Предикатна модель процесних знань при виявленні і розпізнаванні протяжних об'єктів типу хмари, «ангел-луна» в оглядових РЛС

Автор(и)

  • С.В. Солонская
  • В.В. Жирнов

DOI:

https://doi.org/10.30837/rt.2020.3.202.18

Ключові слова:

модель процесних знань, прийняття рішень, рухомий об’єкт, виявлення, розпізнавання, інтелектуальна система, символьна модель сигнальних відміток.

Анотація

Розроблено предикатну модель процесних знань міжперіодної обробки радіолокаційних сигналів при виявленні і розпізнаванні протяжних об'єктів і метод прийняття рішень, заснований на прецедентах. Наведено основні особливості і структурні елементи моделі процесних знань. Показано, що переваги даної моделі пов'язані з можливостями конфігурації і ієрархічного представлення процесу з вивчення можливих структур одиночних або груп імпульсних сигналів в межах однієї зони огляду РЛС на основі інтелектуального аналізу сигналів з використанням алгебри кінцевих предикатів. Показано, як цей підхід може використовуватися для автоматизації процесу виявлення і розпізнавання протяжних об'єктів типу хмари, атмосферні неоднорідності типу «ангел-луна». Розроблено метод обробки процесних знань як інструмент для створення універсальних алгоритмів міжперіодной обробки сигнальної інформації для забезпечення ефективного виявлення і розпізнавання різних протяжних об'єктів, в тому числі атмосферних неоднорідностей типу «ангел-луна», за рахунок накопичення як сигнальної (енергетичної), так і логічної інформації в комірці, що аналізується, та в її околу. В розроблену технологію входять процедури формалізації та аналізу символьної моделі спостережуваних об'єктів для прийняття рішень, заснованих на прецедентах. Залежно від типів зв'язків, які використовуються в моделі, розрізняють класифіковані і функціональні мережі, де використовуються деякі елементи логічних і мережевих моделей. З логічних моделей запозичена ідея правил виведення або вирішального правила, а з мережевих моделей – опис знань у вигляді семантичної нейронної мережі. У цієї комбінованої моделі явно виділена процедурна інформація. Замість логічного висновку з'являється висновок або вирішальне правило на знаннях. В результаті рішення системи предикатних рівнянь процесних знань знаходимо місце, геометричні розміри і вид символьної моделі протяжного об'єкта.

Посилання

Сколник М.И. Справочник по радиолокации : в 2 т. ; пер. с англ. под ред. B.C. Вербы. Москва : Тех-носфера, 2014. 672 с.

Иванилов А.А. Реляционные алгебры и алгебры предикатов / А. А. Иванилов, Ю.П. Шабанов-Кушнаренко // Восточно-Европейский журнал передовых технологий. 2007. № 4/2. С. 43–48.

Russel S. Artificial intelligence. A modern approach, Second Edition / S. Russel, P. Norvig. Williams, 2006. 1410 p.

Бондаренко М. Ф. Теория интеллекта : учебник / М. Ф. Бондаренко, Ю. П. Шабанов-Кушнаренко. Харьков : изд-во СМИТ, 2007. 576 с.

Горелик А. Л. Методы распознавания / А. Л. Горелик, В. А. Скрипкин. Москва : Высш. шк, 2004. 261 с.

Журавлев Ю. И. Об алгебраическом подходе к решению задач распознавания или классификации // Проблемы кибернетики. 2005. Вып. 33. С. 5–68.

Жирнов В.В., Солонская С.В. Предикатная модель процессных знаний о наблюдаемых объектах в многоканальных интеллектуальных системах мониторинга // Радиотехника. 2019. Вып. 199. С. 67 – 74.

Solonskaya S. V., Zhirnov, V. V. Intelligent analysis of radar data based on fuzzy transforms // Telecommunications and Radio Engineering (English translation of Elektrosvyaz and Radio-tekhnika). 2018. 77 (15). Р. 1321-1329.

Shubin I., Snisar S., Zhyrnov V., Slavhorodskyi V. Practical Application of Formal Representation of nformation for Intelligent Radar Systems // 5th International Scientific-Practical Conference “Problems of Infocommunications. Science and Technology (PIC S&T)”, 2018, 9-12 October, Pages 433-436.

Solonskaya S.V., Zhirnov V.V. Signal processing in the intelligence systems of detecting low-observable and low-doppler aerial targets/ Telecommunications and Radio Engineering. 2018. Vol. 77, Issue 20. P. 1827-1835.

Zhirnov V.V., Solonskaya S.V., Zima I.I. Magnetic and electric aspects of genesis of the radar angel clutters and their virtual imaging // Telecommunications and Radio Engineering (English translation of Elektrosvyaz and Radiotekhnika). 2016. 75 (15). Р. 1331-1341.

Solonska S., Zhyrnov V., Holovin O. Semantic Processing of Radar Spectral Information for Air Object Recognition // 2019 IEEE International Scientific-Practical Conference: Problems of Infocommunications Science and Technology, PIC S and T 2019 – Proceedings.

Shubin I., Solonska S., Snisar S., Slavhorodskyi V., Skovorodnikova V. Semantic Radar Technology for Detecting and Recognizing Low-Visible Air Objects // 2019 IEEE International Scientific-Practical Conference: Problems of Infocommunications Science and Technology, PIC S and T 2019 – Proceedings.

##submission.downloads##

Номер

Розділ

Статті