любого гражданского ЛА в соответствии с требованиями ICAO содержится информация о типе воздушного судна. Однако автоматическое распознавание типов движущихся воздушных объектов может играть существенную роль в системах управления воздушным движением и являться незаменимым в случае отказа бортового ответчика или отсутствия связи с бортом.

Следует отметить, что задача распознавания образов по своей постановке не ограничивается определением типов ЛА. Алгоритмы распознавания находят самое широкое применение в аппаратуре диагностики и аварийного контроля состояния сложных технических систем, контроля и управления технологическими процессами и т. д. [8, 19, 39, 63]. В последнее время в связи с формализацией медико-биологических задач и подготовкой их для решения на ЭВМ становится актуальной разработка методов и алгоритмов распознавания патологий процессов жизнедеятельности биологических систем. Распознавание патологий может применяться как в активной терапии, так и в амбулаторной практике. Актуальны задачи автоматического контроля состояния больного в реанимации. Наиболее разработан в настоящее время аппарат распознавания патологий по кардиограммам и энцефалограммам [5, 27, 33, 40, 53].

Решению задач локационного распознавания посвящены труды А. Л. Горелика, В. Г, Небабина и В. В. Сергеева, Р. В, Островитянова, Я. Д. Ширмана, Д. Бартона и Г. Варда, Дж. Дана и Н. Науарда, М. Сколника и др. [2, 15, 50f 54, 55 58]. Однако исследования принципов распознавания ЛА далеки до своего завершения, что следует в частности из анализа публикаций, посвященных вопросам определения типов движущихся воздушных объектов.

При этом известные методы распознавания типов воздушных целей имеют ряд существенных недостатков. Среди основных можно отметить необходимость калибровки потенциала локационных станций, необходимость в проведении длительного статистического эксперимента для многократного усреднения отсчетов по времени и частоте для уменьшения эффектов флуктуации параметров принимаемых сигналов, неспособность выявлять случаи преднамеренного изменения эффективной площади рассеяния (ЭПР) ЛА, в том числе с помощью технологий Stealth, зависимость эффективности распознавания от ракурса цели, сложность распознавания в реальном масштабе времени, сложность технической реализации и др.

В последние годы при решении общей задачи распознавания образов значительное внимание стало уделяться разработке методов динамической классификации- При известном к настоящему времени многообразии методов реализации собственно концепция динамической классификации заключается в использовании рекуррентных уравнений, определяющих динамику поведения классифицируемых случайных процессов или некоторых статистик, однозначно с ними связанных [34, 52, 71-74].

Известные подходы к решению задачи классификации прямо или опосредованно связаны с использованием эталонов, задаваемых на физическом и математическом уровнях иерархии.

Динамический эталон в виде случайной последовательности определяется как N -мерная случайная последовательность прогнозных значений процесса [26]. Как следует из определения, динамический эталон формируется не заблаговременно, а в процессе классификации по известным значениям процесса. Поэтому он, как и исходный процесс, является случайной функцией времени.

В основе классификации методом динамических эталонов лежит косвенное описание процесса. Следует подчеркнуть, что в настоящее время для распознавания образов наибольшее применение находит прямое описание признаков, как наиболее очевидное и дающее во многих случаях хорошие результаты- Однако этот подход обладает рядом известных недостатков: трудностью формирования пространства описания по совокупности информативных признаков (как правило, эта процедура носит эвристический характер), большой длительностью статистического эксперимента, сложностью адаптации устройств распознавания к изменяющимся условиям наблюдения и др Поэтому внимание специалистов начинают привлекать методы распознавания, основанные на косвенном описании признаков классов процессов. Эти методы позволяют существенно ослабить влияние отмеченных негативных факторов, эффективно распространить идеи теории распознавания образов на классификацию процессов в масштабе реального времени [4, 26, 27]. Одним из распространенных способов косвенного описания процессов является описание в форме процессов авторегрессии-скользящего среднего [7, 39].

Целью диссертационной работы является разработка алгоритмов и методики оценки показателей качества классификации сложных процессов методом динамических эталонов для повышения тактико-технических характеристик устройств распознавания типов ЛА,

Для достижения сформулированной цели необходимо решить ряд взаимосвязанных задач, к основным из которых относятся следующие.

1. Разработка математических моделей случайных флуктуации ЛА при движении в турбулентной атмосфере. Разработка математических моделей информационных процессов, учитывающих подпространство информативных признаков для рассматриваемых типов ЛА.

2- Анализ статистических характеристик случайных составляющих бокового движения ЛА в турбулентной атмосфере.

3- Разработка алгоритмов многоальтернативной и бинарной классификации процессов методом динамических эталонов.

4. Вероятностный и численный анализ алгоритмов классификации, реализующих метод динамических эталонов.

5. Разработка программных средств и экспериментальные исследования путем математического моделирования синтезированных алгоритмов классификации.

Научная новизна. В диссертационной работе получены следующие новые научные результаты:

- разработаны математические модели информационных процессов, учитывающих случайные флуктуации ЛА при движении в турбулентной атмосфере;

синтезированы алгоритмы классификации информационных процессов, реализующие распознавание ЛА на основе метода динамических эталонов;

- выведены расчетные соотношения для вероятностного анализа алгоритмов классификации информационных процессов, параметры которых определяются типом ЛА, режимом полета и параметрами турбулентности атмосферы;

- получены результаты вероятностного анализа и выполнены экспериментальные исследования алгоритмов классификации, подтверждающие эффективность синтезированных алгоритмов.

Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы, состоящего из 90 источников, имеет общий объем 128 машинописных страниц, содержит 10 таблиц и 35 рисунков, В Приложении приводятся выводы некоторых соотношений математической статистики, используемых для анализа показателей качества алгоритмов классификации методом динамических эталонов, справочный иллюстративный материал, тексты программ, используемых для моделирования.

В главе 1 приведены обзор подпространств признаков и методов, используемых для решения задачи локационного распознавания ЛА, способы описания признаков классов процессов, порождаемых физическими объектами, определено место алгоритма распознавания типов ЛА в структуре алгоритмического обеспечения информационного канала современного локационного комплекса.

В главе 2 на основе исследования статистических характеристик бокового движения ЛА различных типов в турбулентной атмосфере сформировано прямое описание подпространства признаков. Прямое описание представляет собой семейство корреляционных функций флуктуации ЛА различных типов по углу рыскания. При этом ЛА рассматривается как объект системы автоматического управления, обладающий специфическими динамическими свойствами и совершающий полет в турбулентной атмосфере. Получены математические модели информационных процессов, построенные на основе косвенного описания выбранного подпространства признаков, в форме уравнений авторегрессии и учитывающие отличительные признаки ЛА,

В главе 3 выполнен синтез алгоритмов бинарной классификации информационных процессов методом динамических эталонов. Рассмотрены случаи применения решающего правила с использованием критериев Неймана-Пирсона, Вальда и усеченного критерия Вальда,

В главе 4 проведен анализ работы синтезированного алгоритма классификации, получены аналитические выражения для плотностей распределения вероятностей решающей статистики для гипотезы и альтернативы. Проанализирована работа алгоритма классификации при входном информационном процессе, не принадлежащем гипотезе и альтернативе- Методом инженерного синтеза получена структура алгоритма многоальтернативной классификации- Получены теоретические выражения показателей качества классификации, приведены теоретические и экспериментальные характеристики качества классификации. Приведено описание разработанной программы моделирования алгоритмов классификации информационных процессов методом динамических эталонов.

На защиту выносятся следующие положения:

1. Математические модели случайных флуктуации ЛА при движении в турбулентной атмосфере и модели информационных процессов, построенные на основе уравнении авторегрессии и учитывающие отличительные признаки ЛА.

2, Расчетные соотношения и результаты вероятностного и численного анализа характеристик случайных составляющих движения ЛА в турбулентной атмосфере.

3, Алгоритмы многоальтернативной и бинарной классификации информационных процессов, реализующие метод динамических эталонов.

4. Расчетные соотношения и результаты вероятностного и численного анализа алгоритмов классификации, реализующих метод динамических эталонов, оптимальных по критериям Неймана-Пирсона и Вальда.

5. Методика и результаты экспериментальных исследований синтезированных алгоритмов путем математического моделирования.

Подобные работы
Малиновский Сергей Константинович
Разработка и исследование автоматизированных методов спектрального экспресс-анализа на основе виртуальных эталонов
Яковенко Максим Константинович
Разработка алгоритма распознавания сложных объектов на основе текстурной информации
Титов Юрий Васильевич
Адаптивные алгоритмы распознавания текстов
Халиков Амрилло Кадырович
Разработка, исследование и практическое применение алгоритмов описания объектов для их распознавания
Ахмад Хассан Мухаммад
Исследование и разработка алгоритмов параметризации речевых сигналов в системе распознавания диктора
Зотин Александр Геннадьевич
Методы и алгоритмы обнаружения наложенных текстовых символов в системах распознавания изображений со сложной фоновой структурой
Седельников Вадим Сергеевич
Адаптивные алгоритмы обработки информации при автоматическом обнаружении и распознавании объектов дистанционного зондирования земной поверхности с помощью бортовой РЛС с синтезированной апертурой
Исаева Ольга Сергеевна
Модели и методы построения геоинформационных систем для анализа показателей здравоохранения с применением аппарата нечетких множеств
Нгуен Дак Туан
Рабочие алгоритмы и устройства распознавания типов объектов при наличии мешающих факторов
Нгуен Дак Туан
Рабочие алгоритмы и устройства распознавания типов объектов при наличии мешающих факторов

© Научная электронная библиотека «Веда», 2003-2013.
info@lib.ua-ru.net