Содержание к диссертации
Введение
ГЛАВА I: ОБЗОР ПРИНЦИПОВ БИСТАТИЧЕСКОИ РАДИОЛОКАЦИИ.. 15
1.1. Основные радиолокационные характеристики объектов 15
1.2. Теорема эквивалентности Криспина 18
1.3. Теорема эквивалентности Келла 19
1.4. Границы применимости теорем эквивалентности 20
1.5. Преимущества и недостатки каждой из теорем 22
ГЛАВА II: ОСОБЕННОСТИ АВТОМАТИЧЕСКОЙ КЛАССИФИКАЦИИ ПОДВИЖНЫХ ОБЪЕКТОВ 24
2.1. Обзор существующих систем 24
2.2. Тестовые испытания 35
2.2.1. Подготовка тестов 35
2.2.2. Планирование процедуры измерений 38
ГЛАВА III: МЕТОДЫ ОТІРЕДЕЛЕНИЯ СКОРОСТИ ПОДВИЖНЫХ ОБЪЕКТОВ 41
3.1. Сравнение тестовых и теоретических данных 41
3.1.1. Оцифровка с учетом пересечений нуля 43
3.1.2. Оцифровка по градиенту 46
3.1.3. Анализ полученных результатов 48
3.2. Метод подсчета нулевых пересечений , 50
3.2.1. Полное сравнение сигналов 50
3.2.2. Частичное сравнение сигналов 53
3.3. Подсчет 'п' пересечений 59
3.3.1. Основная идея метода 59
3.3.2. Анализ полученных результатов 62
ГЛАВА IV: МЕТОДЫ КЛАССИФИКАЦИИ ПОДВИЖНЫХ ОБЪЕКТОВ ..64
4.1. Переход в частотную область 64
4.2. Масштабирование графиков в частотной области по скорости 66
4.3. Основные этапы создания базы данных 66
4.3.1. Подготовка данных в частотной области. 67
4.3.2. Применение метода анализа главных компонент 73
4.4. Формирование различных баз данных и классификация 75
4.4.1. Создание базы данных для одиночного автомобиля 75
4.4.2. Создание базы данных для двух классов автомобилей 76
4.4.3. Создание базы данных для четырех классов автомобилей 84
4.4.4. Проведение классификации автомобилей 93
4.5. Тестирование алгоритма классификации 101
4.5.1. Тестирование баз данных для отдельных автомобилей 101
4.5.2. Тестирование базы данных для нескольких классов автомобилей 105
ЗАКЛЮЧЕНИЕ 123
СПИСОК ЛИТЕРАТУРЫ 126
ПРИЛОЖЕНИЕ 138
- Основные радиолокационные характеристики объектов
- Планирование процедуры измерений
- Сравнение тестовых и теоретических данных
- Переход в частотную область
Введение к работе
Актуальность темы:
Разработка и 'Исследование методов и алгоритмов обработки радиосигналов и извлечения информации из радиосигналов является одной из основных задач радиотехники, которая находит применение в различных практических областях. В частности, извлечение информации из сигналов имеет место в радиотехнических системах, предназначенных для обнаружения источников вторичного или первичного радиоизлучения, измерения координат и траектории указанных радио источников и.тд. Кроме обнаружителей и измерительных ра-дносистем, широко применяются системы, предназначенные для автоматической классификации объектов по создаваемым ими сигналам и изображениям. В таких комплексах могут использоваться измерители высотного профиля цели, индуктивные датчики, видеокамеры, лазерные или инфракрасные сенсоры н,т.д.
Возможная область применения систем автоматической классификации подвижных объектов достаточно широка: автоматический контроль пересечения условной границы (например, в охранных системах или при сборе пошлины за проезд), автоматический контроль скорости автомобилей, обеспечение безопасного пересечения узких туннелей, сбор различной статистической информации, применение в военных целях (например, для получения сведений о противнике) н.т.п.
Широкое применение в описанных системах нашли специальные алгоритмы автоматической классификации. Эти алгоритмы предназначены для разбиения множества объектов на заданное или заранее неизвестное число однородных классов. При этом результат работы алгоритма оценивается на основании некоторого математического критерия качества классификации.
В диссертационной работе исследуются возможности автоматической классификации подвижных объектов, находящихся на поверхности земли, по их дифракционным сигналам. Для получения информации используется двух-позиционная радиотехническая система с прямым рассеянием (РСПР). Большое внимание в работе уделяется разработке и модернизации алгоритмов классификации, позволяющих получить высокую вероятность правильной классификации и, следовательно, свести к минимуму ошибки.
В качестве объектов для классификации используется автомобильная техника. При этом автомобили отличаются размерами, а также формой кузова. Тема диссертации представляется актуальной в связи с важностью задачи автоматической классификации подвижных объектов в целом, а также с отсутствием в отечественной литературе четких алгоритмов проведения такой классификации на базе РСПР.
Цель работы:
Целью диссертационной работы является разработка и экспериментальное исследование методов и алгоритмов извлечения информации из сигналов РСПР в интересах автоматической классификации подвижных объектов.
Основные задачи диссертации вытекают непосредственно из ее цели:
-
Формирование базы данных с информацией о нескольких классах автомобилей, данные из которой можно использовать для классификации новых автомобилей.
-
Разработка алгоритмов ДЛЯ проведения классификации неизвестного автомобиля, попавшего в поле облучения РСПР. на основе сравнения полученных данных с данными из базы данных.
-
Разработка алгоритмов определения скорости автомобилей для дальнейшего использования В задане классификации.
-
Проведение тестовых испытаний с реальными сигналами и проверка точности предложенных алгоритмов.
Методы исследования:
Для решения поставленных задач использованы методы статистической радиотехники, теории распознавания образов, математического анализа, теории численных методов, метод анализа главных компонент.
Научная новизна диссертационной работы:
В работе получены следующие результаты, характеризующиеся научной новизной:
-
Впервые проведено исследование возможностей автоматической классификации подвижных объектов на базе РСПР. Предложенная система обладает рядом преимуществ как по сравнению с однопозиционной радиосистемой, так и по сравнению с другими системами автоматической классификации.
-
В процессе работы были предложены несколько новых алгоритмов обработки принятых РСПР сигналов. Указанные алгоритмы предназначены для определения скорости автомобиля с помощью РСПР. Погрешность определения скорости с помощью наилучшего алгоритма составляла не более 15.
-
Для проведения классификации впервые использовался известный в прикладной математике метод анализа главных компонент. Идея метода заключается в уменьшении объема обрабатываемых экспериментальных данных при сохранении основных отличительных особенностей сигналов. Была выполнена модификация метода главных компонент в интересах решения задачи автоматической классификации, что позволило сильно упростить процесс нз-вЛечекад информации.
-
Дня проведения автомагической классификации автомобилей был разработан новый алгоритм, позволяющий решать следующие задачи:
определять принадлежность нового автомобиля к заданному конкретному типу;
определять принадлежность нового автомобиля к одному из заранее определенных классов в базе данных.
Основными положеннями, выносимыми на защиту, являются:
-
Алгоритмы определения скорости автомобилей с помощью радиотехнической системы с прямым рассеянием.
-
Модификация метода анализа главных компонент, использующаяся для проведения процесса классификации автомобилей.
-
База данных, содержащая информационные признаки объектов.
-
Алгоритм классификации, позволяющий решить задачу принадлежности автомобиля к заданному конкретному типу.
-
Алгоритм классификации, позволяющий решить задачу принадлежности автомобиля к одному из классов в базе данных.
-
Результаты, полученные при проверке алгоритмов классификации на реальных сигналах.
Практическая значимость работы;
В диссертационной работе было проведено исследование возможностей РСПР по автоматической классификации подвижных объектов. Полученный при помощи двухпозиционной радиотехнической системы алгоритм измерения скорости автомобилей может найти применение в реальных условиях. Также в процессе работы была сформирована база данных, содержащая признаки различных классов автомобильной техники. Эта база данных может быть использована в дальнейшем при решении различных задач классификации. Кроме этого алгоритмы, предложенные в работе, могут применяться для решения различных радиотехнических задач, связанных с классификацией объектов, например, для осуществления автоматического контроля пересечения некоторой границы.
Апробация работы:
Основные материалы по разделам диссертационной работы докладывались на следующих конференциях: всероссийской научно-практической конференции «Охрана, безопасность и связь» Воронежский Институт МВД (г. Воронеж, 2005); XII - ой международной научно-технической конференции "Радиолокация, навигация н связь" (г. Воронеж, 2006); международной научно-практической конференции «Современные проблемы борьбы с преступностью» Воронежский Институт МВД (г. Воронеж, 2006); научной сессии ВГУ (г. Воронеж, 2006); V Международной научно-технической конференции «Физика и технические приложения волновых процессов» (г. Самара, 2006). Основные теоретические и практические результаты работы реализованы в виде алгоритмов и программ и использовались при разработке программного обеспечения в группе компаний Голден Телеком на предприятиях ЗАО «Коминком - Черноземье» (акт внедрения от 10 октября 2006 г.); ООО научно-производственное предприятие «НФЛ» (акт внедрения от 15 сентября 2006 г.). Содержащиеся в работе научные результаты и комплексы программ были использованы в учебном процессе на кафедре РТС Воронежского института МВД России (акт внедрения от 9 октября 2006 г.).
Публикации:
Основные результаты диссертации опубликованы в 11 печатных работах, список публикаций приведен в конце автореферата.
Структура и объем работы:
Диссертация состоит из введения, четырех глав и заключения, изложенных на 156 страницах машинописного текста (основной текст занимает 125 страниц), 63 иллюстраций на 63 листах, 2 таблиц на 2 листах, списка литературы из 131 наименования на 13 листах и приложения на 18 листах.
Основные радиолокационные характеристики объектов
Конфигурация бистатического (двухпозиционного) радара [1, 28, 36, 37, 41, 46, 53, 57, 58, 69, 86, 87, 89, 96, 97, 105] предполагает наличие разнесенных в пространстве одной передающей и одной приемной станций. При этом передатчик Т, приемник R и цель Г составляют треугольник, известный как бистатический треугольник (рис. 1.1). Бистатический треугольник лежит в плоскости, которую принято называть бистатической плоскостью. Три стороны бистатического треугольника обычно обозначают следующим образом: база (сторона между передатчиком и приемником), сторона приемника (сторона между приемником и целью) и сторона передатчика (сторона между передатчиком и целью). Сторона приемника и сторона передатчика составляют бистатический угол.
Особый интерес представляет радиолокация с использованием не отраженных объектом (как это чаще всего используется на практике), а рассеянных волн [18, 32, 33, 78, 91, 92, 93, 95]. Полезной характеристикой электродинамических свойств радиолокационного объекта (цели) является так называемое поперечное сечение рассеяния (ПСР) (или поперечное сечение отражения в случае отраженных волн) [3, 16, 24, 33, 47, 49, 67-69, 72, 73, 78, 81, 91, 129]. Обратное ПСР - количественная характеристика способности объекта рассеивать (отражать) энергию в направлении, обратном направлению падения волны. Оно имеет большое значение в однопозиционной (моиостатической) радиолокации. Очевидно, что в бистатической радиолокации необходима более общая характеристика, которая принимала бы во внимание разницу направлений от цели на приемник и передатчик. Требуемая характеристика называется бистатическое поперечное сечение рассеяния радиолокационной цели [1, 36, 69,86,96,109,113,129].
По общепринятому определению ПСР цели равно площади поверхности символического объекта, который изотропно рассеивает всю падающую на него волну и создает в удаленной точке приема такую же плотность потока мощности, что и цель. Введенное определение охватывает оба случая: и обратное поперечное сечение рассеяния (ОПСР), и бистатическое поперечное сечение рассеяния (БПСР).
Более важной характеристикой для бистатической радиолокации является радиолокационное поперечное сечение (РПС) [3, 16, 24, 47, 49, 67-69, 72, 73, 81, 129]. Известно, что в общем случае радиолокационное сечение и сечение рассеяния не равны друг другу: количественно разница зависит от соотношения между поляризацией электромагнитного поля, падающего на приемную антенну, и поляризационными характеристиками самой антенны. Часто радиолокационное поперечное сечение определяют как часть поперечного сечения рассеяния, соответствующую поляризационным возможностям антенны:
Планирование процедуры измерений
Изначально можно выделить 3 общих этапа, которые подразумевает процедура классификации:
1) Этап предварительной обработки, необходимый для превращения «сырой» доплеровской информации в форму, используемую в базе данных или при классификации. Это включает в себя разработку метода расчета скорости автомобиля, прошедшего через радар, для того чтобы можно было привести все данные к одному масштабу по скорости перед классификацией. Также необходимо перевести полученные сигналы из временной области в частотную область.
2) Этап создания базы данных с использованием нескольких типов автомобилей как примеров для каждого класса, что дало бы возможность классифицировать другие неизвестные автомобили. Ключевым элементом, дающим возможность создать такую базу данных, является метод анализ главных компонент (АПС).
3) Третий этап состоит в сравнении автомобиля неизвестного класса с автомобилями в уже готовой базе данных, что позволит определить его принадлежность к одному из классов.
Диаграмма, отражающая общий принцип работы системы с учетом выполнения описанных выше этапов показана нарис. 2.9.
Сравнение тестовых и теоретических данных
Уже приводимое ранее выражение для теоретической зависимости доплеровских компонент выглядит следующим образом:
где - амплитуда доплеровских компонент; V - скорость автомобиля,
прошедшего через радар; X - длина излученной волны; а - угол, составляемый объектом и базовой линией радара; t - время.
Таким образом, очевидно, что синусоидальная компонента сигнала не зависит от формы автомобиля и модулирована только множителем к\л\ 12.
Следовательно, возможно определить скорость автомобиля, используя обработку фазовых компонент принятого сигнала.
На рис. 3.1 отображен график зависимости фазовых компонент из выражения (3.1) от времени.
Первоначальный метод, предложенный для определения скорости автомобиля, заключался в сравнении идеального сигнала с настоящими тестовыми сигналами и определении величины корреляции между ними. В этом случае скорость может быть определена при масштабировании идеального сигнала в диапазоне скоростей для нахождения максимальной корреляции.
Переход в частотную область
Для перевода сигналов в частотную область была найдена спектральная плотность мощности с помощью соответствующей функции PSD (Power Spectral Density) из пакета Matlab [30], Функция PSD возвращает на выходе массив значений "Р", соответствующих значениям спектральной плотности мощности на частотах, возвращаемых в массиве "F". Частотное разрешение определяется отношением частоты дискретизации сигнала к размеру интервала дискретизации. В большей части рассмотренных примеров содержалось от 20000 до 40000 отсчетов. Перед использованием функции PSD для получения 100000 отсчетов для каждого сигнала вводились дополнительные нулевые отсчеты. Это означало, что элементы массива Р отстоят друг от друга по частоте на 0,1 Гц. Такой малый шаг дискретизации давал возможность получить более точные результаты при приведении данных к одинаковой скорости. Элементы в массиве Р были нормированы на 0 дБ, поскольку полезная доплеровская информация могла содержаться только в первых 10 Гц, в зависимости от длины и скорости автомобиля.
На рис. 4.1 показан стандартный график энергетического спектра сигнала, созданного автомобилем. Данный пример соответствует машине из класса городских автомобилей длиной приблизительно в 3,6 м и движущейся со скоростью 9 м/с. Ширина главного лепестка, является основной хараісгеристикой графика в частотной области., где v и / - скорость и длина автомобиля. Следовательно, на рисунке Sf& 2,5Гц. Другие факторы на графике содержат информацию о форме автомобиля, однако учесть их достаточно сложно.
