О.Ф. Антонов, Я.А. Сергеев, С.Г. Коваленко

Постановка проблемы. Задача обнаружения методом биорадиолокации человека, скрытого за радиопрозрачной преградой, представляет интерес для приложений, разрабатываемых для различных областей профессиональной деятельности: поиск и спасение пострадавших, охранные системы, досмотр автотранспорта, антитеррористическая деятельность и других. Для решения этой задачи необходимо разработать модель обнаружения на основе информативных признаков, присущих даже неподвижному человеку, учитывающих не только характерные движения человека, но и физиологические процессы человеческого организма.

Цель. Рассмотреть процесс создания моделей обнаружения скрытого за радиопрозрачной преградой человека, включающий в себя создание признакового пространства на основе накопленной базы биорадиолокационных сигналов, а также предложить методику оптимизации параметров модели обнаружения.

Результаты. Представлен процесс формирования признакового пространства для задач обнаружения человека, скрытого за радиопрозрачной преградой, на основе накопленной базы биорадиолокационных сигналов. Рассмотрена модель на основе информативных признаков для задачи обнаружения человека с достаточной доверительной вероятностью. Получены характеристики обнаружения при использовании одного признака и вектора из пяти наилучших признаков. Предложена методика оптимизации параметров полученной модели, учитываемых как при обработке принятых сигналов, так и при выделении информативных признаков.

Практическая значимость. Модель обнаружения на основе информативных признаков с формированием признакового пространства для обнаружения человека, скрытого за радиопрозрачной преградой, и предложенная методика оптимизации параметров этой модели могут применяться для построения подсистем обнаружения при разработке биорадиолокаторов в целях решения задач обнаружения в различных областях профессиональной деятельности человека

1. Yang D., Zhu Z., Zhang J., Liang B. The Overview of Human Localization and Vital Sign Signal Measurement Using Handheld
   IR-UWB Through-Wall Radar. Sensors. 2021. V. 21(2). P. 402.
2. Моделирование и обработка радиолокационных сигналов в Matlab: Учеб. пособие / Под ред. К.Ю. Гаврилова. М.: Радиотехника. 2020. 264 с.
3. Анищенко Л., Руцкова Е. Формирование пространства признаков при распознавании стадий сон-бодрствование лабораторного животного при помощи биорадиолокатора // Биомедицинская радиоэлектроника. 2017. № 8. C. 48–54.
4. Шалев-Шварц Ш., Бен-Давид Ш. Идеи машинного обучения: от теории к алгоритмам: Пер. с англ. А.А. Слинкина. М.: ДМК Пресс. 2019. 436 с.
5. Breiman L. Random Forests. Machine Learning: journal. 2001. V. 45. № 1. P. 5–32.