Научная электронная библиотека
Монографии, изданные в издательстве Российской Академии Естествознания

ПРИЁМ И ОБРАБОТКА СИГНАЛОВ ОТ СЛОЖНЫХ ЦЕЛЕЙ

Доросинский Л. Г., Трухин М. П.,

4.2. Оценка области, занимаемой целью на РЛИ

Выделение области, занимаемой радиолокационным портретом ПРЦ на РЛИ, представляет собой известную задачу сегментации, методам решения которой посвящен ряд работ, в частности, [3–12, 13]. Традиционные алгоритмы сегментации реализуют такие методы, как пространственное дифференцирование, функциональная аппроксимация, высокочастотная фильтрация, пороговая обработка, двумерная линейная фильтрация и т. д. Практическое применение рассматриваемых методов в задаче распознавания ПРЦ на борту КА вряд ли осуществимо, в первую очередь, из-за их вычислительной сложности, с одной стороны, и из-за необходимости экспериментального подбора параметров (настройки алгоритмов с помощью оператора), с другой. Существенный недостаток традиционных алгоритмов – недостаточное внимание к принципиальной необходимости учета флуктуации РЛИ ПРЦ, а также к формализации методов анализа их эффективности и результатам такого анализа.

Указанные недостатки могут быть преодолены при разработке алгоритма сегментации на основе статистической модели РЛИ с использованием аппарата и методологии теории статистических решений.

Хорошей моделью для РЛИ в РСА с достаточно высоким разрешением может служить двумерное поле независимых отсчетов мощности отраженного сигнала, одномерные плотности вероятности которых отличаются для отсчетов, соответствующих отражениям от фона и от поверхности ПРЦ. В первом приближении примем допущение о том, что все отсчеты фона имеют плотность вероятности WФ(Uij), а цели – WЦ(Uij). В этом случае оптимальный алгоритм оценивания области, занимаемой отсчетами цели, записанный по критерию максимального правдоподобия, будет иметь вид:

502.wmf (4.2.1)

Реализация алгоритма (4.2.1) является чрезвычайно трудоемкой из-за необходимости перебора всех возможных границ области, внутри которой расположена цель. Однако, с учетом статистической независимости сигналов в отдельных каналах дальности, максимум выражения в фигурных скобках (4.2.1) может быть получен, если максимизировать каждое отдельное слагаемое

503.wmf (4.2.2)

для каждого канала дальности с номером j (n1j и n2j – граничные точки, разделяющие область фона и цели в j-м канале дальности). Таким образом, оптимальный алгоритм определения области, занимаемой целью, сводится к оптимальной оценке совокупности пар точек в каждом канале дальности, в которых происходит изменение параметра распределения отсчетов сначала в «направлении фон-цель», а затем в «направлении цель-фон».

Оптимальный по максимуму функции правдоподобия алгоритм нахождения оценок координат граничных точек 504.wmf и 505.wmf j-м канале дальности принимает вид:

506.wmf (4.2.3)

Совокупность граничных точек n1j, n2j при каждом значении j образуют границу области Ω, занимаемой целью соответствующего класса.

Определим структуру оптимального алгоритма для некоторых наиболее распространенных видов распределений одномерной плотности вероятности отсчетов РЛИ.

а) Распределение отсчетов РЛИ – экспоненциальное:

507.wmf (4.2.4)

причем его параметр σ пропорционален удельной ЭПР цели (σ2) или фона (σ1) в зависимости от того, расположен ли соответствующий отсчет в области цели ΩЦ или фона ΩФ. При известных априори значениях параметров σ1 и σ2 алгоритм (4.2.3) может быть записан в виде:

508.wmf (4.2.5)

При неизвестных значениях параметров σ1 и σ2 функция правдоподобия в каждом канале дальности может быть определена по формуле (4.2.5), где вместо названных параметров используются их максимально правдоподобные оценки при каждом возможном значении координат граничных точек n1 и n2. В этом случае алгоритм оценки координат граничных точек принимает вид:

509.wmf (4.2.6)

и может быть назван адаптивным по отношению к параметрам распределения.

б) Распределение отсчетов РЛИ – гамма-распределение:

510.wmf

с параметрами γ2, η2 в области цели и параметрами γ1, η1 в области, занятой фоном.

Рассмотрим два варианта:

1) на границе областей изменяется только параметр масштаба γ (η2 = η1 = η). В этом случае алгоритм оценки граничных точек имеет вид:

511.wmf (4.2.7)

2) на границе областей изменяется только параметр формы η (γ2 = γ1 = η0). Алгоритм выглядит следующим образом.

512.wmf (4.2.8)

Реализация рассмотренных алгоритмов не требует операций более сложных, нежели простое суммирование отсчетов РЛИ.


Предлагаем вашему вниманию журналы, издающиеся в издательстве «Академия Естествознания»
(Высокий импакт-фактор РИНЦ, тематика журналов охватывает все научные направления)

«Фундаментальные исследования» список ВАК ИФ РИНЦ = 1,674