Дао Ван Лук. Распознавание низколетящих малоскоростных радиолокационных целей по траекторным признакам

Краткое описание

Дао Ван Лук. Распознавание низколетящих малоскоростных радиолокационных целей по траекторным признакам;[Место защиты: ФГАОУ ВО «Санкт-Петербургский государственный электротехнический университет «ЛЭТИ» им. В.И. Ульянова (Ленина)»], 2023

Федеральное государственное автономное образовательное учреждение
высшего образования
«Санкт-Петербургский государственный электротехнический университет«ЛЭТИ» им. В.И. Ульянова (Ленина)»
На правах рукописи

Дао Ван Лук
РАСПОЗНАВАНИЕ НИЗКОЛЕТЯЩИХ МАЛОСКОРОСТНЫХ РАДИОЛОКАЦИОННЫХ ЦЕЛЕЙ ПО ТРАЕКТОРНЫМ ПРИЗНАКАМ
Специальность: 2.2.16 - Радиолокация и радионавигация
Диссертация на соискание ученой степени кандидата технических наук
Научный руководитель: к.т.н, ведущий инженер, Коновалов Александр Анатольевич
Санкт-Петербург - 2024

2
СОДЕРЖАНИЕ
ВВЕДЕНИЕ 5
ГЛАВА 1. РАСПОЗНАВАНИЕ В РАДИОЛОКАЦИИ. ПРИНЦИПЫ И МЕТОДЫ РАДИОЛОКАЦИОННОГО РАСПОЗНАВАНИЯ 13
1.1. Постановка задачи распознавания в радиолокации 13
1.2. Классификация принципов и методов радиолокационного распознавания.
16
1.3. Обзор информативных признаков радиолокационного распознавания .... 18
1.3.1. Траекторные признаки распознавания 18
1.3.2. Сигнальные признаки распознавания 22
1.4. Обзор алгоритмов принятия решений 29
1.4.1. Оценка эффективности радиолокационного распознавания 29
1.4.2. Обзор алгоритмов принятия решений 31
1.5 Выводы по первой главе 32
ГЛАВА 2. РАДИОЛОКАЦИОННОЕ ОБНАРУЖЕНИЕ И РАСПОЗНАВАНИЕ КОММЕРЧЕСКИХ БВС И ПТИЦ. ПАССИВНЫЙ КОГЕРЕНТНЫЙ ЛОКАТОР КАК СРЕДСТВО ОБНАРУЖЕНИЯ И РАСПОЗНАВАНИЯ МАЛОРАЗМЕРНЫХ ЦЕЛЕЙ 34
2.1. Методы и современные системы обнаружения коммерческих БВС и птиц. 34
2.2. Обзор методов радиолокационного распознавания коммерческих БВС и
птиц 36
2.3. Пассивный когерентный локатор как средство обнаружения и распознавания малоразмерных целей. Экспериментальное оборудование. ... 39
2.3. Работа ПКЛ по распознаванию малых воздушных целей. Необходимость
распознавания коммерческих БВС и птиц 44
2.4. Выводы по второй главе и постановка задачи 47

3
ГЛАВА 3. КОММЕРЧЕСКИЕ БВС И ПТИЦЫ КАК РАДИОЛОКАЦИОННЫЕ ЦЕЛИ. КИНЕМАТИКА ПОЛЕТА. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ ТРАЕКТОРНЫХ
ПРИЗНАКОВ ПТИЦ И БВС 49
3.1. Коммерческие БВС как радиолокационные цели. Кинематика полета. ... 49
3.2. Птицы как радиолокационные цели. Кинематика полета 54
3.3. Необходимость распознавания БВС и птиц с использованием траекторных
признаков 61
3.4. Экспериментальное исследование траекторных признаков малых
воздушных целей 62
3.4.1. Результат анализа траекторных признаков БВС 64
3.4.2. Результат анализа траекторных признаков птиц 70
3.4.3. Сравнение траекторных признаков птиц и БВС на основе результата
эксперимента 76
3.5. Выводы по третьей главе 78
ГЛАВА 4. РАЗРАБОТКА АЛГОРИТМА РАСПОЗНАВАНИЯ ПТИЦ И
КОММЕРЧЕСКИХ БВС ПО ТРАЕКТОРНЫМ ПРИЗНАКАМ. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ ЭФФЕКТИВНОСТИ
АЛГОРИТМОВ ПРИНЯТИЯ РЕШЕНИЯ 79
4.1. Алгоритм распознавания птиц и БВС по траекторным признакам 79
4.2. Алгоритмы траекторной фильтрации маневрирующей цели 80
4.3. Выбор и оценка траекторных признаков распознавания малоразмерных
воздушных целей 84
4.4. Обоснование выбора алгоритма распознавания (решающего устройства) 86
4.4. Экспериментальные исследования эффективности алгоритмов принятия
решения при распознавании малоразмерных воздушных целей по
траекторным признакам 92
4.5. Выводы по четвертой главе 100
ЗАКЛЮЧЕНИЕ 101
СПИСОК ЛИТЕРАТУРЫ 103

Список литературы

ЗАКЛЮЧЕНИЕ
В процессе выполнения диссертационной работы получены следующие основные результаты:
0. Проведён обзор методов радиолокационного распознавания. Рассмотрены информационные признаки для распознавания воздушных целей в том числе птиц и малых коммерческих БВС. Обоснована необходимость использования траекторных признаков для распознавания группы классов «птицы» и «БВС».
1. Теоретически и экспериментально проанализированы траекторные признаки коммерческих БВС и птиц, которые зачастую обладают схожими характеристиками, выбраны информационные признаки и показана их возможность использования для решения задачи распознавания. В качестве наиболее перспективных направлений дальнейших исследований можно рекомендовать исследование влияния структуры и параметров траекторных фильтров на результаты распознавания, решение задачи комплексирования результатов распознавания.
2. Разработан алгоритм распознавания птиц и коммерческих БВС по траекторным признакам. Ключевым подходом для решения задачи является применение методов машинного обучения.
3. Разработана программа для ЭВМ для реализации алгоритма распознавания с применением искусственного интеллекта в качестве метода принятия решения. Проведён сравнительный анализ качества алгоритмов принятия решения (наивный байесовский метод, решающие деревья, метод k-ближайших соседей, нейросетевый алгоритм распознавания, метод опорных векторов, метод случайных лесов) при распознавании целей по траекторным признакам. Оценка качества алгоритмов с применением искусственного интеллекта показала, что вероятность правильного распознавания траекторий может составлять выше 90%. Наилучшими характеристиками обладает метод опорных векторов.

102
Полученные в диссертационной работе результаты свидетельствуют о целесообразности использования траекторных признаков для распознавания малоразмерных воздушных целей. Полученные результаты могут быть использованы для практической реализации систем автоматического распознавания воздушных целей в полуактивной радиолокационной системе или в других системах различного назначения.
Возможными направлениями дальнейших исследований являются разработка и реализация алгоритма распознавания целей для работы в реальном времени, а также объединение результатов работы нескольких классификаторов, например, по траекторным и по сигнальным признакам.