Распознавание радиолокационных изображений, формируемых радиолокационными системами с синтезированной апертурой

Abstract

В области дистанционного зондирования Земли в радиодиапазоне в последнее время приобретает все большую актуальность проблема обнаружения и/или идентификации пространственно-распределенных целей на фоне однородной поверхности. В качестве примера можно привести задачи береговой охраны, мониторинг несанкционированных лесных вырубок, оценка последствий стихийных бедствий и другие. Настоящая работа посвящена решению задачи синтеза оптимального алгоритма принятия решения о классе пространственно-распределенной цели по данным радиолокационных систем бокового обзора с синтезированной апертурой. Приведено подробное описание процесса формирования сигнала в фиксированном канале дальности с учетом возможных возмущающих факторов. На основе статистического критерия по методу максимального правдоподобия предложен алгоритм распознавания, получены выражения для формирования вектора признаков, а также предложено непараметрическое решающее правило. Предложенный алгоритм опробован на примере распознавания трех классов пространственно-распределенных целей, отличающихся размерами.

In the field of radar remote sensing of the Earth, the problem of detecting and / or identifying spatially distributed targets against the background of a homogeneous surface is becoming increasingly important, for example, the tasks of the coast guard, monitoring of unauthorized forest logging, assessing the consequences of natural disasters, and others. This study is devoted to solving the problem of developing the optimal algorithm for making a decision on the class of a spatially distributed target based on data from side-scan radar systems with a synthetic aperture. A detailed description of the signal formation process in the fixed range channel is given, taking into account possible interference factors. Based on the statistical criterion by the method of maximum likelihood, the recognition algorithm is proposed, expressions for the formation of a feature vector are obtained, and the nonparametric decision rule is proposed. The algorithm has been tested on the example of recognizing three classes of spatially distributed targets that differ in size.