- •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
Харьковский военный университет
Я. Д. Щирман, С. А. Горшков, С. П. Лещенко, Г. Д. Братченко
РАДИОЛОКАЦИОННОЕ
РАСПОЗНАВАНИЕ
Учебное пособие по курсу
"Теоретические основы радиолокации"
Под ред. Я. Д. Ширмана
Харьков
1994
ПРЕДИСЛОВИЕ
Вопросы радиолокационного распознавания вызывают большой и нарастающий интерес. Их излагают не только в журнальных статьях, но также в справочниках, монографиях, учебных пособиях [1-24]. Изложение остается, тем не менее, несистематизированным и отрывочным, чем и вызвано написание настоящей работы. В разд. 1-3 систематизируется (в сравнительно краткой форме) основная масса [1-141] публикаций, включая новейшие, которые прямо или косвенно относятся к тематике распознавания. Систематизация дополняется и поясняется полученными авторами результатами теоретического анализа, математического и физического моделирования. В разд. 4 систематизируются известные и разработанные вновь методы моделирования вторичного излучения и радиолокационного распознавания [72-112, 116-117], особенно те из них, которые используются при изложении материала работы.
При подготовке текста использованы относящиеся к его тематике и принадлежащие авторам материалы нескольких подразделов справочника [1]. Разделы 1 и 2, подразделы 3.1-3.5 написаны С.А. Горшковым и Я.Д. Ширманом, подразделы 3.6-3.8, 4.2.3 - Г.Д. Братченко и С.П. Лещенко, ими же проведено используемое в этих разделах физическое и математическое моделирование, подразделы 4.1, 4.2.1, 4.2.2, 4.3, 4.4 - С.А. Горшковым, им же проведено наиболее трудоемкое математическое моделирование (разд.1) по методике разд. 4.3.2. Моделирование примеров (разд. 4.4.4) выполнено В.В. Волковым и С.А. Горшковым. Приложения написаны: 1–Г.Д. Братченко и Я.Д. Ширманом, 2-4 - С.А. Горшковым, 5 - Г.Д. Братченко, б - В.М. Орленко.
Руководил разработкой материала и провел общее редактирование Я.Д. Ширман.
Введение
Объекты, наблюдаемые РЛС различного назначения, представляют определенные совокупности типов целей - воздушных, космических, надводных, наземных. Задача радиолокационного распознавания (классификации, различения) целей состоят в отнесении наблюдаемых объектов к соответствующим классам и типам. Поскольку распознавание типов целей обычно вызывает затруднение, отдельные типы целей на основе определенных признаков объединяют в классы. Так, класс "стратегический бомбардировщик" включает, например, такие типы воздушных целей, как Б-52, Б-1Б, Б-2, ТУ-16 и т.д. Класс "тактический истребитель" объединяет цели Ф-15, Ф-16, Мираж-2, МиГ-29, Су-27 и др. Распознавание типов целей заменяется, таким образом, распознаванием классов целей.
Распознавание следует отличать от опознавания государственной принадлежности "свой - чужой" и индивидуального опознавания, задачи которых решаются средствами радиолокации с активным запросом и ответом, использующими кодированные сигналы.
Информацию распознавания предназначают как для военного, так и для гражданского использования.
Вариантами военного предназначения информации распознавания являются целераспределение, целеуказание, селекция целей, адаптация средств поражения к характеру целей [2, 26-29, 118-119, 139-140].
Целераспределение - это автоматизированное распределение целей командными пунктами между подразделениями, частями и войсковыми соединениями.
Целеуказание – это передача указаний о поражении целей на пункты управления ЗУР, самолеты, корабли и т.д.
Селекция – это выделение одного или нескольких авиационно-космических аппаратов на фоне ложных целей в условиях преднамеренных и непреднамеренных помех.
Адаптация средств поражения - это учет в процессе применения этих средств характеристик целей.
Чем массированнее и разнообразнее силы противника (в авиационно-космическом налете, в частности), чем меньше сохранившийся объем средств поражения целей, тем больше роль информации распознавания в повышении показателей эффективности использования РЛС.
К гражданским применениям информации радиолокационного распознавания [118-119, 139-140] относятся:
резервирование систем опознавания аэропортов на случаи отказов или отсутствия ответчиков приближающихся самолетов;
контроль состояния посевов и атмосферы;
подповерхностное наблюдение подземных коммуникаций и т.д.
Задача радиолокационного распознавания имеет много общего с другими кибернетическими задачами распознавания образов. Неудивительны поэтому возможные аналогии автоматизации распознавания болезней в медицине и радиолокационного распознавания.
В настоящей работе рассматриваются: 1) формирование алфавитов классов и признаковых пространств распознавания (разд. 1); 2) алгоритмы распознавания по совокупности признаков (разд. 2); 3) принципы технической реализации высокого разрешения по дальности и угловым координатам в наиболее современных системах распознавания (разд. 3); 4) моделирование систем распознавания (разд. 4). Последнее приобретает первостепенное значение в силу сложности этих систем.