Nhận dạng vật thể 3 chiều sử dụng biến đổi wavelets và mạng nơron (3 d object recognition using wavelets and neural networks)

TRƯỜNG ĐẠI HỌC BÁCH KHOA THÀNH PHỐ HỒ CHÍ MINH PHÒNG QUẢN LÝ KHOA HỌC - SAU ĐẠI HỌC LUẬN ÁN TỐT NGHIỆP CAO HỌC ĐỀ TÀI NHẬN DẠNG VẬT THỂ CHIỀU SỬ DỤNG BIẾN ĐỔI WAVELETS VÀ MẠNG NƠRON (3-D OBJECT RECOGNITION USING WAVELETS AND NEURAL NETWORKS) GIÁO VIÊN HƯỚNG DẪN : TS LÊ TIẾN THƯỜNG HỌC VIÊN THỰC HIỆN : TRẦN THỊ THẢO TRÚC THÁNG 6-2002 LỜI CẢM ƠN Em xin chân thành cảm ơn Thầy LÊ TIẾN THƯỜNG tận tâm giảng dạy, nhiệt tình hướng dẫn bảo em kiến thức tài liệu để em hoàn thành luận án tốt nghiệp Xin chân thành cảm ơn tập thể Thầy Cô trường Đại học Bách khoa Thành phố Hồ Chí Minh giúp em thu lượm lượng kiến thức khoa học suốt trình học tập trường để có sở vững thực đề tài nghiên cứu Cũng xin chân thành cảm ơn bạn bè, quan, gia đình ln sẵn lịng giúp đỡ, động viên tơi suốt q trình học tập thực luận án Học viên thực hiện: TRẦN THỊ THẢO TRÚC Giới Thiệu Giáo viên hướng dẫn: TS Lê Tiến Thường GIỚI THIỆU Nhận dạng vật thể lĩnh vực quan trọng nhiều ứng dụng sống Có nhiều phương pháp nhận dạng vật thể khác Mỗi phương pháp dựa số đặc điểm mà rút từ vật thể Nói chung hệ thống nhận dạng vật thể bao gồm số khối chức sau Thứ gồm khối thu nhận liệu thô từ vật thể Khối thứ hai phân tích liệu thơ để rút yếu tố vật thể Và khối cuối so sánh yếu tố thu từ vật thể với yếu tố vật thể lưu trữ sẵn thư viện để xác định vật thể cần nhận dạng Kết ta thu vật thể có sẵn thư viện vật thể chưa có thư viện Đề tài giới thiệu phương pháp nhận dạng vật thể chiều dựa vào tâm tán xạ vật thể sử dụng kỹ thuật biến đổi Wavelets mạng nơron Hệ thống bao gồm radar (Radio Detection And Ranging) phát sóng vơ tuyến; sóng đập vào vật thể radar thu lại liệu tán xạ ngược từ vật thể này; liệu tán xạ ngược phân tích sở Lý thuyết nhiễu xạ hình học (GTD: Geometrical Theory of Diffraction) sử dụng biến đổi Wavelets để tìm tâm tán xạ vật thể; liệu tâm tán xạ đưa vào mạng nơron huấn luyện trước để xác định vật thể cần nhận dạng Mạng nơ ron huấn luyện dựa tập mẫu vật thể lưu trữ sẵn Nếu liệu đầu mạng nơron phù hợp với vật thể thư viện vật thể cần nhận dạng, đầu khơng phù hợp hệ thống xem vật thể chưa có thư viện Radar thiết bị dùng sóng vơ tuyến để phát hiện, đo lường vị trí đặc tính vật thể Sóng điện từ phát từ hệ thống anten đến vật thể phản xạ lại tuân thủ theo chế tán xạ (scattering mechanism)[1] Có nhiều loại radar, tuỳ theo mục đích mà ta sử dụng loại radar thích hợp Các radar truyền thống phát có mặt cự ly mục tiêu Các radar có độ phân giải cao thu nhiều yếu tố từ liệu tán xạ ngược từ mục tiêu Trong đề tài hệ thống radar sử dụng hệ thống radar tần số bước Radar có tín hiệu truyền chuỗi liên tiếp đoạn sóng Trong khoảng thời gian T, tần số sóng phát thay đổi bước δf lặp lại n bước liên tiếp khoảng thời gian nT Hệ thống thu tập liệu phản hồi biên độ pha liên quan đến xung phát Tại tần số đủ cao, mục tiêu xấp xỉ tập hợp điểm mục tiêu, gọi tâm tán xạ không phân tán [2] Đáp ứng đối tượng coi tổng đáp ứng riêng lẻ tâm tán xạ Như vấn đề lại phải ghi nhận đáp ứng riêng lẻ tâm tán xạ Theo kỹ thuật này, cần thu thập nhiều hình chiếu xuống cự ly đặc Học viên thực hiện: Trần Thị Thảo Trúc Giới Thiệu Giáo viên hướng dẫn: TS Lê Tiến Thường điểm cần lấy Hình chiếu cự ly xác định thơng qua phép biến đổi liệu phản xạ miền tần số sang miền cự ly phép biến đổi ngược hay kiểu hiệu chỉnh Nó thể góp phần tâm điểm tán xạ vào đối tượng khảo sát dọc theo khoảng cách bán kính cung cấp thơng tin độ dài, vị trí số tâm riêng lẻ Thơng tin chủ yếu đối tượng khảo sát đánh giá từ vị trí cực đại đáp ứng hình chiếu cự ly Một số đặc điểm quan trọng có từ thơng tin dùng làm véc tơ đặc tính cho q trình ghi nhận tự động mục tiêu Như vậy, cần có phương pháp hữu hiệu để giải vấn đề biến đổi ngược để tìm điểm tán xạ Hai mơ hình thơng thường dùng để tìm tính chất điểm tán xạ rời rạc gọi mô hình tán xạ thơng số phi thơng số [2] Mơ hình tán xạ phi thơng số thơng thường sử dụng biến đổi ngược Fourier rời rạc (Inverse Discrete Fourier Transform – IDFT) liệu phản xạ miền tần số Các tâm tán xạ nhận từ thuật tốn tìm đỉnh IDFT dựa vào hình chiếu xuống cự ly có từ đáp ứng xung đối tượng Tuy nhiên phép biến đổi có nhiều nhược điểm tạo đỉnh không mong muốn đáp ứng trường hợp tỉ số tín hiệu nhiễu (SNR) thấp Một cơng cụ khắc phục nhược điểm sử dụng biến đổi Wavelets Phép biến đổi Wavelets liên tục (Continuous Wavelets Transform – CWT) công cụ hiệu việc phân tích dạng khơng liên tục bên tín hiệu Do trường hợp liệu nhận từ tâm tán xạ độc lập đối tượng khảo sát cơng cụ thích hợp để tính tốn điểm tán xạ Quá trình nhận dạng so sánh yếu tố thu vật thể với vật thể có thư viện để xác định xác vật thể Các yếu tố so sánh tâm tán xạ thu từ trình trước Và công cụ sử dụng mạng nơron Mạng nơron công cụ mạnh mẽ để giải vấn đề hàm phi tuyến Trong đề tài sử dụng mạng nơron để nhận dạng vật thể từ tâm tán xạ thu Mạng nơron huấn luyện trước với mẫu luyện tâm tán xạ vật thể thư viện vật thể tạo trước Đầu giá trị đặc thù để định vật thể Trong q trình mơ phỏng, mạng nơron nhận đầu vào tâm tán xạ thu đầu xem xét để xác định cụ thể vật thể nằm thư viện hay kết luận vật thể chưa có thư viện Và cuối chương trình mơ hoạt động hệ thống nhận dạng vật thể 3-D viết ngôn ngữ Matlab, version 6.0 hãng MathWorks Phần liệu tán xạ ngược từ vật thể giả lập theo Lý thuyết nhiễu xạ hình học khó khăn thiết bị radar Học viên thực hiện: Trần Thị Thảo Trúc Tóm tắt Đề tài Giáo viên hướng dẫn: TS Lê Tiến Thường TRƯỜNG ĐẠI HỌC BÁCH KHOA THÀNH PHỐ HỒ CHÍ MINH PHỊNG QUẢN LÝ KHOA HỌC - SAU ĐẠI HỌC TÓM TẮT LUẬN ÁN TỐT NGHIỆP CAO HỌC ĐỀ TÀI NHẬN DẠNG VẬT THỂ CHIỀU SỬ DỤNG BIẾN ĐỔI WAVELETS VÀ MẠNG NƠRON (3-D OBJECT RECOGNITION USING WAVELETS AND NEURAL NETWORKS) GIÁO VIÊN HƯỚNG DẪN : TS LÊ TIẾN THƯỜNG HỌC VIÊN THỰC HIỆN : TRẦN THỊ THẢO TRÚC THÁNG 6-2002 Học viên thực hiện: Trần Thị Thảo Trúc Trang Tóm tắt Đề tài Giáo viên hướng dẫn: TS Lê Tiến Thường GIỚI THIỆU Đề tài giới thiệu phương pháp nhận dạng vật thể chiều dựa vào tâm tán xạ vật thể sử dụng kỹ thuật biến đổi Wavelets mạng nơron Hệ thống bao gồm radar (Radio Detection And Ranging) phát sóng vơ tuyến; sóng đập vào vật thể radar thu lại liệu tán xạ ngược từ vật thể này; liệu tán xạ ngược phân tích sở Lý thuyết nhiễu xạ hình học (GTD: Geometrical Theory of Diffraction) sử dụng biến đổi Wavelets để tìm tâm tán xạ vật thể; liệu tâm tán xạ đưa vào mạng nơron huấn luyện trước để xác định vật thể cần nhận dạng Mạng nơ ron huấn luyện dựa tập mẫu vật thể lưu trữ sẵn Nếu liệu đầu mạng nơron phù hợp với vật thể thư viện vật thể cần nhận dạng, đầu khơng phù hợp hệ thống xem vật thể chưa có thư viện Trong đề tài hệ thống radar sử dụng hệ thống radar tần số bước Radar có tín hiệu truyền chuỗi liên tiếp đoạn sóng Trong khoảng thời gian T, tần số sóng phát thay đổi bước δf lặp lại n bước liên tiếp khoảng thời gian nT Hệ thống thu tập liệu phản hồi biên độ pha liên quan đến xung phát Tại tần số đủ cao, mục tiêu xấp xỉ tập hợp điểm mục tiêu, gọi tâm tán xạ không phân tán [2] Đáp ứng đối tượng coi tổng đáp ứng riêng lẻ tâm tán xạ Như vấn đề lại phải ghi nhận đáp ứng riêng lẻ tâm tán xạ Theo kỹ thuật này, cần thu thập nhiều hình chiếu xuống cự ly đặc điểm cần lấy Hình chiếu cự ly xác định thơng qua phép biến đổi liệu phản xạ miền tần số sang miền cự ly phép biến đổi ngược hay kiểu hiệu chỉnh Nó thể góp phần tâm điểm tán xạ vào đối tượng khảo sát dọc theo khoảng cách bán kính cung cấp thơng tin độ dài, vị trí số tâm riêng lẻ Thơng tin chủ yếu đối tượng khảo sát đánh giá từ vị trí cực đại đáp ứng hình chiếu cự ly Một số đặc điểm quan trọng có từ thơng tin dùng làm véc tơ đặc tính cho q trình ghi nhận tự động mục tiêu Như vậy, cần có phương pháp hữu hiệu để giải vấn đề biến đổi ngược để tìm điểm tán xạ Phép biến đổi Wavelets liên tục (Continuous Wavelets Transform – CWT) cơng cụ hiệu việc phân tích dạng khơng liên tục bên tín hiệu Do trường hợp liệu nhận từ tâm tán xạ độc lập đối tượng khảo sát cơng cụ thích hợp để tính tốn điểm tán xạ Q trình nhận dạng so sánh yếu tố thu vật thể với vật thể có thư viện để xác định xác vật thể Các yếu tố so sánh tâm tán xạ thu từ trình trước Mạng nơron công cụ mạnh mẽ để giải vấn đề hàm phi tuyến Trong đề tài sử dụng mạng nơron để nhận dạng vật thể từ tâm tán xạ thu Mạng nơron huấn luyện trước với mẫu luyện tâm tán xạ vật thể Học viên thực hiện: Trần Thị Thảo Trúc Trang Tóm tắt Đề tài Giáo viên hướng dẫn: TS Lê Tiến Thường thư viện vật thể tạo trước Đầu giá trị đặc thù để định vật thể Trong q trình mơ phỏng, mạng nơron nhận đầu vào tâm tán xạ thu đầu xem xét để xác định cụ thể vật thể nằm thư viện hay kết luận vật thể chưa có thư viện Sơ đồ khối trình nhận dạng trình bày hình HỆ THỐNG RADAR KHỐI TÁCH TÂM TÁN XẠ KHỐI NHẬN DẠNG VẬT THỂ ĐƯỢC NHẬN DẠNG VẬT THỂ Hình Sơ đồ khối hệ thống nhận dạng vật thể Do khơng có tín hiệu RADAR thực tế để đưa vào khối tách tâm tán xạ nên chương trình sử dụng Lý thuyết Nhiễu xạ Hình học (GTD) trình bày chương để tạo tín hiệu RADAR giả lập đưa vào khối tách tâm tán xạ Để tạo tín hiệu RADAR giả lập ta cần nhập số thơng số RADAR vật thể: góc ngẩng, góc phương vị antenna RADAR, tần số sóng xạ, bước tần, số tâm tán xạ thông số tâm tán xạ, hệ số SNR chiều dài liệu (data) tạo Dữ liệu RADAR giả lập đưa vào khối tách tâm tán xạ Khối sử dụng lý thuyết nhiễu xạ hình học cơng cụ biến đổi Wavelets để phân tích tín hiệu RADAR xác định tâm tán xạ thu Tâm tán xạ xác định nhờ cực đại địa phương biến đổi Wavelets Khối nhận dạng vật thể sử dụng kỹ thuật mạng nơron (Neural Network) vài thủ thuật định ngưỡng Các tâm tán xạ vật thể xác định từ khối tách tâm tán xạ đưa vào khối nhận dạng vật thể đầu vào mạng Nơron Mạng nơron huấn luyện để học mẫu vật thể thư viện trước Trong trình mơ phỏng, mạng nơron cho đầu tương ứng với đầu vào Từ thông số đầu vật thể xác định Nếu thông số đầu gần hay trùng lấp thông số vật thể thư viện cơng việc nhận dạng hồn tất Nếu khơng hệ thống xác định vật thể mới, chưa có thư viện Chương trình viết ngơn ngữ Matlab, version 6.0 hãng MathWorks Chương trình có sử dụng số Toolbox Tiến sĩ Lê Tiến Thường viết Học viên thực hiện: Trần Thị Thảo Trúc Trang Tóm tắt Đề tài Giáo viên hướng dẫn: TS Lê Tiến Thường MÔ PHỎNG DỮ LIỆU TÁN XẠ NGƯỢC TỪ RADAR CÔNG THỨC CHUYỂN TỌA ĐỘ y' z zn z' x' M O yn θ y ϕ xn t x Hình Chuyển đổi hệ toạ độ Công thức chuyển từ hệ toạ độ Oxyz sang hệ toạ độ Ox’y’z’ với điều kiện trục y’ nằm mặt phẳng Oxy sau: ⎛ xn ⎞ ⎛ cos(θ ) cos(ϕ ) − cos(θ ) sin(ϕ ) sin(θ ) ⎞⎛ x'n ⎞ ⎟⎜ ⎟ ⎜ ⎟ ⎜ sin(ϕ ) cos(ϕ ) ⎟⎜ y 'n ⎟ ⎜ yn ⎟ = ⎜ ⎜ z ⎟ ⎜ sin(θ ) cos(ϕ ) − sin(θ ) sin(ϕ ) cos(θ ) ⎟⎜ z ' ⎟ ⎠⎝ n ⎠ ⎝ n⎠ ⎝ (1) Công thức chuyển toạ độ ngược từ hệ toạ độ Ox’y’z’ sang Oxyz là: ⎛ x'n ⎞ ⎛ cos(θ ) cos(ϕ ) sin(ϕ ) sin(θ ) cos(ϕ ) ⎞⎛ xn ⎞ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎜ y 'n ⎟ = ⎜ − cos(θ ) sin(ϕ ) cos(ϕ ) − sin(θ ) sin(ϕ ) ⎟⎜ yn ⎟ ⎟⎜ z ⎟ ⎜ z' ⎟ ⎜ sin(θ ) cos(θ ) ⎠⎝ n ⎠ ⎝ n⎠ ⎝ (2) TÍNH DỮ LIỆU TÁN XẠ NGƯỢC Hệ thống radar tần số bước (stepped-frequency) thiết kế cho độ phân giải cao có tín hiệu truyền chuỗi liên tiếp đoạn sóng Trong khoảng thời gian T tần số sóng phát thay đổi bước δf, lặp lại n bước liên tiếp khoảng thời gian nT Hệ thống thu tập liệu phản hồi biên độ pha liên Học viên thực hiện: Trần Thị Thảo Trúc Trang Tóm tắt Đề tài Giáo viên hướng dẫn: TS Lê Tiến Thường quan đến xung phát Sau ta thực biến đổi Wavelets sang tầm cự ly để rút điểm tán xạ Mơ hình lý thuyết nhiễu xạ hình học GTD thích hợp cho áp dụng liệu điểm tán xạ ngược có băng thơng lớn Nó tính tốn đáp ứng tần số tâm tán xạ theo cách tiếp cận mơ hình GTD Đó hàm mũ với số mũ rời rạc γ n Thông số phụ thuộc vào tần số đặc trưng hình học vật thể Thơng số γ n lấy giá trị {0; +1/2;+1+3/2; etc} Giá trị γ n góc –1; đường cong ½; điểm, cạnh thẳng 0; etc Theo lý thuyết nhiễu xạ hình học GTD, bước sóng kích thích tới tương đối nhỏ so với kích thước mục tiêu, trường tán xạ ngược xem phân bố rải rác từ tâm tán xạ rời rạc Sau chuẩn hóa cường độ điện trường điểm phân cực cho ta có liệu tán xạ ngược tương ứng với hệ số sóng k cho bởi: E (k ) = N ∑ n =1 = N ∑ n =1 γn ) ⎛ jk ⎞ ⎟⎟ e − j k z A n ⎜⎜ ⎝ kr ⎠ r rn (3) γn ⎛ jk ⎞ ⎟⎟ e − j A n ⎜⎜ ⎝ kr ⎠ k ζn r Ở E (k ) vector cột m x độ đo điểm tán xạ tương ứng với cặp cực thuphát: - An đại lượng vô hướng phản ánh độ lớn tâm tán xạ thứ n vật thể; - zˆ vector đơn vị theo hướng z; r - rn Là vị trí tâm tán xạ thứ n so với pha (tâm pha) vật thể; ω - k = hệ số sóng (c tốc độ ánh sáng) c - r ζ n hình chiếu rn xuống trục Ot hướng thẳng từ radar đến mục tiêu Cho tâm tán xạ vật thể phân bố theo mặt phẳng chiều với hệ tọa độ (Oxyz), tâm phase gốc tọa độ Gọi SCn tâm tán xạ thứ n Tọa độ SCn hệ trục (Oxyz) (xn,yn,zn) Gọi Ot đường thẳng từ Radar đến vật thể xác định góc: - ϕ góc phương vị (azimuth) - θ góc ngẩng (elevation) Học viên thực hiện: Trần Thị Thảo Trúc Trang Tóm tắt Đề tài Giáo viên hướng dẫn: TS Lê Tiến Thường y' z zn z' x' SCn t x'n = ξn O θ yn y ϕ xn x Hình Hệ toạ độ tâm tán xạ Sử dụng phương trình chuyển hệ trục toạ độ, ta biến đổi hệ thống trục tọa độ (Oxyz) thành (Ox’y’z’), với góc phương vị ϕ góc ngẩng θ xác định Hình chiếu tâm tán xạ SCn trục Ot ςn Ta có, tọa độ SCn hệ trục (x’n,y’n,z’n), tính theo công thức: → → → ζ n = projOrt SC = SC , Ot = x n' (4) = x n cos(θ ) cos(ϕ ) + y n sin(ϕ ) + z n sin(θ ) cos(ϕ ) Trường tán xạ ngược tương ứng với tâm tán xạ trục OT biểu diễn bởi: γn ⎛ jk ⎞ E (k , ϕ ,θ ) = ∑ An ⎜⎜ ⎟⎟ e − j k ζ n n =1 ⎝ kr ⎠ N γn ⎛ jk ⎞ E (k , ϕ ,θ ) = ∑ An ⎜⎜ ⎟⎟ e − j k ( xn cos(θ ) cos(ϕ ) + yn sin(ϕ ) + zn sin(θ ) cos(θ )) n =1 ⎝ kr ⎠ N (5) (6) Do đó, liệu tán xạ ngược tương ứng với góc tới (ϕ1 ,θ1 ) , góc tới (ϕ ,θ ) góc tới (ϕ ,θ ) : Học viên thực hiện: Trần Thị Thảo Trúc Trang Chương 6: Kết luận Giáo viên hướng dẫn: TS Lê Tiến Thường Kết chuyển đổi Wavelets liên tục Học viên thực hiện: Trần Thị Thảo Trúc Trang 6-6 Chương 6: Kết luận Học viên thực hiện: Trần Thị Thảo Trúc Giáo viên hướng dẫn: TS Lê Tiến Thường Trang 6-7 Chương 6: Kết luận Giáo viên hướng dẫn: TS Lê Tiến Thường * Kết xác định tâm tán xạ sai số Các số liệu cụ thể Range0 = 2.5687 2.9561 3.0517 4.2096 8.1360 162.0000 184.0000 272.0000 361.0000 394.0000 -2.7740 -2.1282 0.4550 3.0675 4.0362 ans = **Number of Scatterers ** Leftmost-Rightmost Distance** ans = 5.0000 6.8102 Học viên thực hiện: Trần Thị Thảo Trúc Trang 6-8 Chương 6: Kết luận Giáo viên hướng dẫn: TS Lê Tiến Thường Range1 = 2.6861 2.6826 3.1618 4.3226 8.4745 167.0000 190.0000 268.0000 345.0000 365.0000 -2.6272 -1.9521 0.3376 2.5978 3.1849 ans = **Number of Scatterers ** Leftmost-Rightmost Distance** ans = 5.0000 5.8121 Range2 = 2.6986 2.2872 3.3987 4.1682 8.1447 158.0000 186.0000 272.0000 351.0000 386.0000 -2.8914 -2.0695 0.4550 2.7740 3.8014 ans = **Number of Scatterers ** Leftmost-Rightmost Distance** ans = 5.0000 6.6928 * diem tan xa ban dau X Y Z; *** diem tan xa sau ; *** sai so so voi cac diem tan xa dau ans = -1.5000 -1.1000 0.5000 3.5000 5.1000 -1.4000 -2.1000 0.1000 1.4000 1.2000 -1.1000 -1.9000 0.5000 1.3000 3.1000 -1.4841 -1.1636 0.5880 3.4462 5.0549 Học viên thực hiện: Trần Thị Thảo Trúc -1.4290 -2.1011 0.0759 1.4384 1.2209 -0.9920 -1.8021 0.5388 1.3183 3.1603 0.1130 0.1168 0.0991 0.0686 0.0782 Trang 6-9 Chương 6: Kết luận Giáo viên hướng dẫn: TS Lê Tiến Thường error = 0.058270.025830.07312 a= 0.1002 0.1322 -0.0154 diff1 = -0.3998 -0.3678 -0.5154 err1 = 0.4323 nr = Dựa vào số liệu ta kết luận vật thể vật số thư viện Học viên thực hiện: Trần Thị Thảo Trúc Trang 6-10 Chương 6: Kết luận Giáo viên hướng dẫn: TS Lê Tiến Thường * Trường hợp liệu vào vật với mức nhiễu 5dB Dữ liệu tán xạ ngược chuyển đổi Furier Học viên thực hiện: Trần Thị Thảo Trúc Trang 6-11 Chương 6: Kết luận Giáo viên hướng dẫn: TS Lê Tiến Thường Biến đổi CWT đỉnh cực đại địa phương Học viên thực hiện: Trần Thị Thảo Trúc Trang 6-12 Chương 6: Kết luận Giáo viên hướng dẫn: TS Lê Tiến Thường Kết cụ thể: Range0 = 3.0946 2.8601 6.1463 4.4769 3.2439 136.0000 160.0000 253.0000 330.0000 376.0000 -3.5372 -2.8327 -0.1027 2.1575 3.5078 ans = **Number of Scatterers ** Leftmost-Rightmost Distance** ans = 5.0000 7.0450 Range1 = 3.3383 2.4118 6.6590 4.5613 2.8379 145.0000 174.0000 250.0000 324.0000 364.0000 -3.2730 -2.4217 -0.1908 1.9814 3.1556 ans = **Number of Scatterers ** Leftmost-Rightmost Distance** ans = 5.0000 6.4286 Range2 = 3.2274 2.5174 6.0235 3.8501 139.0000 170.0000 255.0000 336.0000 -3.4491 -2.5391 -0.0440 2.3337 Học viên thực hiện: Trần Thị Thảo Trúc Trang 6-13 Chương 6: Kết luận Giáo viên hướng dẫn: TS Lê Tiến Thường 3.3677 383.0000 3.7133 ans = **Number of Scatterers ** Leftmost-Rightmost Distance** ans = 5.0000 7.1624 * diem tan xa ban dau X Y Z; *** diem tan xa sau ; *** sai so so voi cac diem tan xa dau ans = -3.1000 -1.4000 -1.1000 -3.1499 -1.3938 -1.0468 0.0732 -2.3000 -2.5000 -1.5000 -2.3366 -2.4573 -1.5892 0.1055 -0.3000 0.5000 0.1598 -0.3470 0.5144 0.1672 1.0000 1.4000 2.0000 0.9378 1.4557 1.9630 0.0913 2.1000 2.1000 3.1000 1.9643 2.1771 3.0876 0.1566 error = 0.10170.051220.05004 a= 0.1001 0.9174 0.0228 diff1 = -0.3999 0.4174 -0.4772 err1 = 0.4327 nr = Học viên thực hiện: Trần Thị Thảo Trúc Trang 6-14 Chương 6: Kết luận Giáo viên hướng dẫn: TS Lê Tiến Thường * Trường hợp vật thể với mức nhiễu 20 dB Học viên thực hiện: Trần Thị Thảo Trúc Trang 6-15 Chương 6: Kết luận Giáo viên hướng dẫn: TS Lê Tiến Thường Kết cụ thể: Range0 = 2.6710 2.8886 2.9125 4.4452 8.3277 162.0000 184.0000 325.0000 361.0000 394.0000 -2.7740 -2.1282 2.0108 3.0675 4.0362 ans = **Number of Scatterers ** Leftmost-Rightmost Distance** ans = 5.0000 6.8102 Range1 = 2.8085 167.0000 -2.6272 Học viên thực hiện: Trần Thị Thảo Trúc Trang 6-16 Chương 6: Kết luận 2.4328 3.2464 4.2229 8.4029 191.0000 316.0000 345.0000 365.0000 Giáo viên hướng dẫn: TS Lê Tiến Thường -1.9227 1.7466 2.5978 3.1849 ans = **Number of Scatterers ** Leftmost-Rightmost Distance** ans = 5.0000 5.8121 Range2 = 2.7905 2.4382 3.2560 4.2869 7.9946 158.0000 186.0000 325.0000 351.0000 386.0000 -2.8914 -2.0695 2.0108 2.7740 3.8014 ans = **Number of Scatterers ** Leftmost-Rightmost Distance** ans = 5.0000 6.6928 * diem tan xa ban dau X Y Z; *** diem tan xa sau ; *** sai so so voi cac diem tan xa dau ans = -1.5000 -1.1000 1.5000 3.5000 5.1000 -1.4000 -2.1000 1.1000 1.4000 1.2000 -1.1000 -1.9000 1.5000 1.3000 3.1000 -1.5946 -1.1636 1.6392 3.4462 5.0549 Học viên thực hiện: Trần Thị Thảo Trúc -1.3445 -2.1011 1.0686 1.4384 1.2209 -1.0933 -1.8021 1.5020 1.3183 3.1603 0.1099 0.1168 0.1427 0.0686 0.0782 Trang 6-17 Chương 6: Kết luận Giáo viên hướng dẫn: TS Lê Tiến Thường error = 0.086380.034570.05217 a= 0.0995 0.0724 0.2388 diff1 = -0.4005 -0.4276 -0.2612 err1 = 0.3703 nr = Dựa vào kết ta xác định vật thể Học viên thực hiện: Trần Thị Thảo Trúc Trang 6-18 Chương 6: Kết luận Giáo viên hướng dẫn: TS Lê Tiến Thường 6.2 HƯỚNG PHÁT TRIỂN CỦA ĐỀ TÀI Chương trình nhận dạng vật thể có số tâm tán xạ cố định thư viện vật thể cịn nghèo nàn có vật thể Hướng phát triển đề tài tập trung vào hạn chế để chương trình hoạt động linh động phong phú Việc xác định số tâm tán xạ thu dựa vào số điểm cực trị chuyển đổi Wavelets hồn tồn thực Hiển nhiên chương trình có nhiều mạng nơron tương ứng số số lượng tâm tán xạ số đầu vào thay đổi Rõ rang chương trình giới hạn số tâm tán xạ khoảng để khơng vượt q tài ngun máy tính Sau xác định số tâm tán xạ đưa vào mạng nơron tương ứng để nhận dạng Việc mở rộng số đầu để tăng số vật thể nhận dạng đơn giản khơng có khó khăn Việc mở rộng thư viện vật thể vấn đề thời gian Vấn đề khó khăn việc tạo thư viện vật thể thực tế để chương trình thiết thực Khó khăn nằm việc thiếu thiết bị kỹ thuật Tuy nhiên giúp đỡ cá nhân tổ chức có khả hồn tồn khắc phục Tất nhiên cịn nhiều điều chờ đề tài phía trước mà tác giả chưa biết Sự hợp tác nhiều người làm đề tài phát triển nhanh chóng hồn thiện 6.3 KẾT LUẬN Đề tài hoàn thành theo nội dung đề cương bảo vệ trước hội đồng thời hạn định Đề tài hoàn thành nỗ lực lớn tác giả với giúp đỡ nhiều mặt thầy cơ, bạn bè, gia đình đặc biệt thầy hướng dẫn Tiến Sỹ Lê Tiến Thường Tuy nhiên thời gian lực có hạn đề tài chắn khơng tránh khỏi thiếu sót định Tác giả mong đóng góp quý Thầy cô tất bạn để đề tài ngày hoàn chỉnh Học viên thực hiện: Trần Thị Thảo Trúc Trang 6-19 Tài liệu tham khảo Giáo viên hướng dẫn: TS Lê Tiến Thường TÀI LIỆU THAM KHẢO Luận văn tốt nghiệp cao học: “3-D scattering center recognition in high resolution radar signal processing using wavelet transform” Th.S Đào Trung Thành thực TS Lê Tiến Thường hướng dẫn, Trường Đại học Bách khoa TP.HCM, năm 1999 Luận văn tốt nghiệp đại học: “Ước lượng thơng số tín hiệu radar phân giải cao dùng mơ hình GTD.” Do KS Nguyễn Đình Thành KS Nguyễn Dương Thế Nhân thực TS Lê Tiến Thường hướng dẫn, Trường Đại học Bách khoa TP.HCM, năm 1994 ROBI POLIKAR, “The wavelets tuturial” part I – Fundamental Concepts & An Overview of the wavelets theory” – Second edition ROBI POLIKAR, “The Story of Wavelets”, Dept of Electrical and Computer engineering and the biomedical engineering program – IOWA State University Simon Haykin, “Neural Networks” – A comprehensive Foundation Prentice Hall Upper Saddle River, New Jersey 07458, 1994 TS Nguyễn Đình Thúc, “Trí tuệ nhân tạo - Mạng Neuron – Phương pháp ứng dụng”, nhà xuất giáo dục, năm 2000 “Analysis of 2-D and 3-D scattering problems using the Uniform Geometrical Theory of Diffraction.” Dept of Electrical Engineering KAIST, 970229, Song Kee-Bong, WEB Site http://user.chollian.net/~liveej/research.html Luận văn tốt nghiệp đại học: “Mơ hình hóa 2-D phương pháp Prony cho tín hiệu radar phân giải cao” KS Phạm Chí Tâm KS Phan Cảnh Nhật thực TS Lê Tiến Thường hướng dẫn, Trường Đại học Bách khoa TP.HCM, năm 1999 WEB Sites: citeseer.nj.nec.com, user.chollian.net, … 10 Search Tool: Google, Yahoo, Teoma, Lycos, … 11 Toolbox Matlab Học viên thực hiện: Trần Thị Thảo Trúc ... cần nhận dạng đưa vào ngõ vào mạng neuron để xác định vật thể vật thể mẫu Như nhận dạng vật thể Nếu vật thể không thuộc vật thể mẫu mạng neuron huấn luyện lại để nhận dạng thêm vật thể Do liệu vật. .. TÓM TẮT LUẬN ÁN TỐT NGHIỆP CAO HỌC ĐỀ TÀI NHẬN DẠNG VẬT THỂ CHIỀU SỬ DỤNG BIẾN ĐỔI WAVELETS VÀ MẠNG NƠRON (3- D OBJECT RECOGNITION USING WAVELETS AND NEURAL NETWORKS) GIÁO VIÊN HƯỚNG DẪN : TS... sử dụng tín hiệu radar phép biến đổi Wavelets Sau có liệu vật thể cần nhận dạng này, sử dụng mạng neuron để nhận dạng vật thể Trước đó, mạng neuron huấn luyện với số vật thể mẫu Dữ liệu vật thể