Перевод названия: Recognition of Classes and Types of Air Objects on Two-Dimensional Radar its Images in the Surveyed Radar
Тип публикации: статья из журнала
Год издания: 2019
Идентификатор DOI: 10.17516/1999-494X-0102
Ключевые слова: algorithm, face, portrait, portrait of dalnostnyj radar, аzimuthal portrait, two-dimensional radar imageapplication, of inverse aperture synthesis, multi-frequency probe signal, Detection rate, алгоритм, распознавание, радиолокационный портрет, дальностный портрет, азимутальный портрет, двумерное радиолокационное изображение, инверсное синтезирование апертуры, многочастотный зондирующий сигнал, вероятность распознавания
Аннотация: В настоящее время задача распознавания воздушных объектов вызывает повышенный интерес, особенно у разработчиков систем управления воздушным движением и противовоздушной обороны, поскольку реализация режимов распознавания обеспечивает повышение адекватности радиолокационной информации, получаемой от РЛС на пунктах управления различнПоказать полностьюой степени иерархии, в реально складывающейся обстановке, что позволяет оптимизировать принимаемые решения, а также автоматизировать процесс их принятия и создавать условия для введения элементов искусственного интеллекта в управление соответствующих систем. Статья посвящена оценке качества распознавания классов и типов воздушных объектов в обзорных РЛС. Распознавание проводится статистическими методами с использованием признаков, извлеченных из двумерных радиолокационных изображений, с использованием известной методики обобщенного голосования. Признаками распознавания являются: площадь многоугольной фигуры, образованной двумерным изображением; количество разрешаемых рассеивающих центров на двумерных изображениях; расстояние между наиболее удаленными рассеивающими центрами; эффективная поверхность рассеяния как сумма эффективной поверхности рассеяния всех рассеивающих центров. Представлены результаты оценки качества распознавания классов (крупно-, средне- и малоразмерная цель) и типов в классах крупно- и среднеразмерная цель. Полученные результаты могут быть использованы специалистами при разработке и оценке качества систем распознавания классов и типов воздушных объектов по сигнальным признакам в существующих и перспективных РЛС, а также лицом, принимающим решение при выборе системы распознавания РЛС и сравнении альтернативных вариантов. Currently, the task of recognizing air objects is of increasing interest, especially for air traffic control and air defense system developers, since the realization of recognition modes ensures an increase in the adequacy of radar information received from radars at control points of various degrees of hierarchy in an actual situation, decisions made, and also to automate the process of their adoption and create the conditions for the introduction of elements of an action sstvennogo intelligence in the operation of the relevant systems. The article is devoted to an estimation of quality of recognition of classes and types of air objects in survey radars. Recognition is carried out by statistical methods using the features extracted from two-dimensional radar images, using the known method of generalized voting. Recognition features are polygonal area formed by a two-dimensional image; the number of resolved scattering centers on two-dimensional images; distance between the most distant scattering centers; the effective scattering surface, as the sum of the effective scattering surface of all scattering centers. The results of the evaluation of the quality of class recognition (large, medium and small-sized goal) and types in classes of large and medium-sized objectives are presented. The obtained results can be used for developing and assessing the quality of class recognition systems and types of air assets based on signal attributes in existing and prospective radars, as well as by the person making the decision when choosing a radar recognition system and comparing alternative options.
Журнал: Журнал Сибирского федерального университета. Серия: Техника и технологии
Выпуск журнала: Т. 12, № 1
Номера страниц: 18-29
ISSN журнала: 1999494X
Место издания: Красноярск
Издатель: Федеральное государственное автономное образовательное учреждение высшего образования Сибирский федеральный университет