Обеспечение навигации воздушных судов методами микроволновой радиометрии при отсутствии единого радионавигационного поля (30.03.2009)

Автор: Старых Александр Васильевич

, должна быть максимизирована.

. Например, если рассматривается как объект морской лед, то он может быть разделен на классы: однолетний, двухлетний, многолетний. Если рассматривать почву, то она также легко разбивается на классы: пашня; почва, покрытая молодой растительностью; почва с максимальна развитой растительностью, стерня и т.д.

для многолетнего при измерениях в диапазоне частот от 12 до 18 ГГц.

При решении навигационных задач, связанных с ориентацией на реперные объекты, важную, если не решающую, роль играет достоверность их классификации.

. В соответствии с выбором функции потерь будут определяться соответствующие показатели достоверности принятых решений.

По числу классов в алфавите задачи распознавания делятся на двухклассовые и многоклассовые. В качестве принципа классификации могут быть использованы следующие подходы: характер основной задачи, для решения которой предназначен данный класс объектов, его характер симметрии, геометрические и физические особенности и т.д.

Следует отметить, что многоклассовую задачу практически всегда можно свести к двухклассовым последовательным задачам. Например, многоклассовая задача по классификации морских льдов всегда может быть сведена к последовательности двухклассовых задач. Для этого сначала решается задача классификации морского льда как многолетнего или однолетнего. В этом случае задача классификации, по существу, превращается в задачу селекции двух объектов, решение которой, как правило, проще, чем прямая задача классификации объектов. В дальнейшем однолетние льды можно классифицировать на белые и серые льды и т.д.

Аналогично можно рассматривать процедуру зондирования сельскохозяйственных угодий и лесных массивов. В этом случае необходимо только выбрать укрупненные классы зондируемых поверхностей. Например, для лесных массивов различать лиственный лес и хвойный, а затем редколесье и густой лес и т.д. То же можно сделать для сельскохозяйственных структур, разделяя их по укрупненным классам: посевы типа зерновых, либо посевы типа кукурузы и т.д.

Общие методы решения задачи радиометрической классификации объектов для всех случаев неизвестны. Ее можно решать на основе комплексного подхода, включающего в себя физико-математическое моделирование процесса классификации объектов и эвристико-аналитических методов решения частных задач классификации. Применяя такой подход, можно путем последовательных приближений в условиях заданных ограничений обеспечить эффективность процедуры классификации, близкую к максимальной.

Повышение достоверности классификации объектов требует принятия во внимание как можно большего числа признаков объектов, которые выражаются через параметры принимаемой ЭМВ, в частности, через поляризационные параметры.

В качестве таких параметров могут выступать: параметры Стокса, поляризационный фазор, поляризационный «образ» и т.д. Эти признаки зависят от выбора поляризационного базиса и поляризации принимаемой радиоволны. Всегда существуют некоторый базис и некоторый вид поляризации, при которых различие в поляризационных характеристиках отраженной волны будет максимальным. Поиск такого базиса и поляризации радиоволны являются основной задачей при классификации объектов.

Наибольшее распространение получили методы радиометрической классификации по поляризационным образам. (Поляризационным образом называется зависимость радиояркостной температуры от поляризационного состояния принимаемой радиоволны). Эти характеристики строятся в трехмерном пространстве. По осям откладываются радиояркостная температура, угол эллиптичности и угол ориентации плоскости поляризации. Получаемые объемные фигуры дают пространственный поляризационный образ объекта. Наличие соответствующего банка данных поляризационных образов дает возможность проводить классификацию объектов.

в зависимости от вида зондируемой поверхности. Это иллюстрируется рис. 4-6.

для изотропного спектра неровностей

для анизотропного спектра неровностей

Рис.6 Зависимость степени поляризации излучения в случае плоской границы от угла визирования

Одна из возможностей поляризационной классификации объектов состоит в использовании матрицы потерь. Полная информация об объекте, рассматриваемом в качестве стабильной цели, содержится в четырех ее характеристиках, указанных в первом разделе.

В этом случае каждому объекту будут соответствовать некоторые четыре функции, зависящие от полярных координат цели. Они изменяются при взаимном перемещении антенны радиометра и объекта. Таким образом, объекты, рассматриваемые в качестве стабильных целей, в произвольный момент времени можно классифицировать набором четырех чисел. Упрощенную классификацию часто проводят по одному числу - степени поляризационной анизотропии - r, меняющейся в пределах от 0 до 1. Этот параметр удобен потому, что он является инвариантом по отношению к выбору поляризационного базиса.

- о вырожденных объектах.

. Приведенные данные по численным значениям степени поляризационной анизотропии можно отнести к априорным.

Рассмотренные принципы и методы классификации были использованы для решения задач по различению различных типов поверхностей в микроволновой радиометрии по конкретным экспериментальным данным.

В данной главе работы приводятся результаты литературного обзора по применению микроволновой радиометрии для определения типов подстилающих поверхностей, их электрофизических и геометрических характеристиках. Приведенные данные убедительно свидетельствуют о достоверности и надежности решения задач такого рода, что позволяет не только теоретически утверждать, но и доказать практическую возможность обнаружения и осуществления навигационных привязок к различным объектам, используемых в качестве реперных точек, определения типов подстилающих поверхностей и их электрофизических и механических характеристик. Основная иллюстрация проводилась на примерах морских льдов, выбранных в качестве объектов, имеющих большой набор характеристик, влияющих на радиояркостную температуру, а также на примерах некоторых типов земных покровов и растительности.

и т.д.

. Для этого используется зависимость радиояркостной температуры от толщины льда при предположении о том, что соленость и термодинамическая температура поверхности слоя известна. Ошибка в определении толщины льда не превышает 10 – 20 см.

Приведем некоторые результаты, касающиеся земных поверхностей.

На частотах выше 10 ГГц растительный покров может рассматриваться как полубесконечная однослойная среда, при этом излучение формируется практически только растительным слоем. На частотах ниже 10 ГГц, необходимо использовать двухслойную модель, для того чтобы учитывать вклады как от растительности, так и от почвы.

выше, чем на горизонтальной поляризации и слабо чувствительна к различиям между разными типами сельскохозяйственных культур.

Экспериментальные измерения излучения, создаваемого почвой без растительности, показывают, что яркостная температура снижается примерно по линейному закону с повышением содержания влаги в почве.

Приведем некоторые результаты по оценке излучающих характеристик поверхностей в миллиметровом диапазоне длин волн, которые показаны в табл. 2.

Таблица 2

= 10 cм;

= 60 см,

вертикал.

горизонт. 0,91

0,88 0,72

вертикал.

горизонт. 0,90

0,88 0,76

Здесь также имеют место достаточно устойчивые средние значения радиояркостных температур при их малых средних квадратических отклонениях.

Болотистые участки, покрытые слоем воды, дали несколько большее значение излучающей способности на частоте 94 ГГц, чем на частоте 35 ГГц. При всех измерениях, как на частоте 35 ГГц, так и на частоте 94 ГГц, излучающая способность для горизонтальной составляющей поляризации была несколько ниже, чем излучающая способность для вертикальной составляющей поляризации для влажной почвы (3%) и болотистых участков, покрытых слоем воды (12%).


загрузка...