RU2324202C2 - Устройство радиолокационного распознавания воздушных объектов - Google Patents
Устройство радиолокационного распознавания воздушных объектов Download PDFInfo
- Publication number
- RU2324202C2 RU2324202C2 RU2005134737/09A RU2005134737A RU2324202C2 RU 2324202 C2 RU2324202 C2 RU 2324202C2 RU 2005134737/09 A RU2005134737/09 A RU 2005134737/09A RU 2005134737 A RU2005134737 A RU 2005134737A RU 2324202 C2 RU2324202 C2 RU 2324202C2
- Authority
- RU
- Russia
- Prior art keywords
- radar
- classifier
- level
- output
- recognition
- Prior art date
Links
Images
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
Устройство радиолокационного распознавания воздушных объектов относится к радиолокации и может быть использовано для распознавания воздушных объектов (ВО) в радиолокации "на просвет". Техническим результатом предлагаемого изобретения является увеличение количества распознаваемых классов ВО при повышении вероятности правильного распознавания и устойчивости работы устройства. Поставленная цель достигается тем, что в устройство-прототип, содержащее блок обработки радиолокационной информации, формирователь ДП и классификаторы первого и второго уровней, введены вычислитель модуля трассовой скорости ВО, пороговое устройство и формирователь эталонных данных с соответствующими связями. 2 ил.
Description
Изобретение относится к радиолокации и может быть использовано для распознавания воздушных объектов (ВО) в комплексах радиолокации "на просвет" [1].
При распознавании, которое является заключительным этапом радиолокационного наблюдения, определяется принадлежность данного ВО к определенному классу ("Ракета", "Вертолет", "Самолет" и др.)
Известны устройства, решающие аналогичную задачу [2, 3].
Структура устройства [2] такова, что на распознавание одного ВО затрачивается значительное время, что затрудняет работу в реальном времени. Устройство [3] представляет собой нейронную сеть, настройка которой во времени (до 30 минут) также не позволяет использовать ее при работе РЛС в режиме реального времени.
Наиболее близким по своей технической сущности и техническому исполнению является устройство [4], принятое за прототип, которое содержит блок обработки радиолокационной информации, формирователь доплеровских портретов (ДП), классификаторы первого и второго уровней и базу эталонных ДП. В основе работы устройства-прототипа лежит сопоставление информации о распознаваемом ВО с априорной информацией о классах ВО. В качестве информации о распознаваемом ВО используется огибающая доплеровского спектра сигнала, из которой формируется ДП ВО.
Недостатком прототипа является сравнительно небольшое количество распознаваемых классов ВО, низкая вероятность правильного распознавания (0,43-0,74) и неустойчивость работы самого устройства (в том числе из-за ограниченного количества эталонных ДП).
Техническим результатом предлагаемого изобретения является увеличение количества распознаваемых классов ВО при повышении вероятности правильного распознавания и устойчивости работы устройства.
Поставленная цель достигается тем, что в устройство-прототип, содержащее блок обработки радиолокационной информации, формирователь ДП и классификаторы первого и второго уровней, введены вычислитель модуля трассовой скорости ВО, пороговое устройство и формирователь эталонных данных с соответствующими связями.
На фиг.1 и 2 представлены структурные схемы, соответственно, прототипа и предлагаемого устройства, где введены следующие обозначения:
1 - блок обработки радиолокационной информации (БО)
2 - формирователь доплеровских портретов (ФДП),
3 - классификатор первого уровня (КПУ),
4 - классификатор второго уровня (КВУ),
5 - база эталонных доплеровских портретов (БЭДП),
6 - вычислитель модуля трассовой скорости (ВМТС),
7 - пороговое устройство (ПУ),
8 - формирователь эталонных данных (ФЭД).
Предлагаемое устройство распознавания состоит из последовательно соединенных блока обработки радиолокационной информации (БО) 1, формирователя доплеровских портретов (ФДП) 2, классификаторов первого и второго уровней (КПУ) 3 и (КВУ) 4, а также вычислителя модуля трассовой скорости (ВМТС) 6, порогового устройства (ПУ) 7 и формирователя эталонных данных (ФЭД) 8, причем второй выход БО 1 через ВМТС 6 и ПУ 7 соединен со вторым входом КПУ 3, выход ФЭД 8 - с третьим входом КПУ 3, три выхода которого соединены с тремя входами КВУ 4, выход которого является выходом устройства.
Устройство распознавания работает следующим образом.
При обработке сигнала, полученного с приемника РЛС, БО 1 измеряет частоту Доплера, амплитуду сигнала, азимут ВО и его скорость по координатам х и у (Vx и Vy). На основании этих данных ФДП 2 формирует доплеровский портрет ВО, в котором с шагом по частоте 1 Гц определяется амплитуда ДП в заданном диапазоне частот.
Информация о доплеровских портретах ВО поступает на первый вход КПУ 3. На второй вход КПУ 3 поступает информация о трассовой скорости ВО, которая вычисляется в ВМТС 6 на основании данных о скоростях Vx и Vy, полученных с выхода БО 1, по формуле:
Пороговое значение VT, соответствующее различным классам ВО, определяется в ПУ 7 по заданной вероятности ложных тревог с использованием критерия Неймана-Пирсона [5].
На третий вход КПУ 3 поступает информация с ФЭД 8, который выполняет функции имитатора сигналов ВО, формирователя эталонных ДП и трассовых скоростей для каждого класса имитируемых сигналов ВО. При формировании эталонных данных используется алгоритм кластеризации ИСОМАД [6].
ФЭД 8 формирует большое число эталонных ДП, что позволяет увеличить число эталонов на один класс и число распознаваемых классов ВО.
В КПУ 3 имеются 3 классификатора, каждый из которых использует свой признак распознавания. В качестве признаков выбраны коэффициенты взаимной корреляции между ДП ВО и эталонными ДП, геометрическая близость между ними и среднее значение нормированной амплитуды ДП ВО в заданном частотном диапазоне. Кроме того, в КПУ 3 используется имеющаяся информация о трассовой скорости для различных классов ВО, благодаря чему исключается неопределенность классификации по трассовой скорости.
Результаты, полученные в КПУ 3, поступают на КВУ 4, где применяется корректор по большинству, использующий алгоритм голосования [7], после чего принимается решение о принадлежности ВО к определенному классу. Как показал эксперимент, вероятность правильного распознавания различных классов ВО в предложенном устройстве составила 0,72-0,95.
Таким образом, введение в прототип ВМТС 6, ПУ 7 и ФЭД 8 позволило учесть трассовую скорость ВО, увеличить количество эталонных ДП на каждый класс ВО при увеличении числа типов ВО в классе, увеличить количество распознаваемых классов ВО, вероятность правильного распознавания и устойчивость работы устройства. При этом предлагаемое устройство распознавания не требует специального режима работы РЛС.
Источники информации
1. Бляхман А.Б., Рунова И.А. Радиотехника и электроника, 2001, т.46, № 4, с.424.
2. Матюгин С.Н., Односевцев В.А. Распознавание радиотелеграфных сигналов КВ-диапазона. Труды XX Всероссийской конференции по распространению радиоволн. 2-4 июля 2002, Н.Новгород, изд-во ТАЛАМ, Н.Новгород, 2002, с.169.
3. Саблин В.Н., Чапурский В.В., Шейко А.П. Нейросетевое распознавание спектральных портретов воздушных объектов при наблюдении методом теневого инверсного радиолокационного синтезирования апертуры. Радиотехника и электроника, 2004, том 49, № 2, с.184-195.
4. Бляхман А.Б., Матюгин С.Н. Распознавание воздушных объектов при радиолокации на просвет. Радиотехника и электроника, 2001, том 46, № 11, с.1356-1360.
5. Селекция и распознавание на основе локационной информации. Под. ред. проф. А.Л.Горелика. М., Радио и связь, 1990.
6. Дж. Ту, Р.Гонсалес. Принципы распознавания образов. М., Мир, 1978.
7. Ширман А.Д., Горшков С.А., Лещенко С.П. и др. Методы радиолокационного распознавания и их моделирование. Зарубежная радиоэлектроника, 1996, № 11, с.3-63.
Claims (1)
- Устройство радиолокационного распознавания воздушных объектов (ВО), состоящее из последовательно соединенных блока обработки радиолокационной информации (РЛИ), полученной с приемника радиолокационной станции (РЛС), формирователя доплеровских портретов (ДП) распознаваемых ВО, классификатора первого уровня и классификатора второго уровня, три входа которого в соответствии с признаками распознавания ВО соединены с тремя выходами классификатора первого уровня, а выход является выходом всего устройства, при этом блок обработки РЛИ предназначен для измерения частоты Доплера, амплитуды сигнала, азимута распознаваемого ВО и его скорости, классификатор второго уровня предназначен для коррекции полученной информации по большинству признаков распознаваемых ВО и принятия решения о принадлежности ВО к определенному классу, отличающееся тем, что в него введены последовательно соединенные со вторым выходом блока обработки РЛИ вычислитель модуля трассовой скорости ВО и пороговое устройство, в котором пороговое значение трассовой скорости, соответствующее различным классам ВО, определяется по заданной вероятности ложных тревог с использованием критерия Неймана-Пирсона, выход порогового устройства соединен со вторым входом классификатора первого уровня, введен также формирователь эталонных данных, предназначенный для имитации сигналов ВО и формирования эталонных ДП и трассовых скоростей для каждого класса имитируемых сигналов ВО, выход формирователя эталонных данных соединен с третьим входом классификатора первого уровня, в котором, в качестве признаков распознавания ВО, используют коэффициенты взаимной корреляции между ДП ВО и эталонный ДП, геометрическую близость между ними и среднее значение нормированной амплитуды ДП ВО в заданном частотном диапазоне, кроме того, в классификаторе первого уровня по информации о трассовой скорости для различных классов ВО исключают неопределенность классификации по трассовой скорости.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2005134737/09A RU2324202C2 (ru) | 2005-11-09 | 2005-11-09 | Устройство радиолокационного распознавания воздушных объектов |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2005134737/09A RU2324202C2 (ru) | 2005-11-09 | 2005-11-09 | Устройство радиолокационного распознавания воздушных объектов |
Publications (2)
Publication Number | Publication Date |
---|---|
RU2005134737A RU2005134737A (ru) | 2007-05-20 |
RU2324202C2 true RU2324202C2 (ru) | 2008-05-10 |
Family
ID=38163851
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2005134737/09A RU2324202C2 (ru) | 2005-11-09 | 2005-11-09 | Устройство радиолокационного распознавания воздушных объектов |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU2324202C2 (ru) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2453863C1 (ru) * | 2011-03-31 | 2012-06-20 | Открытое акционерное общество "Федеральный научно-производственный центр "Нижегородский научно-исследовательский институт радиотехники" | Устройство радиолокационного распознавания воздушных объектов |
RU2705070C1 (ru) * | 2019-04-16 | 2019-11-05 | Федеральное государственное казённое военное образовательное учреждение высшего образования "Военная академия воздушно-космической обороны имени Маршала Советского Союза Г.К. Жукова" Министерства обороны Российской Федерации | Способ распознавания типа самолёта с турбореактивным двигателем в импульсно-доплеровской радиолокационной станции |
RU201368U1 (ru) * | 2020-10-03 | 2020-12-11 | Сергей Станиславович Шафранов | Оптико-электронное устройство распознавания удаленных объектов по их спектральным характеристикам |
-
2005
- 2005-11-09 RU RU2005134737/09A patent/RU2324202C2/ru active
Non-Patent Citations (1)
Title |
---|
БЛЯХМАН А.Б., МАТЮГИН С.Н. Распознавание воздушных объектов при радиолокации на просвет. Радиотехника и электроника, 2001, т.46, №11, с.1356-1360. * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2453863C1 (ru) * | 2011-03-31 | 2012-06-20 | Открытое акционерное общество "Федеральный научно-производственный центр "Нижегородский научно-исследовательский институт радиотехники" | Устройство радиолокационного распознавания воздушных объектов |
RU2705070C1 (ru) * | 2019-04-16 | 2019-11-05 | Федеральное государственное казённое военное образовательное учреждение высшего образования "Военная академия воздушно-космической обороны имени Маршала Советского Союза Г.К. Жукова" Министерства обороны Российской Федерации | Способ распознавания типа самолёта с турбореактивным двигателем в импульсно-доплеровской радиолокационной станции |
RU201368U1 (ru) * | 2020-10-03 | 2020-12-11 | Сергей Станиславович Шафранов | Оптико-электронное устройство распознавания удаленных объектов по их спектральным характеристикам |
Also Published As
Publication number | Publication date |
---|---|
RU2005134737A (ru) | 2007-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108226892B (zh) | 一种基于深度学习的复杂噪声环境下的雷达信号恢复方法 | |
CN106483514B (zh) | 一种基于eemd和支持向量机的飞机运动模式识别方法 | |
CN105550636A (zh) | 一种目标类型识别的方法及装置 | |
CN108051781A (zh) | 一种基于dbn模型的雷达信号工作模式识别方法 | |
CN108710114B (zh) | 基于bp神经网络多类分类的湍流目标探测方法 | |
CN112735473B (zh) | 基于声音识别无人机的方法及系统 | |
CN106932771A (zh) | 一种雷达仿真目标航迹跟踪方法及系统 | |
CN106855941A (zh) | 基于雷达微多普勒信号稀疏优化的手势识别方法及系统 | |
CN104239901B (zh) | 基于模糊粒子群和目标分解的极化sar图像分类方法 | |
CN113640768B (zh) | 一种基于小波变换的低分辨雷达目标识别方法 | |
KR20190019713A (ko) | 무인 항공기 음향 식별을 위한 서포트 벡터 머신에 기반한 음향 특징 추출 및 분류 방법 그리고 시스템 | |
Smith et al. | Template based micro-Doppler signature classification | |
RU2324202C2 (ru) | Устройство радиолокационного распознавания воздушных объектов | |
Wang et al. | Classification of space targets with micro-motion based on deep CNN | |
RU2324201C2 (ru) | Устройство радиолокационного распознавания воздушных объектов | |
Park et al. | A fast and accurate convolutional neural network for LPI radar waveform recognition | |
CN106093871A (zh) | 基于经验模态分解的智能天线波达方向估计系统及方法 | |
CN111289991B (zh) | 一种基于多场景的激光测距方法及装置 | |
CN116755005A (zh) | 一种基于模型的发生雷电时磁场监测方法及系统 | |
Shubin et al. | Efficiency evaluation for radar signal processing on the basis of spectral-semantic model | |
RU82045U1 (ru) | Устройство нейросетевого распознавания целей по совокупности признаков | |
CN115902804A (zh) | 一种无人机集群类型识别方法和系统 | |
CN102122453B (zh) | 电子干扰吊舱的仿真系统和方法 | |
RU2453863C1 (ru) | Устройство радиолокационного распознавания воздушных объектов | |
Li et al. | Pedestrian Recognition with Radar Data-Enhanced Deep Learning Approach Based on Micro-Doppler Signatures |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PD4A | Correction of name of patent owner | ||
PD4A | Correction of name of patent owner |