- •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
Дальностно-угловые портреты (дул)
Рассматриваемые ДУП и, в частности, дальностно-азимутальные портреты (ДАП) рассчитаны, как и ДУП, на высокое разрешение по дальности и частоте за счет широкополосности и протяженности когерентного сигнала. Частоты следования импульсов рассчитываются, однако, на воспроизведение "планерных", а не более высоких модуляционных доплеровских частот.
Рис. 1.18. Дальностно-азимутальный портрет самолета: а – в координатах – радиальная дальность и амплитуда; б – сечение рис 1.18,а горизонтальной плоскостью
Используются эффекты прямого или обратного синтеза апертуры, необходимость проведение так называемой апертурной коррекции (разд. 3.3-3.6) [40, 41, 115]. Последняя учитывает изменения расстояния до цели в процессе поступательного движения. Иначе говорят о необходимости фокусировки больших прямолинейных синтезированных апертур, подобной возможной фокусировки несиитезированных. Движение цели может быть сведено при этом к повороту цели вокруг собственной оси (разд. 3.5) "Планерная" составляющая спектра (рис. 1.9) при этом сужается. Ширина ее, однако, остается конечной. Последняя определяется разбросом доплеровских частот при вращении цели, который зависит от ее габарита, скорости вращения и длины волны. ДЧП переходит при этом в ДУП с той особенностью, что анализ спектра в узкой области частот его "планерной" составляющей требует значительно большего времени наблюдения, чем анализ спектра в области "турбинных" его составляющих.
На рис. 1.18,а приведен ДУП крупноразмерной цели, а на рис. 1.18,б – более удобное его изображение в виде сечения горизонтальной плоскостью, не выявляющее, однако, распределения эффективных площадей (рис. 1.18,а). Построенный по результатам моделирования ДУП (рис. 1.18) согласуется с экспериментальными портретами работ [40, 41] с учетом различий в полосе частот и дальностей до цели. Некоторые возможности повышения дальности получения ДУП обсуждаются в разд. 3.6.
1.5.2. Признаки при многочастотном зондировании
Эти признаки различаются в зависимости от степени когерентности и протяженности сигнала.
Признаки при когерентном зондировании сигналами малой протяженности
Вследствие провалов в частотном спектре многочастотного сигнала его тело рассогласования является обычно многопиковым, напоминающим тело рассогласования пачки когерентных радиоимпульсов [43]. При постоянной величине F интервала между частотами, не превышающей величины обратной длительности наиболее протяженного дальностного портрета, соответствующего зондированию сигналом со сплошным спектром, рассмотренные ранее дальностные портреты могут воспроизводиться без существенных искажений. Однако с периодичностью 1/F могут появляться дубликаты портрета, связанные с провалами в спектре зондирующего сигнала (штриховые линии на рис. 1.19, полученном путем математического моделирования). Число дубликатов растет с увеличением скважности спектра. Чтобы увеличить расстояние между портретом и дубликатами, приходится расширять набор частот. Наоборот, когда дискретный спектр переходит в сплошной (как это обычно имеет место в случае частотно-манипулированных сигналов с линейной или нелинейной расстановкой частот), необходимое число частотных составляющих сокращается. Оно сокращается также; если не обязательно точно воспроизводить портрет, а достаточно лишь различать цели больших или малых размеров.
Рис. 1.19. Дальностный портрет самолета, полученный при использовании когерентного многочастотного сигнала с параметрами: разнос частот - 2,5 МГц, число отсчетов спектра – 32, общая ширина спектра -80 МГц, Пунктирам показаны дубликаты портретов