Решение задачи классификации обнаруженных объектов при акустическом мониторинге водных районов Текст научной статьи по специальности «Математика»

На рис. 2 представлен один из фрагментов регистрации искусственных целей с помощью ГБО, полученный при проходе судна вдоль линии расположения целей, находящихся по правому борту. Все цели отчетливо видны на сонограмме гидролокатора правого борта. Длительность зондирующего импульса составляла 50 мкс. Четко "прорисовывается" автомобильная покрышка, расположенная вертикально у

45 . .

только определить размер покрышки с учетом высоты ее подвеса, но и конфигурацию. Овальная форма тени показывает, что покрышка круглая, а "засветка" в центральной части тени указывает на существование в автомобильной покрышке отверстия. Достаточно хорошо видна алюминиевая труба длиной 2 м, диаметром 0,12 м, лежащая на дне под углом к направлению движения судна. Видны как эхо-сигналы , , . -

- , , закрепленного у конца трубы груза. Отчетливо "проработан" на эхограмме газовый баллон емкостью 10 литров. Отсутствие за ним тени объясняется достаточно большой высотой подвеса баллона над поверхностью дна. Последняя в этом ряду цель -асбестоцементная труба длиной 1,5 м, диаметром 0,16 м также оказалась расположенной под углом к курсу судна. Четко регистрируются как эхо-сигналы от трубы, лежащей на дне, так и отбрасываемая ею тень.

Максимальная дальность до целей, которая в условиях мелкого моря определяется не столько энергетикой, сколько условиями распространения с учетом границ, составила 30 - 40 м, хотя, исходя из геометрии (высота антенной системы над поверхностью дна - 2,5 м, угол наклона антенны ГБО - 25 град., ширина характеристики направленности антенны в вертикальной плоскости - 50 град.), ожидаемая дальность раза в 2 - 3 меньше.

Условия проведения испытаний были достаточно хорошими. Волнение моря составляло не более 1 балла.

Полученные результаты продемонстрировали возможность обнаружения в условиях мелководья с помощью панорамного эхолота-видеоплоттера "ПЭВ-К" придонных и донных объектов различной конфигурации с высоким разрешением.

РЕШЕНИЕ ЗАДАЧИ КЛАССИФИКАЦИИ ОБНАРУЖЕННЫХ ОБЪЕКТОВ ПРИ АКУСТИЧЕСКОМ МОНИТОРИНГЕ ВОДНЫХ РАЙОНОВ

ЮЛ. Брага, С.А. Зайцев, М.В. Кравец, АЛ. Машошин

Задачами акустического мониторинга водных районов являются:

- экологичес кий контроль;

- исследование и контроль подводных биологических ресурсов (рыб, моллюсков,

);

- -

;

- , Классификация обнаруженных объектов является одной из основных и наиболее трудно реализуемых задач при проведении акустического мониторинга водных .

Целью доклада является изложение одного из подходов к решению этой задачи по информации активной гидроакустической станции (АГАС).

Физической основой распознавания подводных объектов (ПО) по их вторичному гидроакустическому полю являются их следующие отличительные характери:

- ;

- характерное распределение отражателей (блестящих точек) вдоль корпуса (обо-

) ;

- ,

Проведенные исследования показали, что для распознавания различных классов ПО между собой целесообразно использовать систему классификационных ( ), - ,

, :

- -

;

- параметры тонкой структуры эхосигнала (число локальных максимумов в эхо-

, , );

- ;

- ;

- , ;

- ,

Для обоснования структуры алгоритма классификации необходимо учесть принципиальные особенности задачи классификации ПО, Ими являются:

- ;

- ;

- , -верности классификации ПО, Она может быть обеспечена только при использовании совокупности КП;

- ,

стоимости ошибочного отнесения цели к чужому классу обосновать, как прави-, , -рию максимального правдоподобия.

С учетом перечисленных особенностей решаемой задачи оптимальный алгоритм классификации ПО имеет вид [1]

классификационных признаков, измеренных к моменту времени /, для класса ,} = 1,...,т, в зависимости от вектора Г, характеризующего текущие гидроакустические и помехосигнальные условия работы, При подстановке в данную ПР вместо неслучайного векторного аргумента X оценки вектора X () она становится функцией правдоподобия (ФП), зависящей только от класса ПО;

т - .

В качестве меры достоверности решения со* (Г), которая должна сопровождать принятое решение, целесообразно принять апостериорную вероятность класса со*(Г) в предположении равных априорных вероятностей обнаружения всех классов алфавита, т.е.

ю (1) = агв шах ^^ >г (Х(/)),

(1)

где ю*(1) - решение о классе цели, соответствующее моменту времени 1;

X(і), X(і)- вектор КП, соответствующий моменту времени 1, и его оценка;

8х() г(X)- Условная плотность распределения (ПР) вектора X(г) оценок

(2)

Остановимся на методике вычисления условной ПР g^()/ю г(X), занимаю-

щего центральное место в приведенном алгоритме (1). В основе вычисления этой ПР (индекс у, указывающий порядковый номер класса ПО, и зависимость ПР от времени для сокращения записи будем опускать) лежит стохастическая модель [1], связывающая вектор оценок КП X с вектором состояния объекта классификации Л, включающим параметры звукоотражения, местоположения и движения ПО, и с вектором ошибок измерения КП Y. В приведенной форме данная стохастическая модель записывается в виде

Векторная функция <р(-) описывает фундаментальные физические представления об излучении, распространении, отражении, приеме акустических сигналов и измерении их параметров на фоне помех и может рассматриваться как неслучайная функция случайных аргументов.

Стохастическая модель позволяет судить о взаимной зависимости либо неза-: , -ты их стохастических моделей, и наоборот.

В соответствии с теорией вероятностей [2], а также принимая во внимание взаимную независимость векторов Л и Y можно записать:

где gЛ/оГ(Л) , gr/Г(у)-условные ПР векторов Л и Y для класса о в зависимо-

сти от текущих условий, характеризуемых вектором Г;

х, Л,у - неслучайные аналоги случайных величин X,Л,Г соответственно.

Изложенная методология синтеза алгоритма классификации ПО была использована применительно к АГАС, назначением которой является обеспечение безопасности занятия подводными видами спорта и плавания. В соответствии с назначением станции алфавит распознаваемых ПО включает 2 класса: "подводный пловец" (ПП) и " " ( ). , -

, .1.

Проведенные испытания данной АГАС в различных гидроакустических условиях показали достаточно высокую эффективность автоматической классификации обнаруженных ПП на фоне высокого потока обнаружения объектов других классов.

Результаты работы алгоритма классификации для двух эпизодов испытаний приведены на рис. 2 и 3 методом трех окон. В левом окне в полярной системе координат показаны все эхо-сигналы, обнаруженные на всех 1963 (1 316) односекундных .

(красным цветом выделена траектория объекта, отнесенного к классу "ПП"). В правом окне показаны только траектории ПО, отнесенных к классу "ПП", Алгоритм классификации в данных эпизодах работал правильно.

X = (р(Л, У).

(3)

(4)

ф(Л,у)<х

Рис.1. Структура алгоритма классификации целей

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Реп пн ВТ., Тартаковский Г. П. Статистический синтез при априорной неопреде-

ленности и адаптация информационных систем. - М.: Сов.радио. 1977. - 429с.

2. . ., . . . -М.: Наука, 1988. - 480с.

.2.

Рис. 3. Пример результатов работы алгоритма классификации подводных объектов