CC BY
111
9. Almaz R. Gapsalamov, Zemfira V. Gallyamova, Oksana V. Zakirova, Elmira R. Ibragimova, Ayziryak N. Tarasova, Rashida Kh. Tirigulova (2016) Foreign Students'Adaptation to the Social and Educational Environment of a Small City as a Condition of Undergraduate Teachers'Cul-tural and Professional Competency Formation. The European Proceedings of Social & Behavioural Sciences EpSBS. Volume XII, Pages 404-410 /http://dx.doi.org/10.15405/epsbs.2016.07.64.
DOI: 10.12731/2218-7405-2017-4-2-49-58
МАТЕМАТИЧЕСКИЕ МОДЕЛИ ЛОКАЦИОННЫХ СИГНАЛОВ, ОТРАЖЕННЫХ ОТ ПОДСТИЛАЮЩИХ ПОВЕРХНОСТЕЙ ЗЕМЛИ И МОРЯ. МОДЕЛИРОВАНИЕ РСА ИЗОБРАЖЕНИЙ ДЛЯ ЗАДАЧ МОНИТОРИНГА ЭКОСИСТЕМ
Ваттимена Гисбертх Мауритс
Санкт-Петербургский государственный университет аэрокосмического приборостроения, г. Санкт-Петербург, Российская Федерация
В данной работе предложен подход к построению моделей локационных сигналов использующий и теоретические построения и экспериментальные данные, что позволяет учитывать особенности отражения локационных сигналов от небольших участков подстилающих поверхностей земли и моря, при этом учитываются и корреляционные связи между отдельными участками и анизотропность отражений при наблюдении участков с разных ракурсов.
Ключевые слова: РСА; Релея-Райса; РЛИ.
MATHEMATICAL MODELS OF LOCATION SIGNALS
REFLECTED FROM THE UNDERLYING SURFACES OF THE EARTH AND THE SEA. MODELING SAR IMAGES FOR ECOSYSTEM MONITORING TASK
Wattimena Gysberth Maurits
Saint-Petersburg State University of Aerospace Instrumentation, St. Petersburg, Russian Federation
In this paper, propose an approach to the construction of models of location signals that uses both theoretical constructions and experimental data, which allows us to take into account the features of the reflection of the location signals from small parts of the underlying surfaces of the earth and the sea, while taking into account both the correlation between the individual sections and the anisotropy of the reflections when observing areas from different angles.
Keywords: SAR Images; Rayleigh and Rice; Weibull distribution.
В последние годы требования к разрешающей способности для задач высокоточного картографирования земной поверхности с каждым годом возрастают. Поэтому тема, картографирования местности методом синтезирование апертуры антенны с борта летательного аппарата, остается актуальной и сегодня, где необходимо добиваться высокого разрешения сформированного радиолокационного изображения (РЛИ).
Это высокое разрешение определяется многими факторами, и в частности один из этих факторов - это флюктуации сигнала отраженного от подстилающей поверхности, по характеристикам которого мы получаем информацию для формирования РЛИ. Известные работы, которые посвящены синтезированию апертуры антенны в основном опираются на средние свойства отражающей поверхности.
При расчете этих свойств рассчитывают среднюю мощность для переотраженных сигналов по основному уравнению радиолока-
ции. На самом деле в зависимости от типа поверхности возникают флюктуации сигналов, которые могут ухудшить эти характеристики. На сколько они ухудшаются видно после того как создана аппаратура. Желательно для разработчиков заранее иметь набор законов распределения для разных типов поверхностей и информацию о том, как они ухудшают потенциальные характеристики элементов разрешения сформированного РЛИ рассчитанные тео-ритическим путем.
Существует немалый перечень задач, решаемых с помощью радиолокационной съемки. К важным задачам радиолокационного мониторинга, результативность решения которых обусловлена перспективами совершенствования аппаратуры РЛС, относятся [25] следующие: оценка характеристик окружающей среды и экосистем (от региональных до глобальных), описание лесных, сельскохозяйственных и рыболовных экосистем; определение состояния лесных экосистем, оценка роста и состояния лесных угодий, обнаружение легальных и нелегальных вырубок, оценка площади и последствий лесных пожаров и наводнений, пирогенной и послерубочной динамики; выявление размеров, характера и объемов загрязнения водной поверхности, определение площади утечки горючих и жидких химических веществ в районах катастроф; определение зон затопления и обмеления побережья морей и озер; проведение мониторинга в полярных районах, включая оценку состояния прибрежных экосистем, оценку состояния морских акваторий; производство картографических работ по суше, морской поверхности, шельфу, составление, ведение и обновление земельного кадастра; проведение картографии морских льдов и оценка деформации льдин; проведение топологических и литологических измерений;
Успешное решение указанного перечня задач мониторинга определяется возможностями информационных радиоэлектронных (в первую очередь, радиолокационных) систем, способных извлекать информацию об объектах наблюдения, заключенную в энергетике, структуре и поляризации сигнала и функционирующих во многих частотных диапазонах электромагнитного спектра.
I. Методы моделирования эхо-сигнала для формирования РСА изображений
Существует два подхода к моделированию эхо-сигнала от земной поверхности. Первый подход это электродинамическая модель, когда переотраженный сигнал рассчитывается по уравнениям Максвелла.
Вторая модель, которая нашла применение на практике и которая описывает флюктуации эхо-сигнала, использует статистический подход.
По первому подходу используются всевозможные аппроксимации в зависимости от типа шероховатости поверхности, например аппроксимация методом малых возмущений, методом Кирхгофа, методами Релея.
Другой способ, используя метод фейменовских диаграмм, то это требует громоздких и сложных математических вычислений и нужно иметь много априорной информации: об отражающих свойствах сигнала, о канале и др.
При втором подходе, который используется для проектирования систем, при котором моделируется статистическая модель эхо-сигнала на ЭВМ. Моделирование на ЭВМ использует всевозможные законы распределения флюктуаций сигнала от элементов разрешения подстилающей поверхности, которые не противоречат экспериментальным данным.
Самым простейшим видом является стабильный эхо-сигнал. Вторым видом, когда имеется множество элементов подстилающей поверхности или цифровой карты местности при моделировании попадают в элементы разрешения луча ДНА, то флююуации соответствуют закону распределения Релея. Если есть стабильный элемент в сигнале, то Релея-Райса. Если не выполняются условия геометрической оптики, и есть корреляция между элементами, то могут быть и другие законы. В частности очень хорошо аппроксимирует экспериментальные данные - закон распределения Вейбула, а для морской поверхности лог-нормальный закон. В некоторых случаях лог-нормальный закон используется также для холмистых или волнообразных типов земной поверхности. Используются и другие законы, однако мы ограничимся следующими:
• Лог-нормальный
• Вейбулла
• Релея
Некоторые законы редко встречаются в литературе или амплитуда эхо-сигнала вовсе рассчитывается по средней мощности, однако при этом отсутствуют сведения, на сколько флюктуации огибающей амплитуды эхо-сигнала, согласованные с тем или иным законом распределения влияет на качества синтезирования, на разрешающую способность РЛИ.
Некоторые из этих законов следуют из физических представлений, а некоторые законы наблюдаются на практике и не противоречат реальным данным. Но для того чтобы их сравнивать между собой, следует рассчитать отношение сигнал/шум(по мощности) для каждого вышеуказанного закона распределения, которое должно быть одинаково. Кроме того поскольку эти законы являются двух-параметрическими, а отношение сигнал/шум должно быть эквивалентно для всех видов законов, следует показать наглядно как им задать эквивалентность.
П. Методика формирования случайной матрицы с заданной корреляционной функцией
Имею алгоритм случайного сигнала с заданной корреляционной функцией, сформируем алгоритм для случайной матрицы.
1) Сформировать вектор г| - матрица нормально распределенных независимых случайных величин с нулевыми средними и единичными дисперсиями
т1..Щ0,1),/=1,...,«/= !,...,/«
Чц Til,2 Л1,з •
Лу 42,3 ■ • Лг,
Ли = Л зд ^3,2 ^3,3 ■ • Лз ,„
Jl,i ЛтЗ "
2) Из матрицы т] сформировать X - матрицу нормально распределенных случайных величин, также с нулевыми средними и единичными дисперсиями, но с экспоненциальной корреляцией по столбцам.
Далее приведены формулы рекуррентного формирования каждого у-ого столбца матрицы X..
Ч1 Х1,3 '
Х2,2 Х2,3 '
Х3,1 Х3,2 Х3,3 ' ' Х3,п
_Хпй Хт,2 Хт,3 ' т,п _
3) Из матрицы X сформировать У - матриц нормально рас-
V У
пределенных случайных величин, также с нулевыми средними и единичными дисперсиями, но с добавлением экспоненциальной корреляции по строкам.
Уи Дз •■■ Дп Уг, 1 3^2,2 .У 2,з ••• Уг.п У},! У3,2 Уз, 3 - Уз,п
_Ут,1 У /иД У т,Ъ У т/1 _ 4) Сформировать две матрицы У и из них сформировать две квадратуры:
[и,т]
и ПИ У . :
[п,т]'
"1,1 "1,2 "У • ■ "1 ,„ уи У1,2 У1,3 '
«2,1 "2,2 "2,3 ' ■ "2, л У2Д ^2,2 Дз ' ■ *2,п
и *з,1 "3,2 "з,з ■ " "з* иК ■ = узд У3,2 У3,3 " ' \п
"*2 "И,3 • ^2 • V т,п
5) Задать матрицы дисперсий для двух квадратур аи = ау = о, где а ..- изотропная поверхность, блестящих точек нет.
аи =
°1Д СТ1,2 ст1,з • • ст1,л
СТ2,1 СТ2,3 • • а2,п
стз,1 СТ3,2 стз,з ' ' а3,п
' ст „ ш,п
— 54 —
6) Сформировать случайное релеевское поле по двум нормально распределенным квадратурам с учетом матрицы дисперсий.
Ш. Результаты компьютерного моделирования
Существуют разные режимы картографирования, будем рассматривать режим телескопического обзора (ТО), при использовании которого многократно облучается выбранный участок земной поверхности и достигается высокое разрешение по угловой координате. В этом телескопическом режиме есть сложности. Например, если летательный аппарат двигается достаточно быстро, то возможно накопить достаточно зондирующих импульсов, но при этом смещаются элементы подстилающей поверхности от импульса к импульсу зондирования. Тогда нужно учитывать уже и их корреляционные свойства. Поэтому будем считать, что скорость носителя, такова, что смещение элементов подстилающей поверхности при обзоре от импульса к импульсу незначительное.
Ограничимся математическим моделированием процесса картографирования при разных видах законов распределения и визуально их сравним.
Алгоритм моделирования реализован в пакете МАТЪАВ. И имеется соответствующий интерфейс (рис. 2), который позволяет задавать всевозможные режимы картографирования (боковой обзор, полосовой обзор и телескопический), задавать начальные параметры режимов и выбирать вид эхо-сигнала.
Промоделируем процесс картографирования методомсинтезиро-вания апертуры антенны используя телескопический обзор. В процессе наблюдения за участком земной поверхностью, центр ДНА смещается в центр зоны наблюдения, на каждом периоде излучения импульса зондирующего сигнала.
Теперь для того чтобы наблюдать характеристики элементов разрешения РЛИ после синтезирования введем тестовое изображение, где эхо-сигнал от элементов подстилающей поверхности
будут флюктуировать в соответствии с эквивалентными законами распределения или будет являться стабильным.
Результаты компьютерного моделирования
Необходимо смоделировать случайное поле распределенное по релеевскому закону произвольным размером по алгоритму приведенному выше. Результаты представим в виде:
Рис. 1. Случайное нормальное поле
Рис. 2. Случайное релеевское поле соответствует отражениям от земной поверхности
Рис. 3. Случайное лог-нормальное поле соответствует отражениям от морской поверхности
По результатам компьютерного моделирования, визуально видно, что стабильные характеристики элементов разрешения после работы алгоритма формирования РЛИ получились при флюктуациях эхо-сигнала по закону распределения Релея-Райса и Вейбула. А наихудшие характеристики разрешения получились при лог-нормальном законе распределение. При законе Релея результаты исследования получились удовлетворительного характера.
IV. Выводы
На основании полученных результатов,следует сделать два вывода. Из первого вывода следует что, наиболее плохой результат получается при лог-нормальном законе распределения, наиболее хороший при стабильном сигнале. А при законе Вейбулла, частным случаем которого являются законы Релей и Релея Райса разрешающие характеристики получаются примерно одинаковые.
Поэтому если человек, хочет рассчитать свою систему картографирования, даже не зная алгоритмов синтезирования, моделируя эхо-сигнал по лог-нормальному закону знает, что это ему даст наихудший результат характеристики разрешения РЛИ, из-за того что дисперсия закона большая, но при этом если будут другие законы распределения характеристики его будут лучше.
Второй вывод следующий, что поскольку часть законов дает одинаковый результат, а закон Вейбулла обладает инвариантностью при переотражениях от земли, то распределение Вейбулла является отличной моделью описания эхо-сигнала.
Список литературы
1. Ненашев В.А., Сенцов A.A., Куюмчев Г.В. Моделирование процесса формирования радиолокационного изображения высокого разрешения в бортовых РЛС с синтезированной апертурой. Вопросы РЛТ. Серия общетехническая №20,2013 год.
2. Шепета А.П. Синтез нелинейных формирующих фильтров для моделирования входных сигналов локационных систем // Труды международной научно-технической конференции (доклады), май 1994. Киев: АН Украины, НПО Квант. Вып. 1. С. 81-85.
3. Изранцев В.В., Шепета Д.А. Моделирование внешних сигналов бортовых приборных комплексов летательных аппаратов пятого поколения // Изв. Вузов / Приборостроение. 2000, №2. С. 76-83.
4. Кондратенков Г.С., Фролов А.Ю. Радиовидение. Радиолокационные системы дистанционного зондирования Земли. М: «Радиотехника», 2005.
5. Nenashev V.A., Shepeta А.Р. Modeling algorithm for SAR image based on fluctuations of echo signal of the Earth's surface / V.A. Nenashev, A.P. Shepeta // Proc. of SPIE Remote Sensing, Vol. Toulouse, France, 2015, pp. 96420X-1-96420X-8.
6. Дудник П.И., Ильчук A.P., Татарский Б.Г. Многофункциональные радиолокационные системы. М.: Дрофа, 2007.
Б01: 10.12731/2218-7405-2017-4-2-58-69
ОСОБЕННОСТИ УПРАВЛЕНИЯ ЗНАНИЯМИ ОБУЧАЮЩИХСЯ ОТРАСЛЕВЫХ ОБРАЗОВАТЕЛЬНЫХ ОРГАНИЗАЦИЙ В УСЛОВИЯХ ИНФОРМАТИЗАЦИИ ОБРАЗОВАНИЯ
Волегжанина И. С.
ОЯСГО: 0000-0002-5523-714Х, Сибирский государственный университет путей сообщения, г. Новосибирск, Российская Федерация
В статье предпринята попытка определить потенциал использования технологий управления знаниями для подготовки отраслевых кадров в системе профессионального образования. Поскольку конкурентоспособные кадры является частью производимого отраслью продукта, реализуемого на отечественных и зарубежных рынках, формирование знаниевого ресурса обучающихся должно осуществляться в системе «отрасль - отраслевая образователь-
