350 rub
Journal Nonlinear World №11 for 2012 г.
Article in number:
The neural statistical technique of separation of signals of radar-tracking images against noises of impulse structure
Authors:
E.A. Samoylin, Yu.A. Kuznetsov, A.S. Pomysov
Abstract:
The method of separation of the useful signals of radar-tracking images against the Gaussian modal pulse interferences, based on use of neuron network algorithm and statistically optimum procedure of decision-making is offered. The purpose of operation is lowering of errors of separation of the useful signals of radar-tracking images against noises of impulse structure on the basis of sharing of statistical rules and neuron network algorithms. The offered method of separation of the useful signals of radar-tracking images against pulse interferences is based on sharing of neuron network algorithm and the modified Bayesian procedure. Thus on the first processing stage the trained two-layer neural network, capable to function in the conditions of nonparametric prior uncertainty and allowing to receive some rough estimates of parameters of pulse interferences, and on the second processing stage - the optimum algorithm modified statistically using neuron network estimates of parameters of noises will be involved. In this case sharing of two different principles of processing - trained neuron network, not always giving in to mathematical reasons, and strict statistically optimum, allows to reduce probabilities of errors of separation of the useful signals of radar-tracking images against pulse interferences. Results of numerical researches of the neural statistical technique, probabilities of errors of separation of signals of radar-tracking images testifying to lowering against noises in comparison with a traditional method are provided. It is given an example processing of the digital radar-tracking image by an offered and traditional method.
Pages: 834-845
References
  1. Гонсалес Р., Вудс Р. Цифровая обработка изображений / пер. с англ. М.: Техносфера. 2005.
  2. Гонсалес Р., Вудс Р., Эддинс С. Цифровая обработка изображений в среде MATLAB / пер. с англ. М.: Техносфера. 2006.
  3. Ким В., Ярославский Л.П. Адаптивные методы обработки изображений / под ред. В.И. Сифорова, Л.П. Ярославского. М.: Наука. 1988. С. 35-73.
  4. Прэтт У. Цифровая обработка изображений / пер. с англ. М.: Мир. 1982. Кн. 2.
  5. Башлы П.Н., Мануилов Б.Д. Новые приложения теоремы об экстремальных свойствах характеристических чисел пучка эрмитовых форм в задачах оптимизации многофункциональных антенных решеток // Радиотехника и электроника. 2009. Т. 54. №3. С. 318-328.
  6. Костоглотов А.А., Костоглотов А.И., Лазаренко С.В. Синтез оптимальных по быстродействию систем на основе объединенного принципа максимума// Информационно-измерительные и управляющие системы. 2007. Т. 5. №12. С. 34-40.
  7. Самойлин Е.А. Нелинейные алгоритмы фильтрации импульсного шума на изображениях // Автометрия. 2005. Т. 41. №5. С. 26.
  8. Безуглов Д.А., Поморцев П.М., Скляров А.В. Обработка результатов измерений на базе аппроксимации плотности распределения сглаживающими кубическими В-сплайнами // Измерительная техника. 2000. №9. С. 32.
  9. Самойлин Е.А. Метод адаптации размеров апертуры в задачах нелинейной фильтрации изображений // Радиотехника и электроника. 2007. Т. 52. №7. С. 831-837.
  10. Самойлин Е.А. Метод раздельной помехоустойчивой адаптации апертуры ранговых фильтров для обработки изображений // Радиотехника и электроника. 2008. Т. 53. №7. С. 843-850.
  11. Самойлин Е.А. Метод различения случайных сигналов изображений и импульсных помех на основе нейроподобной сети и модифицированного байесовского правила // Радиотехника и электроника. 2010. Т. 55. №8. С. 936-945.
  12. Уоссермен Ф. Нейрокомпьютерная техника: теория и практика / пер. с англ. Ю.А. Зуев, В.А. Точенов. М.: Мир. 1992.
  13. Нейрокомпьютеры в прикладных задачах обработки изображений. Кн. 25 / под ред. А.Н. Балухто, А.И. Галушкина. М.: Радиотехника. 2007.
  14. Левин Б.Р. Теоретические основы статистической радиотехники. М.: Радио и связь. 1989.
  15. Корн Г., Корн Т. Справочник по математике (для научных работников и инженеров) / под ред. И.Г. Арамановича / пер. с англ. М.: Наука. 1978.
  16. Самойлин Е.А. Алгоритмы оценивания импульсного шума в задачах цифровой фильтрации оптических изображений // Оптический журнал. 2006. Т. 73. №12. С. 42-46.
  17. Самойлин Е.А. Синтез оптимальных пороговых активационных функций нейронных сетей для обработки изображений // Нейрокомпьютеры: разработка, применение. 2008. №9. С. 23-29.