Исследование методов определения ракурса пространственно-распределенной цели на ее радиолокационном изображении

L. G. Dorosinskiy, N. S. Vinogradova

Аннотация


Статья посвящена проблеме определения ракурса надводного корабля по его радиолокационному изображению, полученному в радиолокаторах с синтезированной апертурой.

К основным методам решения названной задачи относятся классический байесов метод многоальтернативной проверки гипотез и его модификации и/или метод классификации надводных кораблей, расположенных под различными ракурсами, с помощью искусственных нейронных сетей (ИНС).

В работе показано, что для достижения высокой эффективности распознания ракурсов при использовании ИНС необходимо обладать значительными вычислительными ресурсами, а также иметь доступ к большой, репрезентативной и масштабной обучающей выборке. При наличии достаточных вычислительных и временных ресурсов ИНС демонстрирует высокие результаты в разнообразных условиях наблюдения, однако стоит отметить, что для их эффективного обучения требуется значительное количество процессорного времени, составляющее несколько часов.

В то же время классические методы способны проводить вычисления за доли секунды, даже на сравнительно маломощных устройствах. Также стоит учесть, что с увеличением числа распознаваемых классов ИНС могут потреблять до десятков гигабайт оперативной памяти, что ограничивает доступность этого метода в задаче распознавания ракурсов пространственно-распределенных целей.

Ключевые слова


пространственно-распределенная цель; радиолокационное изображение; распознавание; ракурс; отношение сигнал/шум; нейронная сеть

Полный текст:

PDF

Литература


Доросинский Л. Г., Виноградова Н. С. Обработка сигналов от пространственнораспределенных целей. М.: Издательский дом Академии естествознания; 2023. 348 с. DOI: 10.17513/np.560

Tello M., Lopez-Martinez C. Mallorqui J. J. A Novel Algorithm for Ship Detection in SAR Imagery Based on the Wavelet Transform. IEEE Geoscience and Remote Sensing Letters. 2005; 2(2):201–205. DOI: 10.1109/LGRS.2004.843353

Tings B., Pleskachevsky A., Velotto D., Jacobsen S. Extension of Ship Wake Detectability Model for Non-Linear Influences of Parameters Using Satellite Based X-Band Synthetic Aperture Radar. Remote Sensing. 2019;11(5):563–582. DOI: 10.3390/rs11050563

Hwang J.-I., Jung H.-S. Automatic Ship Detection Using the Artificial Neural Network and Support Vector Machine from X-Band Sar Satellite Images. Remote Sensing. 2018;10(11):1799–1816. DOI: 10.3390/rs10111799

Kuo J. M., Chen K.-S. The application of wavelets correlator for ship wake detection in SAR images. IEEE Transactions on Geoscience and Remote Sensing. 2003;41(6):1506– 1511. DOI: 10.1109/TGRS.2003.813300

Chaturvedi S. K. Study of synthetic aperture radar and automatic identification system for ship target detection. Journal of Ocean Engineering and Science. 2019;4(2):173– 182. DOI: 10.1016/j.joes.2019.03.003

Гонсалес Р., Вудс Р. Цифровая обработка изображений. Изд. 3-е, испр. и доп. М.: Техносфера; 2012. 1104 с.

Сойфер В. А. (ред.) Методы компьютерной обработки изображений. М.: Физматлит; 2001. 784 с.

Фурман Я. А. (ред.) Точечные поля и групповые объекты. М.: Физматлит; 2014. 440 с.

Radius A., Marques P. A.C. A Novel Methodology for Full Velocity Vector Estimation of Ships Using SAR Data. 7th European Conference on Synthetic Aperture Radar. 2–5 June 2008. Friedrichshafen, Germany. VDE; 2008. Рp. 1–4.




DOI: https://doi.org/10.15826/urej.2024.8.2.001