ОЦЕНКА ПАРАМЕТРОВ НАБЛЮДЕНИЯ МЕТОДОМ РЕДУКЦИИ

Совокупность параметров наблюдаемых подобъектов образует множество точек многомерного пространства указанных параметров. Задача распознавания в этих условиях сводится к разбиению этого пространства на области решений, соответствующие характеристикам отдельных подобъектов. Возможным методом решения этой задачи является предварительная кластеризация указанного множества точек на этапе обучения без учителя с последующей фиксацией границ областей. Система распознавания сложных объектов реализуется в виде обучаемой нейронной сети, алфавит которой соответствует упомянутым областям решений, а сложные объекты представляют собой слова этого алфавита. Формированию этих слов предшествует географическая привязка подобъектов, позволяющая идентифицировать их как составляющие объекта и осуществляемая методом триангуляции. Оценку параметров под-объектов предлагается проводить методом редукции на основе модели измерения, базирующейся на основном соотношении пассивной локации. Настройка параметров модели, интерпретируемых как параметры наблюдаемого сигнала, осуществляется с помощью статистического или прямого перебора. Таким образом, метод редукции представляет собой модельно-ориентированный метод оценки параметров отдельного излучателя по результатам наблюдения принятого от него сигнала. Для географической привязки объекта используется триангуляция, а для трансформации спектрографического сигнала в спектрометрический – масштабно-инвариантный преобразователь.

1. Смирнов Ю. А. Радиотехническая разведка. М.: Воениздат, 2001. 456 с.

2. Моисеев А. А. Модификация некоторых процедур автоматического анализа данных // H&ES. 2017. Т. 9. № 2. С. 48–53.

3. Хургин Я. М., Яковлев В. П. Финитные функции в физике и технике. М.: Наука, 1971. 408 с.

4. Ван дер Зил А. Шум. М.: Советское радио, 1973. 228 с.

5. Гудмен Дж. Введение в фурье-оптику. М.: Мир, 1970. 364 с.

6. Моисеев А. А. Критериальное моделирование в виртуализации квалификационных испытаний // Информационные технологии. 2016. Т. 22. № 8. С. 596–605.

7. Ануфриев И. Е., Смирнов А. Б., Смирнова Е. Н. MATLAB 7. СПб.: БХВ-Петербург, 2005. 1104 с.

8. Bress T. Effective LabVIEW Programming. NTS Press, 2013. 720 p.

9. Мельников Ю. П., Попов С. В. Радиотехническая разведка. М.: Радиотехника, 2008. 432 с.

10. Моисеев А. А. Виртуальный детектор пламени // Промышленные АСУ и контроллеры. 2015. № 7. С. 64–66.