Tóm tắt Luận án Tiến sĩ Kỹ thuật: Nâng cao chất lượng lọc, bám quỹ đạo mục tiêu đa điểm chói trên biển

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:27

Thêm vào BST

Báo xấu

2
lượt xem 1
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Tóm tắt Luận án Tiến sĩ Kỹ thuật "Nâng cao chất lượng lọc, bám quỹ đạo mục tiêu đa điểm chói trên biển" được nghiên cứu với mục tiêu: Xây dựng, hình thành và giải quyết bài toán “Nâng cao chất lượng lọc, bám quỹ đạo mục tiêu đa điểm chói trên biển” mà trong đó sử dụng tiêu chuẩn độ chính xác của quỹ đạo và tính thời gian thực để đánh giá.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Tóm tắt Luận án Tiến sĩ Kỹ thuật: Nâng cao chất lượng lọc, bám quỹ đạo mục tiêu đa điểm chói trên biển

BỘ GIÁO DỤC VÀ ĐÀO TẠO BỘ QUỐC PHÒNG VIỆN KHOA HỌC VÀ CÔNG NGHỆ QUÂN SỰ VÕ XUNG HÀ NÂNG CAO CHẤT LƯỢNG LỌC, BÁM QUỸ ĐẠO MỤC TIÊU ĐA ĐIỂM CHÓI TRÊN BIỂN Ngành: Kỹ thuật ra đa dẫn đường Mã số: 9 52 02 04 TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT HÀ NỘI – 2024
CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI VIỆN KHOA HỌC VÀ CÔNG NGHỆ QUÂN SỰ Người hướng dẫn khoa học: 1. TS Nguyễn Trung Kiên 2. TS Nguyễn Phùng Bảo Phản biện 1: GS. TS Vũ Văn Yêm Đại học Bách khoa Hà Nội Phản biện 2: GS. TSKH Đỗ Đức Lưu Trường Đại học Hàng hải Việt Nam Phản biện 3: PGS. TS Lê Vĩnh Hà Viện Khoa học và Công nghệ quân sự Luận án được bảo vệ tại Hội đồng đánh giá luận án tiến sĩ cấp Viện, họp tại Viện Khoa học và Công nghệ quân sự. Vào hồi: giờ ngày tháng năm 2024 Có thể tìm hiểu luận án tại: - Thư viện Viện Khoa học và Công nghệ quân sự - Thư viện Quốc gia Việt Nam
1 MỞ ĐẦU 1. Tính cấp thiết của đề tài luận án Trong Chiến tranh hay trong bất kì một cuộc xung đột vũ trang nào, việc thu thập thông tin tình báo từ đối phương đóng vai trò vô cùng quan trọng, hỗ trợ cho người chỉ huy trong việc ra quyết định và truyền thông tin giữa sở chỉ huy cấp trên với sở chỉ huy cấp dưới. Nhiệm vụ thu thập thông tin tình báo về các mục tiêu đối phương có thể được thực hiện bởi các đầu đo là các đài ra đa, có chức năng thu thập, cung cấp dữ liệu về các mục tiêu, phục vụ giải quyết các khâu trong chu trình chỉ huy, điều hành chiến đấu. Đối với các mục tiêu ra đa, đặc biệt là các mục tiêu trên biển do số lượng, chủng loại, mật độ mục tiêu lớn và ảnh hưởng từ các yếu tố môi trường nhiễu biển, đòi hỏi các thông tin cung cấp về mục tiêu không những phải nhanh, liên tục mà đặc biệt cần độ chính xác cao, trong đó thông tin về quỹ đạo mục tiêu mang nhiều ý nghĩa thực tiễn và là mấu chốt phục vụ công tác chỉ huy và điều khiển các phương tiện chiến đấu. Việc nâng cao chất lượng lọc, bám quỹ đạo mục tiêu trên biển bản chất là nâng cao độ chính xác của các đầu đo ra đa hoặc ứng dụng các mô hình thuật toán xử lý quỹ đạo để đảm bảo độ chân thực của quỹ đạo lọc, bám theo thời gian thực. Khi ứng dụng hai cách tiếp cận trên, sẽ tồn tại những nhược điểm như tính chất “đa điểm dấu phát hiện”; thuật toán lọc, bám theo các dạng khác nhau vẫn tồn tại hiện tượng bám nhầm quỹ đạo. Xuất phát từ những lý do trên, luận án lựa chọn đề tài nghiên cứu “Nâng cao chất lượng lọc, bám quỹ đạo mục tiêu đa điểm chói trên biển”. Đây là vấn đề cấp thiết, có tính thời sự và tính ứng dụng cao, những kết quả của Luận án là tiền đề cho lĩnh vực nghiên cứu, chế tạo ra đa. 2. Mục tiêu nghiên cứu Xây dựng, hình thành và giải quyết bài toán “Nâng cao chất lượng lọc, bám quỹ đạo mục tiêu đa điểm chói trên biển” mà trong đó sử dụng tiêu chuẩn độ chính xác của quỹ đạo và tính thời gian thực để đánh giá. 3. Đối tượng và phạm vi nghiên cứu - Đối tượng nghiên cứu: ảnh ra đa các mục tiêu đa điểm chói trên biển; Nâng cao chất lượng lọc, bám sát quỹ đạo mục tiêu biển theo tiêu chuẩn về độ chính xác quỹ đạo và tính thời gian thực cung cấp thông tin. - Phạm vi nghiên cứu của luận án: Khai thác các đặc trưng của mục tiêu đa điểm chói, lý thuyết khai thác dữ liệu, phân cụm dữ liệu, xử lý chân dung ra đa nhằm ước lượng ĐDĐD; Đề xuất thuật toán lọc, bám kết hợp với các đặc trưng được khai phá đảm bảo độ chính xác bám sát quỹ đạo và tính thời gian thực cung cấp thông tin. 4. Nội dung nghiên cứu Luận án tập trung nghiên cứu các nội dung sau: Bài toán ước lượng tọa độ tâm điểm chói và thuộc tính các mục tiêu đa điểm chói; Bài toán phân cụm điểm chói mục tiêu và ước lượng ĐDĐD; Thuật toán lọc, bám quỹ đạo kết hợp các tham số đặc trưng của mục tiêu đa điểm chói; Đánh giá kết quả nghiên cứu bằng dữ liệu ảnh thực tế và mô phỏng. 5. Phương pháp nghiên cứu Luận án sử dụng phương pháp tổng hợp và phân tích lý thuyết đề ra định hướng nghiên cứu; phân tích các dữ liệu ảnh ra đa, kiểm nghiệm bằng phương pháp tính toán, mô phỏng thực nghiệm trên công cụ Matlab.
2 6. Ý nghĩa khoa học và ý nghĩa thực tiễn của luận án Ý nghĩa khoa học: Luận án đề xuất thuật toán ước lượng ĐDĐD, trích xuất các đặc trưng chuyển động của các mục tiêu đa điểm chói trên biển và đề xuất giải pháp nâng cao chất lượng bài toán lọc, bám các mục tiêu đã điểm chói trên biển. Ý nghĩa thực tiễn: Các kết quả đạt được của luận án có thể tham khảo trong nghiên cứu, thiết kế và chế tạo đài ra đa với hệ thống xử lý tín hiệu để giải quyết các bài toán nâng cao chất lượng bài toán lọc, bám các mục tiêu trên biển. 7. Bố cục của luận án Luận án được xây dựng bao gồm phần Mở đầu, 3 chương và Kết luận. CHƯƠNG 1. TỔNG QUAN MỤC TIÊU ĐA ĐIỂM CHÓI TRÊN BIỂN 1.1. Mô hình tín hiệu phản xạ và chân dung ảnh ra đa của mục tiêu trên biển 1.1.1. Mô hình tín hiệu phản xạ mục tiêu đa điểm chói trên biển Trường tán xạ của mục tiêu đa điểm chói là tổng véc tơ các trường của các tâm tán xạ độc lập cấu thành lên bản thân mục tiêu. Việc thiết lập mô hình tín hiệu có ích phản xạ từ mục tiêu đa điểm chói có thể thực hiện bằng cách tính toán các tín hiệu phản xạ từ các điểm “sáng nhất” của DTPXHD mục tiêu, mà được biểu diễn dưới dạng các phản xạ điểm (được gọi là điểm chói). X 7 11 5 Y 1 2 3 8 9 12 4 6 10 Hình 1.1 Mô hình tàu quân sự cỡ trung bình Hình 1.1 biểu diễn mô hình mẫu mục tiêu gồm 12 phản xạ điểm - điểm chói ứng dụng đối với tàu quân sự. Theo đó, mẫu mục tiêu tàu quân sự tầm trung có 12 tâm tán xạ được định vị xác định trên bề mặt của nó. Tín hiệu tổng hợp phản xạ từ mục tiêu đa điểm chói trên biển là kết quả của sự giao thoa các tín hiệu thành phần phản xạ từ các điểm chói cấu thành mục tiêu đa điểm chói: N s =  Kth  i  ucx (t − ti ) ; % (1.5) i =1 trong đó: Kth , ucx và ti = 2 Ri / c - tương ứng là hệ số suy giảm lan truyền sóng siêu cao tần trong không gian, tín hiệu chiếu xạ thăm dò không gian và thời gian giữ chậm của tín hiệu phản xạ thành phần từ điểm chói thứ i về đầu đo. Như vậy, DTPXHD của mục tiêu đa điểm chói là véc tơ mà độ lớn của nó được lấy gần đúng bằng tổng véc tơ các DTPXHD của các phần tử thành phần cấu thành mục tiêu. 1.1.2. Đặc điểm của mục tiêu trên biển bị phát hiện bởi đầu đo ra đa Với các đầu đo ra đa quan trắc các mục tiêu trên biển, độ phân giải được xác định bởi hai tham số là độ dài xung lxg và độ dài của cung tương ứng với độ rộng búp sóng ăng ten l0.5 trong mặt phẳng phương vị. Độ lớn của độ dài cung 𝑙 𝛽0.5 lại tùy thuộc vào cự ly phát hiện có dạng: l0.5  0.5  r (1.11)
3 Và độ phân giải có dạng:   lxg  l0.5 =f (r ), (1.12) Tính chất và hiện tượng “đa điểm dấu phát hiện” của mục tiêu khi bị phát hiện và theo dõi bởi đầu đo ra đa sẽ phụ thuộc vào dải cự ly quan trắc. Như vậy, bên cạnh sự phụ thuộc vào một số tham số đặc trưng cơ bản của đầu đo, thì tính chất phức tạp “đa điểm dấu phát hiện” của mục tiêu phụ thuộc nhiều vào cự ly phát hiện và quỹ đạo chuyển động của mục tiêu đó so với đầu đo. 1.1.3. Chân dung ảnh ra đa các mục tiêu đa điểm chói trên biển Trên Hình 1.4 mô tả một vùng ảnh có nhiều mục tiêu (bên phải) và ảnh 3D của 1 mục tiêu được lựa chọn bằng tay để phân tích (bên trái). Phân tích hình ảnh này qua các chu kỳ cho thấy mục tiêu biển kích thước lớn có nhiều vùng chói (các vùng nhô cao, nhọn trong hình) tương đối ổn định ứng với các vị trí ăng ten, tháp chỉ huy, các kết cấu bằng kim loại trên tàu. Hình 1.4 Màn hình đài ra đa Score3000 Như vậy chân dung ảnh mục tiêu đa điểm chói trên biển là mục tiêu mà có nhiều đỉnh tương ứng với nhiều vùng cực trị (Hình 1.5). Hình 1.5 Hình ảnh mục tiêu trên màn hình ra đa STT 1181 1182 1183 1184 1185 1186 1187 1188 1189 1190 1191 1192 1193 1194 1195 1196 1197 1198 1199 1200 1201 1202 1203 4537 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 4538 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 4539 0 31 45 44 56 48 35 42 26 0 26 30 33 25 0 0 0 0 20 0 0 0 0 4540 0 58 76 72 82 60 49 66 44 46 60 63 75 54 45 39 38 38 33 26 0 21 0 4541 26 73 94 87 90 62 55 82 61 76 90 87 109 75 68 59 52 52 41 36 25 26 0 4542 25 65 95 90 91 79 64 93 73 80 93 84 108 72 65 59 48 48 35 34 25 26 0 4543 0 40 75 73 83 89 65 86 63 57 67 57 75 51 46 42 34 34 22 27 22 24 0 4544 0 0 45 44 61 73 52 61 38 28 33 29 39 29 26 24 21 21 0 21 20 23 20 4545 0 0 21 21 35 42 32 34 0 0 0 0 0 0 0 0 0 0 0 0 0 21 0 4546 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 4547 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 a) Ma trận điểm dấu b) Ảnh mục tiêu ra đa Hình 1.7 Hình ảnh mục tiêu đa điểm chói trên biển
4 1.2. Bài toán lọc, bám quỹ đạo mục tiêu trên biển Quá trình xử lý thông tin quỹ đạo các mục tiêu gồm có ba giai đoạn. Giai đoạn đầu tiên là phát hiện mục tiêu, ước lượng các tham số tọa độ của mục tiêu, tiếp theo là phát hiện quỹ đạo, ước lượng các tham số quỹ đạo, cuối cùng là lọc, bám quỹ đạo, tương ứng với XLC1, XLC2 và XLC3 [4], [76], [84]. Xử lý các điểm dấu mục tiêu - Phát hiện tín hiệu, ra quyết định về sự tồn tại của mục tiêu - Ước lượng ĐDĐD - Trích xuất đặc trưng của mục tiêu Xử lý quỹ đạo Liên kết điểm dấu (LKĐD) (Xác định điểm dấu thuộc quỹ đạo nào?) - Thuật toán Bayess: PDAA, JPDA - Thuật toán không Bayess: NN, GNN Thuật toán lọc, bám quỹ đạo - Thuật toán Kalman - Thuật toán Alpha-Beta - Thuật toán lọc hạt Hình 1.8 Các bước lọc, bám quỹ đạo mục tiêu đa điểm chói trên biển Bài toán lọc, bám quỹ đạo nhận được sự quan tâm nghiên cứu với nhiều công bố quan trọng liên quan đến bộ lọc Kalman và các biến thể [11], [44], [87]. Bài toán ước lượng các tham số đặc trưng của mục tiêu sẽ được phân tích kỹ lưỡng tại Chương 2 của Luận án. Trong mục này xem xét ưu, nhược điểm của các thuật toán liên kết điểm dấu. Theo định nghĩa chung [76] LKĐD trong XLQĐ được hiểu là quá trình xử lý ra quyết định về tính tương thích của dữ liệu về điểm dấu thu được với một quỹ đạo nào đó tại chu kỳ quan sát xác định. LKĐD với quỹ đạo xuất hiện trong XLQĐ khi tồn tại điểm dấu giả và/hoặc có các quỹ đạo đồng thời lân cận nhau trong cùng một chu kỳ nhịp để dẫn tới điểm dấu đang xử lý có thể đồng thời tương thích những quỹ đạo trên [65], [67], [74]. a) Mục tiêu đơn b) Mục tiêu nhóm Hình 1.9 Ví dụ về các tình huống cần liên kết chính xác Các thuật toán LKĐD bao gồm các bước hình thành các phương án liên kết có thể giữa điểm dấu với quỹ đạo. Hiện nay, các thuật toán LKĐD phổ biến nhất là nhóm các thuật toán Bayess và không Bayess. Với nhóm các thuật toán không Bayess, các giả thuyết về hợp nhất được xây dựng trên cơ sở giả thiết về tính chân thực của một trong số các điểm dấu và không đưa ra bất kỳ giả thiết nào về các điểm dấu khác. Với nhóm
5 các thuật toán Bayess, khi ước lượng trạng thái động học của đối tượng, thuật toán sẽ phải tính tới các giả thuyết không chỉ liên quan tới điểm dấu hiện thời thứ k mà ở tất cả các chu kỳ cập nhật trước đó. 1.3. Một số vấn đề trong bài toán xử lý ảnh mục tiêu trên biển 1.3.1. Tình hình nghiên cứu ngoài nước Để giảm số lượng tính toán mà không làm giảm chất lượng bài toán ước lượng ĐDĐD, nhiều tác giả nhị phân hóa ảnh ra đa. Ưu điểm của phương pháp nhị phân ảnh ra đa là đơn giản, tốc độ tính toán nhanh. Nhược điểm của phương pháp này là có thể bỏ sót mục tiêu khi giá trị cường độ cực đại nằm dưới ngưỡng [15], [23], [47], [64]. Ngoài phương pháp nhị phân hóa ảnh ra đa một mức như đã phân tích ở trên, trong công bố của mình, Селезнева О.В [99] nghiên cứu chia các vùng ảnh ra đa thành ba vùng theo mức năng lượng. Trên Hình 1.10 thể hiện ưu điểm khi sử dụng nhiều mức ngưỡng khác nhau để phát hiện mục tiêu biển. Với ảnh của 3 mục tiêu có cường độ khác nhau: mục tiêu phản xạ mạnh, mục tiêu phản xạ trung bình và mục tiêu phản xạ yếu. Nếu sử dụng ngưỡng cố định (tương ứng với ngưỡng nhị phân hóa ảnh ra đa), giả sử ngưỡng được lựa chọn đánh dấu bằng nét liền, có thể xảy ra trường hợp bỏ sót mục tiêu phản xạ yếu. Cũng với 3 mục tiêu như trên khi sử dụng nhiều ngưỡng, giả sử sử dụng 5 ngưỡng, sẽ giảm xác suất bỏ sót mục tiêu nhất là đối với mục tiêu có phản xạ yếu. Mục tiêu phản Mục tiêu phản Mục tiêu phản xạ mạnh xạ trung bình xạ yếu Nhiều ngưỡng Ngưỡng cố định Hình 1.10 Minh họa ưu điểm khi sử dụng nhiều ngưỡng phát hiện mục tiêu Trong các công trình công bố Jaya Shradha [30] và Селезнева О.В [105], các tác giả đề xuất các thuật toán phân cụm ĐDĐD bằng các thuật toán K-means, C-means. Đối với bài toán lọc, bám quỹ đạo mục tiêu đa sử dụng bộ lọc Wiener [35] và các dạng bộ lọc Kalman [7], [8], [75]. 1.3.2. Tình hình nghiên cứu trong nước Năm 2020, Tập đoàn Viettel nghiên cứu thiết kế chế tạo ra đa cảnh giới biển tầm trung VRS-CSX. Quan sát ảnh mục tiêu trên Hình 1.12, các điểm chói của mục tiêu biển thăng giáng qua các chu kỳ liên tiếp nhau cho thấy tín hiệu phản xạ về bị ảnh hưởng nhiều từ nhiễu động của biển. Tuy nhiên, ảnh ra đa mục tiêu đa điểm chói trên biển vẫn được đưa về mục tiêu điểm cung cấp ĐDĐD cho bộ lọc, bám quỹ đạo. Hình 1.12 Hình ảnh mục của đài ra đa VRS-CSX tại Trạm C500 Đồ Sơn
6 Năm 2023, Học viện KTQS cải tiến đài ra đa NSC34, việc xử lý mục tiêu đa điểm chói cũng đưa về tâm ảnh tức là vẫn coi mục tiêu trên biển là mục tiêu đơn điểm chói. Hình 1.13 Màn hình ra đa NSC34 tại trạm C500-Đồ Sơn Hình 1.14 Quỹ đạo sau lọc, bám của các mục tiêu biển Quan sát trên màn hình đài ra đa Rangout cải tiến (Viện Ra đa/Viện KHCNQS) quỹ đạo sau lọc, bám không đúng với chuyển động của mục tiêu do sai số bài toán ước lượng ĐDĐD (Hình 1.14). Chính vì vậy, bài toàn lọc, bám quỹ đạo vẫn tồn tại những những những nhược điểm như sau: - Tọa độ tâm chùm của mục tiêu thường sai số sau mỗi vòng quét ăng ten. Do trong khoảng thời gian 1 vòng quét ăng ten mục tiêu biển không đi hết quãng đường bằng chiều dài thân tàu (30350 m); - Giá trị và phương của véc tơ vận tốc thăng giáng lớn gây mất bám (Hình 1.13); - Quỹ đạo mục tiêu dích dắc, cùng một mục tiêu xuất hiện nhiều quỹ đạo với phương chuyển động khác nhau (Hình 1.14). 1.4. Định hướng nghiên cứu 1.4.1. Nâng cao độ chính xác đo bằng phương pháp xử lý ảnh ra đa Tiếp cận giải quyết bài toán nâng cao độ chính xác đo dựa trên cơ sở xử lý ảnh ra đa theo thời gian thực. Khi xử lý ảnh chân dung ra đa sẽ dẫn tới các điểm tồn tại sau: 1. Mục tiêu trên biển thường thuộc lớp các mục tiêu đa điểm chói, khi thực hiện xử lý ảnh chân dung ra đa của cùng một mục tiêu bị phát hiện, sẽ có nhiều điểm dấu đều được xem là “chân thực” được xác nhận trong cùng một chu kỳ quan sát Tqs . Theo những thuật toán phát hiện xử lý số kinh điển được tổng hợp bằng phương pháp
7 thử nghiệm liên tiếp mô hình điển hình là thuật toán l / (m − k ) hoặc thuật toán CFAR với những biến thể khác nhau đều dẫn tới việc độ chính xác ước lượng tham số tọa độ mục tiêu bị giảm với các cấp độ khác nhau. Chính vì vậy cần thuật toán hiệu quả nhằm nâng cao độ chính xác ước lượng ĐDĐD mục tiêu để đưa vào bộ lọc, bám quỹ đạo đối với các mục tiêu đa điểm chói. 2. Việc hình thành ảnh ra đa phân giải cao có thể bổ sung thêm thuộc tính cường độ tín hiệu phản xạ từ các điểm chói đóng vai trò như tham số tọa độ thứ ba là tham số định lượng trong bài toán tính toán để nâng cao độ chính xác đo, ước lượng tham số điểm dấu đại diện mục tiêu trên biển. 1.4.2. Tổng hợp thuật toán phân cụm điểm chói của mục tiêu biển Vấn đề đặt ra là từ những dữ liệu ảnh ra đa thu được, sau khi xử lý sẽ hình thành "đa điểm chói" cần xác định các điểm chói nào thuộc mục tiêu nào từ đó ước lượng một ĐDĐD cho mục tiêu. Trên cơ sở tổng hợp và phân tích các kết nghiên cứu có liên quan và đặc biệt có tính tới độ chính xác, tính thời gian thực xử lý, cách tiếp cận nghiên cứu trong luận án là ứng dụng kỹ thuật xử lý ảnh ra đa độ phân giải cao kết hợp với các giải thuật của phân cụm dữ liệu, mỗi cụm dữ liệu bao gồm các điểm chói thuộc một mục tiêu. Đặc biệt là đối với trường hợp chưa biết số lượng cụm (hay nói cách khác là số lượng mục tiêu). 1.4.3. Tổng hợp thuật toán lọc, bám quỹ đạo mục tiêu trên biển Hiện nay, thì lọc Kalman vẫn là công cụ hiệu quả nhất được ứng dụng cho các bài toán lọc, bám và phát triển quỹ đạo. Trong luận án vẫn sử dụng lọc Kalman đảm bảo tính thời gian thực cung cấp thông tin, dữ liệu đầu ra về quỹ đạo. Luận án tập trung nghiên cứu ứng dụng các thông tin hữu ích của mục tiêu "đa điểm chói" vào xử lý LKĐD nhằm nâng cao độ chính xác, đồng thời tăng tốc quá trình xử lý phục vụ cung cấp thông tin thời gian thực cho công tác chỉ huy và điều khiển. Độ chính xác của quỹ đạo lọc, bám chủ yếu được quyết định bởi độ chính xác của nguồn dữ liệu đầu vào cho bộ lọc XLQĐ, đó chính là điểm dấu đại diện của mục tiêu. Với tình huống tác chiến phức tạp khi các mục tiêu cơ động chiến đấu, vẫn có thể xuất hiện hiện tượng lọc, bám nhầm quỹ đạo do khoảng cách vật lý giữa hai mục tiêu tương đồng với kích thước tới hạn của cửa sóng lọc, bám quỹ đạo. Để giải quyết vấn đề đã nêu, cách tiếp cận trong phần nghiên cứu này là ứng dụng lý thuyết khai thác tối đa tính chất "đa điểm chói" để xử lý tính huống tranh chấp nêu trên. Trên cơ sở tổng hợp các kết quả nghiên cứu thu được, sẽ thực hiện tổng hợp thuật toán lọc, bám và phát triển quỹ đạo, kiểm nghiệm tính đúng đắn bằng phương pháp mô phỏng có sử dụng bộ dữ liệu đo lường thực nghiệm. 1.5. Phương pháp thực hiện và đánh giá kết quả nghiên cứu 1.5.1. Cở sở dữ liệu mục tiêu đa điểm chói trên biển Dữ liệu về ảnh ra đa được sử dụng trong luận án được cung cấp bởi ra đa Marine Coast Watcher 100 [54], theo tiêu chuẩn dữ liệu ASTERIX CAT-240, CAT-10 sử dụng phần mềm Wireshark [17], [20], [24]. Dữ liệu ảnh về mục tiêu ra đa trên biển là ma trận điểm dấu A có kích thước N hàng, M cột (Hình 1.15).
8 STT 1181 1182 1183 1184 1185 1186 1187 1188 1189 1190 1191 1192 1193 1194 1195 1196 1197 1198 1199 1200 1201 1202 1203 4537 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 4538 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 4539 0 31 45 44 56 48 35 42 26 0 26 30 33 25 0 0 0 0 20 0 0 0 0 4540 0 58 76 72 82 60 49 66 44 46 60 63 75 54 45 39 38 38 33 26 0 21 0 4541 26 73 94 87 90 62 55 82 61 76 90 87 109 75 68 59 52 52 41 36 25 26 0 4542 25 65 95 90 91 79 64 93 73 80 93 84 108 72 65 59 48 48 35 34 25 26 0 4543 0 40 75 73 83 89 65 86 63 57 67 57 75 51 46 42 34 34 22 27 22 24 0 4544 0 0 45 44 61 73 52 61 38 28 33 29 39 29 26 24 21 21 0 21 20 23 20 4545 0 0 21 21 35 42 32 34 0 0 0 0 0 0 0 0 0 0 0 0 0 21 0 4546 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 4547 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Hình 1.15 Ma trận điểm dấu của ảnh mục tiêu ra đa 1.5.2. Phương pháp thực hiện và đánh giá kết quả nghiên cứu Quá trình nghiên cứu được thực hiện theo các trình tự thể hiện ở Hình 1.16, phân tích và đánh giá kết quả dựa trên dữ liệu ảnh ra đa thực tế. Kết quả nghiên cứu được đánh giá và kiểm nghiệm bằng mô phỏng thực hiện trên phần mềm Matlab. Tiền xử lý ảnh mục tiêu đa điểm chói, ước lượng toạ độ đa điểm chói bằng phân lớp ảnh Phân cụm điểm chói cho mỗi mục tiêu (Đề xuất thuật toán mới) Ước lượng điểm dấu đại diện (ĐDĐD) và trích xuất tham số của mục tiêu - Lọc, bám đơn mục tiêu đa điểm chói - Lọc, bám nhóm mục tiêu đa điểm chói (Đề xuất thuật toán mới ) Hình 1.16 Phương pháp thực hiện và đánh giá kết quả nghiên cứu 1.6. Kết luận chương 1 Chương 1 nghiên cứu cơ sở lý thuyết liên quan tới bài toán lọc, bám quỹ đạo các mục tiêu trên biển để từ đó xây dựng và hình thành bài toán nâng cao chất lượng lọc, bám quỹ đạo cung cấp thông tin phục vụ công tác chỉ huy và điều khiển. Trong chương hình thành các nội dung nghiên cứu chung cho luận án như sau: 1. Đề xuất phương pháp xử lý ảnh ra đa theo quan điểm mục tiêu đa điểm chói dẫn tới hình thành tập đa điểm chói trong một chu kỳ quan sát. 2. Ứng dụng phân cụm điểm chói kết hợp các đặc trưng mục tiêu đa điểm chói nhằm hình thành các cụm điểm chói đại diện cho các mục tiêu biển.
9 3. Sử dụng các đặc trưng đa điểm chói của mục tiêu biển nâng cao độ chính xác ước lượng ĐDĐD mục tiêu, trích xuất các tham số chuyển động của mục tiêu. 4. Nghiên cứu thuật toán LKĐD của mục tiêu với quỹ đạo trong bài toán xử lý quỹ đạo sử dụng các đặc trưng của mục tiêu đa điểm chói. 5. Khái quát hóa thuật toán lọc, bám quỹ đạo mục tiêu đa điểm chói trên biển theo thời gian thực, độ chính xác cao cung cấp thông tin phục vụ công tác chỉ huy và điều khiển. Một số nội dung phân tích tổng quan được công bố ở công trình [CT1] trong danh mục các công trình khoa học đã công bố. CHƯƠNG 2. ƯỚC LƯỢNG CÁC THAM SỐ VÀ THUỘC TÍNH ĐIỂM DẤU CÁC MỤC TIÊU TRÊN BIỂN 2.1. Ước lượng tham số động học mục tiêu dựa trên ảnh nhị phân 2.1.1. Thuật toán tựa tối ưu phát hiện chùm tín hiệu lượng tử nhị phân Thuật toán không trọng lượng, hoặc đẳng trọng lượng (với các i = 1 ). Khi đó phát hiện chùm bằng cách đếm số đơn vị chứa trong chùm và so sánh với ngưỡng số K (số nguyên dương). M  x  K, i =1 i (2.2) Trong đó: xi - chuỗi TLN; M - số xung trong chùm TLN; K (số nguyên dương). Có thể thực hiện kỹ thuật (2.2) sử dụng một bộ đếm và một bộ so sánh số. Bộ phát hiện thực hiện thuật toán không trọng lượng (2.2) còn có tên gọi là bộ phát hiện số kiểu “K/M”. Đối với mỗi giá trị M - số TLN trong chùm, tồn tại một ngưỡng số tối ưu Kopt để tổn hao do tích lũy là nhỏ nhất: 0,5𝑀 Mục tiêu thăng giáng chậm 𝐾 𝑜𝑝𝑡 = { (2.3) 1,5√𝑀 Mục tiêu thăng giáng nhanh. 2.1.2. Thuật toán xác định ngưỡng tối ưu nhị phân hóa ảnh ra đa Luận án đề xuất áp dụng phương án suy rộng của “Thuật toán tựa tối ưu phát hiện chùm tín hiệu lượng tử nhị phân” để xác định ngưỡng tối ưu nhị phân hóa ảnh ra đa sử dụng dữ liệu ảnh trong từng chu kỳ quét, giúp tăng tốc bài toán xử lý. Dữ liệu mục tiêu đã cho là ma trận A có không gian 3 chiều bao gồm thông tin về ô cự ly, ô phương vị và mức năng lượng nm. Như vậy, suy rộng từ (2.1) cho ma trận ảnh mục tiêu ra đa phân bố trên nhiều ô cự ly và nhiều ô phương vị có thể viết thành dạng: nm  K , n = 1,...N , m = 1,...M (2.4) Thuật toán (2.4) được gọi là thuật toán không trọng lượng, khi đó ngưỡng phát hiện được thực hiện bằng cách đếm số đơn vị chứa trong ảnh ra đa và so sánh với ngưỡng số K. Như vậy, có ngưỡng tối ưu nhị phân hóa ảnh ra đa Kopt đối với mục tiêu có độ phân giải cao, thăng giáng nhanh như sau: K opt = 1,5 T , (2.5) N ,M trong đó T =  n=1,m=1 nm N và N là tổng số điểm ảnh có giá trị dương.
10 2.1.3. Ước lượng điểm dấu đại diện mục tiêu ra đa Cơ sở toán học ước lượng ĐDĐD mục tiêu từ ảnh nhị phân mục tiêu ra đa dựa trên bài toán tìm trọng tâm của hình trụ giới hạn bởi mặt cong f(x,y) và đáy D. Tâm CD ( xD , yD ) của bản phẳng của mặt phẳng D (Hình 2.2.b) có diện tích S được tính theo công thức như sau: 1 1 xD   xi p(i , y)xy; yD  S yj p( x, j )xy; Si j i j (2.9) Công thức (2.9) áp dụng ước lượng ĐDĐD các ảnh ra đa sau khi nhị phân hóa. y (x i, yj) d Δy yj yj-1 y1 c O a x1 x2 xi-1 xi b x Δx a) Mô tả tâm bản phẳng D và trọng tâm hình khối b) Mô tả phương pháp rời rạc hóa Hình 2.2 Ước lượng tâm của hình khối và bẳn phẳng D 2.1.4. Kết quả ước lượng điểm dấu đại diện dựa trên ảnh nhị phân a) Đánh giá hiệu quả sử dụng ngưỡng tối ưu nhị phân hóa Để đánh giá hiệu quả của công thức (2.5) đối với mục tiêu thăng giáng nhanh, thực hiện tính toán ngưỡng tối ưu nhị phân hóa đối với ảnh mục tiêu MT1 qua 16 chu kỳ quét của đài ra đa. a) Ngưỡng K= 0,5T b) Ngưỡng tối ưu Hình 2.4 Tính toán ngưỡng nhị phân hóa ảnh ra đa MT1 Phân tích dữ liệu của ảnh ra đa MT1, đối với ngưỡng (K=0,5T – ngưỡng đối với mục tiêu thăng giáng chậm) ở chu kỳ quét thứ 4, 9, 12, 13, 14, 15 và 16 số điểm ảnh bị cắt đi chiếm gần 50% so với tổng số điểm ảnh (Hình .a). Đối với ngưỡng tối ưu, số điểm ảnh bị cắt đi không nhiều trong cả 16 chu kỳ quét (Hình .b). Số điểm ảnh bị cắt tăng dần tương ứng với các ngưỡng nhị phân lớn, tương ứng với mức năng lượng trung bình T. Nếu tăng ngưỡng nhị phân hóa ảnh ra đa lên thì số điểm ảnh bị cắt cũng tăng lên. Như vậy thông tin về ảnh ra đa sẽ bị mất, dữ liệu ảnh sau nhị phân hóa chỉ còn phần điểm ảnh có mức năng lượng lớn (điểm chói), những điểm chói này lại thăng giáng lớn sẽ dẫn đến việc sai số rất lớn bài toán ước lượng tâm ảnh ra đa. Đối với các mục tiêu có kích thước lớn trên biển, ảnh ra đa có nhiều điểm chói thăng giáng nhanh qua các chu kỳ quét. Trên cơ sở phân tích và tính toán, luận án đề xuất lựa
11 chọn ngưỡng tối ưu K opt = 1,5 T để nhị phân hóa ảnh mục tiêu ra đa với mục đích nén nhiễu nền, mà vẫn đảm bảo giữ đầy đủ thông tin ảnh và nâng cao chất lượng bài toán ước lượng ĐDĐD của ảnh mục tiêu ra đa. b) Kết quả ước lượng điểm dấu đại diện của mục tiêu ra đa Trên Error! Reference source not found. mô tả kết quả nhị phân hóa và ước lượng Đ DĐD MT1 với ngưỡng tối ưu trong 3 chu kỳ quét 1, 2 và 3. Kết quả cho thấy ĐDĐD của mục tiêu qua các chu kỳ quét phụ thuộc vào số điểm ảnh phân bố của ảnh sau khi nhị phân. a) Chu kỳ 1 b) Chu kỳ 2 c) Chu kỳ 3 Hình 2.11 Kết quả ước lượng ĐDĐD mục tiêu MT1 Trên Error! Reference source not found. là kết quả tính vận tốc trung bình và vận tốc t ức thời (được chuẩn hóa, lấy vận tốc cực đại trong các chu kỳ bằng 1) của mục tiêu qua các chu kỳ quét. Kết quả cho thấy đối với ngưỡng nhị phân hóa theo KOtsu vận tốc trung bình và vận tốc tức thời thay đổi nhanh qua các chu kỳ, điều này không phù hợp với thực tế khi mục tiêu được chọn chuyển động chậm, hướng di chuyển gần như không thay đổi qua các chu kỳ. Đối với ngưỡng nhị phân hóa theo Kopt vận tốc trung bình và vận tốc tức thời của mục tiêu thăng giáng không nhiều và tương đối ổn định, điều này phù hợp với mục tiêu được lựa chọn. Điều này một lần nữa khẳng định ngưỡng tối ưu nhị phân hóa ảnh ra đa được lựa chọn phù hợp cho bài toán xử lý ảnh ra đa có kích thước lớn, thăng giáng nhanh qua các chu kỳ. a) Vận tốc trung bình b) Vận tốc tức thời Hình 2.13 Ước lượng vận tốc MT1 2.2. Ước lượng điểm dấu đại diện dựa trên sự phân lớp ảnh ra đa Để nâng cao chất lượng ước lượng ĐDĐD mục tiêu trên biển, luận án đề xuất phương án xử lý ảnh ra đa theo thời gian thực theo từng chu kỳ quét. Để ước lượng ĐDĐD dựa trên sự phân lớp ảnh ra đa, luận án tập trung vào những vấn đề chính như sau: giải thuật phân lớp theo mức tín hiệu phản xạ từ mục tiêu trên biển, xác định các vùng chói ảnh ra đa, ước lượng tâm các vùng chói và ĐDĐD trên cơ sở các vùng chói của ảnh ra đa.
12 2.2.1. Phân lớp tối ưu Để phân lớp ảnh mục tiêu theo mức cường độ điểm ảnh một cách hợp lý phải đánh giá được sự phân bố tổng thể mức cường độ của toàn ảnh. Để đánh giá sự phân bố mức cường độ của ảnh thường dựng histogram. Để dựng được biểu đồ histogram cần phải xác định được số lượng và kích thước của thanh biểu đồ. Có nhiều quy tắc xác định số thanh của biểu đồ histogram k như: quy tắc Sturges, quy tắc Rice, quy tắc Doane, quy tắc tham chiếu chuẩn Scott, Freedman-Diaconis. - Quy tắc Square-root: số lượng các thanh của biểu đồ histogram k được xác k =  n (2.12)   định theo công thức: k −1 k − 1 - Quy tắc Sturges:   (2.13) n =  =2 ( k −1) + Phân bố chuẩn với ổng số mẫu là: i =0  i  + Số lớp được chọn khi xây dựng biểu đồ từ dữ liệu thông thường được k = log2 n + 1.   (2.14) tính bằng công thức: - Quy tắc Scott: Độ rộng của mỗi cột 3,49 k =h= , (2.15) h được xác định bởi công thức: 3 n - Quy tắc Freedman–Diaconis: độ IQR(x) h= 2 3 , (2.16) rộng mỗi cột h được tính theo công thức: n - Quy tắc Doane: số lượng các thanh k = 1 + log (n) + log (1 + [ g1 ] ), (2.17) trong biểu đồ histogram được xác định 2 2  g1 bằng công thức: 6(n − 2) g = . (2.18) 1 (n + 1)(n + 3) Sau khi dựng biểu đồ histogram của từng nhóm mục tiêu như tàu cá, tàu hàng, tàu container, có thể xác định được số lượng lớp cần chia, số lượng lớp này tương ứng với số cột của histogram. Mỗi cột đại diện cho một lớp giá trị mức cường độ. 2.2.2. Ước lượng tâm các vùng chói và điểm dấu đại diện Để ước lượng ĐDĐD mục tiêu bằng cách sử dụng các vùng chói, luận án đề xuất các bước thực hiện như sau - Bước 1. Xác định kích thước, số lượng các vùng chói bằng cách phân lớp ảnh mục tiêu; - Bước 2. Ước lượng tâm các vùng chói; + ĐDĐD của mục tiêu ra đa C(xc, yc) được xác định theo công thức sau: L L x  l l  y  l l xc = l =1 L , yc = l =1 L (2.21)  ll =1  l l =1 Để so sánh độ chính xác của phương pháp tính ĐDĐD theo công thức (2.21), trong luận án sử dụng tọa độ trọng tâm năng lượng mục tiêu C0(x0, y0) như sau:  i , j muc tieu xi  ij  i , j muc tieu y j  ij x0 = , y0 = (2.22)  i , j muc tieu ij  i , j muc tieu ij
13 Với xi, yj, ij - tương ứng là tọa độ điểm ảnh theo trục cự ly, theo trục phương vị và cường độ của điểm ảnh thứ ij thuộc một mục tiêu. - Bước 3. Phân cụm và ước lượng tọa độ của mục tiêu sử dụng tâm các vùng chói và mức cường độ vùng. Lưu đồ thuật toán tìm vùng cực trị (vùng chói) được thể hiện trên hình 2.16. Bắt đầu Input Anm (A ) ij Duyệt phương vị Tìm ρmax, ρmin ϵ Aij For j:=2 to m trong một số vòng quét anten đầu tiên. j:=j+1 Duyệt aij ô c.ly For i:=1 to n Tính số lớp K Các điểm cực trị trong i = min + i   k i:=i+1 tia P.vị thứ 2 III   max − min Domain2  k =  K Hợp nhất vùng cực trị Mã hóa cường độ lớp ρi Domain1 và Domain2 IV ϵ aij ( ) ATnm aij I Tính tham số vùng điểm chói D1, D2, D3... V Các điểm cực trị trong D = {D1,D2,....DL} tia P.vị thứ nhất Domain1 Thuật toán i
14 Bảng 2.11 Giá trị số lớp đối với các lớp tàu với các quy tắc khác nhau Square- Freedman- Phương pháp Sturges Doane Scott root Diaconis Tàu cá (TG1, TG2) 6 3 8 3 4 Tàu hàng (TG3, TG4) 9-11 3 9-10 5 5-6 Tàu container (TG5, TG6) 9-11 3 9-10 6 6-8 Sau khi xác định được số lớp cần chia thực hiện tính toán tọa độ tâm vùng chói, sau đó ước lượng ĐDĐD mục tiêu. Bảng 2.11 là kết quả số lượng các lớp chia ảnh ra đa đối với từng nhóm mục tiêu. Giá trị số lớp từ 3 đến 11 tùy loại mục tiêu và quy tắc. Đánh giá số lượng lớp chia và ảnh hưởng của nó đến kết quả ước lượng ĐDĐD mục tiêu đối với nhóm mục tiêu 1, 2, 3 Luận án phân tích kết quả ước lượng ĐDĐD mục tiêu ra đa với các cách phân lớp ảnh mục tiêu khác nhau theo các chuẩn nêu tại Mục 2.2.1 và so sánh với trọng tâm năng lượng mục tiêu cho các nhóm mục tiêu điển hình là tàu cá (nhóm mục tiêu 1), tàu hàng (nhóm mục tiêu 2), tàu container (nhóm mục tiêu 3). Kết quả tính ĐDĐD thu được với số lớp chia không quá lớn cho toàn bộ các dạng mục tiêu đạt hiệu quả cao về độ chính xác, đồng thời cũng tăng tốc quá trình tính toán và giảm dung lượng ảnh cần lưu trữ. Lựa chọn số lượng lớp phân chia ảnh các mục tiêu trên biển Căn cứ vào phân tích các nhóm mục tiêu 1, 2 và 3, luận án đề xuất chia ảnh ra đa thành 6 lớp, mỗi lớp cách nhau 30 đơn vị giá trị cường độ, với giá trị cường độ nhỏ nhất ρmin = 20, giá trị cường độ lớn nhất ρmax = 200. Giá trị số lớp và khoảng cách các lớp có thể thay đổi trong quá trình tính toán tùy thuộc vào ảnh mục tiêu ra đa. Bảng 2.23 Bảng giá trị thống kê của ĐDĐD mục tiêu TG1, TG3, TG5 qua 15 chu kỳ quét bằng các phương pháp tính khác nhau Mục tiêu Tham số Statistics ĐDĐD Tọa độ trọng tâm Mean 4,00 4,07 Cự ly (pixel) Variance 0,27 0,21 Standard Deviation 0,52 0,46 TG1 Mean 4,00 4,07 Phương vị (pixel) Variance 0,93 0,92 Standard Deviation 0,97 0,96 Mean 5,72 5,72 Cự ly (pixel) Variance 0,26 0,28 Standard Deviation 0,51 0,53 TG3 Mean 9,92 10,00 Phương vị (pixel) Variance 3,47 3,64 Standard Deviation 1,86 1,91 Mean 11,80 11,87 Cự ly (pixel) Variance 5,23 5,60 Standard Deviation 2,29 2,37 TG5 Mean 4,60 4,57 Phương vị (pixel) Variance 0,37 0,39 Standard Deviation 0,61 0,62 Bảng 2.23 cho thấy đối với mục tiêu kích thước nhỏ như TG1 (tàu cá) kết quả tính ĐDĐD cho giá trị phương sai và độ lệch chuẩn lớn hơn tọa độ trọng tâm. Trong khi đó
15 đối với các mục tiêu có kích thước lớn như TG3 (tàu hàng) và TG5 (tàu container) các giá trị phương sai và độ lệch chuẩn nhỏ hơn so với tọa độ trọng tâm. Như vậy đối với phương pháp chia ảnh mục tiêu thành 6 lớp để tìm vùng chói và sau đó áp dụng tính ĐDĐD mục tiêu cho kết quả với sai số thấp. Điều này có được là do khi chia mục tiêu theo lớp với số lớp phù hợp sẽ loại bỏ được những vùng ảnh có cường độ ảnh thay đổi mạnh như vùng ảnh tương ứng với phản xạ tín hiệu từ mặt biển, vùng phản xạ mạnh có cường độ lớn bị thay đổi nhanh qua các chu kỳ quét. 2.3. Khai thác các đặc trưng chuyển động của mục tiêu Để trích xuất các đặc trưng của các mục tiêu đa điểm chói trên biển, luận án sử dụng ảnh ra đa của các mục tiêu TG1, TG3 và TG5 tương ứng với 3 nhóm mục tiêu trong 15 chu kỳ quan sát. Kết quả cho thấy đối với mục tiêu TG1 chỉ có 1 vùng chói, còn TG2 có 2 vùng chói và TG5 có 2 vùng chói [CT4]. Đối với các mục tiêu có kích thước lớn như TG3 và TG5 có nhiều vùng chói khác nhau tương ứng với các cường độ khác nhau (quy định bằng màu) do năng lượng phản xạ về khác nhau (vùng màu cam và vùng màu vàng). Từ đặc trưng về các vùng chói có thể dự đoán được các phần quan trọng của các mục tiêu trên biển như tháp pháo, đài ra đa, tháp chỉ huy trên tàu giúp người chỉ huy có thể lọc, bám dựa vào ĐDĐD mang đặc trưng năng lượng của các mục tiêu. Kết quả ước lượng ĐDĐD đại điện được thể hiện trên Hình 2.20, Hình 2.21, Hình 2.22 : a) Ma trận ảnh gốc b) Ma trận sau khi phân lớp Hình 2.19 Vùng chói của TG5 a) Vùng chói b) ĐDĐD Hình 2.20 ĐDĐD và trọng tâm mục tiêu TG1 a) Vùng chói b) ĐDĐD Hình 2.21 ĐDĐD và trọng tâm mục tiêu TG3
16 a) Vùng chói b) ĐDĐD Hình 2.22 ĐDĐD và trọng tâm mục tiêu TG5 Dựa trên các vùng chói để ước lượng ĐDĐD ảnh ra đa. Trọng tâm ảnh ra đa được tính theo (2.22) thể hiện trên hình bằng các đường chéo màu đen. ĐDĐD ảnh ra đa được thể hiện bằng tam giác màu xanh trên Hình 2.20, Hình 2.21, Hình 2.22. Có thể thấy rằng ĐDĐD của ảnh có xu hướng tiệm cận với tâm vùng chói có vùng năng lượng lớn nhất. Dựa vào số vùng chói (tối thiểu hai vùng), có thể ước lượng sơ bộ hướng chuyển động các mục tiêu trên biển (Hình 2.20, Hình 2.21, Hình 2.22). Như vậy, thuật toán đề xuất xử lý ảnh ra đa có nhiều ưu điểm hơn so với các phương pháp nhị phân ảnh ra đa. Với thuật toán đề xuất ngoài việc xác định ĐDĐD mục tiêu ra đa, còn có trích xuất được đặc trưng chuyển động của mục tiêu trên biển nhằm nâng cao chất lượng lọc, bám. 2.4. Kết luận Chương 2 Trong Chương 2 luận án đã thực hiện phân tích histogram ảnh ra đa các mục tiêu đại diện cho ba lớp tàu chính trong vùng quan sát của đài ra đa. Các mục tiêu độ lệch chuẩn của ĐDĐD theo cự ly và phương vị theo các quy tắc chia lớp khác nhau là khác nhau. Thuật toán đề xuất có thể trích xuất các đặc trưng của các mục tiêu đa điểm chói trên biển. Thuật toán xác định vùng chói của các mục tiêu trên biển có thể dự đoán được các phần quan trọng của các mục tiêu trên biển như tháp pháo, đài ra đa, tháp chỉ huy trên tàu. Số điểm chói, năng lượng các vùng chói có thể có thể ước lượng sơ bộ hướng dọc trục thân tàu các mục tiêu di chuyển trên biển. Như vậy, thuật toán đề xuất xử lý ảnh ra đa có nhiều ưu điểm hơn so với các phương pháp nhị phân ảnh ra đa, ngoài việc xác định ĐDĐD ảnh ra đa còn trích xuất được nhiều đặc trưng chuyển động của mục tiêu trên biển nhằm nâng cao chất lượng lọc, bám quỹ đạo mục tiêu trên biển. Các nội dung nghiên cứu chính trong chương đã được công bố ở công trình [CT2], [CT3], [CT5] trong danh mục các công trình khoa học đã công bố. CHƯƠNG 3. NÂNG CAO CHẤT LƯỢNG LỌC BÁM QUỸ ĐẠO MỤC TIÊU ĐA ĐIỂM CHÓI TRÊN BIỂN 3.1. Phân cụm đa điểm chói cho mục tiêu đơn và bài toán xử lý dữ liệu màn hình ra đa 3.1.1. Mô tả tập dữ liệu đầu vào cho bài toán lọc, bám quỹ đạo - Bước 1. Dữ liệu đầu vào cho bài toán xử lý là luồng dữ liệu ảnh ra đa quét theo góc phương vị. Sau xử lý ảnh mục tiêu theo mức cường độ tại đầu ra của mỗi chu kỳ quét (1 vòng quét) sẽ tạo ra dữ liệu đầu ra là ma trận các vùng chói của các mục tiêu được ký hiệu là D: 𝑫 = [ 𝐷1 , 𝐷2 , ⋯ , 𝐷 𝐿 ] { , 𝑙 = 1, 2, ⋯ , 𝐿; (3.1) 𝐷𝑙 = [ 𝐸𝑙, 𝐴 𝑙, 𝐶𝑙]
17 - Bước 2. Ma trận các vùng chói mục tiêu D là dữ liệu đầu vào cho bài toán phân cụm điểm chói mục tiêu. Tại đây sử dụng các thuật toán K-means hoặc C-means để xác định vùng chói thuộc mục tiêu nào. Sau khi xác định được vùng chói thuộc mục tiêu sẽ sử dụng thuật toán ước lượng ĐDĐD mục tiêu kết hợp đặc trưng các vùng chói, đồng thời đưa được ra hướng thân mục tiêu. Như vậy dữ liệu đầu ra của thuật toán này là một ma trận đa chiều được ký hiệu là TG được mô tả như sau: [ 𝑇𝐺1 , 𝑇𝐺2 . . . 𝑇𝐺 𝑘 , . . . 𝑇𝐺 𝐾 ], 𝑇𝐺 = { 𝑘 = 1. . . 𝐾; (3.2) 𝑇𝐺 𝑘 = [ 𝐶𝑇 𝑘 , 𝜃 𝑘 ], - Bước 3. Dữ liệu đầu vào của bước này là ma trận TGk tọa độ điểm dấu mục tiêu ĐDĐD của các mục tiêu CTk và hướng thân mục tiêu θk. Tại bước này sử dụng các thuật toán lọc bám kết hợp hướng thân mục tiêu để nâng cao chất lượng bài toán lọc bám. 3.1.2. Thuật toán phân cụm đa điểm chói mục tiêu a) Thuật toán phân cụm K - means - Bản chất của thuật toán K - means là ở chỗ thực hiện cực tiểu hóa tổng J bình phương độ lệch của các điểm xi so với trọng tâm. Nghĩa là: K J =  ρ 2 ( xi , vk ) → min , với K - là số các cụm. (3.3) S k =1 xiSk - Một số điểm hạn chế của K - means: + Không đảm bảo khả năng tối ưu toàn cục theo nghĩa cực tiểu hóa toàn cục đối với tổng bình phương độ lệch mà chỉ đảm bảo một trong số các cực tiểu hóa cục bộ. + Kết quả tính toán phụ thuộc vào việc chọn các giá trị ban đầu của tâm lớp vk và (0) không có giải pháp chọn tối ưu. + Số lượng các lớp cần biết trước. b) Thuật toán FCM Thuật toán FCM được mô tả theo bước như sau: - Bước 1. Giả sử cần phân cụm dữ liệu đã biết 𝑥 𝑖 ( 𝑖 = 1,2, . . . , 𝑛). - Bước 2. Giả sử số cụm đã biết và bằng C, trong đó 2 < 𝐶 < 𝑛. - Bước 3. Chọn mức độ logic mờ cho cụm phù hợp 𝑚 > 1. - Bước 4. Khởi tạo ma trận logic mờ 𝑈 = {𝑢 𝑖,𝑗 } ngẫu nhiên, sao cho 𝑢 𝑖,𝑗 ∈ [0,1] và 𝐶 ∑ 𝑗=1 𝑢 𝑖,𝑗 = 1 đối với mỗi giá trị i và giá trị m không đổi. - Bước 5. Xác định tâm cụm cj theo công thức sau: 𝑛 𝑚 ∑ 𝑖=1 𝑢 𝑖,𝑗 𝑥 𝑖 𝑐𝑗 = 𝑛 𝑚 ∑ 𝑖=1 𝑢 𝑖,𝑗 . (3.4) - Bước 6. Tính giá trị 𝑑(𝑥 𝑖 , 𝑐 𝑗 ) giữa điểm dữ liệu thứ i và tâm của cụm thứ j. - Bước 7. Cập nhật ma trận logic mờ U, nếu 𝑢 𝑖,𝑗 > 0 thì: 1 −1 𝐶 𝑑 2 (𝑥 𝑖 ,𝑐 𝑗 ) 𝑚−1 𝑢 𝑖,𝑗 = (∑ 𝑘=1 ( ) ) (3.5) 𝑑 2 (𝑥 𝑖 ,𝑐 𝑘 ) 𝑚 Nếu 𝑢 𝑖,𝑗 = 0 thì điểm dữ liệu trùng với điểm dữ liệu tương ứng, khi đó giá trị 𝑢 𝑖,𝑗 = 1. - Bước 8. Nếu điều kiện 𝑚𝑎𝑥 𝑖,𝑗 |𝑢 𝑖,𝑗 ( 𝑘 + 1) − 𝑢 𝑖,𝑗 ( 𝑘 )| < 𝜀 được đáp ứng thì dừng việc lặp, trong đó ε là tiêu chí hoàn thành và k là các giai đoạn lặp, nếu không thì chuyển sang Bước 5.
18 3.1.3. Kết quả phân cụm đa điểm chói mục tiêu theo thuật toán K-means Trên Hình 3.4.a thể hiện kết quả phân cụm điểm chói mục tiêu theo thuật toán K-means. Kết quả xử lý phâm cụm thể hiện trên Hình 3.4 cho thấy ảnh phân cụm điểm chói mục tiêu theo cửa sổ hình vuông kích thước 10x10 gây ra hiện tượng phân cụm nhầm các điểm chói mục tiêu có ID 1 và ID 5 dẫn đến xuất hiện mục tiêu ID 6. Khi sử dụng ô cửa sổ hình chữ nhật có kích thước 5x16 ô việc phân cụm theo thuật toán K-means giúp tách các mục tiêu đơn lẻ, tuy nhiên do kích thước không đồng đều theo cự ly và phương vị dễ dẫn đến bỏ sót mục tiêu khi mục tiêu nằm dọc theo tia quét. a) Cửa sổ bám kích thước 10x10 b) Cửa sổ bám kích thước 5x16 Hình 3.4 Kết quả áp dụng thuật toán K-means cho 6 mục tiêu - Ưu điểm của thuật toán K-means: đơn giản, tương đối hiệu quả, có khả năng tự tổ chức. - Hạn chế của thuật toán: phải xác định được số lượng cụm cụ thể ở đầu vào thuật toán và thuật toán K-means chỉ tính đến khoảng cách giữa tâm cụm và tâm các vùng chói mà không sử dụng các đặc trưng được khai thác. 3.2. Lọc bám quỹ đạo đơn mục tiêu kết hợp thuật toán FCM-M 3.2.1. Thuật toán FCM-M - Lưu đồ thuật toán FCM-M được trình bày trên Hình 3.5. dij ={Ci (xi,yi); Cj (xj,yj)} E = {Ei} A={Ai} (i j ; i, j =1...n điểm chói) (i =1...n điểm chói) (i =1...n điểm chói) Hệ thống logic mờ Luật logic mờ Tính xác suất Pij -Tìm tâm cụm = Max{Pij} -Nhóm cụm = {Pij} Ước lượng tọa độ ĐDĐD TGk= [CTk, Ɵk] CTk = (xk, yk) (Sử dụng công thức 2.21) Bộ lọc Kalman Kết hợp GNN-M Hình 3.5 Lưu đồ thuật toán FCM-M.