Nhận dạng mục tiêu ra đa theo chân dung cự ly dựa trên phân đoạn cơ sở dữ liệu theo góc phương vị

Bài viết đề xuất một mô hình nhận dạng dựa trên phân đoạn cơ sở dữ liệu theo góc phương vị trong nhận dạng mục tiêu ra đa theo chân dung cự ly nhằm hạn chế việc phân lớp nhầm giữa các chân dung cự ly của các mục tiêu khác nhau ở các góc phương vị khác nhau khi giữa chúng có mối tương quan cao.

Kỹ thuật điều khiển & Điện tử NHẬN DẠNG MỤC TIÊU RA ĐA THEO CHÂN DUNG CỰ LY DỰA TRÊN PHÂN ĐOẠN CƠ SỞ DỮ LIỆU THEO GÓC PHƯƠNG VỊ Nguyễn Thanh Hùng1*, Nguyễn Hồng Ngun2 Tóm tắt: Bài báo đề xuất mơ hình nhận dạng dựa phân đoạn sở liệu theo góc phương vị nhận dạng mục tiêu đa theo chân dung cự ly nhằm hạn chế việc phân lớp nhầm chân dung cự ly mục tiêu khác góc phương vị khác chúng có mối tương quan cao Mơ hình áp dụng hệ thống nhận dạng với đài đa có chức ước lượng góc phương vị mục tiêu Kết mô cho thấy hiệu mơ hình, đặc biệt tỷ số tín tạp thấp Từ khóa: Nhận dạng mục tiêu đa; Chân dung cự ly phân giải cao; Góc hướng; Hệ số tương quan MỞ ĐẦU Chân dung cự ly phân giải cao (gọi tắt chân dung cự ly- CDCL) tạo đa cự ly phân giải cao Độ phân giải cự ly đa nhỏ nhiều so với độ dài hướng tâm mục tiêu, nên chân dung đa nhận phản ánh phân bố diện tích phản xạ hiệu dụng mục tiêu theo cự ly hướng nhìn thẳng đến mục tiêu Sự phân bố xác định cấu trúc hình học góc hướng mục tiêu đài đa, dấu hiệu tin cậy mang thông tin chủng loại mục tiêu cần nhận dạng Do có ưu điểm ổn định tần số làm việc, dễ thực hiện, yêu cầu thời gian quan sát, xử lý nhỏ, thơng tin dấu hiệu nhận dạng thu góc hướng nào, có khả triển khai đài đa đại nên CDCL coi dấu hiệu tốt ứng dụng hệ thống nhận dạng mục tiêu đa [1], [2], [3] Đối với mục tiêu máy bay, góc hướng đài đa biểu diễn báo [4] cặp tọa độ (, )  góc phương vị,  góc ngẩng Góc ngẩng góc tạo hướng nhìn thẳng đến đa mặt phẳng máy bay (mặt phẳng qua cánh mũi máy bay) Góc ngẩng có dấu dương máy bay nhìn từ mặt đất Góc phương vị góc hướng mũi máy bay đường thẳng hình chiếu hướng nhìn thẳng đến đa mặt phẳng máy bay Góc phương vị 0 máy bay nhìn từ hướng mũi máy bay 180 nhìn từ hướng Góc phương vị có dấu dương máy bay nhìn từ mạn trái, dấu âm nhìn từ mạn phải Trong trường hợp CDCL nhận từ đa tham số góc hướng mục tiêu tương ứng với CDCL đó, CSDL CDCL hệ thống nhận dạng mục tiêu đa bao gồm toàn CDCL mà hệ thống có phạm vi góc hướng rộng (góc phương vị từ  180, góc ngẩng  90) Bài báo [5] nghiên cứu nhận dạng mục tiêu đa theo CDCL có giống CDCL mục tiêu khác góc phương vị khác Cho nên xảy tượng CDCL mục tiêu nhận dạng thành mục tiêu khác góc phương vị khác Bài báo [6] cho thấy rằng, phạm vi góc phương vị CDCL sở liệu huấn luyện rộng chất lượng nhận dạng thấp Để n�c phương vị khác phạm vi phương vị từ 0180 với tỷ số tín tạp CDCL dB 30 dB Các CDCL tạo phần mềm mơ tín hiệu phản xạ mục tiêu đa [9] với tham số đa đặt theo báo [3], góc ngẩng mục tiêu 3 Từ hình 1b,1d ta thấy CDCL Mig21 (0) có hệ số tương quan cao với CDCL B1B có góc phương vị khoảng từ 70 đến 120 Như CDCL Mig21 (0) khó phân biệt với CDCL B1B phạm vi góc phương vị q trình phân lớp Khi tỷ số tín tạp cao (30 dB), CDCL Mig21 (0) phân Tạp chí Nghiên cứu KH&CN quân sự, Số 49, 06 - 2017 69 Kỹ thuật điều khiển & Điện tử lớp thành Mig21 tương quan CDCL hình 1a góc phương vị lân cận 0 cao (0,96), cao so với trường hợp 1b (0,93) Nhưng tỷ số tín tạp thấp (5 dB), CDCL Mig21 (0) bị phân lớp thành B1B (0,89 hình 1d so với 0,76 hình 1c) He so tuong quan a Mig21, SNR=30dB 0.5 0.5 0 He so tuong quan b B1B, SNR=30dB 50 100 150 Goc phuong vi (do) c Mig21, SNR=5dB 1 0.5 0.5 0 50 100 150 Goc phuong vi (do) 50 100 150 Goc phuong vi (do) d B1B, SNR=5dB 50 100 150 Goc phuong vi (do) Hình Hệ số tương quan CDCL Mig21 (0) CDCL Mig21 B1B góc phương vị khác Ta nhận hệ số tương quan phạm vi góc phương vị từ 0 đến 20 hình 1a, 1c lớn hình 1b, 1d Điều có nghĩa ta sử dụng CDCL có góc phương vị từ 0 đến 20 để huấn luyện cho phân lớp, CDCL Mig21 (0) phân lớp phân lớp mục tiêu Mig21 hai trường hợp tỷ số tín tạp 30 dB dB MÔ HÌNH NHẬN DẠNG DỰA TRÊN PHÂN ĐOẠN CSDL THEO GĨC PHƯƠNG VỊ Kênh huấn luyện CDCL mẫu xử lý, phân đoạn theo Ph.vị BPL BPL… Kênh nhận dạng Trích chọn đặc trưng C mạch theo Fvị Kiểu loại mục tiêu BPL… Ph vị ước lượng CDCL thời gian thực (từ đa) BPL i C mạch KQuả Tiền xử lý BPL 18 Hình Mơ hình nhận dạng phân đoạn CSDL theo góc phương vị 70 N T Hùng, N H Nguyên, “Nhận dạng mục tiêu đa… liệu theo góc phương vị.” Nghiên cứu khoa học cơng nghệ Từ ta suy phương pháp xây dựng mơ hình nhận dạng nhằm nâng cao chất lượng nhận dạng mục tiêu đa theo CDCL Ta gọi mơ hình “Mơ hình nhận dạng phân đoạn CSDL theo góc phương vị” (viết tắt PĐPhV) Trong mơ hình này, tập CSDL CDCL phân đoạn thành phân đoạn góc phương vị 20 sử dụng song song 18 phân lớp cho phân đoạn CSDL Các phân lớp mạng nơ ron, phân lớp máy véc tơ tựa (Support Vector Machine- SVM),… Mỗi phân lớp huấn luyện phân đoạn CSDL Việc lựa chọn phân lớp để nhận dạng CDCL thu thập từ mục tiêu theo góc phương vị ước lượng mục tiêu đài đa Mơ hình mơ tả hình Ngun lý làm việc mơ sau: CDCL kênh huấn luyện kênh nhận dạng xử lý tương tự Các bước xử lý bao gồm tiền xử lý, trích chọn đặc trưng Để trình huấn luyện thực nhanh hơn, CDCL kênh huấn luyện sau xử lý lưu lại nhớ CSDL huấn luyện phân đoạn theo góc phương vị thành 18 phân đoạn, phân đoạn 20 sau: 020, 2040,…, 340360 Vì tham số phương vị ước lượng mục tiêu có sai số, nên để loại trừ sai số việc lựa chọn kênh phân lớp tín hiệu phương vị ước lượng mục tiêu, CSDL phân đoạn bao gồm thêm CDCL tương ứng góc phương vị vùng phương vị lân cận 5 Ví dụ phân đoạn 2040 bao gồm CDCL phạm vi phương vị 1545 Mơ hình bắt đầu làm việc việc phân lớp (từ đến 18) huấn luyện phân đoạn CSDL tương ứng, BPL huấn luyện phân đoạn 020,…, BPL 18 huấn luyện phân đoạn 340360 Quá trình nhận dạng bắt đầu CDCL từ mục tiêu quan sát đưa đến hệ thống nhận dạng Sau thực tiền xử lý, trích chọn đặc trưng, CDCL cần nhận dạng mạch Chuyển mạch theo phương vị đưa đến phân lớp phân đoạn tương ứng để phân lớp Việc chuyển mạch lựa chọn phân lớp phân đoạn điều khiển tín hiệu phương vị ước lượng mục tiêu từ đa đưa đến Kết phân lớp đưa từ phân lớp phân đoạn tương ứng với góc phương vị ước lượng mục tiêu có CDCL nhận dạng qua mạch Chuyển mạch kết MÔ PHỎNG VÀ THẢO LUẬN - Mục đích mơ phỏng: Kiểm tra hiệu mơ hình nhận dạng phân đoạn CSDL theo góc phương vị đề xuất phương pháp mơ phần mềm Matlab - Điều kiện mô phỏng: + Mơ hình mơ nhận dạng: Để đơn giản hóa tốn mơ phỏng, mơ hình hình rút gọn với phạm vi góc phương vị từ 0180, gồm phân lớp song song + Tạo sở liệu CDCL: Sử dụng “Phần mềm mô tín hiệu phản xạ mục tiêu đa” [9] để tạo CDCL dạng tín hiệu phức lớp mục tiêu với chế độ đặt sau: * Ra đa: Ra đa cự ly phân giải cao (chế độ đặt theo báo [3]) * Tên lớp mục tiêu: Tu16, B1B, B52, Mig21, Tornado, F15, Alcm, Glcm Decoy * Góc hướng mục tiêu đài đa: Đối với lớp số lớp mục tiêu, 1800 CDCL tạo tương ứng với 1800 vị trí góc phương vị, từ 0 to 180, với số gia 0,1 góc ngẩng 3 Như vậy, tập CSDL CDCL gồm 1800× = 16200 CDCL Tập CSDL phân đoạn thành phân đoạn, phân đoạn 20 theo mục + Tiền xử lý: chuẩn hóa tín hiệu đoạn [0,1] + Bộ phân lớp: gồm phân lớp mạng hàm sở hướng tâm (Radial Basis FuntionRBF) Mạng RBF có hàm sở hướng tâm hàm Gauss có dạng sau: ; Số nơ ron lớp ẩn 100; Phương pháp huấn luyện mạng phương pháp hai pha, đó, giá trị tâm hàm sở bán kính xác định Tạp chí Nghiên cứu KH&CN quân sự, Số 49, 06 - 2017 71 Kỹ thuật điều khiển & Điện tử thuật toán phân cụm K-Means (K-Means clustering algorithm); Thuật toán xác định trọng số theo báo [10] - Nội dung mơ phỏng: * Đặt tỷ số tín tạp CDCL tập CSDL dB, dB, 10 dB, 15 dB, 20 dB, 25 dB 30 dB; * Với tỷ số tín tạp, đánh giá chất lượng nhận dạng mô hình độ xác nhận dạng trung bình phân đoạn theo phương pháp 10-fold cross validation [11] * So sánh độ xác nhận dạng mơ hình PĐPhV với độ xác nhận dạng phân lớp mạng RBF đơn theo phương pháp 10-fold cross validation - Kết mô thảo luận: Hình kết mơ thể độ xác nhận dạng mơ hình PĐPhV phân lớp mạng RBF phụ thuộc vào tỷ số tín tạp Đường đồ thị nét đứt, chấm vng- kết nhận dạng mơ hình đề xuất, đường đồ thị nét liền- kết nhận dạng phân lớp mạng RBF đơn Kết mô cho thấy mơ hình đề xuất có chất lượng nhận dạng cao đáng kể so với trường hợp phân lớp mạng RBF đơn, đặc biệt, tỷ số tín tạp thấp Sự cải thiện chất lượng nhận dạng sử dụng mơ hình PĐPhV đạt việc nhận dạng phân đoạn CSDL theo phạm vi góc phương vị nhỏ hạn chế việc phân lớp nhầm CDCL lớp mục tiêu có mối tương quan cao góc phương vị khác Goc phuong vi: 0-180 do, goc ngang: 100 90 Xac suat nhan dang dung (%) 80 70 60 50 40 30 20 MHNDPDFV RBFN 10 0 10 15 Ty so tin/tap - dB 20 25 30 Hình Kết mơ KẾT LUẬN Với phạm vi góc phương vị CDCL CSDL rộng, tồn CDCL lớp mục tiêu khác góc phương khác có mối tương quan cao, tỷ số tín tạp thấp Điều dẫn đến việc phân lớp nhầm làm giảm chất lượng nhận dạng Mơ hình nhận dạng dựa phân đoạn CSDL theo góc phương vị hạn chế ảnh hưởng tượng hệ thống nhận dạng mục tiêu đa theo CDCL Kết mô cho thấy, chất lượng nhận dạng mơ hình đề xuất cao đáng kể so với trường hợp sử dụng phân lớp đơn (sử dụng phân lớp mạng RBF), tỷ số tín tạp thấp Mặc dầu mơ hình có hạn chế phức tạp sử dụng song song nhiều phân lớp, đòi hỏi hệ thống đa phải có chế độ ước lượng góc phương vị mục tiêu có ưu điểm giảm thời gian huấn luyện hệ thống cải thiện đáng kể chất lượng nhận dạng đặc biệt tỷ số tín tạp CDCL nhỏ, nên mơ hình hiệu ứng dụng hệ thống nhận dạng mục tiêu đa theo CDCL 72 N T Hùng, N H Nguyên, “Nhận dạng mục tiêu đa… liệu theo góc phương vị.” Nghiên cứu khoa học công nghệ TÀI LIỆU THAM KHẢO [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] Z Tang-hong, W Yang, L Shi-guo, “An HRRP Preprocessing Method and Its Application in Radar Target Recognition”, IEEE International Conference on Radar, Vol 1, 24-27 Oct., Chengdu (2011), pp 646-649 A Zyweck, "Preprocessing Issues in High Resolution Radar Target Classification", Ph D Thesis, University of Adelaide (1995), Adelaide Ле Дай Фонг, “Распознавание радиолокационных целей по дальностному портрету с использованием aппарата нейронных сетей в целях мониторинга воздушного простран-ства” Диссертация на оискание ученой степени кандидата технических наук (2006), Санк-Петербург Heiden R van der, Ewijk L.J van, “A comparison on radar range profiles between in-flight measurements and RCS-predictions”, NATO Research and Technology Organisation (1998), Neuilly-sur-Seine S Hudson, D Psaltis, “Correlation filters for aircraft identification from radar range profiles”, IEEE Transactions on Aerospace and Electronic Systems, Vol 29, No (1993), pp 741-748 D K Seo, K T Kim, I S Choi, H T Kim, “Wide-angle radar target recognition with subclass concept”, Journal of Electromagnetic Waves and Applications, Vol 18, No (2004), pp 209-211 J P Zwart, “Aircraft Recognition from Features Extracted from Measured and Simulated Radar Range Profiles”, Ph D Thesis, University of Amsterdam (2003) J L Rodgers, W A Nicewander, “Thirteen Ways to Look at the Correlation Coefficient”, The American Statistician, Vol 42, No (1988), pp 59-66 S A Gorshkov, S P Leschenko, V M Orlenko, S Y Sedyshev, Y D Shirman, “Radar Target Backscattering Simulation Software and User's Manual”, Artech House (2002), Boston C.M Bishop, “Neural networks for pattern recognition”, Clarendon Press (1995), Oxford Ron Kohavi, “A study of cross-validation and bootstrap for accuracy estimation and model selection”, International joint conference on Artificial intelligence, Vol 2, 2025 August, Montral (1995), pp 1137-1143 ABSTRACT RADAR TARGET RECOGNITION USING RANGE PROFILES BASED ON DATABASE PARTITIONING CONFORMABLE TO AZIMUTH ANGLES In the article, a recognition model based on database partitioning conformable to azimuth angles in radar target recognition using range profiles in order to limit the misclassification among range profiles of different targets at different aspect azimuths when they have high correlation is proposed This model can be applied in the recognition system with a radar that can estimate the targeted azimuth angle The empirical simulation results prove the effectiveness of the proposed model, especially when a signal-to- noise ratio is low Keywords: Radar target recognition; High resolution range profile; Aspect angle; Correlation coefficent Nhận ngày 30 tháng năm 2017 Hoàn thiện ngày 07 tháng năm 2017 Chấp nhận đăng ngày 20 tháng năm 2017 Địa chỉ: Viện Ra đa/ Viện KH&CNQS; Học viện Kỹ thuật quân sự; * Email: ngthanhhungvn@gmail.com Tạp chí Nghiên cứu KH&CN quân sự, Số 49, 06 - 2017 73 ... lượng nhận dạng mục tiêu đa theo CDCL Ta gọi mơ hình “Mơ hình nhận dạng phân đoạn CSDL theo góc phương vị (viết tắt PĐPhV) Trong mơ hình này, tập CSDL CDCL phân đoạn thành phân đoạn góc phương vị. .. đoạn CSDL theo góc phương vị 70 N T Hùng, N H Nguyên, Nhận dạng mục tiêu đa liệu theo góc phương vị. ” Nghiên cứu khoa học cơng nghệ Từ ta suy phương pháp xây dựng mơ hình nhận dạng nhằm nâng... (0) phân lớp phân lớp mục tiêu Mig21 hai trường hợp tỷ số tín tạp 30 dB dB MÔ HÌNH NHẬN DẠNG DỰA TRÊN PHÂN ĐOẠN CSDL THEO GĨC PHƯƠNG VỊ Kênh huấn luyện CDCL mẫu xử lý, phân đoạn theo Ph .vị BPL