Комплексирование сигналов в радиолокационных системах зондирования земной поверхности Текст научной статьи по специальности «Электротехника, электронная техника, информационные технологии»

Journal of Siberian Federal University. Engineering & Technologies, 2018, 11(3), 291-300

yflK 621.391

Integration of Signals in Radar-Tracking Systems of the Surface Sounding

Aleksandr V. Korennoi and Egor A. Yashchenko*

Military Education and Research Centre of Military-Air Forces

«Military-Air Academy Named After Professor N.E. Zhukovsky and Yu.A. Gagarin» 54a Starykh Bol'shevikov Str., Voronezh, 394064, Russia

Received 07.12.2017, received in revised form 02.01.2018, accepted 21.03.2018

The paper introduces the algorithm synthesized for cooperative processing of radio location images in various frequency ranges with the help of Bayesian method of multicomponent random fields restoration. It is presented the schematic structure of the device that can realize the optimal algorithm of radio location images cooperative processing in two-frequency ranges. For the purpose of assessing the quality of the synthesized two-channel algorithm, it was performed its simulation modeling for images of 1 centimeter and 1 decimeter ranges. The results of the modeling testify the increase of the information content and decrease of the estimation error of radio location images restored in the process of cooperative processing, in comparison with estimation of the same images restored in the process of separate processing.

Keywords: multi-frequency radar sounding, complexation of radio location images, optimal restoration of multicomponent random fields, radio location images stochastic models.

Citation: Korennoy A.V., Yashchenko E.A. Integration of signals in radar-tracking systems of the surface sounding, J. Sib. Fed. Univ. Eng. technol., 2018, 11(3), 291-300. DOI: 10.17516/1999-494X-0041.

© Siberian Federal University. All rights reserved

Corresponding author E-mail address: [email protected], [email protected]

Комплексирование сигналов в радиолокационных системах зондирования земной поверхности

А.В. Коренной, Е.А. Ященко

Военный учебно-научный центр Военно-воздушных сил

«Военно-воздушная академия имени профессора Н.Е. Жуковского и Ю.А. Гагарина» Россия, 394064, Воронеж, ул. Старых Большевиков, 54а

С использованием байесовского метода восстановления многокомпонентных случайных полей синтезирован алгоритм совместной обработки радиолокационных изображений в различных частотных диапазонах. Приведена структурная схема устройства, реализующего оптимальный алгоритм комплексной обработки радиолокационных изображений в двух частотных диапазонах. Для определения качества работы синтезированного двухканального алгоритма было проведено его имитационное моделирование для изображений сантиметрового и дециметрового диапазонов. Результаты моделирования свидетельствуют о повышении информативности и снижении ошибки оценок радиолокационных изображений, формируемых с использованием комплексной обработки, по сравнению с оценками тех же радиолокационных изображений, формируемых в результате раздельной обработки.

Ключевые слова: многочастотное радиолокационное зондирование, комплексирование радиолокационных изображений, оптимальное восстановление многокомпонентных случайных полей, вероятностные модели радиолокационных изображений.

Важными задачами мониторинга земной поверхности являются формирование высококачественных изображений в различных частотных диапазонах, обнаружение и распознавание интересующих объектов на изображении. Для решения данных задач в настоящее время используют комплексы дистанционного зондирования земной поверхности воздушного и космического базирования. Для непрерывного мониторинга земной поверхности независимо от времени суток и метеорологических условий сквозь облака, дымовые и пылевые завесы, растительные и снежные покровы используются радиолокационные системы с синтезированной апертурой антенны (РСА). В системах дистанционного зондирования земной поверхности, благодаря использованию РСА и высоким технологиям по цифровой обработке сигналов, удается получить разрешающую способность на радиолокационном изображении (РЛИ), сравнимую с разрешающей способностью аэрофотографических и оптико-электронных средств мониторинга земной поверхности. В отличие от последних радиолокационные системы обеспечивают получение информации о наблюдаемой поверхности, заключенной не только в интенсивности, но и в частоте, фазе и поляризации отраженных радиолокационных сигналов [1].

Отмеченные в [1] достоинства РСА обуславливают их широкое применение во многих областях, начиная от геологоразведки и заканчивая формированием трехмерных изображений объектов.

Известно [2], что формируемые с помощью РСА изображения во многом зависят от используемой длины волны зондирующих сигналов, геометрических особенностей подстилаю- 292 -

щей поверхности, ее электрических параметров в определенном отражающем слое. Поэтому все РСА разделены на поддиапазоны.

Широкое применение в воздушно-космической разведке для пилотируемых летательных аппаратов нашел сантиметровый диапазон радиоволн X = 1,67 - 3,75 см. Основными достоинствами данного диапазона радиоволн являются:

1) сравнительно легкое дешифрирование РЛИ сантиметрового диапазона ввиду визуального сходства с привычными для восприятия человеком оптическими изображениями;

2) объекты искусственного происхождения, имеющие, как правило, высокую эффективную поверхность рассеяния, легко дешифрирующиеся на РЛИ;

3) широкое развитие технологий производства радиолокационных станций сантиметрового радиодиапазона и развитие алгоритмов обработки [1].

Однако, наряду с достоинствами «коротковолновых» диапазонов, имеется и ряд недостатков таких, как невозможность «подповерхностного» наблюдения скрытых объектов и большие потери при сложных метеорологических условиях.

Отмеченные недостатки устраняются путем увеличения длины волны зондирующего сигнала X = 7,5 - 500 см. Использование длинноволновой части радиодиапазона позволяет обнаруживать объекты, скрытые под покровом леса, в земляных укрытиях, под снегом. Мешающие атмосферные факторы также снижают свое воздействие ввиду увеличившейся проникающей способности электромагнитной волны. В дециметровом диапазоне РЛИ может быть сформировано с разрешением до 1 м с достаточно высоким качеством, а на РЛИ метрового диапазона проявляются объекты, скрытые в лесу. Однако РЛИ становится мало узнаваемым из-за потери в яркости, а также из-за проявления на РЛИ изображений укрытых объектов [1].

Одной из перспективных тенденций развития РСА является использование многочастот-ности для обнаружения и опознавания скрытых объектов. При этом для многочастотного зондирования оптимальными следует считать диапазоны 2-5, 50-80 и 150-350 см [2]. Однако в современных комплексах дистанционного зондирования земной поверхности обработка РЛИ различных частотных диапазонов осуществляется раздельно и не учитывает корреляционные связи между РЛИ, формируемыми на разных частотах. В [3] обосновано наличие таких связей, разработаны модели пространственных корреляционных функций и определены их параметры для различных частотных диапазонов.

В связи с этим для повышения качества и информативности формируемых РЛИ предлагается проводить комплексную обработку сигналов РСА в различных диапазонах зондирующего сигнала с использованием байесовского подхода, учитывающего взаимосвязи между РЛИ на разных частотах.

Для решения задачи комплексной обработки РЛИ в различных частотных диапазонах в статье предлагается представить эти РЛИ в виде многокомпонентного случайного поля и воспользоваться методом оптимального восстановления случайных полей на основе байесовского подхода [4]. В общем виде постановка и решение задачи оптимального восстановления многокомпонентных статических случайных полей, согласно [4], выглядит следующим образом.

Исходя из физических соображений, плоское РЛИ можно представить в виде поля значений яркости, т.е. случайного поля, зависящего от пространственных координат и(г), где г - вектор пространственных координат [3].

Пз^сет^ на входе устройства обработки наблюдается /-компонентное случайно е поле :

¿а0р) = ^(Аг)и(с)иг+п(/к). (1)

п

бдхдь ТоС _ е-мерное соучдйнай Конкцил на(-людоаия перамелной /э ^ Т3; и(/)) - Самеррый аддитпаный опуссоволи3 шумовой фан с; енлевым мятеааанткооим ожндняипм и I х (сорре-ляционнвйматтицейрОиКоьр2); м(р)лИнфоро[ацлоиный параметр, яддоожауий восстанов-лениео (оценкоН кото]рехй х-пнаттризз/ео воойетва фоезмируемого РЛЮ и яасяевся ллуотйной даокомдонеотнйН Кднкцнер пространственных координат г е Е(р, г) - ядро интегрального пдкобртиооаоия (мвтрине рермсром д х /б-), оккэантйхитоющвр евлХсева сидтяры оондиртдёь

уов-а)е(й^^ бредпклагтебпе, тхк кцотовасмый партма^ -п(/)0 гоуососской рахяределе-

нио ф ойдонными паремесрамн: на-мепяеш отятоном реепматических ожиданий т„(г) и т х т априорлоИцвррнляционнай 1\внв;оии,Ц]^ йЬВни г)).

Применитедодвл постановке задачи (1) оптимальный алгориомдля одлзделения оиен-ци соахомоеоеотноку по[1ч и(н) = м{и(гПН(р)Н и т е сс коррепяцпонноо кктрицы ошибок

Л(я,г2)=м{[кС(()-м{г-\к(ге)-й(г2)— П^,)7))} Нва имак]ызид [4]

и (г) = Л](г,г2)]г;с (ог1,г2)|орг1 (г^й-г +

О (2) о\\\к(гуор{у ^(ставн вес СкЯ)0 РСв^тС

О Р

а-1 (С] с( = ат (с,п)+\\¥Е т (в+-п1 с, тОРСВ) ¿т^т.. (3)

р

Кодирютиооруид о дшую пс дтанооки вадачи 01)и оё ре шение (2), (Н) применительно л вив -дтановд/ниюРЛИ в двухдиапозонноДРСАв В этом с^лг^^^^ нн вчаде двухканального ирннмного ротнойства РЮАаяКнюдаювршсронрлыв разные чалтовеыхрияпазенао:

т& ) = ИЪ(ио)и1(оС<1г + п1Ц),

е (4)

тт )к) = ]>2(),о)и2(о)В + п2(/), ге еи, /е[0,Г].

£3

Здлть роль пнрсменной даблюденид /гиграеттлкдщее время / дз ддтерваоа наблю/енее [0, Тн]; F(t, г) - значения зондирующего сигнала Е О 1-го диапазона ( = 1,2) в каждой точке г зондируемой плоской поверхности ^ = X х Y; г = [х, у], х е X,у е Y - вектор пространственных ко ординетналлл скост и ф и ¡(г)- т^дельдьшояэффдцдент иязендир^длй до врртилстд

в I-мчостетномдиапазоде , хкрантаядоующлйдядИдевяформдруемого Риде п1 (И) - дезадточмые шумы нлкнадех приема, которые полагаются белыми гауссовскими с нулевыми математическими ожиданиями испектральнымиплотностями N .

В векторно-матричной форме уравнение наблюдения (4) может быть записано в таком ви де:

= ¡F(t,г(и(г^г + п(((, г еП, t е[0,Тн]. (5)

п

Здесь 4(0 = 4(0,42(0]

я

и(г) ^^ОХ^ООГ

(г1,г2)=м{и{г1)- ти(Г1)][ и^-т^г^}-

Г)(/, г) 0 о и (*,/■)

Яип(1. Г Яи12 (1> Г2 )

/^(ы) )22 (1. Г2 )

'=[П.(Й )>«2(0]Ь (Ь

р)=л=?( (-/1)=

Л о о л2

Следуетотметить, чтодля оПеспечения заданной разрешающей способности вдоль линии синтезирования апертурыантеннывеемяндбеюоония ТЯ нддолжно Юыть меньше времени сидо тезированная.

Конк:ретизируя общий алгоритм восстановления статических случайных полей (2, 3) применительно к задачекомплекснойобработкиРЛИвдвухдиапазоннойРСА(5,6),получим:

и рм) те I I РЯ ( (^'К (О-Я (г, г')^ (и, г')# (л)] (г),

тЕ а

«2 00 = //[ Я22 (Г, г') ^ (Л, Г') #2 () + Я 21 (Г, г')*1 (/, Г ')# ( Л)] Лс!г' + ^^ (Г ),

^(е„е2) =

^ (е= е2) + {ь( (2,е)

(7)

(8)

В алгоритме (7) аддитивные составляющие 21(г) и 22(г) характеризуют априорные сведения о формируемыхРЛИивсоответствии с (2)определяютсявыражениями:

(гб = я {[>1 (р^КА (г,г2)+я12 .г,г2 Ля-! Ия^тОтДя )

о

(( Г ) ^22 (1. 1 )] ( )} ^ ^

(г) = Я {Я (г,лКА (1,(2)+тЯ22 (г^Я^ (г,,г2)]т„1 (г,)-

о

+ [Я21 ( г2 ) ^2 (г1 > г2 ) + Я22 ( г2 ) Я-22 (Г1 > Г2 )] т;2 (Г1 )}

(9)

(10)

Структурная схема устройства комплексной обработки, реализующего оптимальный ал-горитм(7),приведенанарис. 1.

Схема содержит два симметричных взаимосвязанныхканалаобработки.Копии зондирующих сигналов двухчастотных диапазонов, отраженных отразныхтачок земвой пкаетхноат и, генерируются с помощью соответствующих опорных генераторот(ОГ)ифазоааищалтие й (ФВ). Двойными линиями на схеме обозначены связи по всем знкчениам прааткаисткааныккнтрдта нат г. В блоке априорных данных (БАД) формируются априорные сведения в соответствии с выражениями (9), (10). В результате комплексной обработки на выходе устройства формируются в момент времени / = Т взаимозависимые оценки РЛИ й\ (й ) а ие (г).

Для определения качества работы синтезированного алгоритма было проведено его имитационное моделирование с учетом следующих допущений. При моделировании наблюдений и в качестве зондирующих сигналов использовались независимые шумоподоб-ные гауссовские сигналы ^(Л, г), Е2(Л, г). Особенности отражения этих сигналов в различных

m

m

X

I

пг

L/I t Фо

m

on

ФВ

гУ)

Ja

ЪЛгУ)

о

X —»Ja

>

БАД

Z(r)

Рис. 1.Структурная схема двухканасьносоу строуства комплексной обрауотси Fig. 1. Structural scheme oftwin-channel device for с ombined treatment

Рис. 2. РЛИ par лично« днапсе онов дьньнооо^н: а- рЛИ Х-дагапасоно (Хн= 2,5 - 3,75 см);н-РЛИс-диапазона = 15-3 Осм)

Fig.2. Radar dataofwave -len^h düfferent range: а - RadarCata cfX rod5ge (ÀX = 2,5 - 3J5 om); б - Radar data of L range (at=15e30 cmg

частотных диопазонах утитхшалиеь с помощью удельных коэффициентов рассеяния м1(г) и и2(г), в качестве которых иапользуоалиаь^авьные ИТИодсоал и толф еаь учтаткаместности в Х-диапазонт (/Ы = ь,е - ф,ф5 см) е Ь-диапазоке (А° 1ф — 150 ист). Денныс РЛИ приведены на рис. 2.

На этих изображениях белым контуром отмечен характерный участок, на котором в L-диапазоне отчетливо видны изображе н ия дву х объектов, а в Х-диапазоне они практически незаметны. Это связано с особенностями отражающих слоёв разных диапазонов длин волн зондирующего сигнала [2]. Кроме того, РЛИ Х-диапазона характеризуется более «пёстрым» фоном по сравнению с РЛИ L-диапазона. Характерные участки РЛИ (в белом контуре на рис. 2) размером 20 на 20 пикселей, которые использовались при моделировании в качестве удельных коэффициентов рассеяния и1(г) и и2(г), представлены на рис. 3.

При использовании байесовского подхода к восстановлению случайных полей необходимым условием является наличие априорной информации. В данной задаче эта информация

заключена в пространственныхкорреияционныхсвойствах формируемых РЛИ. В [3] приведены вьфажения рля априортынкоенавянвонныхТ>ункциИРЛНЫыеаенаиссеий,пор'равных на осневе хяффтрннвнртваяря по ыт^ааеН полунохкхыо

изображений в виде линейных стохастических дифференциальных уравнений в частных производных второго порядка.В даннойработе рокоменрованодля Х-диапазонаиспользо -вать коррелянионную Оу н кц ию КиП (гу г Их омешхнного типе с нлраметраыо модели ах = 3,И1 и Ь = 3,1, а для L-диапазона - корреляционную функцию Яи22(гъ г2) комбинированного типа с параметрами модели а2 = 2,4 и Ь2 = 1,45. При этом взаимокорреляционнаи функция Яи12(г1, г2) опрснеляется епа

О РЬяи

Н12

дуОдхпдх2 ду1дх1ду2

где ЯН12 - взаимокорреляционгао Пенюпиеисхррныи моделей полвтзновыоизябррженийрля разных значений параметров а иО [0].

В результате статистического моделирования оптимального алгоритма (7)-(10) с учетом принятых допущений были получены комплексные оценки РЛИ выбранных характерных участков в разных диапазонах ¿¡я (й)) о н2 (й-). Результаты моделирования (при отношении сигнал/шум на входе приемного устройства, равном5) представленынарис. 4.

На рис. 5 изображены результаты моделирования алгоритма раздельной обработки сигналов двухдиапазонной РСА, который является частным случаем комплексного алгоритма (12) при условии Я21 = Я12 = 0.

Из анализа полученных результатов следует, что некоторые ярко выраженные объекты на РЛИ одного диапазона практически не просматриваются на РЛИ другого диапазона при раздельной обработке. В то же время при комплексной обработке специфические особенности формирования изображений в разных диапазонах в той или иной мере проявляются на обоих РЛИ.

Для оценки качества оценки формируемого РЛИ были расчитаны значения усредненной по пространственным координатам дисперсии ошибки

Рис. 3. Характерные участки РЛИразличныхдиапазонов длин волн: а - участок РЛИ X-диапазона; б - участок РЛИ L-диапазона

Fig. 3. Radar datapatterns of wave-length different range а - Radar data of X-range; б - Radar data of L-range

Ru12 ( Г2 )= -

Рис. 4. Результаты комплексной обработкисигналовв двухдиапазонной РСА: а - комплексная оценка РЛИ X-диапазона; б - комп ле ксная оцен ка РЛИ L -диапкаоне

Fig. 4. Combined KreaJment e>JXsignaCe ecsults in twocaLnge unattendad grounJsano or: д -j aombcned evaluation of X rangeradardatn; б к- combined enaluation of L-rangeradardata

Рис. 5. Результаты раздельной обработки сигналов в двухдиапазонной РСА: а - раздельная оценка РЛИ Х-диапазона;б - раздельнаяоценка РЛИ L-диапазона

Fig. 5. Particulate treatment results of signals results in two-range unattended ground sensor: а - particulate evaluationofX-range radardata;6 -particulateevaluationofL-rangeradar data

* = r) + R22(r,r)] dr (11)

E. T 2

при отношеиии сигнан/шум qг = —= = 5, i = 1,2, где Ei = I Ft2 (t) dt - энергии зондирующих сиг-

n4 ы

еалев. В выражении (11) дисперсии ошибок в разных частотных диапазонах Яи(г, г) и Я22(г, г) определяются в соответствии с выражением (8).

Расчеты показали, что усредненная по пространственным координатам дисперсия ошибки при комплексной обработке меньше усредненной по пространственным координатам дис-иерсииошибки при раздельной обрвботкев1,6 раза.

Для оценки исформатовибнтипоьученных изобразионий былорарачитаиозначение оое-ственнойэнтропиь восстоновленныхизображониХ[6], т. е.

255

ЕООЮ = -£ ^ (( (е))^ ^ (( (■)), , = 1,2, (12)

2=0

где P. (и. (р, = UNj / N - вераятность появление пикселя яркости j = 0,1,...,255 (гистограмма изображения); Л--количестко ui^i^^^j^^ii изображения (r) яркости j; N - число пикселей изображения щ(гу Количественнаяоценка информетивности комплекснрование^Ц, двуn РЛИ оценивается как срммарный приросортонлоли энттяпии межпн ить браженьими,получв иными в ходе комплексной обработки, и изображениями, получеонымс при раздельной обработке, и оир еделяетоя выражентлм:

ЕоО^Лпобн^аЛце' ' = 1,2, азо

н м

гда Ек (ui 0 - энтропия оценки комплексного изображония;Сс gf g - энтропия оценки изображений при раздельной обработке.

Прирост разности энтропии при комплексной обработке составил 0,51, что свидетельствует о повышении информативности РЛИ, полученных в результате комплексной обработки.

Таким образом, из анализа полученных результатов можно сделать вывод о том, что комплексная обработка сигналов РСА в различных частотных диапазонах приводит к повышению информативности восстанавливаемых РЛИ и уменьшению дисперсии ошибки формируемых РЛИ по сравнению с раздельной обработкой.

Список литературы

[1] Школьный Л.А. Радиолокационные системы воздушной разведки, дешифрирование радиолокационных изображений. М.: изд. ВВИА им. проф. Н.Е. Жуковского. 2008. 531 с. [Shkolnyi L.A. Air intelligence radiolocation systems, decoding of radiolocation images. Moscow. ZAFEA, 2008. 531 p. (in Russian)]

[2] Верба В.С., Татарский А.Р. Радиолокационные системы авиационно-космического мониторинга земной поверхности и воздушного пространства. М.: Радиотехника. 2014. 576 с. [Verba V.S., Tatarskii A.R. Air-space monitoring radiolocation systems of Earth surface and midair. Monography. Moscow, Radiotechnics. 2014. 576 p. (in Russian)]

[3] Коренной А.В., Лепёшкин С.А., Ященко Е.А., Кадочников А.П. Моделирование радиолокационных изображений на основе стохастических дифференциальных уравнений в частных производных. Электромагнитные волны и электронные системы. 2017. 6. 4-10 с. [Korennoi A.V., Lepeshkin S.A., Iashchenko E.A., Kadochnikov A.P. Radiolocation image simulation based on stochastic differential equations in partial differential coefficients. Moscow, Electro-magnetic waves and electronic systems. 2017, 6. 4-10 p. (in Russian)]

[4] Коренной А.В. Обнаружение, распознавание и определение параметров образов объектов. Методы и алгоритмы. М.: Радиотехника. 2012. 112 с. [Korennoi A.V. Detection, recognition and definition of objects forms parameters. Moscow, Radiotechnics. 2012. 112 p. (in Russian)]

[5] Коренной А.В. Математические модели полутоновых изображений. Радиотехника. 2007. 8. 79-81 с. [Korennoi A.V. Mathematical models of tone images. Moscow, Radiotechnics. 2007. 8. 79-81 p. (in Russian)]

[6] Кисляков А.Н. Оценка информативности многоспектральных изображений земной поверхности. Владимир-Суздаль: Материалы XМеждународной научной конференции «Физика и радиоэлектроника в медицине и экологии» (ФРЭМЭ-2012), 2012. Т.3. 161-165 с. [Kisliakov A.N.

Information capacity evaluation of Earth surface multispectral images. Vladimir-Suzdal. Materials of the 10-th International scientific conference "Physics and radioelectronics in medicine and ecology" (PhREME'2012), 2012, V.3. 161-165 p. (in Russian)]