Пред.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 След.
Макеты страниц
Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO
4.6. УСТОЙЧИВОСТЬ ПРИЗНАКОВ РАСПОЗНАВАНИЯЗадачи распознавания радиолокационных целей обычно характеризуются высоким уровнем априорной неопределенности. Это связано с трудностями оцени» вероятностей классов объектов, нахождения законов распределения признаков Статистические свойства признаков радиолокационных целей принято определять, задавая законы распределения вероятностей В тех случаях, когда вероятности условий наблюдения объектов всех классов одинаковы и
Рис. 4.15 Рассмотрим функции Следствием этого является отличие друг от друга, и порой весьма значительное, функций Таким образом, на основании анализа связи статистических характеристик амплитуд эхоеитналов с ракурсом наблюдаемого объекта можно сделать вывод о том, что законы распределения вероятностей некоторых признаков распознавания весьма существенно зависят от условий наблюдения объектов. С другой стороны, такой признак, как линейная скорость радиолокационной цели,
Рис. 4.16
Рис. 4.17 практически не овязан с ее ракурсом относительно Следовательно, все признаки распознавания можно условно разбить на несколько категорий по степени устойчивости их статистических характеристик к вариациям условий наблюдения объектов. Современный уровень развития радиолокационной техники, как правило, не позволяет решать задачи определения вида (типа)
где Путем усреднения определяются и стоимости ошибочных и правильных решений:
где Учитывая усреднение по всем видам объектов и условиям наблюдения, закон распределения признаков классов можно записать в форме
где Таким образом, можно сделать вывод о том, что для различных признаков распознавания X и номеров классов Одним из них может быть отношение максимально достижимой с учетом условий у и разнообразия объектов
Не вдаваясь в обсуждение вопроса о лучшем способе оценки устойчивости признаков, укажем на важные для практики аспекты, связанные с этим понятием. Один из них обусловлен тем, что зачастую потенциально Напротив, невозможность учета вектора у зачастую обесценивает параметрические процедуры принятия решений, так как они обычно характеризуются высокой эффективностью лишь при стационарных описаниях классов объектов. В этом случае эффективными могут оказаться относительно грубые решающие правила, критичность которых к точности задания априорных характеристик объектов невелика. Другой альтернативой является применение мощных байесовских процедур к менее информативным, но более устойчивым признакам, например основанным на координатной информации о радиолокационных целях. Таким образом, для рационального синтеза устройства радиолокационного распознавания следует правильно выбрать комбинацию признака и решающего правила. При этом может оказаться, что часть выбранных признаков следует использовать в сочетании с параметрическими решающими схемами, а остальные признаки использовать совместно с более грубыми непараметрическими алгоритмами. На основании решений, сформированных в соответствии с различными критериями, должно приниматься одно квазиоптимальное решение о классе распознаваемого объекта. Соответствующие процедуры рассматриваются в гл. 6. Большинство правил, мало чувствительных к степени устойчивости функций Наиболее цростой способ редукции множества признаков Примерами алгоритмов, основанных на квантовании исходных признаков, могут служить знаковые схемы обнаружения сигналов, а также процедуры голосования, рассматриваемые в гл. 6. Особого освещения требуют ранговые алгоритмы, теория которых бурно развивается в настоящее время [51, 58, 65]. Незначительная модификация устройств рангового обнаружения может привести к синтезу устройств распознавания радиолокационных целей, слабо критичных к уровню и характеристикам помех.
|
1 |
Оглавление
|