6.6. ЗАДАЧА РАСПОЗНАВАНИЯ ГРУПП РАДИОЛОКАЦИОННЫХ ЦЕЛЕЙ И ПУТИ ЕЕ РЕШЕНИЯ

В практике РРЦ распространена ситуация, когда одна или несколько РЛС одновременно наблюдают группу из разрешаемых объектов, подлежащих распознаванию. Будем считать, что до принятия решения о принадлежности каждого из них к одному из классов имеется возможность проанализировать значения признаков всех целей группы. В таких условиях количество информации, обрабатываемой существенно увеличивается, что дает возможность повысить эффективность классификации каждого объекта.

Действительно, распознавание групп Целей позволяет использовать новые признаки: расстояния между объектами, соотношение их скоростей, число целей в группе, их номера в строю и др. Даже если пренебречь этой информацией и ограничиться тем же множеством признаков, что и при распознавании одиночных целей, можно использовать ряд решающих процедур, значительно более аффективных, чем традиционные алгоритмы распознавания объектов по одному.

Наибольшей достоверности РРЦ в группах можно достичь с помощью составного решающего правила и его модификаций. При большом числе целей, в условиях ограничений времени расчетов, трудно использовать составное правило. Вместо него можно рекомендовать одношаговые адаптивные алгоритмы, которые, строго говоря, не являются оптимальными. Более того, в некоторых (легко учитываемых) условиях адаптация может дать худшие результаты, чем распознавание целей по одной. Тем не менее адаптивные правила обычно оказываются эффективными именно тогда, когда использование составных процедур невозможно, прежде всего при большом числе объектов в группе. С ростом их числа достоверность распознавания, обеспечиваемого адаптацией, только улучшается.

Новые возможности для решения задачи РРЦ открывает сравнительный анализ признаков нескольких целей, наблюдаемых в

одинаковых условиях, например при одном и том же уровне помех. Это дает основание применять непараметрические процедуры выделения из состава группы целей, наиболее «похожих» друг на друга.

Отнесение подгрупп, включающих похожие объекты, к тому или иному классу обычно вызывает меньше затруднений, чем отдельное распознавание каждого из них. Очень важной особенностью непараметрических правил является отказ от необходимости точного знания законов Они зачастую оказываются эффективными тогда, когда РРЦ по одной вообще невозможно.