Введение к работе
Актуальность темы. Современное ведение рыбного промысла невозможно представить без использования гидроакустической аппаратуры. Для сохранения экологического баланса биоресурсов Мирового океаана и целенаправленного ведения промысла необходимо' иметь данные о динамике роста и численности популяций различных видов рыб в промысловых районах.
В настоящее время эти данные получают путем проведения периодических контролышх тралений, \ что является дорогой и .трудоемкой операцией, требующей значительных усилий и затрат времени, всего экипажа судна.
Автоматизация этого процесса развивается по нескольким направлениям: созданы эхосчетные и эхоинтегрируюцие приборы, позволяющие определить удельную плотность и число рыб в скоплении, разработаны методы дистанционного определения размера рыб. Автоматизация определения вида рыбы в скоплении является наиболее сложной проблемой, которая до сих пор не была решена.
Цель и задачи.Целью данной работы является разработка метода, позволяющего дистанционно определять видовые параметры рыбы по анализу эхосигналов. Она включает:
1. Анализ видовых особенностей, проявляемых рыбой при
эхологировании.
-
Разработка модели, отражающей эти видовые особенности.
-
Разработка метода, позволяющего использовать эту модель в целях автоматического распознавания.
4. Анализ влияния технических характеристик средств
гидроакустического наблюдения и влияния шумов на процесс
распознавания.
5. Экспериментальное исследование методов анализа
эхосигналов в целях видового распознавания; разработка
программного обеспечения для продления машинного моделирования.
Методы исследоваїшй. Решение задач, поставленных в диссертации, осуществлялось путем теоретического исследования с последующей экспериментальной проверкой при помощи машинного моделирования по методу Монте-Карло.
Теоретическое исследование выполнялось при анализе модели
г- г -
акустического рассеяния, основанной на методе простых источников, для чего был использован метод максимального провдоподобия при оценивании параметров функции плотности вероятности. Для получения асимптотических упрощений было использовано разложение в ряд Тейлора. Для решения максимизационной задачи в случае расщепления смеси распределений был использован подход, применяемый для построения алгоритмов класса ЕМ (Estimation and Maximization).
Разработанная двухпараметрическая итерационная процедура построена на пршщипе последовательных приближений по критерию минимума квадратов отклонений.
При обработке экспериментальных данных был использован метод наименьших квадратов. Выбор вида аппроксимирущей функции осуществлялся методом статистического разведочного анализа.
Визуальная оценка работоспособности разработанных программ основана на методе гистограмм.
Научная новизна работы заключается в следующем:
1. Сформулирована система .признаков, позволяющая описать
видовые особенности рыбных скоплений и может быть обоснованно
использована в целях распознавания.
2. Решена задача оценки видового параметра 'по выборке
зхосигналов на основе метода максимального правдоподобия для
распознавания вида отдельной рыбы.
-
Решена задача разделения смеси распределений и оценки параметров составляющих смеси при рассеянии на рыбах разных размеров и видов.
-
Получено выражение комплексной частотной характеристики формирующего фильтра, позволяющего „ исключить влияние характеристики направленности приемо- передающей антенны на статистику исследуемого сигнала.
-
Сформулирован принцип разделимости в условиях воздействия шумов и получены поправочные коэффициенты,, позволяющие учесть влияние шумов.
Научные положения,выносимые на защиту.
I. Полученные в работе выражения максимального правдоподобия для параметров акустического рассеяния позволяют вычислять оценки видового признака рыб в разреженных скоплениях, отражающего
физиологические особешюсти строения тела рыбн, необходимого при видовом распознавании.
2. Для различения двух объектов с близкими значениями
видового признака в случае, если разница между этими значениями
меньше трех, погрешность первичной оценки видового признака
одного из объектов не должна быть больше, чем в два раза
погрешности первичной оценки видового признака второго объекта.
Если разница между значениями признаков больше трех, соотношение
между погрешностями прямо пропорционально этой разнице.
-
Использование предложенного выражения для поправочного коэффициента позволяет восстановить истинное значение разницы между видовыми 'признаками двух объектов, уменьшающейся при воздействии помех тем сильнее, чем больше истинные значения видовых признаков этих объектов.
-
Применение формирующего фильтра для обработки огибающей эхосигналов, у которого период частотных полос усиления зависит от ширины диаграммы направленности приемо - излучающей антенны, а их амплитуды зависят от выбранного порога обнаружения, позволяет использовать в целях распознавания вида рыбы одну и ту же процедуру оценки параметров рассеяния независимо от выбранного режима приемо- излучения.
Внедрение результатов работы.
Результаты работы были использованы при выполнении научно-исследовательской работы на кафедре Судовых Радиотехнических Систем Калининградского Высшего Инженерного Морского Училища при разработке и создании гидроакустического тренажера. По результатам внедрения конструктивных разработок получено четыре акта об использовании рационализаторских предложений. Алгоритм и программа вычисления статистических оценок процесса рассеяния внедрены в учебной лаборатории Балтийской Государственной Академии Рыбопромыслового Флота и используются для имитации процесса рассеяния на рыбал и определения их видовой принадлежности.
Апробация результатов работы. Основные положения диссертации докладывались и обсуждались на:
18-ой НТК ППО КВИМУ. Калишшград. 1990 г; 5-ом Всесоюзном совещании по промысловой гидроакустике. Севастополь, 1990;
._4-
межрегиональном семинаре "Системи цифровой обработки и анализа изображений: СЦОИ-91", г.Рига, 1991; Всесоюзной научно-технической конференции "Естественно- научные, экономические и социальные вопросы производства". Севастополь, 1991г; Всесоюзной научно- технической конференции "Методология измерений", Ленинград, 1991; Всесоюзной научно- технической конференции "Интеллектуальные системы". Туапсе, 1Э91г; 3-ей ВНТК "Тренажеры и компьютеризация профессиональной подготовки". Калининград, 1991 г; 45-ой НТК прсфессорско- преподавательского состава ЛЭТИ. Ленинград, 1992 г; Международном III семинаре "цифровая обработка изображений в медицине, дистанционном зондировании и визуализации информации: DIP-92", ' г.Рига, 1992; НТК ІШС Балтийской Государственной Академии РФ. Калининград, 1993.
Публикации. По теме диссертации опубликовано 9 печатных работ, в том числе: 2 статьи, 7 тезисов докладов.
Объем и структура работы. Диссертация состоит из введения, пяти глав, заключения, списка литературы, включающего 107 наименований, трех приложений. Основная часть работы изложена на 140 страницах машинописного текста. Работа содержит 32 рисунка и одну таблицу.
Похожие диссертации на Структурный анализ эхосигналов в целях видовой классификации рыбных скоплений
