Вторичная обработка информации в двухпозиционной радиолокационной системе в декартовой системе координат

• Автор: Сидоров, Виктор Геннадьевич
• Шифр специальности: 05.12.04
• Научная степень: Кандидатская
• Год защиты: 2004
• Место защиты: Красноярск
• Количество страниц: 144 с. : ил.

Принятые сокращения
1 Анализ алгоритмов оценивания координат цели в многопозиционной радиолокационной системе
1.1 Характеристика координатной информации о воздушных целях, получаемая в МП РЛС
1.2 Краткий анализ известных результатов по объединению координатной информации
1.3 Основные направления исследований по повышению точности
оценивания координат цели в МП РЛС
Выводы
2 Анализ применения алгоритмов фильтрации в двухпозиционной радиолокационной системе
2.1 Постановка задачи
2.2 Математическая модель траектории цели. Модель измерения
2.3 Алгоритмы фильтра Калмана в бистатической РЛС
2.3.1 Основные соотношения
2.3.2 Практическая реализация алгоритмов обобщенного дискретного фильтра Калмана
2.3.3 Имитационное моделирование
2.3.4 Исследования алгоритмов фильтрации Калмана в бистатической РЛС
2.4 Исследование алгоритмов комплексирования результатов от ВПП
2.4.1 Постановка задачи т
2.4.2 Алгоритм децентрализованной обработки координатной информации
2.4.3 Алгоритм децентрализованной обработки координатной информации с обратной связью

2.4.4 Практическая реализация и моделирование алгоритмов ФО и

2.4.5 Анализ факторов влияющих на устойчивость и чувствительность
алгоритма фильтрации ФОС
Выводы
3 Исследование возможности применения искусственных нейронных сетей в двухпозиционной радиолокационной системе
3.1 Постановка задачи
3.2 Краткий анализ возможностей ИНС в радиолокации
3.3 Применение ИНС для получения прогнозированных оценок вектора состояния
3.3.1 Выбор искусственной нейронной сети
3.3.2 Создание задачника
3.3.3 «Обучение» искусственной нейронной сети
3.4 Разработка алгоритмов фильтрации с ИНС
3.4.1 Фильтр с нейронной сетью
3.4.2 Практическая реализация ФНС
3.4.3 Алгоритм комплексирования (ФО ФНС)
3.5 Анализ факторов влияющих на устойчивость и чувствительность алгоритмов фильтрации с ИНС
3.6 Сравнительный анализ результатов имитационного моделирования исследуемых алгоритмов
3.6.1 Сравнение алгоритма фильтрации ФНС с алгоритмом ФК в РЛС
3.6.2 Сравнение алгоритмов фильтрации ФО, ФОС, ФО ФНС
Выводы
Заключение
Список использованной литературы
ПРИЛОЖЕНИЕ А
ПРИЛОЖЕНИЕ Б

Принятые сокращения
ВПП - вынесенный приемный пункт ДН - диаграмма направленности ИАП - источник активных помех ИНС - искусственная нейронная сеть ЛПД - линия передачи данных
МАВ - метод максимальной апостериорной вероятности
ММП - метод максимума правдоподобия
МНК - метод наименьших квадратов
МП РЛС - многопозиционная радиолокационная система
НС - нейронная сеть
ПВО - противовоздушная оборона
ПОИ - пункт обработки информации
ППП - приемо-передающий пункт
ПРР - противорадиолокационная ракета
РЛИ - радиолокационная информация
РЛС - радиолокационная система
РФК - фильтр с расширенным вектором состояния
СКО - среднеквадратическая ошибка
УВД - управление воздушным движением
УСД - угломерно-суммарно-дальномерные
УФК - фильтр с упрощенным вектором состояния
ФК - фильтр Калмана
ФНС -фильтр с нейронной сетью
ФО - алгоритм «фильтрация - объединение»
ФО ФНС - алгоритм «фильтрация с нейронной сетью - объединение» ФОС - алгоритм «фильтрация - объединение - обратная связь»
ЭВМ - электронно-вычислительная машина ЭОП - эффективная отражающая поверхность
2.3.4 Исследования алгоритмов фильтрации Калмана в бистатической

Задачей моделирования являлось исследование эффективности применения линейных рекуррентных алгоритмов фильтрации Калмана для повышения точности оценивания координат аэродинамической цели для УФК и РФК в бистатической РЛС.
Моделирование алгоритмов фильтрации для УФК и РФК производилось в соответствии с блок-схемой моделирования приведенной на рисунке 2.3.
На рисунках 2.6-2Л представлены результаты фильтрации координат аэродинамической цели движущейся равномерно прямолинейно. Кривые обозначенные под номером 1 соответствуют фильтру Калмана на основе упрощенного вектора состояния, а кривые под номером 2 на основе расширенного вектора состояния. Кривые на рисунке 2.6 соответствуют характеру изменения СКО а измерения координат цели по координатам х, у, z (рисунок 2.6 а, б, в), на рисунке 2.7 зависимости ошибок измерения Д по соответствующим координатам (рисунок 2.7 а, б, в) от номера шага фильтрации к.
Результаты моделирования работы УФК и РФК по слежению за маневрирующей по окружности целью иллюстрируется на рисунках 2.8-2.9. Кривые под номером 1 соответствуют результатам фильтрации УФК фильтра, под номером 2 - РФК фильтра.