Investigation of crucial rules for object recognition in a small basic polarization measuring system for sub-band signal processing
DOI:
https://doi.org/10.18413/2687-0932-2020-43-3-648-660Keywords:
small basic systems, polarization, recognition, decision rule, estimation, subband analysis, vector, matrix, signal, hypothesis, rank, classification, error, thresholdAbstract
It is shown that in small basic polarization measuring systems, the parameters of the received signals are determined by the characteristics of the object, when sounding signals of various polarizations are reflected from it. The possibility of using sub-band analysis to generate recognition feature vectors is shown. The use of a polarization-subband vector formed from received signals reflected from the object is suggested as recognition features. Two alternative and multi-alternative decision recognition rules have been developed and decision criteria have been defined. The features of constructing decision rules determined by the rank of the object's polarization-subband covariance matrix are investigated. We propose a method for classifying objects at the training stage, using estimates of the distribution parameters of the polarization-subband vector.
Downloads
References
Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. 1989. Прикладная статистика. Классификация и снижение размерности. Москва. Финансы и статистика: 607.
Бакулев П.А. 2004. Радиолокационные системы. М. Радиотехника: 320.
Богачев В. И. 1997. Гауссовские меры. Москва. Наука. ФИЗМАТЛИТ: 352.
Бурданова Е.В., Денисов А.П., Жиляков Е.Г., Олейник И.И., Синани А.И. 2008. Техническая реализация алгоритмов обнаружения целей на фоне помех в локационных системах с поляризационным зондированием. М. Вопросы радиоэлектроники. Серия: Электронная вычислительная техника, 2: 78–85.
Бурданова Е.В., Муромцев В.В., Олейник И.И., Храбростин Д.Б. 2007. Особенности разработки и реализации алгоритмов обработки и отображения информации в обзорной РЛС с полным поляризационным зондированием. Санкт-Петербург. Материалы XXIV Симпозиума: Радиолокационное исследование Природных сред, 6: 98–106.
Бурданова Е.В, Денисов., А.П., Дикуль О.Д., Новоченко Ю.П., Олейник И.И. 2008. Использование статистических моделей для оценок характеристик радиолокационных систем с поляризационной обработкой информации при принятии решения о наличии объектов на фоне подстилающей поверхности. М. Вопросы радиоэлектроники. Серия: Радиолокационная техника, 2: 56–64.
Гринкевич А.В. 2015. Радиолокация. Минск. БГУИР: 190.
Дикуль О.Д., Новоченко Ю.П., Олейник И.И. 2007. Многоальтернативные решения в задачах выбора класса принадлежности радиолокационных объектов для систем с поляризационным зондированием. Научные ведомости БелГУ. Серия «информатика, прикладная математика, управление». 7 (38). 4: 56–62.
Жиляков Е.Г. 2015. Оптимальные субполосные методы анализа и синтеза сигналов конечной длительности. Автоматика и телемеханика. 4: 51–66.
Киселев А.З. 2005. Теория радиолокационного обнаружения на основе использования векторов рассеяния целей. СПБ. Наука: 295.
Либенсон М.Н., Хесин А.Я., Янсон Б.А. 1975. Автоматизация распознавания телевизионных изображений. Москва. Энергия: 160.
Мокеев В.В., Соломахо К.Л. 2013. Об использовании метода главных компонент для анализа деятельности предприятия. Вестник ЮУрГУ. Серия «Экономика и менеджмент». 7 (3): 41–46.
Олейник И.И. 2020. Анализ характеристик малобазовой поляризационной измерительной системы на основе представления сигналов. Актуальные вопросы науки и техники. Самара. Сборник научных трудов по итогам международной научно-практической конференции. № 7. НН: ИЦРОН: 28–34.
Олейник И.И. 2020. Представление сигналов при обработке информации в малобазовой поляризационной измерительной системе. Экономика. Информатика. 47 (2): 422–431.
Фомин Я.А., Тарловский Г.Р. 1986. Статистическая теория распознавания образов. Москва. Радио и связь: 264.
Фукунага К. 1979. Введение в статистическую теорию распознавания образов. Москва. Наука: 368.
Черняк В.С. 2011. О новых и старых идеях в радиолокации: MIMO РЛС. Успехи современной радиоэлектроники, 2: 5–20.
Ширман Я.Д. 1998. Справочник по радиоэлектронным системам. М. МАКВИС: 422.
Ширман Я.Д. 2007. Радиоэлектронные системы: Основы построения и теория: справочник. М. Радиотехника: 512.
Allen R.L., Mills D.W. 2004. Signal analysis. Time, frequency, scale, and structure. Ieee Press. Wiley-interscience. A John Wiley & Sons: 246.
Burdanova E.V., Zhilyakov E.G., Mamatov A.V., Nemtsev A.N., Oleynik I.I. 2019. Decisive rule experimental studies to detect objects on the background of the earth surface using polarization differences of radar signals. COMPUSOFT. An International Journal of Advanced Computer Technology, 8(6): 3166–3170.
Bliss D.W., Forsythe K.W. 2003. Multiple-input multiple-output (MIMO) radar and imaging: Degrees of freedom and resolution. Records 37th Asilomar Conf. on Signals, Systems and Computers, Pacific Groove, CA, USA, 1: 54–59.
Pearson K. 1901. On lines and planes of closest fit to systems of points in space. Philosophical magazine. 2: 559-572.
Zalivin A.N., Oleynik I.I., Pirogenko Y.A. 2020. Decision rule for recognizing small objects based on subband processing of radar signals. Science. Educatition. Practice: materials of the International University Science Forum (Canada, Toronto). April 22. Infinity Publishing: 197–207.
Zhilyakov E.G., Belov S.P., Oleinik I.I., Babarinov S.L., Trubitsyna D.I. 2020. Generalized sub band analysis and signal synthesis. Bulletin of Electrical Engineering and Informatics. 9 (1): 78–86.
Abstract views: 539
Share
Published
How to Cite
Issue
Section
Copyright (c) 2020 ECONOMICS. INFORMATION TECHNOLOGIES
This work is licensed under a Creative Commons Attribution 4.0 International License.
