Журнал «Информационно-измерительные и управляющие системы» №3 за 2021 г.
Статья в номере:
Модель классификации объектов наблюдения в условиях пересечения их траекторий движения на основе совместного анализа траекторной и поляризационной информации
Тип статьи: научная статья
DOI: https://doi.org/10.18127/j20700814-202103-06
УДК: 621.396.965.81
Авторы:

Е.Е. Смирнов1, А.А. Поздняков2, М.С. Паршин3

1-3 Военно-космическая академия имени А.Ф. Можайского (Санкт-Петербург, Россия)

Аннотация:

Постановка проблемы. В настоящее время одним из актуальных вопросов, возникающих при функционировании радиолокационных станций (РЛС) различного назначения, является сопровождение сложных целей, а именно: случай пересечения траекторий нескольких объектов наблюдения. При пересечении траекторий объектов существует неопределенность, заключающаяся в наличии многочисленных отметок, вызванных отражениями от множества отражающих поверхностей или областей пространства, что приводит к перепутыванию траекторий, т.е. обнаруженный объект сопровождается РЛС по траектории другого объекта. Также возможно сопровождение второго объекта по траектории первого. Этот случай представляет собой особую сложность, так как приводит к срывам сопровождения, потере объектов и их пропуску. При этом на этапе классификации объект может быть отнесен к классу, к которому он не принадлежит.

Цель. Получить модель классификации объектов наблюдения в условиях пересечения их траекторий движения и оценить возможность совместного анализа траекторной и поляризационной информации. На основе полученных данных проанализировать результативность использования поляризационных параметров – угла эллиптичности, степени поляризационной анизотропии и разности фаз коэффициентов отражения для классификации объектов.

Результаты. Представлено функционирование РЛС при обнаружении, сопровождении и классификации объектов наблюдения. Рассмотрена возможность использования поляризационных признаков для разрешения неопределенностей при сопровождении и классификации объектов наблюдения. Оценена результативность алгоритмов классификации, определены наиболее эффективные поляризационные признаки в конкретных условиях. Приведены описания имитационных моделей и взаимодействия их составных частей, а также результаты моделирования. Построение модели классификации объектов наблюдения реализовано в программной среде MathCad 15.0.

Практическая значимость. Использование поляризационной информации при сопровождении большого числа объектов (от 10 траекторий и их пересечений) обеспечивает требуемый уровень качества классификации для существующих алгоритмов. Увеличение вероятности правильной классификации составило от 8% (на краях зоны обзора РЛС) до 12% (по центру диаграммы направленности).

Страницы: 44-57
Для цитирования

Смирнов Е.Е., Поздняков А.А., Паршин М.С. Модель классификации объектов наблюдения в условиях пересечения их траекторий движения на основе совместного анализа траекторной и поляризационной информации // Информационно-измерительные и управляющие системы. 2021. Т. 26. № 3. С. 44−57. DOI: https://doi.org/10.18127/j20700814-202103-06

Список источников
  1. Поздняков А.А., Шаталов А.А., Шаталова В.А. Алгоритм распознавания медленно и быстро флуктуирующих целей на фоне помех многочастотной РЛС с ФАР // Вестник воздушно-космической обороны. 2019. № 2. С. 85−95.
  2. Поздняков А.А., Калинин Т.В., Шаталов А.А., Ходатаев Н.А. Особенности сопровождения маневрирующих целей с быстроизменяющейся скоростью в радиотехнических устройствах // Вестник Российского нового университета. Сер. «Сложные системы: модели, анализ, управление». 2018. № 3. С. 37−47.
  3. Фарина А., Студер Ф. Цифровая обработка радиолокационной информации. Сопровождение целей. Пер. с англ. / Под ред. А.Н. Юрьева. М.: Радио и связь. 1993. 322 с.
  4. Леонов А.И. и др. Моделирование в радиолокации / Под ред. А.И. Леонова. М.: Сов. радио. 1979. 264 с.
  5. Мануйлов Ю.С., Новиков Е.А. Методология системных исследований. СПб.: ВКА имени А.Ф. Можайского. 2008. 159 с.
  6. Алферьев В.А. Методы имитационного моделирования управляемого движения баллистических объектов: монография. М.: ОАО МАК «Вымпел». 2016. 126 с.
  7. Саврасов Ю.С. Алгоритмы и программы в радиолокации. М.: Радио и связь. 1985. 216 с.
  8. Горелик А.Л., Барабаш Ю.Л., Кривошеев О.В., Эпштейн С.С. Селекция и распознавание на основе локационной информации / Под ред. А.Л. Горелика. М.: Радио и связь. 1990. 240 с.
  9. Коновалов А.А. Основы траекторной обработки радиолокационной информации. СПб.: Изд-во СПбГЭТУ «ЛЭТИ». 2013. 164 с.
  10. Фомин Я.А., Тарловский Г.Р. Статистическая теория распознавания образов. М.: Радио и связь. 1986. 264 с.
  11. Козлов А.И., Логвин А.И., Сарычев В.А. Поляризация радиоволн. Кн. 2. Радиолокационная поляриметрия. М.: Радиотехника. 2007. 640 с.
  12. Канарейкин Д.Б., Павлов Н.Ф., Потехин В.А. Поляризация радиолокационных сигналов. М.: Сов. радио. 1966.
  13. Москвин Б.В. Теория принятия решений. СПб.: ВКА имени А.Ф. Можайского. 2005. 383 с.
Дата поступления: 27.04.2021
Одобрена после рецензирования: 12.05.2021
Принята к публикации: 25.05.2021