Nhận dạng mục tiêu trên không theo ảnh ra đa

Kỹ thuật siêu cao tần & Ra đa<br /> <br /> NHẬN DẠNG MỤC TIÊU TRÊN KHÔNG THEO ẢNH RA ĐA<br /> <br /> Nguyễn Văn Hạnh*, Lê Ngọc Uyên, Trần Văn Hùng<br /> <br /> Tóm tắt: Bài báo trình bày phương pháp nhận dạng mục tiêu trên không theo<br /> ảnh ra đa. Thực hiện mô hình hóa với mục đích nhận được các đánh giá nhận dạng<br /> các kiểu mục tiêu trên không theo ảnh tổng hợp ngược mặt mở ra đa. Đưa ra thuật<br /> toán xử lý thông tin ra đa nhằm nâng cao chất lượng chức năng hoạt động của bộ<br /> phân loại bằng mạng nơ ron (MNR) và trình bày kết quả nhận dạng mục tiêu trên<br /> không theo ảnh ra đa bằng phương pháp sử dụng MNR.<br /> Từ khóa: Ra đa, Mạng nơ ron, Mục tiêu trên không, Ảnh ra đa.<br /> <br /> 1. ĐẶT VẤN ĐỀ<br /> Để nâng cao hiệu quả của bài toán nhận dạng ra đa, một trong các hướng nghiên<br /> cứu đang được quan tâm là nhận dạng mục tiêu ra đa theo nhiều tiêu chuẩn đồng<br /> thời, mà cơ sở của nó là sử dụng chân dung ra đa nhiều chiều để nhận dạng mục<br /> tiêu trên không (MTTK). Mặt khác, khi giải quyết bài toán nhận dạng MTTK, cần<br /> sử dụng các dấu hiệu nhận dạng để hệ thống có tính chống nhiễu và tính thông tin<br /> cao hơn. Trong các dấu hiệu như vậy có ảnh ra đa (ARĐ), nó được đặc trưng bởi sự<br /> phân bố các tâm tán xạ của phần thân mục tiêu theo một hoặc hai tọa độ [1, 2].<br /> ARĐ gồm các chân dung cự ly, chân dung Doppler và ARĐ hai chiều. Điểm đặc<br /> biệt của các ARĐ một chiều là sự phụ thuộc cấu trúc của chúng vào góc lái định vị.<br /> Tồn tại các góc lái mà trong đó chân dung cự ly và chân dung Doppler không chứa<br /> thông tin, còn trên các góc lái vuông góc với nhau hai chân dung trên có tính tương<br /> quan cao.<br /> ARĐ hai chiều khác với chân dung cự ly và chân dung Doppler ở chỗ nó đặc<br /> trưng cho phân bố không gian liên quan đến nhau của các tâm tán xạ trên trục dọc<br /> và ngang. Ưu điểm các chân dung cự ly và chân dung Doppler là có thể đơn giản<br /> thể hiện bằng các véc-tơ dữ liệu và không cần thiết phải xử lý thêm. Ngược lại,<br /> ARĐ hai chiều cần thời gian tích lũy dài hơn (3s đến 4s) [2] và thuật toán xử lý<br /> phức tạp. Nhưng chúng cho phép bù hiện tượng che khuất các tâm tán xạ do các<br /> phần tử kết cấu khác của MTTK gây ra. Ngoài ra, ARĐ hai chiều có tính chống<br /> nhiễu và tính thông tin cao hơn.<br /> 2. CHÂN DUNG CỰ LY- PHƯƠNG VỊ<br /> VÀ ẢNH TỔNG HỢP NGƯỢC MẶT MỞ RA ĐA<br /> Chân dung cự ly- tần số là chân dung hai chiều, được đặc trưng bởi các độ phân<br /> biệt cao theo cự ly nhờ tín hiệu tương can mở rộng và được đặc trưng bởi độ phân<br /> biệt cao theo tần số Doppler nhờ độ rộng của nó.<br /> <br /> <br /> <br /> <br /> 98 N. V. Hạnh, L. N. Uyên, T. V. Hùng, “Nhận dạng mục tiêu trên không theo ảnh ra đa.”<br /> Nghiên cứu khoa học công nghệ<br /> <br /> Chân dung cự ly- góc, đặc biệt là chân dung cự ly- phương vị được tính bằng độ<br /> phân biệt cao theo cự ly, sự mở rộng theo tần số nhờ tính chất dải rộng và tính độ<br /> rộng của tín hiệu tương can còn cao hơn so với chân dung cự ly- góc. Tần số lặp<br /> của các xung được tính bằng sự lặp lại của tần số Doppler “thân máy bay”, mà<br /> thực chất là chúng không lớn hơn so với tần số điều chế.<br /> Khi sử dụng hiệu ứng các tổng hợp ngược mặt mở ra đa (THNMM) [3, 4], với<br /> sự chuyển động của mục tiêu có thể dẫn đến việc quay mục tiêu xung quanh trục<br /> của nó. Thành phần phổ “thân máy bay” bị co lại, tuy nhiên độ rộng của nó vẫn<br /> còn hữu hạn. Điều này được xác định bởi sự phân tán tần số Doppler khi mục tiêu<br /> quay. Sự phân tán này phụ thuộc vào kích thước của mục tiêu, vận tốc quay và<br /> bước sóng. Khi này chân dung cự ly- tần số chuyển sang chân dung cự ly- góc với<br /> đặc điểm: phân tích phổ trong vùng tần số hẹp của thành phần thân mục tiêu yêu<br /> cầu phải có thời gian quan sát lớn hơn nhiều so với khi phân tích phổ của các thành<br /> phần cánh quạt tua bin mục tiêu. Trong một số trường hợp, do tính không ổn định<br /> của điều kiện lan truyền sóng và thiết bị, xử lý tương can tín hiệu có thể được thay<br /> bằng xử lý không tương can. Khi này ảnh 2 chiều nhận được không phù hợp với<br /> dạng hình học, nhưng nó đặc trưng cho kích thước dọc và ngang của mục tiêu.<br /> Trên hình 1 cho biết quá trình tạo ảnh mục tiêu bằng ra đa phát tín hiệu điều chế<br /> tần số bước (ĐCTSB) [3, 5]. Tín hiệu phát gồm N chùm xung, mỗi chùm xung có<br /> M xung. Tần số sóng mang của mỗi một xung trong chùm xung được tăng bởi<br /> bước tần số fS . Độ rộng dải tần ra đa bằng M lần bước sóng tần số fS xác định độ<br /> phân giải cự ly của ra đa, còn tổng số chùm xung N xác định cự ly – chéo hoặc độ<br /> phân giải Doppler của ra đa.<br /> <br /> <br /> <br /> <br /> Hình 1. Quá trình tạo ảnh mục tiêu bằng ra đa phát tín hiệu tần số bước.<br /> Trên hình 2 là sơ đồ hệ thống tạo ảnh mục tiêu trong ra đa ĐCTSB. Thuật toán<br /> bù chuyển động thực hiện bù thành phần pha. Do bám sát cự ly mục tiêu trong thời<br /> gian tạo ảnh, thành phần pha bị triệt tiêu bởi việc nhân cả hai phía với liên hợp<br /> phức của chúng. Do đó, tín hiệu kết quả là biến đổi Fourier hai chiều (2-D FFT)<br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Ra đa, 08 - 2016 99<br />  Kỹ thuật siêu cao tần & Ra đa<br /> <br /> của hàm phản xạ của mục tiêu. Ra đa thực hiện lấy mẫu từ biến đổi 2-D FFT của<br /> hàm phản xạ g(x,y) của mục tiêu.<br /> <br /> <br /> <br /> Máy thu Bám sát cự ly<br /> <br /> <br /> <br /> Tách sóng pha Bù chuyển động Biến đổi<br /> cầu phương Fourier (FFT)<br /> <br /> Hình 2. Sơ đồ hệ thống tạo ảnh mục tiêu.<br /> <br /> 3. CÁC PHƯƠNG PHÁP XỬ LÝ ẢNH RA ĐA CHO<br /> BÀI TOÁN NHẬN DẠNG<br /> Trong những năm gần đây nhiều kỹ thuật xử lý ảnh ra đa THNMM được ứng<br /> dụng như: phương pháp biến đổi miền, phương pháp mặt mở phụ và phương pháp<br /> siêu phân giải đã được áp dụng để đạt được phổ thay đổi theo thời gian nhằm tăng<br /> độ phân giải của ảnh. Nhưng không một phương pháp nào giải quyết triệt để vấn<br /> đề nhòe của ảnh. Để đạt được ảnh THNMM hội tụ có thể sử dụng phương pháp<br /> biển đổi thời gian – tần số (time-frequency (T-F) transform) thay thế biến đổi<br /> Fourier (FFT) [3, 6].<br /> Phương pháp biến đổi thời gian – tần số gồm các phương pháp sau [5]: biến đổi<br /> Fourier thời gian ngắn (Short-time Fourier transform-STFT); sự phân bố Wigner –<br /> Ville (Wigner-Ville distribution-WVD); biến đổi dạng sóng liên tục (Continuous<br /> wavelet transform CWT); đổi thời gian- tần số đồng thời (JTFT); biến đổi thời gian<br /> – tần số đồng thời thích nghi (Adaptive joint time-frequency transform – AJTFT);<br /> biến đổi dạng sóng thích nghi (Adaptive wavelet transform AWT); biến đổi dạng<br /> sóng thích nghi phát triển (Evolutionary adaptive wavelet transform EAWT). Trong<br /> đó, các biến đổi T-F, STFT, WVD và CWT thuộc loại các công cụ phân tích tham<br /> số. Trong [1-5] đã trình bày các thuật toán này và các ưu nhược điểm của chúng.<br /> Tiếp theo, ta xem xét sơ đồ thuật toán tạo ảnh mục tiêu bằng biến đổi thời gian-<br /> tần số đồng thời (JTFT) cho bài toán nhận dạng ảnh mục tiêu. Do chuyển động các<br /> mục tiêu là phức tạp nên trong thời gian quan sát, độ dịch tần số Doppler trong tín<br /> hiệu thu trong nhiều trường hợp là không bất biến với thời gian, ngay cả khi vận<br /> tốc quay không đổi [4, 5]. Điều này làm cho độ phân giải cự ly – chéo là hàm thay<br /> đổi theo thời gian của dịch tần số Doppler.<br /> Phương pháp tạo ảnh thông thường là để ra đa làm việc ở chế độ bám sát theo<br /> cự ly bám sát theo tần số Doppler và sử dụng biến đổi FFT. Sử dụng biến đổi thời<br /> gian - tần số phân giải cao thay cho biến đổi FFT để nhận được thông tin độ dịch<br /> <br /> <br /> 100 N. V. Hạnh, L. N. Uyên, T. V. Hùng, “Nhận dạng mục tiêu trên không theo ảnh ra đa.”<br /> Nghiên cứu khoa học công nghệ<br /> <br /> tần số Doppler có thể làm cho thuật toán bám sát theo tần số Doppler và bù chuyển<br /> động không có ý nghĩa.<br /> Biến đổi thời gian - tần số phân tích tức thời tín hiệu thành các lát cắt thời gian.<br /> Độ lớn của biến đổi thời gian - tần số của tín hiệu cho biết phân bố của các thành<br /> phần tần số dọc theo thời gian của tín hiệu. Tần số Doppler trong mỗi lát thời gian<br /> là không đổi, nên hiệu ứng ảnh nhòe có thể bị triệt [1, 3-5]. Độ phân giải tần số<br /> Doppler được xác định bằng độ phân giải của biến đổi thời gian- tần số. Trên hình<br /> 3 là nguyên lý tạo ảnh mục tiêu bằng biến đổi thời gian- tần số đồng thời.<br /> Tín hiệu thu sau tách sóng cầu phương tạo ra ma trận dữ liệu M x N. Ma trận<br /> này là chân dung cự ly- tần số của mục tiêu, nó chứa M chân dung cự ly và N chân<br /> dung Doppler [5]. Áp dụng biến đổi thời gian - tần số đồng thời trong mỗi ô cự ly<br /> tạo ra khối lập phương ảnh mà nó chứa các mẫu ảnh có thể được xây dựng bằng<br /> biến đổi 2-D FFT.<br /> 4. THUẬT TOÁN NHẬN DẠNG ẢNH RA ĐA CỦA<br /> MỤC TIÊU TRÊN KHÔNG<br /> Trong [1-5] trình bày các nghiên cứu về nhận dạng MTTK theo ARĐ hai chiều.<br /> Qua đó cho thấy, bài toán nhận dạng ảnh mục tiêu gồm các bước sau:<br /> <br /> <br /> <br /> <br /> N ô Doppler<br /> <br /> <br /> <br /> <br /> Hình 3. Hệ thống tạo ảnh mục tiêu bằng biến đổi thời gian – tần số.<br /> - Tạo ảnh ra đa 2 chiều của mục tiêu: dữ liệu ảnh mục tiêu có thể nhận được<br /> bằng thí nghiệm thực tế hoặc bằng phương pháp mô phỏng toán học.<br /> - Xử lý ảnh ra đa THNMM bằng các phương pháp xử lý ảnh đã nêu ở trên.<br /> - Lựa chọn phương pháp nhận dạng ảnh và tiến hành đánh giá kết quả.<br /> Hiện nay thường phổ biến các phương pháp phân loại ảnh sau [1, 3-6]: phân<br /> loại kế cận gần nhất, MNR, MNR tự tổ chức. Quá trình nhận dạng ảnh điển hình<br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Ra đa, 08 - 2016 101<br />  Kỹ thuật siêu cao tần & Ra đa<br /> <br /> thường có 3 bước: xử lý bộ ảnh, lựa chọn và tách các tín hiệu, phân loại [5]. Trên<br /> hình 4 là sơ đồ khối hệ thống nhận dạng ảnh mục tiêu bằng MNR [1-4, 5, 8].<br /> <br /> <br /> <br /> <br /> Hình 4. Sơ đồ cấu trúc khối nhận dạng ảnh ra đa mục tiêu.<br /> Đầu vào của hệ thống là ảnh ra đa số, khối xử lý sơ bộ ảnh sẽ tiến hành giảm mức<br /> tạp, giảm độ nhòe của ảnh (hội tụ ảnh). Lựa chọn và tách các dấu hiệu được thực hiện<br /> bằng biến đổi FFT hay biến đổi dạng sóng. Cuối cùng sử dụng MNR để phân loại ảnh.<br /> 5. KẾT QUẢ NHẬN DẠNG MỤC TIÊU THEO ẢNH RA ĐA<br /> Dữ liệu ảnh ra đa THNMM của 8 loại máy bay B-747, B-727, B1-B, Mig -25,<br /> Mig- 29, F-16, F-18 và A-7 được tạo thành 2 phương pháp khác nhau. Trong đó 6<br /> loại B-747, B1-B, Mig- 29, F-16, F-18 và A-7 được tạo bằng phương pháp mô<br /> phỏng toán học, còn ảnh ra đa của 2 mục tiêu B-727 và Mig -25 nhận được bằng<br /> thí nghiệm mô hình thực tế với ra đa tín hiệu ĐCTSB có tần số phát 9 GHz [8].<br /> Trên hình 5 đưa ra ảnh ra đa máy bay B-727 và Mig -25 sau khi được xử lý FFT.<br /> <br /> <br /> <br /> <br /> Hình 5. Ảnh ra đa máy bay B-727 và Mig -25 sau khi được xử lý FFT.<br /> Ảnh ra đa máy bay B-727 được tạo ra từ ra đa có độ rộng dải tần số 150 MHz,<br /> tần số lặp lại xung phát 20 kHz. Tệp chứa dữ liệu của 256 chùm xung, mỗi chùm<br /> xung chứa 6 mẫu cự ly phức (số xung tần số bước). Dữ liệu đã được xử lý cự ly và<br /> bù chuyển động, ảnh ra đa B-727 có thể được phục hồi bằng biến đổi 1-D FFT đối<br /> với 256 xung cho mỗi mẫu cự ly. Đối với dữ liệu của Mig-25, ra đa có độ rộng dải<br /> <br /> <br /> 102 N. V. Hạnh, L. N. Uyên, T. V. Hùng, “Nhận dạng mục tiêu trên không theo ảnh ra đa.”<br /> Nghiên cứu khoa học công nghệ<br /> <br /> tần số 512 MHz, tần số lặp lại xung phát 15 kHz. Tệp chứa dữ liệu có 512 chùm<br /> xung, mỗi chùm xung chứa 64 mẫu cự ly phức. Dữ liệu đã được bù chuyển động<br /> và không nén xung, ảnh ra đa của Mig-25 được phục hồi bằng biến đổi 2-D FFT.<br /> <br /> <br /> <br /> <br /> Hình 6. Ảnh 2 chiều của 3 loại máy bay trong hệ tọa độ vuông góc.<br /> Thuật toán mô phỏng chung tạo ảnh ra đa THNMM của mục tiêu ra đa ĐCTSB<br /> và xử lý ảnh ra đa cho nhận dạng gồm các bước sau [3-6]:<br /> 1. Tạo ảnh hình học hai chiều của các máy bay B-747, B1-B, Mig-29, F-16, F-<br /> 18 và A-7 trong tọa độ vuông góc (x,y), trên hình 6 là ảnh của máy bay Mig-29, B-<br /> 747 và F-18.<br /> 2. Biến đổi các tọa độ (x,y) của ảnh sang hệ tọa độ cực (r, ): tính góc (p) và<br /> bán kính r(p) theo (x,y), p = 1,…, P, P - số điểm tán xạ của mục tiêu.<br /> 3. Thiết lập các tham số của ra đa: tần số sóng mang f0= 3 GHz; Độ rộng băng<br /> tần B = 225 MHz; tần số lặp lại của xung phát f1= 5400 Hz; số lượng xung Nx = 64;<br /> số lượng chùm xung Ncx =256;<br /> 4. Thiết lập các tham số của mục tiêu: cự ly ban đầu R0=0; vận tốc chuyển động<br /> tịnh tiến vt=0,02 m/s; vận tốc góc w=0,1 (rad/s).<br /> 5. Tính các hệ số phản xạ từ mục tiêu được lấy mẫu trong miền tần số: tính tín<br /> hiệu phản xạ phức (biên độ và pha), một mẫu tín hiệu phản xạ phức cho một xung<br /> phát. Kết quả nhận được ma trận quá trình thời gian của hệ số phản xạ, được đo<br /> trong các giá trị rời rạc trong miền tần số.<br /> 6. Hiệu chỉnh các mẫu phổ cho các gợn sóng của biên độ và pha của ra đa.<br /> 7. Hiệu chỉnh các mẫu phổ bị méo do vận tốc gây ra.<br /> 8. Biến đổi quá trình thời gian của các mẫu đã hiệu chỉnh của hệ số phản xạ mục<br /> tiêu trong miền tần số sang miền thời gian của chân dung cự ly tổng hợp.<br /> 9. Biến đổi quá trình thời gian của chân dung cự ly mục tiêu thành ảnh 2 chiều<br /> cự ly – phương vị.<br /> 10. Xử lý ảnh cửa sổ động để thu ảnh mục tiêu thật hiển thị thời gian thực.<br /> Trong quá trình xử lý có sử dụng biến đổi Fourier ngược (IFT) cho từng chùm<br /> xung gồm các mẫu tần số (biến đổi IFT cho mỗi cột của ma trận hệ số phản xạ từ<br /> mục tiêu). Đồng thời sử dụng hàm “fftshift” để sắp xếp lại kết quả đầu ra của phép<br /> <br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Ra đa, 08 - 2016 103<br />  Kỹ thuật siêu cao tần & Ra đa<br /> <br /> biến đổi IFT bằng cách di chuyển các thành phần có tần số bằng không đến trung<br /> tâm của mảng phổ.<br /> Thuật toán được mô phỏng bằng phần mềm Matlab [4-7], để so sánh các ảnh ra<br /> đa được xử lý bằng các phương pháp khác nhau: biến đổi FFT (hình 7 bên trái);<br /> biến đổi FFT và cửa sổ Hamming (hình 7 bên phải), biến đổi FFT và sử dụng các<br /> mặt mở phụ (hình 8). Kết quả cho thấy, xử lý bằng biến đổi FFT và mặt mở phụ<br /> cho ảnh nét nhất; sau đó là biến đổi FFT và lọc của sổ Hamming; và xử lý bằng<br /> biến đổi FFT cho ảnh bị nhòe hơn.<br /> <br /> <br /> <br /> <br /> Hình 7. Ảnh ra đa máy bay B-747 được xử lý bằng FFT và FFT<br /> với cửa sổ Hamming.<br /> <br /> <br /> <br /> <br /> Hình 8. Ảnh của ra đa máy bay B-747 được tạo bằng biến đổi Fourier<br /> và mặt mở phụ.<br /> Để nhận dạng ảnh ra đa ta sử dụng 2 cấu trúc MNR khác nhau [8]:<br /> - Mạng Sigmoid dạng 8-90-8-8 (8 đầu vào, 90 nơ ron lớp ẩn, 8 nơ ron lớp ra, 8 đầu<br /> ra) với hàm ẩn là hàm tan và hàm ra dạng tuyến tính (sử dụng hàm Matlab có dạng sau<br /> newff(P, T, 90,, (‘tansig’, ‘purelin’)), P, T – ma trận vào và ma trận mục tiêu);<br /> - Mạng Radial Basic 8-nr-8-8, nr =310-360 là số nơ ron lớp ẩn (phụ thuộc vào<br /> mức tạp của mẫu học từ 40 dB đến 10 dB). Hàm có dạng newrb(P, T, 90,, goal,<br /> spread), good = 1e-8 là sai số trung bình bình phương, spread = 1 là giá trị hàm<br /> <br /> <br /> 104 N. V. Hạnh, L. N. Uyên, T. V. Hùng, “Nhận dạng mục tiêu trên không theo ảnh ra đa.”<br /> Nghiên cứu khoa học công nghệ<br /> <br /> Radial Basic, Thuật toán học sử dụng là liên hợp gradient Beale- Powell với hệ số<br /> học bằng 0,1. Trên hình 9, 10 là sơ đồ cấu trúc của 2 mạng. Dữ liệu đầu vào của<br /> MNR là ảnh ra đa của 8 loại máy bay đã được xử lý bằng biến đổi Fourier và mặt<br /> mở phụ (hình 8).<br /> <br /> <br /> <br /> <br /> Hình 9. Sơ đồ cấu trúc của mạng nơ ron dạng Sigmoid.<br /> <br /> <br /> <br /> <br /> Hình 10. Sơ đồ cấu trúc của mạng nơ ron dạng Radial Basic.<br /> Trong điều kiện thực tế, các tín hiệu mục tiêu đều có tạp, do đó, cần thiết kế<br /> mạng không bị nhạy với tác động của tạp. Trước khi nhận dạng cần cộng tạp vào<br /> các véc-tơ tín hiệu mẫu, sau đó dạy và kiểm tra mạng với các véc-tơ có mức tín/tạp<br /> khác nhau. Tín hiệu phức được cộng với tạp trắng và kỳ vọng toán học bằng<br /> không . Giá trị tỷ số tín/tạp q đối với các thành phần cầu phương thực<br /> (Re) và ảo (Im) được tính theo công thức [1]:<br /> <br /> <br /> <br /> <br /> Phương pháp cộng tạp vào các mẫu tín hiệu được thực hiện như sau: giả sử cần<br /> tính xác suất nhận dạng đúng của tín hiệu vào với mức tín/tạp 20 dB, trong dải 5<br /> đến 40 dB, cần tạo các tập hợp dạy với tỷ số tín/tạp 20 dB. Do đặc tính ngẫu nhiên<br /> của tạp quá trình dạy cần đồng thời lặp lại việc tạo các tập hợp dạy cần đồng thời<br /> lặp lại việc tạo các tập hợp dạy mới trong mỗi phép lặp. Sau đó, đánh giá hiệu quả<br /> bằng việc kiểm tra MNR lần lượt với các mức tín/tạp khác nhau trong khoảng 5,<br /> 10, 15, …, 40dB.<br /> <br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Ra đa, 08 - 2016 105<br />  Kỹ thuật siêu cao tần & Ra đa<br /> <br /> Trên hình 11 là kết quả nhận dạng ảnh ra đa của 8 loại máy bay (với tín hiệu<br /> vào để học có mức tín/tạp 40 dB) và xác suất nhận dạng trung bình đối với các tín<br /> hiệu vào với mức tín/tạp 10, 15,…40 dB. Kết quả cho thấy, xác suất nhận dạng<br /> đúng 8 loại máy bay theo ARĐ là rất cao (ở mức tín/tạp 15 dB, xác suất đúng đều<br /> cao hơn 0,82) và đối với tín hiệu vào có mức tín/tạp cao hơn các xác suất nhận<br /> dạng đúng trung bình cao hơn.<br /> <br /> <br /> <br /> <br /> Hình 11. Kết quả nhận dạng ảnh ra đa của 8 loại máy bay<br /> bằng MNR Radial Basic.<br /> 6. KẾT LUẬN<br /> Phương pháp nhận dạng mục tiêu ra đa theo nhiều tiêu chuẩn đồng thời trên cơ<br /> sở sử dụng chân dung ra đa nhiều chiều, mà cụ thể ở đây là chân dung cự ly-<br /> phương vị đã nâng cao đáng kể hiệu quả của bài toán nhận dạng.<br /> Phương pháp nêu trên có ưu điểm là làm tăng đáng kể lượng thông tin của mục<br /> tiêu cho bài toán (do sử dụng độ phân giải cao cả về cự ly và tần số Doppler).<br /> Đồng thời khi áp dụng cho các ra đa hiện đại với tín hiệu ĐCTSB hiện nay, có thể<br /> nhận được ảnh ra đa 2 chiều sử dụng cho các bộ nhận dạng MTTK có tính chống<br /> nhiễu và tính thông tin cao hơn các chân dung ra đa một chiều như chân dung cự ly<br /> và chân dung Doppler.<br /> Trên cơ sở kết quả nghiên cứu các mô hình của các khối nhận dạng bằng<br /> MNR, có thể áp dụng trong thực tế để thiết kế các bộ nhận dạng sử dụng các bộ<br /> xử lý nơ ron [7].<br /> TÀI LIỆU THAM KHẢO<br /> [1]. Митрофанов Д. Г., Сафонов А.В., Прохоркин А.Г., “Моделирование<br /> задачи распознавания целей по их радиолокационным изобрвжениям<br /> нейросетевым способом”, Радиотехника №8. 2011г.<br /> <br /> <br /> <br /> 106 N. V. Hạnh, L. N. Uyên, T. V. Hùng, “Nhận dạng mục tiêu trên không theo ảnh ra đa.”<br /> Nghiên cứu khoa học công nghệ<br /> <br /> [2]. Митрофанов Д.Г., Подуто С.Л., “Методика обучения и определения<br /> параметров нейросетевого классификатора для решения задач<br /> распознавания воздушных целей по их двумерным радиолокационным<br /> изображениям”, Журнал “Нейрокомпьютеры: разработка, применение”<br /> № 3- 4, 2012.г<br /> [3]. Ширман Я. Д., Лещенко С. П., “Радиолокационное распознавание и<br /> методы математического моделирования”, Радиолокация ирадиометрия.<br /> Вып. 3. 2009 г.<br /> [4]. Ya. D. Shirman., “Computer Simulation of Aerial Target Radar Scattering,<br /> Detection, Recognition and Tracking”, Artech House, 2009.<br /> [5] EURASIP Journal on Applied Signal Processing, Volume 2010.<br /> [6] August W. Rihaczek, Stephen J. Hershkowitz., “Theory an practice of radar<br /> target identification”, Artech House Inc., 2013.<br /> [7] Bassem R. Mahafza & Atef Z. Elsherbeni, “MATLAB Simulations for radar<br /> Systems Design”, Chapman & Hall/CRC, 2009.<br /> [8] S. Theodoridis and K. Koutroumbas, “Introduction to pattern recognition: a<br /> MATLAB approach”, Elsevier, 2010.<br /> ABSTRACT<br /> IDENTIFICATION OF AIRBORNE TARGETS BY RADAR IMAGES<br /> In this article, a method of identifying aerial targets under the radar is<br /> presented. Modeling done for the purpose of receiving the assessment<br /> identifies these types of airborne targets under the opening photo radar<br /> synthetic reverse. Giving the information of processing algorithms to<br /> enhance the quality radar operational functions of the classification by<br /> neural network and recognition results are also shown.<br /> Keywords: Radar, Neural networks, Airborne targets, Radar images.<br /> <br /> Nhận bài ngày 15 tháng 06 năm 2016<br /> Hoàn thiện ngày 26 tháng 07 năm 2016<br /> Chấp nhận đăng ngày 01 tháng 08 năm 2016<br /> <br /> <br /> Địa chỉ: Viện Ra đa/ Viện Khoa học và Công Nghệ Quân sự/ Bộ Quốc phòng.<br /> *<br /> Email: duchanh191175@yahoo.com/<br /> <br /> <br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số Đặc san Ra đa, 08 - 2016 107<br />