Модели реального времени импульсных отражательных характеристик 3D объектов в однопозиционной системе лазерной локации

Полный текст на elibrary.ru

Публикация в Journal of Optical Technology

Ссылка для цитирования:

Лабунец Л.В., Борзов А.Б., Ахметов И.М. Модели реального времени импульсных отражательных характеристик 3D объектов в однопозиционной системе лазерной локации // Оптический журнал. 2020. Т. 87. № 9. С. 12–23. http://doi.org/10.17586/1023-5086-2020-87-09-12-23

Labunets L.V., Borzov A.B., Akhmetov I.M. Real-time models of pulsed reflectance profiles of 3D objects in a monostatic laser location system [in Russian] // Opticheskii Zhurnal. 2020. V. 87. № 9. P. 12–23. http://doi.org/10.17586/1023-5086-2020-87-09-12-23

Ссылка на англоязычную версию:

L. V. Labunets, A. B. Borzov, and I. M. Akhmetov, "Real-time models of pulsed reflectance profiles of 3D objects in a monostatic laser location system," Journal of Optical Technology . 87(9), 513-520 (2020).

Аннотация:

Методом имитационного цифрового моделирования исследована кластерная структура дальностного портрета антропогенного 3D объекта в однопозиционной лазерной локационной системе. Предложена физически обоснованная методика декомпозиции импульсных отражательных характеристик цели на непрерывную и разрывную компоненты. На основе конечной смеси стандартных импульсов реализована модель реального времени для структурных компонент временных профилей импульсных отражательных характеристик объекта. Представлены результаты идентификации параметров конечной смеси стандартных импульсов с помощью модифицированного EM-алгоритма (expectation-maximization algorithm).

Ключевые слова:

имитационное цифровое моделирование, дальностный портрет 3D объекта, кластеризация, переходная характеристика, эффективная площадь рассеяния, модель реального времени, конечная смесь стандартных импульсов, EM-алгоритм

Коды OCIS: 290.5825, 290.5880

Список источников:

1. Лабунец Л.В. Цифровые модели изображений целей и реализаций сигналов в оптических локационных системах: уч. пособ. М.: изд. МГТУ им. Н.Э. Баумана, 2007. 216 с.

2. Лабунец Л.В. Цифровое моделирование оптических отражательных характеристик целей в режиме реального времени: уч. пособ. М.: изд. МГТУ им. Н.Э. Баумана, 2013. 211 с.

3. Лабунец Л.В., Анищенко Н.Н. Структурный анализ переходных характеристик 3D-объектов в однопозиционной системе оптической локации // Радиотехника и электроника. 2011. Т. 56. № 2. С. 163–177.

4. Labunets L.V., Anishchenko N.N. Structural analysis of transient characteristics of 3D objects in a monostatic optical location system // J. Commun. Technology and Electronics. 2011. V. 56. № 2. P. 145–159. DOI: 10.1134/S1064226911010050.

5. Лабунец Л.В., Лукин Д.С., Червяков А.А. Реконструкция отражательных характеристик 3D-объектов в однопозиционной системе оптической локации // Радиотехника и электроника. 2012. Т. 57. № 12. С. 1289–1300.

6. Labunets L.V., Lukin D.S., Chervyakov A.A. Reconsrtuction of reflection characteristics of 3D objects in a monostatic optical location system // J. Commun. Technology and Electronics. 2012. V. 57. № 12. P. 1265–1275. DOI: 10.1134/S1064226912110058.

7. Лабунец Л.В., Борзов А.Б., Ахметов И.М. Регуляризованная параметрическая модель индикатрисы коэффициента яркости шероховатой поверхности // Оптический журнал. 2019. Т. 86. № 10. С. 20–29.

8. Labunets L.V., Borzov A.B., Akhmetov I.M. Regularized parametric model of the angular distribution of the brightness factor of a rough surface // JOT. 2019. V. 86. № 10. P. 618–626. https://doi.org/10.1364/JOT.86.000618.

9. Гливенко В.И. Интеграл Стильтьеса. М.-Л.: ОНТИ НКТП СССР, 1936. 216 с.

10. Martin E., Kriegel H.-P., Sander J., Xu Xiaowei. A density-based algorithm for discovering clusters in large spatial databases with noise // Proc. Second Internat. Conf. Knowledge Discovery and Data Mining (KDD-96) / Evangelos Simoudis, Jiawei Han, Usama M. Fayyad. AAAI Press, 1996. P. 226–231.

11. Айвазян С.А., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: классификация и снижение размерности: справ. изд. / под ред. Айвазяна С.А. М.: Финансы и статистика, 1989. 607 с.

12. Хайкин С. Нейронные сети: полный курс. 2-е изд. М.: ИД «Вильямс», 2006. 1104 с.

13. Haykin Simon S. Neural Networks. A Comprehensive Foundation. 2nd ed. N.Y.: Prentice Hall, 1999. 842 p.

14. Лабунец Л.В. Рандомизация многомерных распределений в метрике Махаланобиса // Радиотехника и электроника. 2000. Т. 45. № 10. С. 1214–1225.

15. Labunets L.V. Randomization of multidimensional distributions in the Mahalanobis metric // J. Commun. Technology and Electronics. 2000. V. 45. № 10. P. 1093–1104. ISSN 1064-2269.

16. Fritsch F.N., Carlson R.E. Monotone piecewise cubic interpolation // SIAM J. Numerical Analysis. 1980. V. 17. P. 238–246. 17. McLain D.H. Drawing contours from arbitrary data points // The Computer J. 1974. V. 17. № 4. P. 318–324.