Nhận dạng mục tiêu trên không theo ảnh ra đa
Bài báo trình bày phương pháp nhận dạng mục tiêu trên không theo
ảnh ra đa. Thực hiện mô hình hóa với mục đích nhận được các đánh giá nhận dạng
các kiểu mục tiêu trên không theo ảnh tổng hợp ngược mặt mở ra đa. Đưa ra thuật
toán xử lý thông tin ra đa nhằm nâng cao chất lượng chức năng hoạt động của bộ
phân loại bằng mạng nơ ron (MNR) và trình bày kết quả nhận dạng mục tiêu trên
không theo ảnh ra đa bằng phương pháp sử dụng MNR.
Bạn đang xem tài liệu "Nhận dạng mục tiêu trên không theo ảnh ra đa", để tải tài liệu gốc về máy hãy click vào nút Download ở trên
Tóm tắt nội dung tài liệu: Nhận dạng mục tiêu trên không theo ảnh ra đa
![Nhận dạng mục tiêu trên không theo ảnh ra đa Nhận dạng mục tiêu trên không theo ảnh ra đa](https://s1.tailieubachkhoa.net/rl6k7x3q9zfh00j8/thumb/2021/11/25/nhan-dang-muc-tieu-tren-khong-theo-anh-ra-da_1Sz630MY9L.jpg)
Kỹ thuật siêu cao tần & Ra đa N. V. Hạnh, L. N. Uyên, T. V. Hùng, “Nhận dạng mục tiêu trên không theo ảnh ra đa.” 98 NHẬN DẠNG MỤC TIÊU TRÊN KHÔNG THEO ẢNH RA ĐA Nguyễn Văn Hạnh*, Lê Ngọc Uyên, Trần Văn Hùng Tóm tắt: Bài báo trình bày phương pháp nhận dạng mục tiêu trên không theo ảnh ra đa. Thực hiện mô hình hóa với mục đích nhận được các đánh giá nhận dạng các kiểu mục tiêu trên không theo ảnh tổng hợp ngược mặt mở ra đa. Đưa ra thuật toán xử lý thông tin ra đa nhằm nâng cao chất lượng chức năng hoạt động của bộ phân loại bằng mạng nơ ron (MNR) và trình bày kết quả nhận dạng mục tiêu trên không theo ảnh ra đa bằng phương pháp sử dụng MNR. Từ khóa: Ra đa, Mạng nơ ron, Mục tiêu trên không, Ảnh ra đa. 1. ĐẶT VẤN ĐỀ Để nâng cao hiệu quả của bài toán nhận dạng ra đa, một trong các hướng nghiên cứu đang được quan tâm là nhận dạng mục tiêu ra đa theo nhiều tiêu chuẩn đồng thời, mà cơ sở của nó là sử dụng chân dung ra đa nhiều chiều để nhận dạng mục tiêu trên không (MTTK). Mặt khác, khi giải quyết bài toán nhận dạng MTTK, cần sử dụng các dấu hiệu nhận dạng để hệ thống có tính chống nhiễu và tính thông tin cao hơn. Trong các dấu hiệu như vậy có ảnh ra đa (ARĐ), nó được đặc trưng bởi sự phân bố các tâm tán xạ của phần thân mục tiêu theo một hoặc hai tọa độ [1, 2]. ARĐ gồm các chân dung cự ly, chân dung Doppler và ARĐ hai chiều. Điểm đặc biệt của các ARĐ một chiều là sự phụ thuộc cấu trúc của chúng vào góc lái định vị. Tồn tại các góc lái mà trong đó chân dung cự ly và chân dung Doppler không chứa thông tin, còn trên các góc lái vuông góc với nhau hai chân dung trên có tính tương quan cao. ARĐ hai chiều khác với chân dung cự ly và chân dung Doppler ở chỗ nó đặc trưng cho phân bố không gian liên quan đến nhau của các tâm tán xạ trên trục dọc và ngang. Ưu điểm các chân dung cự ly và chân dung Doppler là có thể đơn giản thể hiện bằng các véc-tơ dữ liệu và không cần thiết phải xử lý thêm. Ngược lại, ARĐ hai chiều cần thời gian tích lũy dài hơn (3s đến 4s) [2] và thuật toán xử lý phức tạp. Nhưng chúng cho phép bù hiện tượng che khuất các tâm tán xạ do các phần tử kết cấu khác của MTTK gây ra. Ngoài ra, ARĐ hai chiều có tính chống nhiễu và tính thông tin cao hơn. 2. CHÂN DUNG CỰ LY- PHƯƠNG VỊ VÀ ẢNH TỔNG HỢP NGƯỢC MẶT MỞ RA ĐA Chân dung cự ly- tần số là chân dung hai chiều, được đặc trưng bởi các độ phân biệt cao theo cự ly nhờ tín hiệu tương can mở rộng và được đặc trưng bởi độ phân biệt cao theo tần số Doppler nhờ độ rộng của nó. Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Ra đa, 08 - 2016 99 Chân dung cự ly- góc, đặc biệt là chân dung cự ly- phương vị được tính bằng độ phân biệt cao theo cự ly, sự mở rộng theo tần số nhờ tính chất dải rộng và tính độ rộng của tín hiệu tương can còn cao hơn so với chân dung cự ly- góc. Tần số lặp của các xung được tính bằng sự lặp lại của tần số Doppler “thân máy bay”, mà thực chất là chúng không lớn hơn so với tần số điều chế. Khi sử dụng hiệu ứng các tổng hợp ngược mặt mở ra đa (THNMM) [3, 4], với sự chuyển động của mục tiêu có thể dẫn đến việc quay mục tiêu xung quanh trục của nó. Thành phần phổ “thân máy bay” bị co lại, tuy nhiên độ rộng của nó vẫn còn hữu hạn. Điều này được xác định bởi sự phân tán tần số Doppler khi mục tiêu quay. Sự phân tán này phụ thuộc vào kích thước của mục tiêu, vận tốc quay và bước sóng. Khi này chân dung cự ly- tần số chuyển sang chân dung cự ly- góc với đặc điểm: phân tích phổ trong vùng tần số hẹp của thành phần thân mục tiêu yêu cầu phải có thời gian quan sát lớn hơn nhiều so với khi phân tích phổ của các thành phần cánh quạt tua bin mục tiêu. Trong một số trường hợp, do tính không ổn định của điều kiện lan truyền sóng và thiết bị, xử lý tương can tín hiệu có thể được thay bằng xử lý không tương can. Khi này ảnh 2 chiều nhận được không phù hợp với dạng hình học, nhưng nó đặc trưng cho kích thước dọc và ngang của mục tiêu. Trên hình 1 cho biết quá trình tạo ảnh mục tiêu bằng ra đa phát tín hiệu điều chế tần số bước (ĐCTSB) [3, 5]. Tín hiệu phát gồm N chùm xung, mỗi chùm xung có M xung. Tần số sóng mang của mỗi một xung trong chùm xung được tăng bởi bước tần số fS . Độ rộng dải tần ra đa bằng M lần bước sóng tần số fS xác định độ phân giải cự ly của ra đa, còn tổng số chùm xung N xác định cự ly – chéo hoặc độ phân giải Doppler của ra đa. Hình 1. Quá trình tạo ảnh mục tiêu bằng ra đa phát tín hiệu tần số bước. Trên hình 2 là sơ đồ hệ thống tạo ảnh mục tiêu trong ra đa ĐCTSB. Thuật toán bù chuyển động thực hiện bù thành phần pha. Do bám sát cự ly mục tiêu trong thời gian tạo ảnh, thành phần pha bị triệt tiêu bởi việc nhân cả hai phía với liên hợp phức của chúng. Do đó, tín hiệu kết quả là biến đổi Fourier hai chiều (2-D FFT) Kỹ thuật siêu cao tần & Ra đa N. V. Hạnh, L. N. Uyên, T. V. Hùng, “Nhận dạng mục tiêu trên không theo ảnh ra đa.” 100 của hàm phản xạ của mục tiêu. Ra đa thực hiện lấy mẫu từ biến đổi 2-D FFT của hàm phản xạ g(x,y) của mục tiêu. Hình 2. Sơ đồ hệ thống tạo ảnh mục tiêu. 3. CÁC PHƯƠNG PHÁP XỬ LÝ ẢNH RA ĐA CHO BÀI TOÁN NHẬN DẠNG Trong những năm gần đây nhiều kỹ thuật xử lý ảnh ra đa THNMM được ứng dụng như: phương pháp biến đổi miền, phương pháp mặt mở phụ và phương pháp siêu phân giải đã được áp dụng để đạt được phổ thay đổi theo thời gian nhằm tăng độ phân giải của ảnh. Nhưng không một phương pháp nào giải quyết triệt để vấn đề nhòe của ảnh. Để đạt được ảnh THNMM hội tụ có thể sử dụng phương pháp biển đổi thời gian – tần số (time-frequency (T-F) transform) thay thế biến đổi Fourier (FFT) [3, 6]. Phương pháp biến đổi thời gian – tần số gồm các phương pháp sau [5]: biến đổi Fourier thời gian ngắn (Short-time Fourier transform-STFT); sự phân bố Wigner – Ville (Wigner-Ville distribution-WVD); biến đổi dạng sóng liên tục (Continuous wavelet transform CWT); đổi thời gian- tần số đồng thời (JTFT); biến đổi thời gian – tần số đồng thời thích nghi (Adaptive joint time-frequency transform – AJTFT); biến đổi dạng sóng thích nghi (Adaptive wavelet transform AWT); biến đổi dạng sóng thích nghi phát triển (Evolutionary adaptive wavelet transform EAWT). Trong đó, các biến đổi T-F, STFT, WVD và CWT thuộc loại các công cụ phân tích tham số. Trong [1-5] đã trình bày các thuật toán này và các ưu nhược điểm của chúng. Tiếp theo, ta xem xét sơ đồ thuật toán tạo ảnh mục tiêu bằng biến đổi thời gian- tần số đồng thời (JTFT) cho bài toán nhận dạng ảnh mục tiêu. Do chuyển động các mục tiêu là phức tạp nên trong thời gian quan sát, độ dịch tần số Doppler trong tín hiệu thu trong nhiều trường hợp là không bất biến với thời gian, ngay cả khi vận tốc quay không đổi [4, 5]. Điều này làm cho độ phân giải cự ly – chéo là hàm thay đổi theo thời gian của dịch tần số Doppler. Phương pháp tạo ảnh thông thường là để ra đa làm việc ở chế độ bám sát theo cự ly bám sát theo tần số Doppler và sử dụng biến đổi FFT. Sử dụng biến đổi thời gian - tần số phân giải cao thay cho biến đổi FFT để nhận được thông tin độ dịch Máy thu Bám sát cự ly Tách sóng pha cầu phương Bù chuyển động Biến đổi Fourier (FFT) Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Ra đa, 08 - 2016 101 tần số Doppler có thể làm cho thuật toán bám sát theo tần số Doppler và bù chuyển động không có ý nghĩa. Biến đổi thời gian - tần số phân tích tức thời tín hiệu thành các lát cắt thời gian. Độ lớn của biến đổi thời gian - tần số của tín hiệu cho biết phân bố của các thành phần tần số dọc theo thời gian của tín hiệu. Tần số Doppler trong mỗi lát thời gian là không đổi, nên hiệu ứng ảnh nhòe có thể bị triệt [1, 3-5]. Độ phân giải tần số Doppler được xác định bằng độ phân giải của biến đổi thời gian- tần số. Trên hình 3 là nguyên lý tạo ảnh mục tiêu bằng biến đổi thời gian- tần số đồng thời. Tín hiệu thu sau tách sóng cầu phương tạo ra ma trận dữ liệu M x N. Ma trận này là chân dung cự ly- tần số của mục tiêu, nó chứa M chân dung cự ly và N chân dung Doppler [5]. Áp dụng biến đổi thời gian - tần số đồng thời trong mỗi ô cự ly tạo ra khối lập phương ảnh mà nó chứa các mẫu ảnh có thể được xây dựng bằng biến đổi 2-D FFT. 4. THUẬT TOÁN NHẬN DẠNG ẢNH RA ĐA CỦA MỤC TIÊU TRÊN KHÔNG Trong [1-5] trình bày các nghiên cứu về nhận dạng MTTK theo ARĐ hai chiều. Qua đó cho thấy, bài toán nhận dạng ảnh mục tiêu gồm các bước sau: Hình 3. Hệ thống tạo ảnh mục tiêu bằng biến đổi thời gian – tần số. - Tạo ảnh ra đa 2 chiều của mục tiêu: dữ liệu ảnh mục tiêu có thể nhận được bằng thí nghiệm thực tế hoặc bằng phương pháp mô phỏng toán học. - Xử lý ảnh ra đa THNMM bằng các phương pháp xử lý ảnh đã nêu ở trên. - Lựa chọn phương pháp nhận dạng ảnh và tiến hành đánh giá kết quả. Hiện nay thường phổ biến các phương pháp phân loại ảnh sau [1, 3-6]: phân loại kế cận gần nhất, MNR, MNR tự tổ chức. Quá trình nhận dạng ảnh điển hình N ô Doppler Kỹ thuật siêu cao tần & Ra đa N. V. Hạnh, L. N. Uyên, T. V. Hùng, “Nhận dạng mục tiêu trên không theo ảnh ra đa.” 102 thường có 3 bước: xử lý bộ ảnh, lựa chọn và tách các tín hiệu, phân loại [5]. Trên hình 4 là sơ đồ khối hệ thống nhận dạng ảnh mục tiêu bằng MNR [1-4, 5, 8]. Hình 4. Sơ đồ cấu trúc khối nhận dạng ảnh ra đa mục tiêu. Đầu vào của hệ thống là ảnh ra đa số, khối xử lý sơ bộ ảnh sẽ tiến hành giảm mức tạp, giảm độ nhòe của ảnh (hội tụ ảnh). Lựa chọn và tách các dấu hiệu được thực hiện bằng biến đổi FFT hay biến đổi dạng sóng. Cuối cùng sử dụng MNR để phân loại ảnh. 5. KẾT QUẢ NHẬN DẠNG MỤC TIÊU THEO ẢNH RA ĐA Dữ liệu ảnh ra đa THNMM của 8 loại máy bay B-747, B-727, B1-B, Mig -25, Mig- 29, F-16, F-18 và A-7 được tạo thành 2 phương pháp khác nhau. Trong đó 6 loại B-747, B1-B, Mig- 29, F-16, F-18 và A-7 được tạo bằng phương pháp mô phỏng toán học, còn ảnh ra đa của 2 mục tiêu B-727 và Mig -25 nhận được bằng thí nghiệm mô hình thực tế với ra đa tín hiệu ĐCTSB có tần số phát 9 GHz [8]. Trên hình 5 đưa ra ảnh ra đa máy bay B-727 và Mig -25 sau khi được xử lý FFT. Hình 5. Ảnh ra đa máy bay B-727 và Mig -25 sau khi được xử lý FFT. Ảnh ra đa máy bay B-727 được tạo ra từ ra đa có độ rộng dải tần số 150 MHz, tần số lặp lại xung phát 20 kHz. Tệp chứa dữ liệu của 256 chùm xung, mỗi chùm xung chứa 6 mẫu cự ly phức (số xung tần số bước). Dữ liệu đã được xử lý cự ly và bù chuyển động, ảnh ra đa B-727 có thể được phục hồi bằng biến đổi 1-D FFT đối với 256 xung cho mỗi mẫu cự ly. Đối với dữ liệu của Mig-25, ra đa có độ rộng dải Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Ra đa, 08 - 2016 103 tần số 512 MHz, tần số lặp lại xung phát 15 kHz. Tệp chứa dữ liệu có 512 chùm xung, mỗi chùm xung chứa 64 mẫu cự ly phức. Dữ liệu đã được bù chuyển động và không nén xung, ảnh ra đa của Mig-25 được phục hồi bằng biến đổi 2-D FFT. Hình 6. Ảnh 2 chiều của 3 loại máy bay trong hệ tọa độ vuông góc. Thuật toán mô phỏng chung tạo ảnh ra đa THNMM của mục tiêu ra đa ĐCTSB và xử lý ảnh ra đa cho nhận dạng gồm các bước sau [3-6]: 1. Tạo ảnh hình học hai chiều của các máy bay B-747, B1-B, Mig-29, F-16, F- 18 và A-7 trong tọa độ vuông góc (x,y), trên hình 6 là ảnh của máy bay Mig-29, B- 747 và F-18. 2. Biến đổi các tọa độ (x,y) của ảnh sang hệ tọa độ cực (r, ): tính góc (p) và bán kính r(p) theo (x,y), p = 1,, P, P - số điểm tán xạ của mục tiêu. 3. Thiết lập các tham số của ra đa: tần số sóng mang f0= 3 GHz; Độ rộng băng tần B = 225 MHz; tần số lặp lại của xung phát f1= 5400 Hz; số lượng xung Nx = 64; số lượng chùm xung Ncx =256; 4. Thiết lập các tham số của mục tiêu: cự ly ban đầu R0=0; vận tốc chuyển động tịnh tiến vt=0,02 m/s; vận tốc góc w=0,1 (rad/s). 5. Tính các hệ số phản xạ từ mục tiêu được lấy mẫu trong miền tần số: tính tín hiệu phản xạ phức (biên độ và pha), một mẫu tín hiệu phản xạ phức cho một xung phát. Kết quả nhận được ma trận quá trình thời gian của hệ số phản xạ, được đo trong các giá trị rời rạc trong miền tần số. 6. Hiệu chỉnh các mẫu phổ cho các gợn sóng của biên độ và pha của ra đa. 7. Hiệu chỉnh các mẫu phổ bị méo do vận tốc gây ra. 8. Biến đổi quá trình thời gian của các mẫu đã hiệu chỉnh của hệ số phản xạ mục tiêu trong miền tần số sang miền thời gian của chân dung cự ly tổng hợp. 9. Biến đổi quá trình thời gian của chân dung cự ly mục tiêu thành ảnh 2 chiều cự ly – phương vị. 10. Xử lý ảnh cửa sổ động để thu ảnh mục tiêu thật hiển thị thời gian thực. Trong quá trình xử lý có sử dụng biến đổi Fourier ngược (IFT) cho từng chùm xung gồm các mẫu tần số (biến đổi IFT cho mỗi cột của ma trận hệ số phản xạ từ mục tiêu). Đồng thời sử dụng hàm “fftshift” để sắp xếp lại kết quả đầu ra của phép Kỹ thuật siêu cao tần & Ra đa N. V. Hạnh, L. N. Uyên, T. V. Hùng, “Nhận dạng mục tiêu trên không theo ảnh ra đa.” 104 biến đổi IFT bằng cách di chuyển các thành phần có tần số bằng không đến trung tâm của mảng phổ. Thuật toán được mô phỏng bằng phần mềm Matlab [4-7], để so sánh các ảnh ra đa được xử lý bằng các phương pháp khác nhau: biến đổi FFT (hình 7 bên trái); biến đổi FFT và cửa sổ Hamming (hình 7 bên phải), biến đổi FFT và sử dụng các mặt mở phụ (hình 8). Kết quả cho thấy, xử lý bằng biến đổi FFT và mặt mở phụ cho ảnh nét nhất; sau đó là biến đổi FFT và lọc của sổ Hamming; và xử lý bằng biến đổi FFT cho ảnh bị nhòe hơn. Hình 7. Ảnh ra đa máy bay B-747 được xử lý bằng FFT và FFT với cửa sổ Hamming. Hình 8. Ảnh của ra đa máy bay B-747 được tạo bằng biến đổi Fourier và mặt mở phụ. Để nhận dạng ảnh ra đa ta sử dụng 2 cấu trúc MNR khác nhau [8]: - Mạng Sigmoid dạng 8-90-8-8 (8 đầu vào, 90 nơ ron lớp ẩn, 8 nơ ron lớp ra, 8 đầu ra) với hàm ẩn là hàm tan và hàm ra dạng tuyến tính (sử dụng hàm Matlab có dạng sau newff(P, T, 90,, (‘tansig’, ‘purelin’)), P, T – ma trận vào và ma trận mục tiêu); - Mạng Radial Basic 8-nr-8-8, nr =310-360 là số nơ ron lớp ẩn (phụ thuộc vào mức tạp của mẫu học từ 40 dB đến 10 dB). Hàm có dạng newrb(P, T, 90,, goal, spread), good = 1e-8 là sai số trung bình bình phương, spread = 1 là giá trị hàm Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Ra đa, 08 - 2016 105 Radial Basic, Thuật toán học sử dụng là liên hợp gradient Beale- Powell với hệ số học bằng 0,1. Trên hình 9, 10 là sơ đồ cấu trúc của 2 mạng. Dữ liệu đầu vào của MNR là ảnh ra đa của 8 loại máy bay đã được xử lý bằng biến đổi Fourier và mặt mở phụ (hình 8). Hình 9. Sơ đồ cấu trúc của mạng nơ ron dạng Sigmoid. Hình 10. Sơ đồ cấu trúc của mạng nơ ron dạng Radial Basic. Trong điều kiện thực tế, các tín hiệu mục tiêu đều có tạp, do đó, cần thiết kế mạng không bị nhạy với tác động của tạp. Trước khi nhận dạng cần cộng tạp vào các véc-tơ tín hiệu mẫu, sau đó dạy và kiểm tra mạng với các véc-tơ có mức tín/tạp khác nhau. Tín hiệu phức được cộng với tạp trắng và kỳ vọng toán học bằng không . Giá trị tỷ số tín/tạp q đối với các thành phần cầu phương thực (Re) và ảo (Im) được tính theo công thức [1]: Phương pháp cộng tạp vào các mẫu tín hiệu được thực hiện như sau: giả sử cần tính xác suất nhận dạng đúng của tín hiệu vào với mức tín/tạp 20 dB, trong dải 5 đến 40 dB, cần tạo các tập hợp dạy với tỷ số tín/tạp 20 dB. Do đặc tính ngẫu nhiên của tạp quá trình dạy cần đồng thời lặp lại việc tạo các tập hợp dạy cần đồng thời lặp lại việc tạo các tập hợp dạy mới trong mỗi phép lặp. Sau đó, đánh giá hiệu quả bằng việc kiểm tra MNR lần lượt với các mức tín/tạp khác nhau trong khoảng 5, 10, 15, , 40dB. Kỹ thuật siêu cao tần & Ra đa N. V. Hạnh, L. N. Uyên, T. V. Hùng, “Nhận dạng mục tiêu trên không theo ảnh ra đa.” 106 Trên hình 11 là kết quả nhận dạng ảnh ra đa của 8 loại máy bay (với tín hiệu vào để học có mức tín/tạp 40 dB) và xác suất nhận dạng trung bình đối với các tín hiệu vào với mức tín/tạp 10, 15,40 dB. Kết quả cho thấy, xác suất nhận dạng đúng 8 loại máy bay theo ARĐ là rất cao (ở mức tín/tạp 15 dB, xác suất đúng đều cao hơn 0,82) và đối với tín hiệu vào có mức tín/tạp cao hơn các xác suất nhận dạng đúng trung bình cao hơn. Hình 11. Kết quả nhận dạng ảnh ra đa của 8 loại máy bay bằng MNR Radial Basic. 6. KẾT LUẬN Phương pháp nhận dạng mục tiêu ra đa theo nhiều tiêu chuẩn đồng thời trên cơ sở sử dụng chân dung ra đa nhiều chiều, mà cụ thể ở đây là chân dung cự ly- phương vị đã nâng cao đáng kể hiệu quả của bài toán nhận dạng. Phương pháp nêu trên có ưu điểm là làm tăng đáng kể lượng thông tin của mục tiêu cho bài toán (do sử dụng độ phân giải cao cả về cự ly và tần số Doppler). Đồng thời khi áp dụng cho các ra đa hiện đại với tín hiệu ĐCTSB hiện nay, có thể nhận được ảnh ra đa 2 chiều sử dụng cho các bộ nhận dạng MTTK có tính chống nhiễu và tính thông tin cao hơn các chân dung ra đa một chiều như chân dung cự ly và chân dung Doppler. Trên cơ sở kết quả nghiên cứu các mô hình của các khối nhận dạng bằng MNR, có thể áp dụng trong thực tế để thiết kế các bộ nhận dạng sử dụng các bộ xử lý nơ ron [7]. TÀI LIỆU THAM KHẢO [1]. Митрофанов Д. Г., Сафонов А.В., Прохоркин А.Г., “Моделирование задачи распознавания целей по их радиолокационным изобрвжениям нейросетевым способом”, Радиотехника №8. 2011г. Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Ra đa, 08 - 2016 107 [2]. Митрофанов Д.Г., Подуто С.Л., “Методика обучения и определения параметров нейросетевого классификатора для решения задач распознавания воздушных целей по их двумерным радиолокационным изображениям”, Журнал “Нейрокомпьютеры: разработка, применение” № 3- 4, 2012.г [3]. Ширман Я. Д., Лещенко С. П., “Радиолокационное распознавание и методы математического моделирования”, Радиолокация ирадиометрия. Вып. 3. 2009 г. [4]. Ya. D. Shirman., “Computer Simulation of Aerial Target Radar Scattering, Detection, Recognition and Tracking”, Artech House, 2009. [5] EURASIP Journal on Applied Signal Processing, Volume 2010. [6] August W. Rihaczek, Stephen J. Hershkowitz., “Theory an practice of radar target identification”, Artech House Inc., 2013. [7] Bassem R. Mahafza & Atef Z. Elsherbeni, “MATLAB Simulations for radar Systems Design”, Chapman & Hall/CRC, 2009. [8] S. Theodoridis and K. Koutroumbas, “Introduction to pattern recognition: a MATLAB approach”, Elsevier, 2010. ABSTRACT IDENTIFICATION OF AIRBORNE TARGETS BY RADAR IMAGES In this article, a method of identifying aerial targets under the radar is presented. Modeling done for the purpose of receiving the assessment identifies these types of airborne targets under the opening photo radar synthetic reverse. Giving the information of processing algorithms to enhance the quality radar operational functions of the classification by neural network and recognition results are also shown. Keywords: Radar, Neural networks, Airborne targets, Radar images. Nhận bài ngày 15 tháng 06 năm 2016 Hoàn thiện ngày 26 tháng 07 năm 2016 Chấp nhận đăng ngày 01 tháng 08 năm 2016 Địa chỉ: Viện Ra đa/ Viện Khoa học và Công Nghệ Quân sự/ Bộ Quốc phòng. *Email: duchanh191175@yahoo.com/
File đính kèm:
nhan_dang_muc_tieu_tren_khong_theo_anh_ra_da.pdf