Андрей Викторович Аврамов¹, Виктор Николаевич Надточий² 

1, 2 ВУНЦ ВВС «ВВА» (г. Воронеж, Россия) 1

 andry_a@inbox.ru

Постановка проблемы. Априорное описание характеристик объектов для их распознавания осуществляется на языке информационных признаков. В многодатчиковой интегрированной среде летательных аппаратов (ЛА) возможно получение большого их числа. Это приводит к появлению противоречия между информативностью признаков и размерностью используемого признакового пространства, что сказывается на результатах обработки данных признаков. В этой связи крайне актуальным является вопрос группирования разнородных признаков по классам/типам объектов с обеспечением рационального выбора числа классов/типов для достоверного распознавания объектов.

Цель. Рассмотреть методику априорной классификации объектов на языке информационных признаков в многодатчиковой среде, реализующей разбиение признакового пространства на минимально достаточное число классов/типов для достоверного распознавания или опознавания.

Результаты. Представлена методика априорной классификации объектов на языке информационных признаков в многодатчиковой среде ЛА. Описан порядок кластеризации имеющихся значений признаков, который позволяет найти минимальное число описываемых ими классов/типов разбиения и определить их характеристики, наиболее полно учитывающее внутри- и межклассовые корреляционные связи между признаками.

Практическая значимость. Данная методика позволяет группировать разнородные признаки, используемые в многодатчиковой интегрированной среде комплекса бортового оборудования ЛА. Это дает возможность повысить достоверность априорного описания классов/типов, влияющую на качество их распознавания в многодатчиковой среде ЛА.

1. Информационно-измерительные и управляющие системы радиоэлектронные системы и комплексы. Монография / Под ред. В.С. Вербы. М.: Радиотехника. 2020. 490 с.
2. Меркулов В.И., Михеев В.А., Липатов А.А., Чернов В.С. Особенности интеграции и комплексной обработки информации в системах ситуационной осведомленности воздушного базирования // Успехи современной радиоэлектроники. 2016. № 6. С. 3−21.
3. Абатуров В.А., Васильев О.В., Ефимов В.А., Макаев В.Е. Математические модели радиолокационных сигналов, отраженных от воздушных целей разных классов // Радиотехника. 2006. № 7. С. 28−33.
4. Радиолокационные системы многофункциональных самолетов. Т. 1. РЛС – информационная основа боевых действий многофункциональных самолетов. Системы и алгоритмы первичной обработки радиолокационных сигналов / Под ред. А.И. Канащенкова и В.И. Меркулова. М.: Радиотехника. 2006. 656 с.
5. Черных М.М., Васильев О.В., Богданов А.В., Савельев А.Н., Макаев В.Е. Экспериментальные исследования информационных свойств когерентных радиолокационных сигналов // Радиотехника. 2000. № 3. С. 47−54.
6. Ширман Я.Д., Горшков С.А., Лещенко С.П., Братченко Г.Д., Орленко В.М. Методы радиолокационного распознавания и их моделирование // В сб.: Радиолокационное распознавание и методы математического моделирования. М.: Радиотехника. 2000.
7. Дуда Р., Харт П. Распознавание образов и анализ сцен / Пер. с англ. Г.Г. Вайнштена и А.М. Васьковского. Под ред. В.Л. Стефанюка. М.: Мир. 1976. 512 с.
8. Гонсалес Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера. 2005. 1072 с.
9. Меркулов В.И., Чернов В.С., Семилетов И.Г. Комплексная обработка информации в многодатчиковых интегрированных системах воздушного базирования // Успехи современной радиоэлектроники. 2016. № 3. С. 3−16.
10. Вентцель Е.С. Теория вероятностей: Учебник для вузов. Изд. 7-е, стер. М.: Высшая школа. 2001. 575 с.
11. Корн Г., Корн Т. Справочник по математике (для научных работников и инженеров). М.: Наука. 1973.