CC BY
56
И.В. Лазарев,
кандидат технических наук, доцент
ПОСТАНОВКА ЗАДАЧИ ОПТИМИЗАЦИИ РАСПОЗНАЮЩЕЙ СИСТЕМЫ В УСЛОВИЯХ СТРУКТУРНО-ФУНКЦИОНАЛЬНОЙ АРХИТЕКТУРЫ
STATEMENT OF A PROBLEM OF OPTIMISATION OF DISTINGUISHING SYSTEM IN THE CONDITIONS OF STRUCTURALLY FUNCTIONAL ARCHITECTURE
Предложен новый подход к поиску оптимального решения задачи классификации объектов с учётом выбранного критерия эффективности, позволяющий осуществлять обоснованный выбор структуры устройства классификации.
The new approach to search of the optimum decision of a problem of classification of objects with the account of the chosen criterion of the efficiency is offere.It allows to carry out the proved choice of structure of the device of classification.
В настоящее время в радиоприёмных устройствах, используемых в системах множественного доступа, радионавигации и радиолокации, широкое применение находят распознающие системы, предназначенные для автоматической классификации объектов. Использование распознающих систем в охранных системах позволяет выносить решения о проникновении на закрытую территорию нарушителя, обеспечении допуска автотранспорта на режимные объекты. Подобный подход позволяет при обеспечении безопасности воздушного движения обоснованно осуществлять принятие управленческих команд, а для разработчиков систем ПВО — повышать эффективность алгоритмов целе-распределения, целеуказания и применения активных средств поражения. Особенную актуальность в современных условиях принимает задача внедрения распознающих систем, обеспечивающих повышение эффективности при принятии управленческих команд в связи с ростом интенсивности воздушного движения и возможными угрозами использования воздушных (гражданских ) судов в ходе проведения террористических акций.
Решение ряда задач связано с созданием радиотехнических систем специального назначения, в которых наряду с обнаружением применяют системы, предназначенные для автоматической классификации (распознавания) объектов. За последние годы, к примеру, появилось много работ, посвященных вопросам классификации объектов, решаемых на основе наиболее полного описания их свойств, в частности с применением ряда информативных признаков [1—3].
Исходя из многочисленных публикаций [1—4], для решения задачи классификации объектов целесообразно ввести в рассмотрение некоторое множество, элементы которого характеризуют как условия решения задачи, так и накладываемые ограничения, включая технические, например:
Здесь: A — пространство классов; X — пространство признаков; R — пространство решающих правил; Y — пространство устройств классификации объектов; W — интегрированные затраты.
(1)
Следует отметить, что интегрированные затраты связаны как с реализацией некоторого решающего правила (метода распознавания), включающего не только затраты при реализации решающего правила (время выполнения, сложность программирования, объем аппаратурных затрат и т. д.), но и вероятности правильного и ошибочного распознавания объектов. Поэтому в выражении (1) элемент W может быть представлен, например, в виде вектора Jp [5] , включающего в себя показатели, характеризующие эффективности, финансовые и временные затраты.
Тогда множество (1) запишется как
В выражении (2) могут быть заданы все или отсутствовать один из первых трех элементов, что и определяет тип задачи распознавания объектов, а конкретные подходы к заданию элементов А, Х, R определяют модель процесса распознавания объектов. Следовательно, возможно несколько вариантов типовых задач распознавания объектов:
тип задачи N° 1. Заданы множество классов A, пространство признаков X . Требуется найти решающее правило R , минимизирующее вектор Jp ;
тип задачи № 2. Заданы множество классов A и тип решающего правила R . Необходимо найти систему признаков X, которая минимизирует вектор Jp ;
тип задачи № 3. Задано пространство признаков X. Требуется найти множество классов A и решающее правило R , с учетом минимизации вектора Jp ;
тип задачи № 4. Заданы множество классов A, пространство признаков X, решающее правило R. Требуется найти устройство классификации, минимизирующее вектор Jp.
В научно-технической литературе широко описаны различные способы систематизации, классификации задач и методов теории распознавания объектов [2, 3 ,4, 6, 7]. К настоящему времени подробно рассмотрены подходы применительно к решению задач типа № 1—№ 3.
Вместе с тем решение задачи типа № 4 требует существенно отличных от описанных в литературе подходов, связанных в первую очередь с синтезом и анализом устройств классификации объектов, отвечающих векторному критерию эффективности.
Применительно к задаче классификации объектов, в рамках выражения (2) могут быть заданы элементы А^, К, требуется найти устройство классификации объектов, которое минимизирует вектор Jp , с учетом ограничений, налагаемых на его
показатели. При этом решающее правило должно быть адекватно решаемой задаче классификации объектов, т.е. оптимально синтезированное на основе известных подходов. Вместе с тем система распознавания должна быть построена таким образом, чтобы в условиях неизбежных ограничений результаты её работы обеспечивали возможность системе управления отвечать требуемым критериям эффективности.
При этом центральным устройством системы распознавания является устройство классификации, обеспечивающее отнесение объектов к определенному классу в условиях многоальтернативного распознавания, и обладающее гибкостью при принятии решения. Построение данного типа устройства возможно при использовании структурно-функциональных систем, в частности микропроцессорных устройств классификации объектов (МПУКО) [8].
При реализации структур МПУКО необходимо руководствоваться подходами, приведенными на рис. 1. В этом случае алгоритм синтеза МПУКО включает ряд этапов, а сама процедура определяется согласно следующей последовательности (рис. 2)
(2)
[8]. На рис. 2 выход К — вариант построения МПУКО удовлетворяет заявленным требованиям (отвечает критерию эффективности).
Рис. 1. Алгоритм выбора варианта построения устройства классификации объектов
Алгоритм синтеза МПУКО включает ряд этапов, состоящих из нескольких последовательных шагов:
Рис. 2. Обобщённая блок-схема алгоритма синтеза МПУК объектов
1. Производится формулировка задачи. В настоящее время существуют два подхода к распознаванию объектов: первый, когда классы не определены и второй, когда эта задача решена, исходя из каких-либо соображений [1, 7].
2. Из возможных методов решения задачи классификации объектов выбирается наиболее адекватный постановке задачи математический метод и соответствующий ему рабочий словарь признаков, содержащихся в принятой реализации.
3. На основе рабочего словаря признаков синтезируется алгоритм распознавания классов объектов, производится суммарная оценка сложности его реализации.
4. В соответствии с разработанным алгоритмом осуществляется выбор структуры МПУК объектов, построенных на основе однопроцессорных или многопроцессорных систем (МПС). Определяется характер обмена данными с внешними устройствами (датчиками).
Если в процессе реализации МПУК объектов условие блока 5 не выполнено, тогда следует использовать подход, приведенный на рис. 3.
Функционирование алгоритма синтеза МПУКО (рис. 3) начинается с предположения, что реализация комплекса возможна в одноканальном варианте на основе однопроцессорного устройства (если N < 2) (блок 8). В результате проверки на соответствие векторному критерию эффективности в блоке 5 процедура синтеза либо завершается (в случае выполнения условий выбранного критерия) либо продолжается, но на новом качественном уровне. При этом требуется усовершенствовать либо аппаратную часть комплекса, включая схемную реализацию (блок 9), либо программную часть микропроцессорного вычислительного устройства (МПВУ), включая разработку программного обеспечения (блок 11). Далее для аппаратного продукта (функционального расширителя) осуществляется проверка на его соответствие выбранному критерию эффективности (блок 10): Е, = inf Е, . Здесь
Clio о о с
S ^ Saii
^доп — множество допустимых функциональных расширителей (измерителей), а матрица Ки может быть представлена в виде [9]
2 2
a wi/а W v/W Т v-/T
а И1/Сидсп ,WwSl/W^0n ^ГИдоп
(3)
где а и , а иидоп — дисперсия и допустимая дисперсия ошибки информативных признаков ; Wит;,Wи — суммарные затраты на реализацию 1-го варианта измери-
идоп
теля информативных признаков и допустимые затраты; Тиу;,Ти — суммарные
доп
временные затраты на получение оценок информативных признаков и допустимые временные затраты при реализации ь го варианта измерителя.
Если все условия соблюдены, то процедура синтеза завершается. В противном случае требуется осуществлять корректировку (блок 6), которая заключается либо в усовершенствовании аппаратной или программно-аппаратурной частей, либо в переходе к многопроцессорным структурам (блок 12). Система должна содержать центральный процессор и N независимых идентичных процессоров, а выполнение решающего правила осуществляется по разветвленной архитектуре.
В последнем случае снижение временных затрат осуществляется путем распараллеливания вычислительного процесса (блок 13). Детализируется программная часть, связанная с разработкой специальной программы обработки информации в системе. Производится оценочный расчет объёма аппаратурных и временных затрат.
Рис. 3. Блок-схема алгоритма синтеза структур МПУК объектов
Процедура синтеза МПУКО завершается на этапе, когда результат проверки (в блоках 5) на соответствие выбранному векторному критерию эффективности оказывается положительным. Для исключения зацикливания в блоке 6 возможно осуществлять корректировку постановки задачи, исходных данных, а также критерия эффективности.
При этом функциональное назначение блоков 5, 7, 9, 11 аналогично тем, что приведено в [8].
Рассмотренные подходы показывают, что МПУКО являются составной частью системы распознавания, а их реализация в условиях ограниченных вычислительных возможностей микропроцессорного вычислительного устройства (МПВУ) возможна путем комплексного использования программных и аппаратных средств. Алгоритм выбора МПУКО представляется следую щей последовательностью действий:
1. На основании концепции создания канала распознавания и, в частности, МПУКО, определяются частные показатели критерия эффективности, в соответствии с которым формируется множество возможных вариантов устройства.
2. По имеющейся модели функционирования МПУКО отбирается наиболее предпочтительный вариант.
3. Если данный вариант удовлетворяет критерию эффективности, он выбирается для построения МПУКО.
4. Если среди предложенных вариантов не окажется приемлемых, необходимо предусмотреть корректировку алгоритма классификации или метода распознавания, а в исключительных случаях — постановку задачи синтеза, а также исходных данных, тактико-технических требований и, возможно, уточнение критерия эффективности.
Применение предложенного подхода при разработке структурно - функциональных систем призвано обеспечить наиболее полное исследование альтернативных вариантов МПУКО, синтезированных на основе однопроцессорных и многопроцессорных структур, обоснованный выбор предпочтительного варианта устройства классификации в условиях критериального подхода и сокращение временных и материальных затрат при проектировании систем распознавания объектов.
ЛИТЕРАТУРА
1. Селекция и распознавание на основе локационной информации / А.Л. Горелик [и др.]; под ред. А.Л. Горелика. — М.: Радио и связь, 1990.
2. Загоруйко Н.Г. Методы распознавания и их применение. — М.: Сов. радио, 1972.
3. Радиоэлектронные системы: основы построения и теория. Справочник /
Я. Д. Ширман [и др.]; под ред. Я.Д. Ширмана — М.: ЗАО «Маквис», 2007.
4. Ту Дж., Гонсалес Р. Принципы распознавания образов. — М.: Мир, 1978.
5. Булгаков О.М., Лазарев И.В. Метод синтеза структур микропроцессорных устройств классификации воздушных объектов по критерию «эффективность — интегрированные затраты» в условиях параметрической априорной неопределенности // Вестник Воронежского института МВД России. — 2010. — N° 2. — С. 109—114.
6. Вопросы статистической теории распознавания / Ю.Л. Барабаш [и др.]; под ред. Б.В. Варского. — М.: Сов. Радио, 1967.
7. Митрофанов Д.Г., Сафонов А.В., Прохоркин А.Г. Моделирование задачи распознавания целей по их радиолокационным изображениям нейросетевым способом // Радиотехника. — 2007.— № 2.— С.3 — 9.
8. Лазарев И.В. Методологические основы выбора структуры микропроцессорных устройств классификации воздушных объектов многофункциональных РЛС // Вестник Воронежского института МВД России. — 2008.— № 4.— С. 74 — 79.
9. Лазарев И.В. Метод синтеза структур адаптивных измерителей временных параметров импульсов сложной формы по критерию «эффективность — интегрированные затраты» в условиях параметрической априорной неопределенности // Вестник Воронежского института МВД России. — 2010.— № 1.— С. 144 — 148.
