Научная статья на тему 'Расчет показателей эффективности распознавания морских целей с аппроксимацией характеристик обнаружения для интеллектуальных систем ВМФ'

Расчет показателей эффективности распознавания морских целей с аппроксимацией характеристик обнаружения для интеллектуальных систем ВМФ Текст научной статьи по специальности «Математика»

CC BY
363
85
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
ПОКАЗАТЕЛИ ЭФФЕКТИВНОСТИ ОБНАРУЖЕНИЯ / РАСПОЗНАВАНИЕ МОРСКИХ ЦЕЛЕЙ / АППРОКСИМАЦИЯ ХАРАКТЕРИСТИК ОБНАРУЖЕНИЯ / ФУНКЦИИ ПОЛЕЗНОСТИ / ИНТЕЛЛЕКТУАЛЬНЫЕ СИСТЕМЫ / DETECTION EFFICIENCY RECOGNITION OF SEA TARGETS / APPROXIMATION OF DETECTION CHARACTERISTICS / UTILITV FUNCTIONS / INTELLECTUAL SYSTEM

Аннотация научной статьи по математике, автор научной работы — Пятакович Валерий Александрович, Василенко Анна Михайловна

Статья посвящена результатам исследования факторов, от которых зависит качество работы системы морского мониторинга с элементами искусственного интеллекта, эффективность операций обнаружения и распознавания, составляющих процесс идентификации морской цели. Приведен расчет показателей эффективности обнаружения морской цели (надводного корабля, подводной лодки, специального морского аппарата) при различных условиях. Рассмотрены выражения показателя эффективности гидроакустических средств для различных видов функций полезности и аппроксимации характеристик обнаружения стандартным нормальным распределением.

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по математике , автор научной работы — Пятакович Валерий Александрович, Василенко Анна Михайловна

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

CALCULATING THE EFFECTIVENESS OF SEA TARGET RECOGNITION WITH APPROXIMATION OF DETECTION CHARACTERISTICS FOR INTELLIGENT SYSTEMS OF THE NAVY

The article discusses the studv of factors that affect the functionality of the marine monitoring svstem with elements of artificial intelligence and influence detection and recognition that make up the process of identifying a marine target. The effectiveness of detecting a marine target (a surface ship, a submarine, a special marine apparatus) under various conditions has been calculated. Expressions to calculate the effectiveness of hvdroacoustic means for various utilitv functions and approximation of detection characteristics using standard normal distribution are presented.

Текст научной работы на тему «Расчет показателей эффективности распознавания морских целей с аппроксимацией характеристик обнаружения для интеллектуальных систем ВМФ»

The article describes a mathematical model of the process of power consumption in the operation of military infrastructure using a transactional method of quasi-parallelism. As an analytical core of the target optimization function of this model, the integral index of efficiency is taken. This approach allows to create scientific methodological prerequisites for optimization of the process of in-depth energy surveys conducted after the relevant procedures of the rank analysis.

Key words: modeling, power consumption, objects of military infra-structure, simulation model, rank analysis.

Dorofeev Sergey Alexeevich, candidate of technical sciences, head of department, dorofeev19 73@mail. ru, Russia, Kaliningrad, Filial of the Naval Academy of the Navy "Naval Academy" in Kaliningrad,

Gnatyuk Viktor Ivanovich, doctor of technical sciences, professor, mail@,gnatukvi. ru, Kaliningrad, Kaliningrad State Technical University, Kaliningrad,

Kivchun Oleg Romanovich, candidate of technical sciences, senior lecturer, oleg_kivchun@,mail.ru, Russia, Kaliningrad, Fililv VUNTS Navy "Naval Academy" in Kaliningrad

УДК 623.98; 534.222; 004.93'1

РАСЧЕТ ПОКАЗАТЕЛЕЙ ЭФФЕКТИВНОСТИ РАСПОЗНАВАНИЯ МОРСКИХ ЦЕЛЕЙ С АППРОКСИМАЦИЕЙ ХАРАКТЕРИСТИК ОБНАРУЖЕНИЯ ДЛЯ ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМ ВМФ

В. А. Пятакович, А.М. Василенко

Статья посвящена результатам исследования факторов, от которых зависит качество работы системы морского мониторинга с элементами искусственного интеллекта, эффективность операций обнаружения и распознавания, составляющих процесс идентификации морской цели. Приведен расчет показателей эффективности обнаружения морской цели (надводного корабля, подводной лодки, специального морского аппарата) при различных условиях. Рассмотрены выражения показателя эффективности гидроакустических средств для различных видов функций полезности и аппроксимации характеристик обнаружения стандартным нормальным распределением.

Ключевые слова: показатели эффективности обнаружения, распознавание морских целей, аппроксимация характеристик обнаружения, функции полезности, интеллектуальные системы.

Современные радиогидроакустические средства построены по иерархическому принципу и являются средствами «многоразового действия» предназначенными для решения широкого круга задач. Оценка эффективности таких систем также должна подчиняться иерархическому принципу

446

и базироваться на положениях системной инженерии. Основой системотехнического (8ув1етвЕ^тееп^) подхода при оценке эффективности сложных интеллектуальных систем является учет взаимозависимости и взаимообусловленности целого комплекса факторов и оптимизация состава гидроакустических средств (систем) (ГАС) и режимов работы на основе количественных оценок [1-4]. Исходя из принципов системотехнического подхода последовательность действий при оценке эффективности ГАС сводится к следующему: анализу задач, возлагаемых на ГАС условий их применения и определению совокупности исходных данных, выбору критерия (критериев) и показателей эффективности, разработке математической модели функционирования систем, производству расчетов и выработке предложений по составу ГАС и определению оптимальных режимов обслуживания технических средств.

Подобная последовательность действий является обязательной для систем любого уровня иерархии» но объем работы по каждому этапу будет разным. Оценка эффективности начинается с анализа задач, возлагаемых на ГАС, и условий их применения [5]. Особое внимание должно уделяться характеристике гидроакустических районов и акустическим свойствам целей - далее морских технических объектов (МТО).

Количественная оценка эффективности ГАС требует выбора математических моделей функционирования связывающих тактические параметры с техническими характеристиками аппаратуры. Общих способов построения моделей не существует. В каждом конкретном случае модель выбирается исходя из целевой направленности исследования и степени сложности системы. В зависимости от сложности интеллектуальной системы, уровня иерархии и задач исследования может быть использован математический аппарат различной сложности. Математические модели с вычислительной точки зрения подразделяются на аналитические, статистические и смешанные, а по степени полноты учета случайных факторов - регулярные квазирегулярные и случайные. Каждый из типов моделей имеет свои достоинства и недостатки. Аналитические модели являются сравнительно грубыми, учитывают небольшое число факторов и правомерны как правило при определенных ограничениях. Достоинством этих моделей является простота, наглядность и возможность физической интерпретации результатов исследования. Статистические модели более точны и подробны учитывают практически неограниченно большое число факторов.

Однако данные методы не позволяют производить интерпретацию результатов, громоздки, требуют большего расхода времени. Наилучше результаты получается при совместном применении аналитических и статистических моделей [2]. Примером совместных моделей является расчет коэффициента концентрации антенн, амплитуды и фазы возбуждения элементов, которых задаются статистически. Регулярные модели используют

строго детерминированные параметры. Примером является уравнение дальности, в которое входит величина порогового значения коэффициента распознавания. К квазирегулярным моделям можно отнести вероятностные характеристики обнаружения, полученные на базе статистической теории обнаружения и случайных выбросов. В данных моделях вероятностный характер носит отношение сигнал / помеха. Тракты гидроакустических комплексов (ГАК) подводных технических объектов исследуются с использованием теории автоматического регулирования, марковских процессов, а стационарные системы освещения обстановки - теории массового обслуживания. Примеры использования статистических моделей для оценки эффективности ГАС является получение законов распределения параметров, определяющих потенциал обнаружения уравнения дальности для различных режимов работы. Рассмотрим показатели эффективности несколько подробнее.

В соответствии с общим выражением Э^) = ¿(х)с^(х), представляющим собой математическое ожидание функции полезности относительно распределения вероятностей /^х^где ¿(х) - функция полезности, характеризующая поставленную задачу, а функция F(x) - достигаемые результаты, конкретное значение показателя эффективности может быть получено при условии задания функции полезности и функций F(D) или f(_D). Вид функции полезности определяется требованиями эффективного использования технических средств и оружия МТО.

Основной и наиболее трудоемкой задачей при вычислении показателя эффективности является разработка и реализация алгоритма определения функций Т7(/)),/(/)) или хотя бы параметров этих функций, если они не получены на основе специальных экспериментальных исследований.Покажем возможность получения плотности распределения вероятности дальности обнаружения аналитическим путем.Пусть МТО,сближается с производящим распознавание объектом (наблюдателем) на курсовом параметре 0. Текущее расстояние между наблюдателем и МТО изменяется в соответствии с зависимостью

где /)0 - дистанция в момент / = = 0).

Номер обзора ЛГАС, при котором произошло обнаружение, является дискретной случайной величиной, характеризуемой законом распределения

где п - текущий номер обзора.

Если правило принятия решения (1:1), то вероятность того, что обнаружение произошло именно на п-м цикле обзора, будет равна:

о = ург,

(1)

/*(п) = Р{Ы = п],

(2)

71-1

/*(п) = р(яп)]^[[1-р(ад. (з)

i=i

Другой вероятностной характеристикой случайной величины является ее функция распределения, т.е. вероятность того, что N < п

71 71 71 71-1

P{N <п} = ^Р{Ы = 1} = ^ М0 = £ РШ J - P(Di)] =

¿=1 ¿=1 ¿=1 ¿=1 71

= 1-]^[[1-р(ад. (4)

¿=1

Перейдем от случайной величины 7V, определяющей номер обзора, на котором произошло обнаружение, к случайному времени t0, определяющему момент обнаружения МТО

t0 = NT0. (5)

Для значений п wt случайных величин N и t0 имеем t = пТ0 и зависимость расстояния от времени может быть представлена в виде

D = fit) = f(nT0). (6)

Зная закон распределения найдем закон распределения дис-

танции, на которой произошло обнаружение МТО

f(D) = fNm^m, (?)

где W(D) - функция, обратная функции D = f(t). С учетом (3) и (7) получаем

frm . r 1 ¿wo) рпещ{р,р-т

/(D) = fN(n)—— = —— =- _ -. (8)

vpl 0 vpl О ui+1 ui

Приведенное соотношение (8) позволяет находить функцию /(D) при условии, что известны P(Dj),PnepB(Dj) или PH(D), заданные аналитически или графически. Кроме того, должны быть известны период обзора и закон изменения расстояния со временем (номером обзора).

Аналогично можно найти закон распределения /(D) для случая произвольного маневрирования МТО и других правил принятия решения об обнаружении.Сложность зависимости /(D) вынуждает при оценке эффективности аппроксимировать ее относительно простой зависимостью, хорошо отражающей, действительный вид функции.

Если функция /(D) напоминает кривую гауссового закона, то

/(D) = -=—ехр V27T aD

(D - D>

2

= -^=exp[—h2(p — D)2], (9)

Л/7Г

где /г исг0 - параметры, характеризующие разброс дальностей и связанные между собой соотношениями;

/I- 1 - 1

л/2 ов ' л/2 /г

При D = д ордината/(Л) = /таж(/)),

449

(~Л - — - 1

fmax\D) — .— —

у/тт л[2п(Т1)

Если обозначить ширину /(D) на уровне 0,5/(D) как d0 5 то

h 1

0,5/(D) =

Vît 2 2У[2псTd '

h2 =

Такимобразом,

2,8

0,5

; сгд = O,41d0 5.

, л 0'97

/(D) = ——ехр

d

0,5

2,8

0,5

(D - D)'<

Послеинтегрирования (9) и (10) получим

[D - D

P(D) = 0,5 - Ф

<*d

P(D) = 0,5 - Ф

= 0,5 - 0,5Фо D-D

D-D

Od

O,41d0>£

(10)

(И) (12)

где Ф(г) = (2л)~1/2 ^ exp(-t2/2)dt; Ф0(г) = 2Ф(г)

Рассмотрим выражения показателя эффективности ГАС МТО для трех видов функций полезности Ь(0) и аппроксимации f(D) гауссовым законом:

00

Э = I (13)

Если функция полезности имеет ступенчатый вид (рис. 1, кривая 1),

"(/Г - Я)"

то

Э = J L(D)f(D)dD = P(D > D*) = 0,5 -

Ф

d*

(14)

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

Функция полезности, изображенная на рисунке 1 (кривая 2), может

быть представлена в виде

D - (D* - AD) ф-D)- (D* - D) + AD

1(D) =---- = ---—----, (15)

v } 2AD 2AD ' v J

где AD - параметр функции L(D), в пределах которого функция является линейной.

После интегрирования (13) с учетом (15) получаем

R*-R + AR 3(D) = 0,5 - 0,5-—-Ф0[Д* - R + AR] +

R*-R-AR +0,5-—-Ф0(R*-R -AR) -

0,5 Г

л/2тг AR {

ехр

2AR (R* -R-AR)2

ехр

(R* — R — AR):

(16)

где

_ Э* — Э АО Я* - Я =- и ДД = —.

Ь(О)

1,0

0,5

1

1 ^^ 2 / ^^^ 3

°ТР

Б

ЛП АЭ *

Рис. 1. Функция полезности к выводу выражений (15) и (16)

Из (16) следует, что показатель эффективности ГАС в этом случае зависит от расхождения центров распределения функции (/(Л)) и (¿(Л)).

Эффективность системы максимальна, если О* « /), и равна 0 при £)* >> £). При £)* = £) Э = 0,5. Во всех остальных случаях эффективность системы изменяется в соответствии с зависимостью (16). При АО = 0 функции/^/)) превращается в ступенчатую и формула (16) переходит в (15). При АО = О линейная функция Ь(0) принимает форму прямой, параллельной оси О и проходящей на уровне 0,5.

Кривые, выражающие зависимость (16) Э = Э[(/Г — Я), АЯ] представлены на рис. 2.

Функция £(/)), представленная на рис. 1 (кривая 3), мажет быть аппроксимирована гауссовым законом:

Ф-Э*^

1{0) = 0,5

1 + Ф

т

(17)

где О * = £)тр - дальность, соответствующая центру распределения; ¡1 - параметр, характеризующий скорость нарастания Ь(0) с увеличением О. Параметры О* = /)тр ид находятся из графика функции Ь(0). В частности, для параметра [1 справедливо

V =-ТТГТгГлч-■ (18)

Д1* - 0.05

Рис. 2. Графики зависимости показателя эффективности 3 = 3 [Я* — для функции полезности вида (15)

После подстановки (17), (18) в (13) получаем выражение для показателя эффективности Э в виде

(я - яу

{1 + Ф[у(Д - Д*)]}сШ,

гдеД = £/сгя; Я = 0/ав; Я* = Дтр = 0*/ав; у = ов/\1.

В этом случае эффективность системы оказывается зависящей от трех параметров: средней относительной дальности первоначального обнаружения Я = /)/сг0, средней относительной дальности центра распределения функции Ь(0),Я* = /)*/<т0 и соотношения между параметрами <т0 и

Графическая зависимость Э(Я, Я*) для значений у = 0,5; 5,0 представлены на рис. 3.

Рис. 3. Графическая зависимость показателя эффективности Э(Я, Ятр) для функции полезности вида (17);---у = 0,5;_у = 5

452

Анализ графиков рисунка 3 позволяет сделать следующие выводы: увеличение разности DTp — D при фиксированном у = <jD/[i = const приводит к резкому снижению показателя эффективности; увеличение отношения у = <rD /[1 при RTр = const сопровождается более крутым нарастанием показателя эффективности ГАС.Отметим, что математическое описание процесса обработки информации с учетом действия оператора представляется весьма сложной задачей. При этом применение в процессе распознавания и классификации интеллектуальных систем с реализованным функционалом четкой и нечеткой логики [2, 6-12] для оценки результатов наблюдения позволит увеличить вероятность идентификации МТОв условиях неопределенности.

Список литературы

1. Мироненко М.В., Василенко A.M., Пятакович В.А. Комплексная система мониторинга и контроля надводной и подводной обстановки в обеспечении безопасности морских акваторий государства Стратегическая стабильность. М.: 2017. № 4 (81). С. 41-46.

2. Пятакович В.А., Василенко A.M., Хотинский О.В. Распознавание и классификация источников формирования полей различной физической природы в морской среде:монография. - Владивосток: Морской гос. ун-т им. Г. И. Невельского, 2017. 255 с.

3. Пятакович В.А., Василенко A.M., Мироненко М.В. Технологии нелинейной просветной гидроакустики и нейро-нечетких операций в задачах распознавания морских объектов: монография. Владивосток: Дальне-вост. федерал, ун-т, 2016. 190 с.

4. Патент 2593624 РФ Радиогидроакустическая система передачи информационных волн из морской среды в атмосферу и обратно / М.В. Мироненко, A.M. Василенко, В.А. Пятакович; ТОВВМУ им. С.О. Макарова. Опубл. 10.08.16. Бюл. № 22.

5. Мироненко М.В., Пятакович В.А., Василенко A.M., Результаты экспериментальных исследований способа определения профиля морского объекта и реализующей его системы. Мониторинг. Наука и технологии. 2017. №2 (31). С. 64-69.

6. Малашенко А.Е., Мироненко М.В., Чудаков М.В., Пятакович В.А. Дальний параметрический прием электромагнитных волн, формируемых техническими источниками в морской среде. Датчики и системы. М.: 2016. № 8-9 (206). С. 14-18.

7. Патент №2624602 РФ. Система гидроакустической томографии полей атмосферы, океана и земной коры различной физической природы в морской среде: / М.В. Мироненко, A.M. Василенко, В.А. Пятакович; ТОВВМУ им. С.О. Макарова. Опубл. 04.07.2017 Бюл. № 19.

453

8. Пятакович В. А., Филиппов Е.Г. Нейросетевая система в задаче управления распознаванием сложного технического объекта в морской среде // Известия Тульского государственного университета. Технические науки. Тула: Изд-во ТулГУ, 2017. Вып. 7. С. 239-246.

9. Пятакович В.А., Василенко А.М., Филиппова А.В. Технология создания автоматизированной системы дальнего приема и нейросетевой классификации гидрофизических полей морских акватории // Известия Тульского государственного университета. Технические науки. Тула: Изд-во ТулГУ, 2017. Вып. 7. С. 247-258.

10. Пятакович В.А., Василенко А.М., Рычкова В.Ф. Новые технологии формирования системы мониторинга и идентификации признаков полей морских объектов. Морские интеллектуальные технологии. СПб.: 2017. № 4 (38) Том 3. С. 127-131.

11. А.с. № 2017619627 РФ. Расчет характеристики направленности гидроакустической антенны для обеспечения распознавания и классификации признаков информационных полей морских технических объектов: / А.М. Василенко, В.А. Пятакович, О.А. Алексеев. Опубл. 29.09.2017.

12. А.с. № 2017664296 РФ. Программа имитационного моделирования процесса распространения гидроакустических сигналов: / А.М. Василенко, В.А. Пятакович. Опубл. 20.12.2017.

Пятакович Валерий Александрович, канд. техн. наук, доц, начальник научно-исследовательской лаборатории МО РФ, pva.877com@mail.ru, Россия, Владивосток, Россия, Владивосток, Тихоокеанское высшее военно-морское училище имени С. О. Макарова,

Василенко Анна Михайловна, канд. техн. наук, научный сотрудник, kahunya@gmail. com, Россия, Владивосток, Россия, Владивосток, Тихоокеанское высшее военно-морское училище имени С. О. Макарова

CALCULATING THE EFFECTIVENESS OF SEA TARGET RECOGNITION WITH APPROXIMATION OF DETECTION CHARACTERISTICS FOR INTELLIGENT

SYSTEMS OF THE NA VY

V.А. Pyatakovich, A.M. Vasilenko

The article discusses the study of factors that affect the functionality of the marine monitoring system with elements of artificial intelligence and influence detection and recognition that make up the process of identifying a marine target. The effectiveness of detecting a marine target (a surface ship, a submarine, a special marine apparatus) under various conditions has been calculated. Expressions to calculate the effectiveness of hydroacoustic means for various utility functions and approximation of detection characteristics using standard normal distribution are presented.

Key words: detection efficiency; recognition of sea targets; approximation of detection characteristics; utility functions; intellectual system.

454

Pyatakovich Valeriy Aleksandrovich, candidate of technical sciences, docent, Chief of a Research Laboratory, pva. 8 77com@mail. ru, Russia, Vladivostok, The Pacific Higher Naval College named after S. О. Makarov,

Vasilenko Anna Mihailovna, candidate of technical sciences, researcher, ka-hunya@gmail. com, Russia, Vladivostok, The Pacific Higher Naval College named after S. О. Makarov

УДК 678.01:53

КОНТРОЛЬ СТЕПЕНИ СТАРЕНИЯ ПОЛИМЕРНЫХ ПОКРЫТИЙ

ЭЛЕМЕНТОВ АВИАЦИОННОЙ ТЕХНИКИ УЛЬТРАЗВУКОВЫМ

МЕТОДОМ

А. А. Хвостов, С.Г. Тихомиров, В.И. Ряжских, В.В. Синюков, А.В. Иванов

В работе рассматривается метод акустического контроля полимерных покрытий деталей и узлов авиационных комплексов, позволяющий оценивать параметры полимерного покрытия, характеризующие степень его старения без демонтажа самого покрытия.

Ключевые слова: неразрушающие методы контроля, ультразвуковые методы контроля качества эластомеров.

При создании авиационных комплексов в качестве функциональных покрытий используются полимерные композиционные материалы специального назначения. Они предназначены для решения ряда задач, связанных со снижением радиолокационной заметности, массогабаритных характеристик, вибраций, повышением коррозионной стойкости, качества изоляции и т.д. [1,2]. К отдельному классу полимерных покрытий относятся покрытия из эластомеров и резин на их основе. Они как правило решают задачи вибро- и ударопоглощения, гидро- и электроизоляции, адгезив-ности, а также являются несущей основой для других функциональных покрытий. При длительной эксплуатации, а также при хранении образцов авиационной техники в сложных условиях воздействия предельных температурных и механических нагрузок состояние защитных покрытий из эластомеров и резин на их основе их физико-механические свойства (прочность, пластичность, эластичность и т.п.) ухудшаются. Основными причинами являются окисление, тепловое, озонное, радиационное и световое старение, а также утомление [3]. В современных авиационных комплексах, оснащенных конструкционными элементами и узлами с композитными полимерными покрытиями, которые невозможно демонтировать, не нарушив при этом функционирование системы, с одной стороны, а с другой стороны, старение покрытия приводит к ухудшению качества

455

i Надоели баннеры? Вы всегда можете отключить рекламу.