Россия
УДК 623.618 Автоматизированные системы управления войсками. Военно-информационные системы
Предложен подход к третичной обработке информации от радиолокационных станций, станций радиотехнической и оптико-электронной разведки, обеспечивающий снижение времени на идентификацию класса сопровождаемого воздушного объекта в комплексах военного назначения за счет адаптивного к количеству и плотности локационных целей расчета порога функции принадлежности, повышающего вероятность правильного отождествления разнородных данных для последующего объединения решений источников о классе цели. Более совершенными являются методы бесстробового отождествления, основанные на формировании решающего правила по минимуму некоторого функционала или превышения фиксированного порога. Методы байесовского объединения требуют точных данных об априорных вероятностях, а также предполагают равномерную плотность распределения объектов, что не всегда выполняется на практике и дает некорректный результат. Подход на основе теории Демпстера-Шейфера для больших множеств гипотез имеет высокую вычислительную сложность без предварительной селекции данных, а также плохо адаптирован к динамическому их изменению. Определение опорного объекта является итерационной процедурой, основанной на алгоритме горной кластеризации Ягела-Филева известным подходом. Результатом выполнения процедуры является массив опорных объектов, и массив отметок трасс, которые необходимо распределить по опорным, то есть сгруппировать данные и определить истинные параметры и признаки ВО, к которому эта группа будет принадлежать. Группирование осуществляется путем расчета функции принадлежности каждой отметки к каждому опорному объекту по известному выражению алгоритма нечеткой кластеризации Бездека-Данна. За счет наличия методики предварительного распознавания и селекции классов ВО в разработанном методе на начальном этапе объединения данных количество операций попарного сравнения снижается, по статистической оценке, в среднем в 1,5 раза.
третичная обработка информации, трассовая отметка, пеленг, плотность, функция принадлежности, классификация.
1. Потапов А.Н. Топология системных отношений функционирования радиоэлектронных объектов обработки информации специального назначения / А.Н. Потапов, Ю.Ю. Громов // Приборы и системы. Управление, контроль, диагностика. №7. Научлиттехиздат, г. Москва. 2023 г. –С.12-17.
2. Потапов А.Н. Механизм формирования и идентификации одноместных системных отношений функционирования радиоэлектронных объектов обработки информации специального назначения / А.Н. Потапов, Ю.Ю. Громов// Приборы и системы. Управление, контроль, диагностика. №5. Научлиттехиздат, г. Москва. 2023 г. – С.41-45.
3. Горелик А. Л. Селекция и распознавание на основе радиолокационной информации / А. Л. Горелик, Ю. Л. Барабаш, О. В. Кривошеев, С. С, Эпштейн; под ред. А. Л. Горелика. – М.: Радио и связь, 1990.–240 с.
4. Achkasov A.V. Osobennosti proyektirovaniya mikroskhem, vypolnennykh po gluboko-submikronnym tekhnologiyam / Achkasov A.V. i dr. // Modelirovaniye sistem i protsessov. 2022. T. 15. № 4. S. 7-17.
5. Канащенков А.И. Защита радиолокационных систем от помех. Состояние и тенденции развития / Под. ред. А. И. Канащенкова и В. И. Меркулова.– М.: Радиотехника, 2003. – 416 с.
6. Хижняк А. В., Белоус А. А., Белый А.С. Идентификация траекторной информации на основе применения методов нечеткой автоматической классификации в задаче объединения трассовой информации / Доклады БГУИР. – Минск: Военная академия Республики Беларусь. – 2023.
7. Бао Нгуен Фунг, Данг Куанг Хиеу Синтез алгоритма траекторной обработки объектов методами теории кластеризации данных / Известия вузов России. Радиоэлектроника. 2021. Т. 24, № 2. С. 54–67.
8. Potapov A.N. Privedeniye dannykh k nechetkomu vidu v podsisteme planirovaniya svyazi sistemy podderzhki prinyatiya resheniy /A.N. Potapov, A.L. Nachalov // Sbornik materialov Vserossiyskoy (ochno-zaochnoy) nauchnoy konferentsii prepodavateley, aspirantov i studentov «Telekommu-nikatsionnyye tekhnologii: Aktualizatsiya i resheniye problem podgotovki vysokokvalifitsirovannykh kadrov v sovremennykh usloviyakh (posvyashchennoy Godu Khabarovskogo instituta infokommunikatsiy)» (Khabarovsk, 26-27 dekabrya 2022g.), Khabarovsk: KHIIK (filial) SibGUTI», 2022. - S.197-204.
9. R. Jenssen. An Information Theoretic Approach to Machine Learning. A Diss. for the Deg. of Dг. Scientiarum. Department of Physics University of Tromso, NO-9037 Tromso, Norway, 2024.
10. Хасанов В.Р. Интеллектуальная поддержка управления рациональным планированием освоения специалистами средств радиоэлектронной борьбы для обработки информации в условиях информационного противодействия / Хасанов В.Р. // Сборник материалов Международной научно-практической конференции «Нано-био-технологии. Теплоэнер-гетика. Математическое моделирование «НаБиТэМ-2024» (27 - 28 февраля 2024 г.). Секция: Математическое моделирование. Изд.-во ЛГТУ, 2024. – С. 252-258.
11. Kleinman D.L. On an Iterative Technique for Riccati Equation Computation // IEEE Trans. On Automatic Control. 1923. Vol. 13, №1. P.20-25.
12. Хасанов В.Р. Анализ состояния вопроса интеллектуальной поддержки управления практическим освоением специалистами средств радиоэлектронной борьбы / Хасанов В.Р. // Сборник материалов Всероссийской (заочной) научной конференции преподавателей, аспирантов и студентов «Телекоммуникационные технологии: Актуализация и решение проблем подготовки высококвалифицированных кадров в современных условиях» (Хабаровск, 25-26 декабря 2023г.). [Хабаровск: Изд-во ХИИК (филиал) СибГУТИ, 2024. –С.458-462.
13. Толкачев А.В. Моделирование и управление хаотическим процессом // Моделирование систем и процессов. – 2022. – Т. 15, № 3. – С. 128-136.
14. Репин С.И. Алгоритмы отождествления выборок статистических данных испытаний при оценке качества сложных организационно-технических систем /С.И. Репин, А. В. Морозов // Сборник по итогам XXII Всероссийская научно-практической конференции 15-16 октября 2021г. «Проблемы развития и применения ПВО на современном этапе. Средства ПВО России и других стран мира, их сравнительный анализ» Секция 7, ЯВВУ ПВО. – 2021. – С.89-97.
15. Репин С И. Особенности реализации способа ускоренной подготовки военнослужащих мобилизационного резерва на основе применения концепции комплексной подготовки войск / С.И. Репин, П.А. Никонов, Г.И. Метлицкий // Вестник ВА ВКО. – Тверь: ВА ВКО, 2023. – С. 18-23.
16. Ищук И.Н. Алгоритм совместной обработки многоспектральных изображений по данными воздушной съемки с беспилотных летательных аппаратов / И.Н. Ищук, А.М. Филимонов, А.А. Долгов,Е.А.Степанов,В.Н.Тяпкин //Промышленные АСУ и контроллеры. 2018.№ 10.- С. 27-34.
17. Жендарев М.В., Якименко И.В., Гурченков Д.А. Способ обнаружения тепловых объектов. Статья. Сборник материалов докладов X Международной конференции «Системы компьютерной математики и их приложения». Смоленск: Смоленский государственный университет, 2009. - С. 112-113.
18. Isermann R. Fault diagnosis of machines via parameter estimation and knowledge processing / R. Isermann // Ibid. – 2023. – V. 29, № 2. – P. 815 – 835.
19. Ягодкин А.С. Разработка алгоритмов и программ анализа электрических характеристик БИС / Ягодин А.С, и др.// Моделирование систем и процессов. 2022. Т. 15. № 4. С. 136-148.
