Исследование возможностей автоматической классификации подвижных объектов по дифракционным сигналам

• Автор: Черенков, Константин Юрьевич
• Шифр специальности: 05.12.04
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Воронеж
• Количество страниц: 156 с. : ил.

ГЛАВА I: ОБЗОР ПРИНЦИПОВ БИСТАТИЧЕСКОЙ РАДИО ЛОКАЦИИ. Л
1.1. Основные радиолокационные характеристики объектов
1.2. Теорема эквивалентности Криспина
1.3. Теорема эквивалентности Келла
1.4. Границы применимости теорем эквивалентности
1.5. Преимущества и недостатки каждой из теорем
ГЛАВА II: ОСОБЕННОСТИ АВТОМАТИЧЕСКОЙ КЛАССИФИКАЦИИ ПОДВИЖНЫХ ОБЪЕКТОВ
2.1. Обзор существующих систем
2.2. Тестовые испытания
2.2.1. Подготовка тестов
2.2.2. Планирование процедуры измерений
ГЛАВА III: МЕТОДЫ ОПРЕДЕЛЕНИЯ СКОРОСТИ ПОДВИЖНЫХ ОБЪЕКТОВ
3.1. Сравнение тестовых и теоретических данных
3.1.1. Оцифровка с учетом пересечений нуля
3.1.2. Оцифровка по градиенту
3.1.3. Анализ полученных результатов
3.2. Метод подсчета нулевых пересечений
3.2.1. Полное сравнение сигналов
3.2.2. Частичное сравнение сигналов
3.3. Подсчет'п'пересечений
3.3.1. Основная идея метода
3.3.2. Анализ полученных результатов
ГЛАВА IV: МЕТОДЫ КЛАССИФИКАЦИИ ПОДВИЖНЫХ ОБЪЕКТОВ
4.1. Переход в частотную область
4.2. Масштабирование графиков в частотной области по скорости
4.3. Основные этапы создания базы данных
4.3.1. Подготовка данных в частотной области
4.3.2. Применение метода анализа главных компонент
4.4. Формирование различных баз данных и классификация
4.4.1. Создание базы данных для одиночного автомобиля
4.4.2. Создание базы данных для двух классов автомобилей
4.4.3. Создание базы данных для четырех классов автомобилей
4.4.4. Проведение классификации автомобилей
4.5. Тестирование алгоритма классификации
4.5.1. Тестирование баз данных для отдельных автомобилей
4.5.2. Тестирование базы данных для нескольких классов автомобилей
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ

Актуальность темы
Радиотехнические системы различных типов, позволяющие осуществлять детектирование движущихся объектов различных типов, достаточно распространены [9, 15, 20, 21, 28, 34, 38, 39, 96, 97, 108, 118]. Кроме этого в литературе (по большей части зарубежной) описываются различные разновидности систем автоматической классификации объектов: радарные измерители высотного профиля цели [120], индуктивные циклические датчики [106], видеокамеры [117], лазерные сенсоры и радарные сенсоры [94], системы, использующие радиоизображения и радиоголографию [40, 44, 79, 88, 93]. Следует отметить, что возможная область применения систем автоматической классификации подвижных объектов довольно широка: автоматический контроль пересечения условной границы (например, в охранных системах или при сборе пошлины за проезд), автоматический контроль скорости автомобилей, обеспечение безопасного пересечения узких туннелей, сбор различной статистической информации, применение в военных целях (например, для проведения разведки и получения сведений о противнике) и.т.д.
Широкое применение в описанных системах нашли специальные алгоритмы автоматической классификации. Эти алгоритмы предназначены для разбиения множества объектов на заданное или заранее неизвестное число однородных классов. При этом результат работы алгоритма оценивается на основании некоторого математического критерия качества классификации.
Особый интерес представляет применение алгоритмов автоматической классификации в радиолокационных системах [98-100, 108, 113, 114, 115, 119]. В каждой такой системе обычно приходится решать задачу классификации и распознавания обнаруженных целей. Исследование

подтвердившие теоретическую возможность расчета скорости автомобилей с использованием только частотной доплеровской информации.
3.2 Метод подсчета нулевых пересечений
Чтобы компенсировать неудачу первого метода для расчета скорости автомобилей был предложен другой метод. Он включал в себя использование полного набора экспериментальных данных для определения скорости. Как и ранее было сделано допущение, что частотная информация в полученном сигнале не зависит от формы автомобиля. Идея метода состояла в подсчете количества пересечений уровня нуля для всех полученных сигналов, оцифрованных градиентным методом, и сравнении результата со скоростью автомобилей, оцененной с помощью видеокамеры.
3.2.1 Полное сравнение сигналов
Изначально количество пересечений нулевого уровня между оцененными точками входа и выхода для градиентно-оцифрованного экспериментального сигнала рассчитывалось, как показано на рис. 3.6.
Полученное значение делилось на время прохождения автомобиля между точками входа и выхода, давая при этом количество пересечений нуля в секунду. То же самое было проделано со всеми данными, полученными в процессе измерений. Был построен график зависимости количества пересечений уровня нуля в секунду от оцененной с помощью видеокамеры скорости автомобилей, прошедших через радар. Результат показан на рис.
3.7. Каждая из точек соответствует автомобилю, попавшему поле радара. Между скоростью автомобиля и количеством пересечений нуля в секунду существует линейная зависимость. В связи с грубостью алгоритма, используемого для подсчета нулевых пересечений, наблюдался достаточно