Nishonni avtomatik aniqlash - Automatic target recognition

Nishonni avtomatik aniqlash (ATR) uchun qobiliyatdir algoritm yoki olingan ma'lumotlar asosida maqsadlarni yoki boshqa moslamalarni taniy oladigan qurilma sensorlar.

Maqsadni aniqlash dastlab qabul qilingan signalning ovozli tasviri yordamida amalga oshirildi, bu erda o'qilgan operator signalni yorituvchi nishonni tasniflash uchun bu ovozni aniqlab beradi. radar. Ushbu o'qitilgan operatorlar muvaffaqiyatga erishgan bo'lsada, avtomatlashtirilgan usullar ishlab chiqilgan va ishlab chiqilmoqda, ular tasniflashda aniqlik va tezlikni ta'minlaydi. ATR yordamida inson tomonidan yaratilgan narsalarni, masalan, er usti va havo transporti vositalarini aniqlash, shuningdek hayvonlar, odamlar va vegetativ tartibsizlik kabi biologik maqsadlar uchun foydalanish mumkin. Bu jang maydonidagi ob'ektni tanib olishdan tortib, Dopler ob-havo radaridagi ko'p sonli qushlar sabab bo'lgan shovqinlarni filtrlashga qadar hamma narsada foydali bo'lishi mumkin.

Mumkin bo'lgan harbiy dasturlarga an kabi oddiy identifikatsiyalash tizimi kiradi IFF transponderi va kabi boshqa dasturlarda ishlatiladi uchuvchisiz uchish vositalari va qanotli raketalar. Mahalliy dasturlarda ham ATR-dan foydalanishga bo'lgan qiziqish tobora ortib bormoqda. Chegara xavfsizligi uchun ATR dan foydalanish, metro yo'lidagi narsalarni yoki odamlarni aniqlash uchun xavfsizlik tizimlarini, avtomatlashtirilgan transport vositalarini va boshqalarni o'rganish bo'yicha tadqiqotlar olib borildi.

Kontseptsiya

Tarix

Maqsadni tanib olish deyarli mavjud bo'lgan radar. Radar operatorlari dushman bombardimonchilari va qiruvchilarini aks ettirilgan signal orqali olingan audio tasvir orqali aniqlaydilar (qarang. Qarang) Ikkinchi jahon urushidagi radar ).

Maqsadni aniqlash yillar davomida o'ynab amalga oshirildi tayanch tasma operatorga signal. Ushbu signalni tinglagan holda, o'qitilgan radiolokatsiya operatorlari yoritilgan nishonga oid turli xil ma'lumotlarni, masalan, transport vositasining turi, nishonning kattaligi kabi ma'lumotlarni aniqlab olishlari va hatto biologik maqsadlarni ajratib olishlari mumkin. Biroq, ushbu yondashuv uchun juda ko'p cheklovlar mavjud. Operator har bir nishon qanday bo'lishi haqida o'qitilishi kerak, agar maqsad yuqori tezlikda harakatlansa, u endi eshitilmasligi mumkin va insonning qaror komponenti xato ehtimolini yuqori qiladi. Biroq, signalni ovozli ravishda namoyish etishning ushbu g'oyasi maqsadlarni avtomatlashtirilgan tasniflash uchun asos yaratdi. Ishlab chiqilgan bir nechta tasniflash sxemalari tayanch tasma kabi boshqa audio dasturlarda ishlatilgan signal nutqni aniqlash.

Umumiy nuqtai

Mikro-doppler effekti

Radar uzatilgan signalning ushbu signal bilan yoritilgan nishondan qancha vaqtgacha qaytishini belgilab, ob'ektning masofani aniqlaydi. Ushbu ob'ekt statsionar bo'lmaganida, chastota o'zgarishini keltirib chiqaradi Dopler effekti. Butun ob'ektning tarjima harakatidan tashqari, chastotaning qo'shimcha siljishi ob'ektning tebranishi yoki aylanishi natijasida yuzaga kelishi mumkin. Bu sodir bo'lganda, Dopler o'zgargan signal modulyatsiya qilinadi. Signalning modulyatsiyasini keltirib chiqaradigan ushbu qo'shimcha Dopler effekti mikro-Dopler effekti deb nomlanadi. Ushbu modulyatsiya ATR uchun algoritmlarni ishlab chiqishga imkon beradigan ma'lum bir naqsh yoki imzoga ega bo'lishi mumkin. Mikro-Dopler effekti vaqt o'tishi bilan nishonning harakatiga qarab o'zgarib, vaqt va chastota o'zgaruvchan signalni keltirib chiqaradi.[1]

Vaqt chastotasini tahlil qilish

Furye konvertatsiyasi beri bu signalni tahlil qilish etarli emas Furye konvertatsiyasi vaqt o'zgaruvchan komponentni hisobga olmaydi. Chastota va vaqt funktsiyasini olishning eng oddiy usuli bu qisqa vaqt ichida Fourier konvertatsiyasi (STFT). Biroq, kabi yanada mustahkam usullar Gabor o'zgarishi yoki Wigner tarqatish funktsiyasi (WVD) chastota va vaqt sohasini bir vaqtning o'zida aks ettirish uchun ishlatilishi mumkin. Shu bilan birga, ushbu usullarning barchasida chastota aniqligi va vaqtni aniqlash o'rtasida kelishuv bo'ladi.[2]

Aniqlash

Ushbu spektral ma'lumot chiqarilgandan so'ng, uni tizim aniqlaydigan maqsadlar haqidagi ma'lumotlarni o'z ichiga olgan mavjud ma'lumotlar bazasi bilan taqqoslash va yoritilgan maqsad nima ekanligi to'g'risida qaror qabul qilish mumkin. Bu qabul qilingan signalni modellashtirish va keyinchalik statistik baholash usuli yordamida amalga oshiriladi maksimal ehtimollik (ML), ko'pchilik ovoz berish (MV) yoki maksimal posteriori (MAP) kutubxonadagi qaysi maqsad qabul qilingan signal yordamida yaratilgan modelga eng mos kelishi to'g'risida qaror qabul qilish.

Yondashuv

Xususiyatlarni chiqarish

Amaldagi audio xususiyatlarini o'rganadigan tadqiqotlar o'tkazildi nutqni aniqlash ushbu audio ilhomlantiruvchi koeffitsientlar asosida maqsadlarni aniqlaydigan avtomatlashtirilgan maqsadlarni aniqlash tizimlarini yaratish. Ushbu koeffitsientlarga quyidagilar kiradi

The tayanch tasma signal ushbu koeffitsientlarni olish uchun qayta ishlanadi, so'ngra ma'lumotlar bazasida qaysi maqsad olingan koeffitsientlarga ko'proq o'xshashligini aniqlash uchun statistik jarayon qo'llaniladi. Qaysi funktsiyalarni tanlash va qaysi qaror sxemasidan foydalanish tizim va dasturga bog'liq.

Maqsadni tasniflash uchun ishlatiladigan xususiyatlar nutq ilhomlantiruvchi koeffitsientlar bilan chegaralanmaydi. ATRni bajarish uchun juda ko'p funktsiyalar va aniqlash algoritmlaridan foydalanish mumkin.

Aniqlash algoritmlari

Buning uchun aniqlash avtomatlashtirilishi kerak bo'lgan maqsadlar uchun o'quv ma'lumotlar bazasini yaratish kerak. Bu odatda maqsad aniqlanganda to'plangan eksperimental ma'lumotlar yordamida amalga oshiriladi va keyin ATR algoritmida foydalanish uchun saqlanadi.

Cepstrum xususiyatlari va GMM dan foydalangan holda ATR

Aniqlash algoritmining namunasi blok-sxemada ko'rsatilgan. Ushbu usul ma'lumotlar bloklarining M dan foydalanadi, har biridan kerakli xususiyatlarni ajratib oladi (ya'ni LPC koeffitsientlari, MFCC), keyin ularni Gauss aralashmasi modeli (GMM). Yig'ilgan ma'lumotlar yordamida model olgandan so'ng, o'quv bazasida joylashgan har bir maqsad uchun shartli ehtimollik hosil bo'ladi. Ushbu misolda ma'lumotlar bloklari M mavjud. Natijada ma'lumotlar bazasidagi har bir maqsad uchun M ehtimolliklar to'plami paydo bo'ladi. Ushbu ehtimolliklar maqsad a yordamida nimani ishlatishini aniqlash uchun ishlatiladi maksimal ehtimollik qaror. Ushbu usul transport vositalarining turlarini (masalan, g'ildirakli va kuzatiladigan transport vositalarini) ajrata oladigan va hatto muvaffaqiyatga erishish ehtimoli yuqori bo'lgan uch kishiga qadar qancha odam borligini aniqlay olganligi ko'rsatilgan.[3]

CNN-ga asoslangan maqsadni aniqlash

CNN-ga asoslangan nishonni aniqlash an'anaviy usullardan ustun turishga qodir.[4][5] Sintetik tasvirlar bilan mashq qilgandan so'ng haqiqiy sahnalarning infraqizil tasvirlaridagi maqsadlarni (ya'ni jangovar tanklarni) tanib olishda foydali ekanligi isbotlandi, chunki bu nishonlarning haqiqiy tasvirlari kam. Mashg'ulotlar to'plamining cheklanganligi sababli, sintetik tasvirlarning qanchalik haqiqiy ekanligi, haqiqiy sahnalar test to'plamini tan olishda juda muhimdir.

Umumiy CNN tarmoqlari tarkibida 7 ta konvolyutsiya qatlami, 3 ta eng ko'p to'planadigan qatlam va chiqish sifatida Softmax qatlami mavjud. Maksimal to'plash qatlamlari ikkinchi, to'rtinchi va beshinchi konvolyatsiya qatlamidan keyin joylashgan. Chiqishdan oldin global o'rtacha birlashma ham qo'llaniladi. Barcha konvolyutsiya qatlamlari Leaky ReLU chiziqli bo'lmagan faollashtirish funktsiyasidan foydalanadi.[6]

Shuningdek qarang

Adabiyotlar

  1. ^ Chen, V. (2011 yil fevral). Radardagi mikro-doppler effekti. Norvud, MA: Artec uyi. 18-21 bet. ISBN  9781608070589.
  2. ^ Chen, V. (2011 yil fevral). Radardagi mikro-doppler effekti. Norvud, MA: Artec uyi. 21-28 betlar. ISBN  9781608070589.
  3. ^ Bilik, I .; Tabrikian, J. (2006 yil yanvar). "Yerdan kuzatiladigan doppler radarining GMM-ga asoslangan maqsadli tasnifi". Aerokosmik va elektron tizimlar bo'yicha IEEE operatsiyalari. 42 (1): 267–277. doi:10.1109 / TAES.2006.1603422.
  4. ^ Yun, Seok Pil; Song, Taek Lyul; Kim, Tay Xan (2013-02-01). "Murakkab fon bilan oldinga yo'naltirilgan infraqizil tasvirlar ketma-ketligida maqsadni avtomatik ravishda aniqlash va kuzatish". Xalqaro boshqaruv, avtomatlashtirish va tizimlar jurnali. 11 (1): 21–32. doi:10.1007 / s12555-011-0226-z. ISSN  2005-4092.
  5. ^ Venkataraman, Vijay; Fan, Guoliang; Yu, Litszyan; Chjan, Sin; Liu, Vayguan; Havlicek, Jozef P. (2011-12-07). "Shaklni namoyish qilish uchun bog'langan ko'rinish va identifikatsiya manifoldlari yordamida avtomatlashtirilgan nishonni kuzatish va aniqlash". Signallarni qayta ishlashning avanslari to'g'risida EURASIP jurnali. 2011 (1): 124. doi:10.1186/1687-6180-2011-124. ISSN  1687-6180.
  6. ^ d'Acremont, Antuan; Fablet, Ronan; Bussard, Aleksandr; Kvin, Giyom (2019 yil yanvar). "Mudofaa tizimlarida infraqizil tasvirlarni CNN-ga asoslangan maqsadli aniqlash va aniqlash". Sensorlar. 19 (9): 2040. doi:10.3390 / s19092040.

Tashqi havolalar