- •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
4.3.3. Динамические цифровые модели вторичного излучения
Используют общие принципы цифрового моделирования [114, 116, 117], сочетая моделирование электродинамических процессов, кинематики движения целей и их элементов, статистики помех и методов обработки принимаемых колебаний [1]. Учитывают, в частности, кинематику и динамику: а) детерминированного и случайного движения целей; б) движения элементов целей (лопаток компрессоров и турбин, лопастей винтов) относительно связанных с целями систем координат; в) неодновременного облучения элементов целей моделированными сигналами [1]. В развитие раздела 4.2.1 можно использовать методы математического моделирования для получения ряда важных характеристик вторичного излучения и определения показателей качества алгоритмов распознавания.
Варианты построения динамических моделей
Показаны на рис. 4.3. Исходными данными в первом случае (рис. 4,3, а) служат длина волны, поляризация приемно-передающей антенны, параметры зондирующего сигнала, самих целей, а также составляющие их траекторий (регулярные и случайные).
В соответствии с рис. 4.3,а следовало бы моделировать: а) прохождение сигнала от РЛС к цели (блок 2); б) регулярное и случайное движения цели (блок 3); в) вторичное излучение цели (блок 4); г) прохождение сигнала от цели к РЛС (блок 5); д) работу линейной части приемного устройства (блок 6).
В предположении линейности среды распространения, процесса вторичного излучения и обработки сигнала модели роение упрощается. Моделируется последовательно (рис. 4.3,6): а) регулярное и случайное движение цели (блок 2); б) расчет координат и амплитуд элементов матриц рассеяния блестящих точек цели (блок 3); в) работа линейной части приемника. В последнем блоке проводится согласно (4.3) расчет комплексной огибающей отраженного сигнала на выходе фильтра, согласованного с зондирующим сигналом. Описанная модель позволяет получать временные, частотные, поляризационные зависимости отраженных сигналов при различных значениях ширины спектра зондирующего сигнала.
Примеры моделирования приводились на рис. 1.2 - 1.8. 1.12 - 1.21.
Рис. 4.3. Варианты построения динамических и цифровых моделей вторичного излучения: без учета (а) и с учетом (б) линейности среды распространения процесса вторичного излучения и обработки сигнала
4.4. Методы определения показателей качества радиолокационного распознавания
Подразделяются на: а) натурные; б) методы физического моделирования; в) методы математического моделирования. К определяемым показателям качества работы систем распознавания относят матрицы условных вероятностей распознавания, а также полные вероятности ошибок распознавания при равномерном появлении целей различных классов для различных ракурсов, дальностей (отношений сигнал/шум), условий помеховой обстановки и т.д. Сопоставлению могут подлежать также: а) реализуемый алфавит распознаваемых классов целей; б) коэффициент сокращения зоны распознавания по целям i-го класса относительно зоны обнаружения; в) временные характеристики распознавания (периодичность и число обращений к цели); г) пропускная способность канала распознавания (например, число распознаваемых целей в минуту); д) аппаратурные затраты и вычислительная сложность; е) степень влияния на другие режимы работы РЛС; ж) помехозащищенность от активных и пассивных помех; з) имитостойкость; и) вопросы электромагнитной совместимости при использовании специальных видов сигналов.