9.6. Распознавание радиолокационных объектов

9.6.1. Сигнатурное распознавание целей по результатам оценки параметров резонансной модели

К сигнатурным методам распознавания объектов принято относить методы, заключающиеся в формировании определенного набора признаков распознаваемых объектов, при этом совокупность этих признаков называется сигнатурой. Если в качестве сигнатуры объекта выбрать совокупность наиболее «значимых» полюсов, то она может быть представлена точкой в многомерном пространстве признаков объекта. Алгоритм различения радиолокационных объектов. Рассматривается следующая постановка задачи. Необходимо различить заданное число радиолокационных объектов с использованием измеренных СШП-откликов от целей. Предполагается, что все объекты априорно разделены на классов. В качестве признаков выбранных классов объектов, т.е. словаря признаков, используется набор измеренных резонансных частот .

Число признаков (размерность словаря признаков) определяется заданным набором классов и зависит от используемого алгоритма идентификации Выражения, определяющие классы радиолокационных целей, записываются на языке словаря признаков. В общем случае нужно стремиться к минимизации числа признаков характеризующих объект, поскольку это упрощает алгоритм различения радиолокационных целей. Определение оптимального числа является одной из задач данного исследования.

Каждый класс идентифицируемых объектов отображается точкой в А-мсрном пространстве признаков

где соответствующая координата в пространстве признаков,

Измеренная совокупность признаков реального принятого отклика радиолокационного объекта отличается от совокупности признаков классов, поскольку сигнал искажен шумами

где совокупность измеренных признаков ошибка оценки признаков из-за наличия шума в принятом сигнале.

Критерий отнесения измеренной совокупности признаков к одному из заданных классов целей заключается в следующем. Пространство признаков разбивается на непересекающихся областей, соответствующих выбранным классам целей. Границы областей определяются путем решения оптимизационной задачи: решение об идентификации класса целей принимается по совокупности измеренных параметров в том случае, если расстояния между в пространстве признаков минимальны по сравнению с расстояниями до всех остальных сигнатур

Качество алгоритма идентификации объектов в СШП-радиолокации оценивается вероятностью правильного различения целей всех классов

где априорная вероятность класса, условная вероятность принятия решения при условии, что выдвинута гипотеза об идентификации цели.

Вероятность правильного различения определяется размерностью словаря признаков, т.е. числом измеренных полюсов цели, и зависит от уровня шума присутствующего в данных. Поэтому практическую значимость представляет определение граничного отношения сигнал/шум, при котором обеспечивается заданный уровень вероятности правильного различения. Вероятность правильного различения при заданном отношении сигнал/шум будет зависеть от числа значимых признаков и их конкретного выбора из собственных частот идентифицируемого объекта Поэтому представляет интерес определение зависимости вероятности правильного различения от числа значимых признаков и от конкретных параметров резонансной модели при выбранном значении

Результаты цифрового моделирования. Для экспериментального исследования алгоритма идентификации объектов в СШП-радиолокации использовались отклики масштабированных моделей самолетов F-4 и МИГ-27 (п. 9.2) Уровень аддитивного гауссовского шума, присутствующего в данных, задавался отношением сигнал/шум согласно (9.56).

Результаты оценки полюсов резонансной модели самолета полу ченные с помощью метода матричных пучков, для 500 независимых реализаций сигнала с шумом при отношении сигнал/шум приведены на рис. 9.46. Истинные значения полюсов модели показаны крестиками, а оценки полюсов - точками. Из рисунка видно, что оценки высокочастотного полюса сконцентрированы около своего истинного значения, в то время как оценки средпечастотного и низкочастотного полюсов имеют гораздо больший разброс.

В алгоритме идентификации радиолокационных объектов в качестве информационных параметров, из которых строится словарь признаков, нами были выбраны координаты истинных полюсов целей на комплексной -плоскости Поскольку резонансные модели обеих целей состоят из трех пар комплексно-сопряженных полюсов, то максимальное число признаков

На первом этапе цифрового моделирования мы проводили исследование зависимости вероятности правильного различения радиолокационных объектов от отношения сигнал/шум при разном числе информационных признаков (рис. 9.47). Из рисунка видно, что при уменьшении для фиксированного отношения сигнал/шум вероятность правильного различения увеличивается. Это говорит о том, что задача идентификации радиолокационных объекгов наилучшим способом может быть решена при

Далее была исследована зависимость вероятности правильного различения двух радиолокационных объектов при для и ВЧ-полюсов резонансной модели. Различение проводилось по каждому типу полюса независимо. Вероятности правильного различения радиолокационных целей от отношения сигнал/шум для указанных типов полюсов представлены на рис. 9 48. из которого видно, что максимальную вероятность правильного различения обеспечивает высокочастотный полюс Это можно объяснить тем фактом, что чем выше частота полюса в данной модели, тем его добротность больше.

Рис. 9.46. Оценки полюсов резонансной модели самолета F-4 для 500 независимых реализаций сигнала, q = 10 дБ

Рис. 9.47. Зависимость вероятности правильного различения от числа информационных признаков

Рис. 9.48. Зависимость вероятности правильного различения от типа полюса

В заключение была исследована зависимость вероятности правильного различения радиолокационных объектов от добротности полюсов при фиксированных значениях отношения сигнал/шум, представленная на рис. 9.49.

При больших отношениях сигнал/шум для правильного различения радиолокационных объектов достаточно, чтобы добротность полюсов была порядка 2-3. При малых отношениях сигнал/шум приемлемая величина вероятности правильного различения достигается при добротности полюсов больше 6.

Рис. 9.49. Зависимость вероятности правильного различения от добротности полюсов резонансной модели