Preview

Вопросы радиоэлектроники

Расширенный поиск

МЕТОДИКА ОЦЕНИВАНИЯ КОЛИЧЕСТВЕННЫХ ЗНАЧЕНИЙ ИНФОРМАТИВНЫХ ПРИЗНАКОВ ОБЪЕКТА ПО ДАННЫМ ШИРОКОПОЛОСНОГО РАДИОЛОКАЦИОННОГО ЗОНДИРОВАНИЯ

https://doi.org/10.21778/2218-5453-2019-1-13-18

Полный текст:

Аннотация

Внедрение широкополосных технологий в радиолокационных системах гражданского и специального назначений, а также появление программных пакетов электродинамического моделирования, обеспечивающих расчет радиолокационных характеристик, обусловливают актуальность исследований, ориентированных на анализ высокодетальных дальностных портретов в задаче автоматического распознавания наблюдаемых объектов. Традиционно для построения и визуализации дальностных портретов используется метод Фурье-анализа, однако в силу выраженной лепестковой структуры получаемых результатов его применение для идентификации близкорасположенных центров рассеяния (ЦР) ограничено. Успешной альтернативой Фурье-анализу являются методы сверхразрешения, основанные на спектральном оценивании и анализе собственных значений автокорреляционной матрицы данных. В статье предложена методика выделения доминирующих ЦР в составе дальностного портрета объекта, основанная на методе сверхразрешения MUSIC. Методика обеспечивает возможность идентификации ЦР, находящихся в одном элементе разрешения, и позволяет получать оценки их интенсивностей и дальностей, а также радиолокационной длины объекта, являющихся информативными признаками (ИП) для автоматического распознавания. Для демонстрации возможностей разработанной методики были смоделированы частотные характеристики двух схожих по геометрической конфигурации малоразмерных (относительно величины элемента пространственного разрешения) тестовых объектов, построены их псевдодальностные портреты и получены количественные оценки ИП. Также исследована устойчивость рассчитываемых ИП к белому шуму.

Об авторах

Е. Л. Капылов
АО «Научно-производственное предприятие «Радар ммс»
Россия

к. т. н.,начальник  отдела

197375,  Санкт‑Петербург, ул. Новосельковская, д. 37, лит. А, тел.: 8 (905) 200‑68‑75



В. В. Неелов
Военно-космическая академия имени А.Ф. Можайского
Россия

начальник лаборатории

197198, Санкт‑Петербург, ул. Ждановская, д. 13, тел.: 8 (911) 995‑26‑35



А. А. Самородов
Военно-космическая академия имени А.Ф. Можайского
Россия

к. т. н., старший научный сотрудник отдела

197198,  Санкт‑Петербург,  ул.  Ждановская,  д. 13,  тел.:  8 (921) 345‑93‑40



Список литературы

1. Barton D. K., Leonov S. A. Radar technology encyclopedia. Norwood, MA: Artech House Books, 1997. 536 p.

2. Анцев Г. В., Сарычев В. А. Тенденции создания сверхширокополосных систем самонаведения // Cб. докладов науч.тех. конф., корпорация «Такт. ракет. вооружение», Центр. конструктор. бюро автоматики. Омск: Изд-во ОмГТУ, 2008. С. 15–20.

3. Залогин Н. Н., Калинин В. И., Скнаря А. В. Активная локация с использованием широкополосных хаотических сигналов // РЭНСИТ. 2011. № 3(1). С. 3–17.

4. Long T., Han Y., Mao E. Digital signal processing of stepped frequency radar // Acta Aeronautica et Astronautica Sinica. 2001. Vo1. 22. P. 16–25.

5. Марпл С. Л. Цифровой спектральный анализ и его приложения. М.: Мир, 1990. 584 c.

6. Иммореев И. Я. Сверхширокополосные радиосистемы. Обзор состояния и пути развития. USUIRCA 2005 [Электронный ресурс]. URL: http://uwbgroup.ru (дата обращения: 21.10.2018).

7. Toumi A., Khenchaf A., Hoeltzener B. A retrieval system from inverse synthetic aperture radar images: Application to radar target recognition // Information Sciences. 2012. Vol. 196. P. 73–96.

8. El-Darymli K., Gill E. W., Mcguire P., Power D., Moloney C. Automatic target recognition in synthetic aperture radar imagery: a state-of-the-art review // IEEE Access. 2016. No. 4. P. 6014–6058.

9. Bolourchi P., Demirel H., Uysal S. Target recognition in SAR images using radial Chebyshev moments // Signal, Image and Video Processing. 2017. No. 11. P. 1033–1040.

10. Gao F., You J., Wang J., Sun J., Yang E., Zhou H. A novel target detection method for SAR images based on shadow proposal and saliency analysis // Neurocomputing. 2017. Vol. 267. P. 220–231.

11. Wang Z., Du L., Zhang P., Li L., Wang F., Xu S., Su H. Visual attention-based target detection and discrimination for highresolution SAR images in complex scenes // IEEE Transactions on Geoscience and Remote Sensing. 2017. P. 1–18.

12. Dong G., Kuang G., Wang N., Zhao L., Lu J. SAR target recognition via joint sparse representation of monogenic signal // IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. 2015. No. 8. P. 3316–3328.

13. Karine A., Toumi A., Khenchaf A., Hassouni M. E. Target recognition in radar images using weighted statistical dictionarybased sparse representation // IEEE Geosci. Remote Sensing Lett. 2017. Vol. 14. P. 2403–2407.

14. Zhu X., Ma C., Liu B., Cao X. Target classification using SIFT sequence scale invariants // Journal of Systems Engineering and Electronics. 2012. Vol. 23. P. 633–639.

15. Wang X., Shao Z., Zhou X., Liu J. A novel remote sensing image retrieval method based on visual salient point features // Sensor Review. 2014. Vol. 34. P. 349–359.

16. Yu M., Dong G., Fan H., Kuang G. SAR target recognition via local sparse representation of multi-manifold regularized lowrank approximation // Remote Sensing. 2018. No. 10. P. 211.

17. Xing X., Ji K., Zou H., Chen W., Sun J. Ship classification in TerraSAR-X images with feature space based sparse representation // IEEE Geoscience and Remote Sensing Letters. 2013. No. 10. P. 1562–1566.

18. Ansys HFSS, 3D Full-wave Electromagnetic Field Simulation [Электронный ресурс]. URL: http://www.ansoft.com/products/hf/hfss (дата обращения: 21.10.2018).


Для цитирования:


Капылов Е.Л., Неелов В.В., Самородов А.А. МЕТОДИКА ОЦЕНИВАНИЯ КОЛИЧЕСТВЕННЫХ ЗНАЧЕНИЙ ИНФОРМАТИВНЫХ ПРИЗНАКОВ ОБЪЕКТА ПО ДАННЫМ ШИРОКОПОЛОСНОГО РАДИОЛОКАЦИОННОГО ЗОНДИРОВАНИЯ. Вопросы радиоэлектроники. 2019;(1):13-18. https://doi.org/10.21778/2218-5453-2019-1-13-18

For citation:


Kapylov E.L., Neyolov V.V., Samorodov A.A. QUANTITATIVE VALUES OF TARGET FEATURES ESTIMATION TECHNIQUE ACCORDING TO WIDEBAND RADAR SOUNDING. Issues of radio electronics. 2019;(1):13-18. (In Russ.) https://doi.org/10.21778/2218-5453-2019-1-13-18

Просмотров: 84


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2218-5453 (Print)
ISSN 2686-7680 (Online)