Проблема определения размеров, занимаемых радиолокационным изображением (РЛИ) пространственно-распределенной цели (ПРЦ) на двумерной растровой картинке наблюдаемого участка земной (водной) поверхности, формируемой космическим радиолокатором с синтезированной апертурой, актуальна в самых различных задачах космического мониторинга. В данной работе названная проблема решается применительно к определению размеров РЛИ надводных кораблей на фоне отражений от морской поверхности. В качестве моделей РЛИ используются как феноменологические, так и реальные, основанные на базе SSDD. Принятие решения о размерах НК производится как классическими (параметрическими и непараметрическими) алгоритмами, так и алгоритмами, основанными на машинном обучении с использованием искусственных нейронных сетей. Приведены результаты сравнительного анализа названных алгоритмов.
Идентификаторы и классификаторы
Прежде чем перейти к исследованию методов классификации пространственно-распределенных целей (ПРЦ) по их радиолокационным изображениям (РЛИ), выполним анализ существующих баз данных о РЛИ надводных кораблей (НК). Названные РЛИ будут служить в дальнейшем основой сравнительного анализа алгоритмов классификации.
В работе будут использованы РЛИ двух типов: растровые изображения, сформированные алгоритмически на основе феноменологических моделей сигналов, принимаемых бортовой РЛС, и реальные РЛИ НК, заимствованные из базы SSDD, которая представляет собой набор различных изображений НК, используемых для тестирования и оценки алгоритмов и моделей машинного обучения. Все изображения содержат две области: область, занимаемую изображением ПРЦ, и область, содержащую фон (отражения от водной поверхности).
Список литературы
1. Артемьев А. М. Военно-морской словарь. М.: Военное издательство; 1990. 511 с.
2. Корабел.ру. URL: https://www.korabel.ru/fleet/index2.html (дата обращения: 15.01.2024).
3. MIL Press Flot. URL: https://flot.com/nowadays/strength/surfaceships/#24 (дата обращения: 16 09 2023).
4. Дмитриев В. В., ред. Морской энциклопедический словарь. В 3 т. Ленинград: Судостроение; 1991. Т. 1. 504 c.
5. NavSource Photo Archives. URL: http://www.navsource.org/archives/10/15idx.htm (дата обращения: 17.01.2024).
6. Энциклопедия военной техники. URL: https://war-book.ru/xxi-vek/flot-ww4/ (дата обращения: 18.01.2024).
7. Кондратенков Г. С., Потехин В. А., Реутов А. П., Феоктистов Ю. А. Радиолокационные станции обзора Земли. М.: Радио и связь; 1983. 272 с.
8. Zhang T., ed. Official-SSDD. URL: https://github.com/TianwenZhang0825/Official-SSDD (дата обращения: 17.01.2024).
9. Li J., Qu C., Shao J. Ship detection in SAR images based on an improved faster R-CNN. 2017 SAR in Big Data Era: Models, Methods and Applications (BIGSARDATA). 13-14 November 2017. Beijing, China. IEEE; 2017. Pp. 1-6. DOI: 10.1109/BIGSARDATA.2017.8124934
10. Zhang T. SAR Ship Detection Dataset (SSDD): Official Release and Comprehensive Data Analysis. Remote Sensing. 2021;13(18):3690-3690. DOI: 10.3390/rs13183690 EDN: ERYFPO
11. Доросинский Л. Г. Оптимальная обработка радиолокационных изображений. М.: Издательский дом Академии естествознания; 2017. 212 с. EDN: ZSEIWR
12. Доросинский Л. Г., Виноградова Н. С. Обработка сигналов от пространственно-распределенных целей: монография. М.: Издательский дом Академии естествознания; 2023. 348 с. DOI: 10.17513/np.560 EDN: DVXDKN
13. Ван Трис Г. Теория обнаружения, оценок и модуляции. В 4 т. Пер. с англ. под ред. В. И. Тихонова. М.: Советское радио; 1972. Т. 1. 744 с.
14. Hunter H., Graber H. Comparison of Feed Forward Neural Networks and Convolutional Neural Networks for SAR Automatic Target Recognition. 12th European Conference on Synthetic Aperture Radar (EUSAR 2018). 04-07 June 2018. Aachen, Germany. IEEE; 2018. Pp. 1-6.
Выпуск
Другие статьи выпуска
В статье проведен обзор 50 докладов, связанных с развитием электронной и радиоэлектронной промышленности, которые обсуждались на 33-й Международной конференции «СВЧ-техника и телекоммуникационные технологии». Конференция состоялась в сентябре 2023 г. в городе Севастополь. В обзор включены доклады по научным направлениям журнала, представленные учеными университетов, НИИ и предприятий трех стран: Беларуси, Вьетнама и России. Анализируется исследования, связанные с обеспечением технологического прорыва в радиоэлектронной промышленности, развитие современных инфокоммуникационных технологий в гражданской, военной и космической отраслях.
В статье рассмотрены проблемы загрязнения окружающей среды и требования к приборам и системам измерения запыленности. Показано, что среди проблем защиты окружающей среды наиболее актуальной является охрана воздушного бассейна. Пыль относится к одному из самых распространенных видов промышленных отходов. На здоровье людей влияет не только вид пыли, размер частиц и минералогический состав, но и продолжительность ее воздействия. Поэтому от приборов и систем для контроля атмосферных загрязнений требуется высокая чувствительность. Проблема загрязнения окружающей среды может быть решена только с помощью автоматических, непрерывно действующих анализаторов. Целесообразно разрабатывать и внедрять портативные пороговые сигнализаторы, обладающие значительно меньшей стоимостью, чем стоимость автоматических средств контроля и измерения. В статье приводится описание принципа работы оптоэлектронного устройства контроля степени запыленности в помещениях джиннирования хлопка, которое позволяет одновременно измерять показатель ослабления (экстинкции) и рассеяния света одной и той же проходящей массы аэрозоля. Выполнен расчет удельных коэффициентов поглощения и рассеивания в цехах джиннирования хлопкоочистительных заводов. Приведены экспериментальные кривые отношения коэффициентов поглощения и ослабления в зависимости от пребывания аэрозоли в оптоэлектронном устройстве. Показаны способы снижения погрешности измерения.
Проблема синтеза и анализа алгоритмов обработки радиолокационных изображений пространственно-распределенных целей, полученных средствами космического мониторинга, была и остается одной из наиболее значимых как с теоретических, так и практических позиций для обеспечения безопасности мореплавания, контроля за незаконной добычей рыбы, мониторинга и управления кризисными ситуациями, такими как естественные бедствия, миграционные потоки и другие. Одним из наиболее распространенных приложений названной проблемы является распознавание надводных кораблей, которому и посвящен данный обзор, выполненный по иностранным источникам. В связи с этим предлагаемый обзор, содержащий достаточно подробный анализ современных методов решения названной задачи, предложенных широким кругом авторов в последние десятилетия, будет полезен создателям и исследователям средств космического наблюдения за состоянием морской поверхности.
Благодаря развитию радиоэлектроники, вычислительной техники, в радиолокационной метеорологии сформировалось направление, связанное с разработкой методов и средств дистанционного измерения вертикального профиля ветра в атмосфере путем определения доплеровского смещения частоты отраженного сигнала от метеорологических неоднородностей. В статье дается краткий обзор применения радиолокаторов параметров ветра (профайлеров), которые работают в дециметровом диапазоне длин волн (400-1700 МГц), поскольку именно в этом диапазоне наиболее полно определяются параметры ветра в условиях абсолютно ясного неба. Рассматривается распространение профайлеров по странам и континентам, приводятся их основные технические характеристики, а также описывается современное состояние в Российской Федерации.
Особенностью ультракоротких волн является тот факт, что на их распространение оказывают влияние погодные условия. Метеорологические неоднородности атмосферы вызывают искривление (рефракцию) траектории луча УКВ. Измерения метеопараметров на h1 = 2 и h2 = 10 м проводились с использованием атмосферно-почвенного измерительного комплекса, установленного в прибрежной зоне Больших Еравнинских озер Республики Бурятия на Лесостепном мерзлотно-экологическом стационаре «Еравнинский». Установлено, что в нижнем десятиметровом слое тропосферы наблюдается сильная суточная изменчивость градиента рефракции и разброс значений градиента рефракции составляет от -0,820 до +0,307 N-единиц. Обнаружено, что в летнее время в данной местности наблюдаются метеорологические условия, благоприятствующие появлению сверхрефракции.
Издательство
- Издательство
- УрФУ
- Регион
- Россия, Екатеринбург
- Почтовый адрес
- 620002, Свердловская область, г. Екатеринбург, ул. Мира, д. 19
- Юр. адрес
- 620002, Свердловская область, г. Екатеринбург, ул. Мира, д. 19
- ФИО
- Кокшаров Виктор Анатольевич (Ректор)
- E-mail адрес
- rector@urfu.ru
- Контактный телефон
- +7 (343) 3754507
- Сайт
- https://urfu.ru/ru