Nghiên cứu giải bài toán nhận dạng mục tiêu ra đa trong điều kiện bất định về thông tin tiên nghiệm

BỘGIÁODỤCVÀĐÀO TẠO BỘQUỐCPHỊNG VIỆNKHOAHỌCVÀCƠNGNGHỆQNSỰ NGUYỄNTHANHHÙNG NGHIÊN CỨU GIẢI BÀI TỐN NHẬN DẠNG MỤC TIÊURAĐATRONGĐIỀUKIỆNBẤTĐỊNHVỀTHƠNG TINTIÊNNGHIỆM Chuyênngành:Kỹthuật rađa –dẫn đường Mãsố: 52 02 04 TÓMTẮTLUẬNÁNTIẾNSĨKỸ THUẬT HàNội-2018 CƠNGTRÌNHĐƯỢCHỒNTHÀNHTẠI VIỆNKHOAHỌCVÀCƠNGNGHỆQNSỰ-BỘQUỐCPHỊNG Ngườihướngdẫnkhoahọc: TSPhạmVănHoan TSNguyễnHồngNgun Phảnbiện1:GS.TSBạchGiaDương Trường Đại học Công nghệ, Đại học Quốc Gia Hà NộiPhảnbiện 2:PGS.TSVũVăn Yêm Đại học Bách khoa Hà NộiPhảnbiện3:TSTrầnVănHùng ViệnKhoahọcvà Cơngnghệ qnsự LuậnánsẽđượcbảovệtạiHộiđồngchấmluậnántiếnsĩcấpViện,họptại ViệnKhoahọcvàCơngnghệqnsựvàohồi… giờ,ngày… … tháng .năm2018 Cóthểtìm hiểuluậnántại: - Thư việnViệnKhoa học vàCôngnghệ quânsự - ThưviệnQuốcgiaViệtNam MỞ ĐẦU Tínhcấpthiếtcủa đềtàiluậnán: Nhận dạng mục tiêu đa xác định lớp (kiểu loại) mục tiêu mà đàirađaquansátđượctrêncơsởxửlýcácthôngtinbiếttrướcvềcáclớpmụctiêu cùngcác dữliệuthu thậpđượctrongthờigianquan sát Trong vài thập niên gần đây, kỹ thuật nhận dạng có bướctiến nhảy vọt áp dụng rộng rãi nhiều lĩnh vực khác nhau(âm thanh, hình ảnh…) Tuy nhiên, chức nhận dạng mục tiêu đamới nghiên cứu phát triển số chủng loại đa đạido nước có khoa học cơng nghệ qn mạnh giới chếtạo Ở nước, có số cơng trình nghiên cứu nhận dạng mụctiêurađa,nhưng chưa có kết nghiên cứu đượcáp dụng vào thực tế Nguyên nhân nằm hai khó khăn đặc thù bàitốnnhận dạngmục tiêu rađa [1], [68]: - Lượng thơng tin tiên nghiệm ít: giới hạn khả quan sátcủa đài đa khó khăn khảo sát thơng tin đa đốitượngcần phânlớp - Thơngtintiênnghiệmmangtínhbấtđịnhcao:chịutácđộngcủacácyếu tố ngẫu nhiên,phạmvibiếnđộnglớnvàphụthuộcnhiềuvàođiềukiệnquan sát,bốicảnhnhiễu, tạpâm, Sựpháttriểncủakỹthuậtvàcơngnghệrađatrongnhữngnămgầnđâyđãkhắcp hụcđượcphầnnàokhókhănthứnhất:Cácđàirađahiệnđạicókhảnăngquansáttốt,ch ophéphìnhthànhcácdạngchândungrađa(CDRĐ)khácnhaumangnhiềuthơngti nvềđốitượngcầnphânlớp[50], [66]:cơngsuất,cựly,ảnh,phổ,phâncực…;Việckhảosátthơngtinrađacủamụctiê ucũngcóthểthựchiệnđượcmộtcáchdễdànghơnbằngcácphươngphápmơphỏng tốnlýtínhchấtphảnxạđiệntừtrường,kếthợpvớithửnghiệmbántựnhiênvàtựn hiên[45], [50].Khókhănthứhai(bấtđịnhvềthơngtintiênnghiệm)lntồntạimộtcáchkháchq uanvàmangtínhđặcthùvớicácứngdụngqnsự:Dữliệuvề mụctiêuthườngbịđốiphươngchegiấu,thayđổi,thậmchíhồntồnchưabiết… Chínhvìvậyviệcnghiêncứugiảibàitốnnhậndạngmụctiêurađatrongđiềukiệnbất địnhvềthơngtintiênnghiệmlàmộtnộidungkhơngthểbỏquakhinghiêncứuthiếtkế mớihoặccậpnhật,nângcấpcáchệthốngnhậndạng(HTND)đãcó Mụctiêunghiêncứucủaluậnán:Nghiêncứuvấnđềbấtđịnhvềthơngtintiên nghiệmvàảnhhưởngcủachúngđếnchấtlượngnhậndạngmụctiêu rađa.Trêncơsởđóđềxuấthướngkhắcphụcvàxâydựnggiảiphápcụthểchobàitốnnhậ ndạngmụctiêubaytheochândungcựly(CDCL) Đối tượng nghiên cứu luận án:Bài toán nhận dạng mục tiêu baytheoCDCLtrongđiều kiệnbất địnhvề thôngtintiên nghiệm Phạmvinghiêncứucủaluậnán:Giớihạnởvấnđềnhậndạngcáclớpmụctiêubay điểnhìnhtheoCDCL,tạorabằngphươngphápmơphỏng.Ởđây,bàitốnnhậndạngđ ượcthựchiệnđộclậpvớiqtrìnhpháthiệnvàcoinhưviệcxửlýchốngnhiễuđãđượ cthựchiệntrướckhihìnhthànhchândung Phươngphápnghiêncứucủaluậnán:Sửdụnglýthuyếtđểphântíchtínhđặcthùc ủabàitốnnhậndạngmụctiêurađa.Trêncơsở đóđề xuấtcácgiảiphápkhắcphụctínhbấtđịnhvềthơngtintiênnghiệmtrongnhậndạng mục tiêurađa.Xâydựngmơhìnhvàthựchiệnkhảosátđánhgiáhiệu giải pháp trường hợp nhận dạng số lớpmụctiêubayđiểnhìnhtheoCDCL.CácCDCLcủacáclớpmụctiêuđượctạorabằn gphầnmềmmơphỏngtínhiệuphảnxạmụctiêurađa(RTBSRadarTargetBackscatteringSimulation)[3].Việckhảosátđánhgiáchấtlượngnhận dạngđược thựchiện bằngmơphỏngtrên phần mềmMatlab Ýnghĩakhoahọcvàthựctiễncủaluậnán: Ý nghĩa khoa học:Góp phần hồn thiện tốn nhận dạng mục tiêu rađavớimộtsốđónggóp cụthể sau: - Đưaragiảipháphiệuquảnângcaochấtlượngnhậndạngtrongđiềukiệnbấtđịnh vềtỷsốtíntrêntạp,trêncơsởsửdụngcácbộphânlớphuấnluyệncó tạpkếthợpvớiviệcgiảmtạptrongchândungcự ly - Đềxuấtphươngánxâydựngvàkhảosátmơhìnhnhậndạngmụctiêubay theo kiểu phân đoạn sở liệu theo góc phương vị Mơ hìnhnày chophépnângcaochấtlượngnhậndạng,hạnchếviệcphânlớpnhầmcácmụctiêukh iCDCLcủachúngởcácphươngvịkhácnhaucómốitươngquancao - Xâydựngmớithuậttốnnhậndạngcóphânbiệtmụctiêuchưabiếttheohướn gxâydựngmơhìnhmụctiêuđãbiếtdựatrênsựphânbốcủagiátrịliênthuộclớpởđầu rabộphânlớp(BPL)mờvàphânbiệtmụctiêuchưabiếttheongưỡng Ý nghĩa thực tiễn:Kết nghiên cứu sử dụng để tham khảo khinghiêncứuthiếtkế cậpnhật, nângcấp cácHTNDđãcó Bố cục luận án:Luận án gồm 03 chương với phần Mởđầu, Kết luận, Danh mục cơng trình khoa học cơng bố, Tài liệuthamkhảo CHƯƠNG1.BÀITỐNNHẬNDẠNGMỤCTIÊURAĐATRONGĐIỀ UKIỆNBẤTĐỊNHVỀTHƠNGTINTIÊNNGHIỆM 1.1 Tổngquanvềbàitốnnhậndạngmụctiêurađa 1.1.1 Dấuhiệunhậndạngvàchândungra đa Cơsởchínhđểnhậndạngmụctiêurađalànhữngdấuhiệuvậtlýđặctrưng cho lớp, kiểu loại mục tiêu cần phân biệt (đặc tính hình học,vậtlývàđộnghọc)thểhiệntrongcácdạngchândungmàđàirađacóthểhình thành Trườnghợp chung, CDRĐ cóthểđượcđịnhnghĩalàmột tập hợp giá trị biên độ phức tín hiệu thu được, mỗigiátrịtươngứngvớimộtphầntửphângiảinhất địnhcủakhơnggiandấuhiệunhận dạng[1],[66], [68] Phầnnàygiớithiệubaloạichândungrađacótínhứngdụngcaotrongnhậndạngmụ c tiêu bay:chân dungđốple(chân dungphổ), CDCL,chândungrađamặtmởtổnghợp ngược (ISAR) Trong đó, có khả năngtriển khai nhiều loại đa đại mang nhiều thông tin phục vụphân lớp nên CDCL trọng phân tích lựa chọn cho việc phântíchgiảiquyếtcác vấnđề trongluận án 1.1.2 Sơđồtổngquátcủahệ thốngnhận dạngmụctiêu rađa Sơ đồtổngquátcủaHTNDđượctrìnhbàytrên hình 1.3 Quan sát, thu thập thơng tin Tiền xử lý Tríchchọnđặctrưng Hình 1.3 Sơ đồtổngqtcủa hệthốngnhận dạngmụctiêu rađa Phânlớp mụctiêu Kết hợp, hậu xử lý Mục tiêu phân lớp Ởđây,đầuracủakhâu“Quansát,thuthậpthơngtin”chínhlàCDRĐ.Mụcđíchcủa khâu“Tiềnxửlý”làchuẩnbịdữliệuthuthậpđượcchocácgiaiđoạntiếptheo.ĐốivớiH TNDtheoCDCL,tiềnxửlýcóthểgồm:lấytrungbìnhchândung,giảmtạp(noisered uction),chuẩnhóa(normalization), định tâm mục tiêu cửa sổ cự ly “Trích chọn đặctrưng” q trình chọn lọc từ liệu quan sát để lấy thơng tinquantrọng, dễsửdụnghơntrongthuậttốnphânlớp Giá phảitrảlà mộtphầnthơngtinvềmụctiêusẽbịmấtmát.Trongtrườnghợpcầnđảmbảokhảnăngphânlớp nhiềuloạimụctiêukhácnhauthìviệcsửdụngtrựctiếpCDCL manglạihiệu caohơn Để “Phân lớp mục tiêu” HTND sử dụng phân lớp Có nhiềuphươngánphânlớpkhácnhaunhư:thamsố,phithamsố,mơtảcấutrúc,dùngmạ ngnơronvớikỹthuậthọcmáy(machinelearning) Nhìnchung,khơngtồntạimộtphươn gánphânlớptốiưuchungchomọiHTND.Việclựachọnkỹthuậtphânlớpnàyhaykhác,cầncăncứ vào khả “tổngqthóa”(Generalizationability)củanócùngtínhkhảthivềmặtkỹthuậtđốivớicác bàitốn nhậndạngcụ thể “Kết hợp, hậu xử lý” bao gồm: kết hợp nhiều dấu hiệu kỹthuật phân lớp khác nhằm đáp ứng tốt yêu cầu chất lượngnhậndạngvớimức độ phức tạpcho phép củahệthống 1.1.3 Chấtlượngnhậndạng Chấtlượngnhậndạngthểhiệnchitiếtquabảngxácsuấtraquyếtđịnhđúnghoặcsai( haycịngọilàmatrậnnhầmlẫn-confusionmatrix):𝑃 𝑖/𝑘= 𝑃{𝜔∗/𝜔𝑘};𝑖,𝑘=1÷𝑐( 𝜔𝑘-điềuk i ệ n c ó mục t i ê u l ớp k ;𝜔 ∗- 𝑖 𝑖 định tồn mục tiêu lớpi;𝑐– số lớp mục tiêu cần nhận dạng) Để sosánh chất lượng HTND, luận án coi hàm giá có dạng đơngiản, xác suất xuất lớp mục tiêu tiêu chấtlượng lựa chọn sử dụng đánh giá làtrung bình xác suất nhận 𝑇𝐵 dạng(TBXSND)đúng đ 𝑃 ( g ọ i tắtlàđộchínhxácnhận dạng): Cđk 𝑃 =1−𝑅 =𝑃 𝑇𝐵= (∑c Pi/i)=1 − 𝑃 TB (1.8) đ 𝑇𝐵 đ c i=1 𝑠 Xác định ma trận nhầm lẫn giải tích phức tạp khả thi, vìvậytrongluậnáncácxácsuấtsẽđượcướclượngbằngmơphỏng.Trongđó,tậpcơ sở liệu(CSDL) ban đầu phân chia thành hai phần: tậpdữliệuhuấnluyện(DLHL)vàtậpdữliệukiểmtra(DLKT).Đầutiênbộphậnlớp đượchọcbằngcácmẫutrongtậpDLHL,sauđóđộchínhxácnhậndạngcủabộphâ nlớpsẽđượcướclượngtrêncơsởtínhxácsuấtnhậndạng đúngcácmẫutrongtậpDLKT.MộtsốphươngphápphânchiatậpCSDLthườngđược sửdụngtrongbàitoánnhậndạngmụctiêurađatheoCDCLlà:holdout,k-foldcrossvalidationvàchiaxenkẽrănglược[44] 1.1.4 Đặcđiểmnhậndạngmụctiêura đa - Khả phương tiện quan trắc (đài đa) hạn chế, lượngthông tin thu thập khơng nhiều, độ xác thấp, phạm vi biếnđộnglớn - Thờigianquansátngắn,đòihỏiđápứngthờigianthực,yêucầucaovềđộ tincậycủa định nhận dạng - Thông tin đối tượng cần nhận dạng khó thu thập: Khảo sátthựcnghiệmtốnkémtrongnhiềutrườnghợpkhơngkhảthi.Khơngcóđủdữ liệu mụctiêuđểmơphỏng.Dễcókhảnăngxuấthiệnmụctiêulạmàta hồn tồn khơngcó liệu vềchúng - Điềukiệnnhậndạngcótínhbiếnđộng,bấtđịnhcao:bốicảnhnhiễutạp; vị trí tương đốicủamụctiêu;sựthănggiángcủatínhiệutrongqtrìnhphản xạ,lantruyền Các yếu tố tác động qua lại lẫn gây khó khăn đặc thùtrong nhận dạng mục tiêu đa làlượng thông tin tiên nghiệm ítvà mangtínhbấtđịnhcao.Đểcóthểđảmbảochấtlượngnhậndạng,songsongvớicác biện phápnângcaolượngthơngtintiênnghiệmphụcvụnhậndạng,cần phải có giải pháp khắc phục tính bất định nhằm sử dụng mộtcách hiệu lượng thơng tin vào mục đích phân lớp Đây mụctiêu nghiêncứuđặtratrongluậnán 1.2 Cácvấnđềcầngiảiquyết 1.2.1 Đảm bảotínhtổngqtcủathuậttốnphânlớp Theoquanđiểmxácsuấtthìtínhbấtđịnhthểhiệnởhaicấpđộ:thamsố hàm Do dữliệuvềCDRĐcóđộchínhxácthấp,khơngđầyđủ,mang tính ngẫu nhiên biến động cao theo điều kiện quan sát nên việcxác định dạng phân bố đa chiều khơng khả thi Vì vậy, thuậttốnphânlớpthườngđượcthựchiệntheomơhìnhphithamsố.ĐiểnhìnhlàBPL:kNN (k hàng xóm gần nhất); SVM (máy véc tơ tựa); mạng nơron Đặc điểm chung phương pháp phân lớp đảm bảo tốt“tínhtổngqthóa”và cóthể sử dụngtrựctiếptậpcơsởdữliệu để huấnluyện(học máy) mà khơngcầnchotrướcdạngphânbố.Trongluậnánsẽphântíchchitiết3kỹthuậtphânl ớpnêutrên,từđólựachọnmộtphươngán phù hợplàmcơngcụphân lớp chocác khảo sáttiếptheo 1.2.2 Khắcphục tínhbấtđịnhvềtỷsốtíntrêntạp Sau thực biện pháp xử lý chống nhiễu, CDRĐ,ngoài tín hiệu có ích cịn tồn tạp (Background) (trong luận án gọitắt tạp) Tạp thường có dạng tạp trắng cộng tính dạng Gauss(AWGN) Trong CDCL, tỷ số tín tạp (SNR) có phạm vi biến độnglớn (tùy thuộc vào cường độ tạp, công suất phát, cự ly, chủng loại mụctiêu)vàchỉcóthểướclượngvớiđộchínhxácnhấtđịnhtạithờiđiểmquansát.Sựkhá cbiệtgiữagiátrịSNRthựctếvàgiátrịSNRsửdụngtrongmơhìnhnhậndạngsẽlàmsuy giảmđángkểchấtlượngnhậndạng.Việckhắcphụccóthểtriểnkhaitheocáchướngsau:xâydựng mơhìnhthíchnghivới tạp[47];huấnluyệncótạp;giảmtạp(noisereduction) Nhìn chung, giải pháp xây dựng mơ hình thích nghi với tạp dựa trêncơsởtốnhọcchặtchẽnhưngđểápdụnggiảiphápnàycầnphảibiếtdạnghàm phân bố CDRĐ (mơ hình tham số) Với BPL kiểu phi thamsố,họcmáynhưKNN,SVM,mạngnơronthìhướngkhắcphụctínhbấtđịnhvềtỷsốSNRcóthểlựachọnlà:giảm tạpvàhuấnluyệncótạp.Đểtriển khai giải pháp cần phải thực khảo sát đánh giá chi tiếtdựa CSDL toán nhận dạng cụ thể Đây nội dungnghiêncứuđược đặtra trongLuận án 1.2.3 Khắcphục yếutốbấtđịnhvềgóc hướng củamụctiêu Trong thực tế, mục tiêu xuất từ hướng (phương vịvàgócngẩng)bấtkỳvàgóchướngcủamụctiêuthayđổitrongphạmvirất rộng HầuhếtcácCDRĐnhấtlàCDCLđềuphụthuộcnhiềuvàohướng quan sát Ngoài ra, mục tiêu khác cho chân dungkhá giống quan sát số góc hướng định [54] Chínhvì vậy, việc sử dụng thơng tin góc hướng cần thiết nhậndạng mục tiêu đa theo CDCL Nhiệm vụ đặt luận án là: phântíchảnhhưởngcủayếutốbấtđịnhvềgóchướngđốivớichấtlượngnhậndạngt heoCDCL,từđóđềxuấtphươngánxâydựngmơhìnhcụthểnhằmkhắcphụcyếutốnày 1.2.4 Phânbiệtmụctiêuchưabiết Đa số HTND mục tiêu đa trước xây dựng sởcố định thành phần số lớp mục tiêu nhận dạng Như vậy, khixuất đối tượng không nằm danh sách lớp mục tiêu đãbiết hệ thống đưa định đối tượng quan sát thuộc lớpnàođótrongdanhsáchnày.Đốitượngtrêncóthểlàmộtloạiphươngtiện bay mục tiêu giả đối phương cố tình tạo Trong haitrường hợp, việc định sai dẫn đến hậu khólường Vấn đề phân biệt mục tiêu chưa biết luận án nghiêncứugiảiquyếttheohướngxâydựngmơhìnhmụctiêuđãbiếtvàthựchiệnra định phânbiệttheongưỡng.ĐốitượngứngdụnglàcácBPLdùng kỹ thuật học máy thường dùng nhận dạng mục tiêu đa theoCDCLnhư SVM, mạngnơ ron 1.3 Kếtluậnchương Chương luận án trình bày tổng quan nhận dạng mục tiêu rađa;phântíchbảnchấtvậtlý,ngunnhânhìnhthànhcùngtìnhhìnhnghiên cứu khắc phục tính bất định thơng tin tiên nghiệm, từ xácđịnh4nhiệmvụ cầnnghiêncứu giảiquyếttrongluận án: - Lựa chọn phương pháp phân lớp đảm bảo tính tổng qt điềukiệnbấtđịnh vềthơngtintiên nghiệm - Nghiêncứucácbiệnphápđảmbảochấtlượngnhậndạngtrongđiềukiệnbấtđị nhvềtỷsốtíntrêntạptheohướnghuấnluyệncótạpvàgiảmtạp - Xây dựng mơ hình nhận dạng sử dụng thơng tin góc hướng củamục tiêu nhằm hạn chế việc phân lớp nhầm lớp mục tiêu trongtrườnghợp góc hướngcủamụctiêu biến độngtrongphạmvirộng - Tổng hợp thuật tốn nhận dạng - phân biệt mục tiêu chưa biết theohướngxâydựngmơhìnhmụctiêuđãbiếtvàphânbiệtvớimụctiêuchưabiết theo ngưỡng CHƯƠNG NGHIÊN CỨU ĐỀ XUẤT GIẢI PHÁP NÂNG CAOCHẤTLƯỢNGNHẬNDẠNGTRONGĐIỀUKIỆNBẤT ĐỊNHVỀTHƠNGTIN TIÊNNGHIỆM 2.1 Lựachọnphươngpháp phânlớp Phần trình bày nguyên tắc xây dựng, phân tích ưu nhược điểmcủa ba BPL phi tham số điển hình k-NN, SVM mạng nơ ron Trongđó,dolàbộphânlớpđượcsửdụngphổbiếntrongnhậndạngmụctiêurađa,cót hờigianhuấnluyệnnhanhvàkhơngsợrơivàocựctrịđịaphương,nênBPLmạngnơronvới hàmcơsởhướngtâmRBFđượclựachọnlàmcơngcụnhậndạngchocácnộidungnghiêncứukhảosáttiếptheo trongluậnán 2.2 Giải pháp đảm bảo chất lượng nhận dạng điều kiện bấtđịnhvềtỷ sốtín tạp 2.2.1 Tỷsố tíntrêntạptrong CDCL CDCL biểu diễn dạng véc tơdgiá trị biên độ phức tínhiệunhậnđượctạicácphầntửphângiảicựlytrongkhơnggiannhậndạngtươngứng𝑥̇ = [𝑥̇ ,𝑖=1÷ 𝑑] 𝑖 Trường hợp tồn mục tiêu thuộc lớp𝑘nào (𝑘 = ÷ 𝑐 ;𝑐là sốlớpmục tiêucần phânlớp)thìCDCLnhận đượccó dạng: 𝑥̇= 𝑛̇+𝑠 𝑘̇ Trong đó:𝑠̇ 𝑘= [𝑠̇ 𝑘,𝑖, 𝑖 = ÷ 𝑑] – giá trị biên độ phức tín hiệuphảnxạtừmụctiêulớp𝑘tạicácphầntửphângiảitươngứng,𝑛̇ = [𝑛̇ 𝑖,𝑖=1 ÷ 𝑑]- giá trị biên độ phức tạp Tỷ số tín tạp CDCL đượcxác định theocơngthứcsau: ∑𝑑|𝑠 | 𝑆𝑁𝑅(𝑑𝐵)=10log10𝑖=1 𝑘 , 𝑖 ∑𝑑𝑖=1 |𝑛̇ 𝑖| Các giá trị biên độ|𝑠̇ 𝑘,𝑖|thể cường độ tín hiệu phản xạ từ cácphầntửphângiảicựlytươngứngtrênmụctiêu.Chúngkhơngnhữngphụthuộc vào cơng suất tín hiệu phát, cự ly quan sát mà phụ thuộc vàochủng loại mục tiêu góc hướng Như vậy, kéo theo SNR trongCDCLcó tính biến độngvà bấtđịnhcao 2.2.2 Huấnluyệncó tạp Huấn luyện có tạp đưa thêm tạp vào DLHL nhằm nâng cao khảnăng nhận dạng BPL làm việc điều kiện có tác độngcủa tạp Một BPL làm việc tốt điều kiện huấn luyện.Trong trường hợp nhận dạng theo CDCL tạp AWGN, điềukiệnnàythểhiệnquatỷsốSNRtrongtậpDLHL(𝑆𝑁𝑅𝐻𝐿)vàtrongCDCLcủa mục tiêu cần nhận dạng (𝑆𝑁𝑅𝐾𝑇) Như tối ưu thỏa mãnđiều kiện𝑆𝑁𝑅𝐻𝐿= 𝑆𝑁𝑅𝐾𝑇(điều kiện biết tạp) Tuy nhiên, giá trịSNR thực tế (𝑆𝑁𝑅𝐾𝑇) có phạm vi biến động lớn nên việc đảm bảo điềukiệnnàymộtcáchtuyệtđốilàkhôngthể.Haihướnggiảiquyếtđềxuấtlà: - HuấnluyệnBPLvớinhiềumức𝑆𝑁𝑅k h c nhaunhằmđảmbảotínhtổngq ttrong tồndảibiếnđộng của𝑆𝑁𝑅𝐾𝑇(mơhìnhBPLđơn) - Sử dụng song song nhiều “kênh phân lớp” (KPL) thành phần, mỗikênh huấn luyện đảm nhiệm nhận dạng vùng địnhtrongdảibiếnđộngcóthể của𝑆𝑁𝑅𝐾𝑇(mơhìnhBPL songsong) 2.2.3 Giảmtạptheo ngưỡngtrongchân dungcựly BảnchấtcủagiảiphápnàylàcắtbỏCDCLtheomộtmứcngưỡng“”nàođósaoc holoạibỏtốiđacácphầntửchỉchứatạpnhưngkhơnglàm 2.4.3 Xácđịnhngưỡngphânbiệt Để xác định tập ngưỡng phân biệt “𝛾𝑚;𝑚 = 1, 2, … , 𝑐” theo phươngtrình(2.39)cầnthực hainộidungsau: - Ướcl ợ n g b ộ h m M Đ X S c ó đ i ề u k i ệ n 𝑝 (𝑍𝑚/𝜔𝑚)v x c s u ấ t nhậndạngđúng“𝑃𝑚/𝑚= 𝑃{𝜔 ∗/ �𝜔 } ,𝑚= 1,2,…,𝑐 � - Tìmhệsốđiềuchỉnh“𝑟”theotiêuchíđãlựachọn Quytrìnhthựchiệnchitiếtđượctrìnhbàytrongluậnán.Ởđây,tacólư,khixá cđịnh“𝑟”theotiêuchíđãlựachọnthìcầncómơhìnhmụctiêuchưabiết.Tasẽlầnlượ tchọntừngmụctiêutrong𝑐lớpđãbiếtlàmmụctiêuchưabiếtgiảđịnhi,đểtìmhệsố 𝑟𝑖,sauđóxácđịnhrbằnglấytrungbình𝑟𝑖,𝑖=1,2,…,𝑐 2.5 Kếtluậnchương Nhữngkếtquả củachương2 đượctómtắtnhư sau: - Nghiên cứu chất phân tích ưu nhược điểm BPL điểnhình đại diện cho kỹ thuật phân lớp phi tham số: k-NN, SVM, mạng nơron Trên sở đó, lựa chọn sử dụng mạng nơ ron RBF làm phương tiệnthựchiện bàitoán nhận dạngmụctiêu baytheo CDCL - Đưa số biện pháp khắc phục bất định tỷ số SNR áp dụngchobài toánnhận dạngtheoCDCL với cácBPL dùngkỹthuật học máy: + Huấn luyện có tạp với mơ hình BPL song song (bao gồm nhiềuKPL thành phần, kênh huấn luyện mức SNR định)hoặc mơ hình BPL đơn huấn luyện nhiều mức𝑆𝑁𝑅 Việc lựa chọnphương án cấu hình cho mơ hình thực mơphỏngtheo phươngán đề xuấttrongluậnán +Xâydựngmộtthuậttốngiảmtạptheomứcngưỡngnhằmgiảmbớttínhbấtđ ịnhSNRtrongCDCL.Sovớicáccơngtrìnhnghiêncứuđãcơngbố,sựkhácbiệtcủac ủathuậttốnnàythểhiệnởviệcsửdụnghệsốcắttạp“h”đểđiềuchỉnhmứcngưỡng saochocóthể“loạibỏtốiđatạpnhưnghạnchếđượcmấtmátởnhữngphầntửmangt hơngtincóíchtrongCDCL” + Đề xuất phương án sử dụng kết hợp giảm tạp CDCL trongcác mơ hình BPL đơn BPL songsonghuấn luyện có tạp - Làm rõ yếu tố gây suy giảm chất lượng nhận dạng điềukiện bất định góc hướng Từ đề xuất phương án xây dựng mơ hìnhnhậndạngdựatrênphânđoạnCSDLtheogócphươngvị.Ởđâythamsốphânđoạn đượclựachọn dựa trêntrên ba yếutố: +Tínhbiếnđộngcủachân dungcự lytheogócphươngvị; + Sự giống chân dung cự ly lớp mục tiêu khác ởcácgóc phươngvịkhác nhau; +Khả năngxác định gócphươngvịcủa đàirađa - Tổng hợp thuật tốn nhận dạng có phân biệt mục tiêu chưa biết dựatrêncơsởxâydựngmơhìnhthốngkêcủamụctiêuđãbiếtthơngquabộgiá trị liên thuộc lớp đầu kênh BPL Đề xuất tiêu chí lựachọn ngưỡng phân biệt (“TBXSND xấp xỉ xác suất phân biệt đúngmụctiêuchưabiết”) đưaraquytrìnhxác địnhnó theotiêuchíđề CHƯƠNG XÂY DỰNG CHƯƠNG TRÌNH MƠ PHỎNG VÀĐÁNHGIÁCHẤTLƯỢNGNHẬNDẠNG 3.1 Xâydựng phươngánkhảosátchung 3.1.1 Đốitượngvàđiềukiệnkhảosát Đốitượng:HTND theoCDCLcáclớpmụctiêubayđiểnhình(đượctạo bởiphần mềmRTBS)dùngBPLmạngRBFtrongđiều kiệnbiếttạp Điềukiệnkhảosát: - ThamsốCDCL:Độphângiảicủarađa1m,mỗiơcựlylấy2mẫu(độrộng0, 5m); Độ rộngcửa sổ cựly:60m; Số phần tử lấymẫu: 120 - Bộphân lớpmạngRBF:hàmcơsởbánkính làhàmGausscó dạng − ‖𝑥−𝜇‖ 2𝜎2 (𝑥)=𝑒 vớixlàCDCLđầuvào, vàlà tâmvàthamsốđộ rộng;s ố nơronlớpẩ nbằng80;phư ơng pháphuấnluyệnc ủamạnglàph ươngpháphaiphatheo [62] - Thamsốthểhiệnđiềukiệnquansát:TỷsốSNR;Góchướng:cốđịn hgóc ngẩng(3),phươngvị:(0-180), khoảnglấymẫu 0,2 3.1.2 Mơhìnhkhảosátchung Tạo CDCL, phân chia, cộng tạp Tập DLHL Tiền xử lý Tập DLKT Tiền xử lý Bộ phân lớp Đánh giá chất lượng (hiệu quả) Hình3.1.Sơđồmơhìnhkhảosát chung 3.1.3 Tạocơ sở liệu - Mục tiêu cần nhận dạng: kiểu loại mục tiêu bay Tu16, B1b,B52, Mig21, Tornado, F15, Alcm, Glcm Decoy Các CDCL tạobởi phần mềm RTBS với phương pháp lấy mẫu theo góc phương vị nhưsau: Đối với lớp số lớp mục tiêu, 900 CDCL tạo tươngứngvới900vịtrígócphươngvịtrongkhoảngtừ0đến180vớiđộphângiải lấy mẫu theo phương vị 0,2 Như vậy, tập CSDL CDCL (gọi làtậpCSDLDL1)gồm8100CDCLphứccủa9lớpmụctiêuvàvéctơnhãnkiểuloạim ục tiêu tươngứng - Phân chia tập CSDL thành tập DLHL DLKT theo phương pháp10-fold cross validation vàphươngphápxenkẽ rănglược - CộngtạpvàoCSDL:tạptrắngcộngtínhGaussphứcđượccộngvàocác CDCL phứctrongtậpDLHLvàDLKTtheomứcSNRnhưnhaucógiátrịtừ-12 dBđến 24dBvớibước nhảy2dB 3.1.4 Lưu đồ chương trình mơ chung kết khảo sát trongtrườnghợp biếttạp Phầnnàytrìnhbàynộidungxâydựnglưuđồchươngtrìnhmơphỏngchungvàth ựchiệnkhảosátHTNDtrongtrườnghợpbiếttạp(SNRtrongdữliệuhuấnluyệnvàkiểmtra nhau) nhằm lấy kết tham chiếuchocácđánhgiávềsau.Kếtquảmôphỏngthểhiệnthôngquađồthịbiểudiễnsựphụ thuộc TBXSND vào SNR (hình 3.5) phân chia dữliệu theo phương pháp 10-fold cross validation (a) phương pháp xenkẽ rănglược(b) 100 90 Xacsuatnhan dangdung(%) 80 70 60 50 40 30 20 10 a b -10 -5 10 Tysotintrentap(dB) 15 20 Hình 3.5 Độ xác nhận dạng mơ hình nhận dạngchungtrongtrườnghợp biếttạp Ta thấy rằng, hai phương pháp phân chia CSDL cho kết giốngnhau đảm bảo tính hợp lý: trường hợp biết tạp TBXSND đúngtăngtheoSNR.TừđâycũngcóthểrútranhậnxétvềkhảnăngcủaHTND dùng mạng RBF với tham số lựa chọn: TBSXND đạt 70%khi SNR>0 dB giảm nhanh đến 20% SNR thay đổi từ dB đếndưới (-10) dB.Kết mơ hình 3.5 dùng để tham chiếukhi so sánh đánh giá hiệu giải pháp khắc phục tính bất địnhvề thơngtintiênnghiệmđược đềxuấttrongluậnán 3.2 Khảosátđánhgiágiải phápkhắcphụctínhbấtđịnhvềSNR Điềukiệnmơphỏng: +TậpCSDLCDCL:TậpDL1với9lớpmụctiêuđượctạoởmục3.1;Phânchiatập CSDL theo phươngpháp xen kẽ rănglược; +MơphỏngđiềukiệnbấtđịnhvềSNR:DLHL khơngcótạphoặccótạp với hoặcvài mứcSNR khácnhau, trongkhi DLKT cómứcSNRthayđổitrongdảitừ-10 dBđến 16 dB vớibước nhảybằng2 dB; + Phương pháp giảm tạp: Thuật toán giảm tạp theo ngưỡng đềxuấttrongmục 2.2.3 +Phươngphápđánhgiá:ƯớclượngTBXSNDđúngcủaHTNDtrongđiềukiệnkhơng biếttạp(SNRtrongCDCLhuấnluyệnvàkiểmtrakhácnhau) có khơng sử dụng biện pháp khắc phục, tham chiếu vớikết khảosáttrongtrườnghợpbiếttạp đãthực hiệnở mục3.1.3 3.2.1 Khảosátđánhgiácác phương ánhuấnluyệncótạp Kết khảo sát phương án huấn luyện có tạp thể hình3.7 3.8 100 MP1(16dB) 100 MP2(8dB) 10 MP 3(2dB) 10 XSNDdung(%) 90 70 60 BSNR -100 SNR DLKT(dB) MP4(-2dB) 100 30 20 10 a b -5 Tysotintrentap(dB) 10 15 50 1SNR 50 40 -10 50 50 XSNDdung(%) Xacsuatnhandangdung(%) 80 50 -100 SNRDLKT(dB) -100 SNRDLKT(dB) MP5(-6dB) 100 50 -100 SNRDLKT(dB) -100 SNRDLKT(dB)MP 6(-10dB) 100 50 -100 SNR DLKT(dB) Hình 3.7 Hình 3.8 Từhình3.7tacóthểthấyrằnghuấnluyệnkhơngcótạpchoTBXSNDđúng( b)kémhơnnhiềusovớitrườnghợpbiếttạp(a),đặcbiệtkhiSNRthấp.Nhưvậy,trong điềukiệnthựctế,khiSNRbiếnđộngtrongphạmvilớn,nếusửdụngtậpDLHLsạc h(khơngcótạp)thìchấtlượng nhận dạng khơng đảm bảo Điều giải thích BPL huấnluyện điều kiện có khả nhận dạng tốt điều kiệnđó Vì thế, nhận dạng mục tiêu đa, để nâng cao khả tổngquát BPL tạp, cần thiết phải huấn luyện BPL với liệu cótạp cácmức SNRkhác Từ hình 3.8 ta thấy rằng: Độ xác nhận dạng huấnluyện với mức SNR HL(1SNR) nhiều so với điều kiệnbiếttạp(BSNR).BộphânlớpđượchuấnluyệnmộtmứcSNRHLchỉ nhậndạng tốt CDCL tập DLKT có mức SNR KTở vùng ổn định biếttạpvùnglâncậnxungquanhmứcSNRHL.KhiSNRKTcàng khácSNRHLcủa DLHL chất lượng giảm,kểcảkhiSNRKTlớn (ví dụ nhưtrongMP6) Hình 3.10 kết mô BPLđơn huấn luyện với mức SNR Ta thấyrằng,trongtrườnghợpnày, độchínhxácnhậndạngđượccảithiệnhơnsov ớitrườnghợphuấnluyện1mứcSNR(hình3.8).V ới3mứcSNRHL,nếuưutiênhuấnluyệncótạpởdả iSNRthấp,thìđộchính xácn h ậ n d n g d ả i S N R c a o k é m 100 90 80 XS NDdung(%) 70 60 50 40 30 20 BSNR 10 SNR(-10,6,16dB) SNR(-10,8,16dB) -10 -5 0SNRDLKT(dB) SNR(-10,0,16dB) 10 15 Hình 3.10 So sánh độ chínhxác nhận dạng BPL đơnhuấn luyện có tạp với ba mứcSNRvà trườnghợpbiếttạp đường đồ thị SNR(-10,-6,16dB) Ngượclại, ưu tiên huấn luyện dải SNRcao độ xác nhận dạng dảiSNR thấp kém- đường đồ thị SNR(10,8,16dB).K h i c c m ứ c S N R HLp h â n bố tồn dải độ xác nhận dạng đạt tốt nhất, gầnbằng trường hợp biết tạp- đồ thị SNR(-10,0,16dB) Như vậy, với mứcSNRHL, độ xác nhận dạng mơ hình xét đạt đượcbằngtrườnghợpbiếttạp,nếuta chọnmứcSNR HLp h ù hợp 3.2.2 Khảosátđánhgiáhiệuquảcủagiảiphápkếthợphuấnluyệncótạp vàgiảmtạp 3.2.2.1 Trường hợp áp dụng mơ hình phân lớp đơnLựachọnhệsố h Hình 3.12 3.13 kết mơ mơ hình nhận dạng BPL đơnhuấn luyện mức SNRHL(8 dB -6 dB tương ứng) có giảm tạp vớiµ𝑛ướclượnglýtưởng,cáchệsốhkhácnhaucógiátrịtrongkhoảngtừ1