Система распознавания объектов в миллиметровом диапазоне радиоволн (стр. 10 из 23)
- перестройка поляризации излучения от одного импульса к другому неприемлема из–за большого времени адаптации;
- излучение одной фиксированной поляризации при приеме полном поляризационном приеме не позволяет полностью оценить ПХ МО.
2. Математическая модель реализуемой системы
2.1 Функции программного обеспечения
Программное обеспечение обрабатывающей ЭВМ представляло собой командно–мониторинговую интерактивную систему, выполняющую следующие функции:
– визуализация состояния программных и технических средств;
– прием, интерпретация и обработка команд оператора;
– прием данных от измерительно–управляющей ЭВМ, их размещение в памяти;
– запись данных на магнитные носители;
– обработка данных для извлечения поляриметрической и спектральной информации;
– графическая визуализация результатов измерений;
– предварительная статистическая обработка результатов измерений (расчет статистических характеристик параметров, построение гистограмм, корреляционный и спектральный анализ);
– графическая визуализация результатов обработки;
– поддержка электронного протокола измерений с автоматической регистрацией номера измерений, дальности до объекта, даты и времени измерения, полной характеристики режима измерений;
– поддержка электронной записной книжки оператора для регистрации особенностей измерений, метеоусловий и др. комментариев.
Рассчитанные ПМР являлись основой для определения поляризационных характеристик объектов.
При обработке результатов измерений определялись:
– коэффициент деполяризации
;– коэффициент асимметрии
;– параметр
мера заметности цели ((L1)2 – максимум ЭПР цели для оптимальной поляризации). При Sгв=Sвг (используется одна приемопередающая антенна) λ1 определяется из соотношения 
, (2.1)где
при ê 
÷> ê 
÷;– коэффициент анизотропии
; (2.2)– дескриптор Gam=
0 £ g £ 45о γ – "угол поляризации, характеристический угол";– τm – мера несимметричности цели или угол спиралевидности, определяемый из выражения:
при этом –45о£ tm £ 45о. Угол tm также является углом эллиптичности максимальной поляризации m.– угол ориентации цели y или Psi – угол наклона оси эллипса первой собственной поляризации; может быть рассчитан из выражения:
–90о £ y £ 90о, (2.3)– комплексный параметр
(2.4)Рассчитанные поляризационные параметры подвергались статистической обработке в соответствии с методикой обработки экспериментальных данных, включающей следующие этапы:
1. Расчет статистических характеристик параметров по ансамблю реализаций;
2. Построение экспериментальных гистограмм WN (K) и FN (K) и аппроксимация их выбранным теоретическим распределением, где K – анализируемый параметр;
3. Вычисление оценок параметров аппроксимирующего закона и определение закона их распределения.
Применительно к данной методике был разработан алгоритм статистической обработки экспериментальных данных.
К статистическим характеристикам параметров следует отнести численные характеристики случайного процесса E(t) за время наблюдения T, который при обработке преобразуется в дискретную последовательность E1, E2, …, EN с шагом дискретизации Δt. Эти характеристики вычислялись по формулам:
, (2.5)где N=T/Δt – объем выборки,
– среднее значение процесса (параметра) E(t); 
, (2.6)где
– среднеквадратическое отклонение процесса (параметра) E(t) от среднего значения 
; 
, (2.7)где
– коэффициент асимметрии; 
, (2.8)где
– коэффициент эксцесса.Коэффициенты
и характеризуют отличие случайного процесса (параметра) E(t) от гауссовского, для которого 
=0, 
=3.Для оценки глубины флуктуаций процесса вычислялся коэффициент вариаций
, (2.9)Стандартные ошибки определения числовых характеристик могут быть оценены по формулам
, (2.10) 
; (2.11) 
. (2.12)Следовательно, при достаточно большом объеме выборки N этими ошибками можно пренебречь.
Рассмотренные числовые характеристики характеризуют форму кривой плотности распределения вероятностей ПРВ огибающей E(t) или огибающей рассчитанных параметров во временной области E(K) – WN(E) или WN(K). Экспериментальные гистограммы WN(E) строились на основе обработки экспериментальных выборок E1, E2, EN. Затем эти гистограммы аппроксимировались теоретическим распределением W(E) (W(K)), которое наиболее полно описывает особенности флуктуаций огибающих сигналов, отраженных от наземных целей и подстилающих поверхностей, и поляризационных параметров объектов локации.
Методика аппроксимации гистограмм заключалась в следующем:
1. По вычисленным коэффициентам асимметрии и эксцесса проверялась возможность попадания точки с координатами
, 
в область аппроксимирующего распределения [29];2. Проверяется согласование выбранного теоретического распределения с экспериментальным рядом по критериям согласия Колмогорова–Смирнова, χ2 и критерию ω2 [28].
Таким образом, для решения задач селекции наземных целей на фоне подстилающей поверхности и распознавания классов МНЦ необходимо получение достаточного статистического материала по структуре параметров отраженного сигнала и поляризационных параметров, на основе которых могут быть определены информативные признаки. Для решения указанной задачи определена номенклатура определяемых и рассчитываемых поляризационных параметров, разработана методика обработки экспериментальных данных и программное обеспечение, реализующее алгоритмы обработки.
При обработке экспериментальных данных алгоритм вычислений предусматривал определение статистических характеристик и законов распределения огибающих отраженных сигналов и поляризационных параметров.
2.2 Анализ спектральных характеристик движущихся МНЦ и подстилающей поверхности
Подвергались анализу временные реализации сигналов, отраженных от движущихся наземных целей. В качестве колесной техники использовался автомобиль ЗИЛ-131, в качестве гусеничной – танки Т–Т2, Т–80, МТЛБУ «Пантера», 2С23 «Нона», САУ 2С3М «Акация». Спектральный анализ производился методом ДПФ, при этом время наблюдения процесса составляло
Тн = 0,9 с, интервал дискретизации Δt = 10–4 c. интервал дискретизации позволяет осуществлять анализ спектральных компонент до FB = 5 кГц. Для уменьшения влияния нестационарности процесса на вид и точность спектральных оценок применялось деление временных реализаций на равные части с последующим усреднением по частоте. Входным процессом для спектрального анализа являлись амплитудная и квадратурная составляющие основной компоненты горизонтального канала РЛС.В качестве иллюстрации вид полученных спектральных оценок представлен на рис. 2.6–2.12. Полностью полученные спектральные оценки приведены в приложении 1. Анализ оценок позволяет сделать следующие выводы: