Информационная технология компенсаторной идентификации пространственных данных от оптических систем наблюдения беспилотных аппаратов
Читать статью полностью
Информационная технология компенсаторной идентификации пространственных данных от оптических систем наблюдения беспилотных аппаратов(737,25 KB)Аннотация
В статье рассматриваются вопросы идентификации изображений, поступающих от системы наблюдения беспилотника. Приведен алгоритм компенсации информационных потоков при оценке информации отклонения Je по затратам управления в системе стабилизации координат точки корреляционного максимума. Сформулированы условия инвариантности алгоритма идентификации относительно возмущений в пространстве объектов геоситуации. Описан алгоритм управления формированием эталонного изображения (образа). Установлены условия сходимости алгоритма компенсации входного сигнала – превалирование мощности контуров обратной связи к мощности источника.
Ключевые слова:
система наблюдения – surveillance system; система распознавания образов – pattern recognition system; идентификация оптических изображений – optical images identification; контур обработки информации – information-processing circuit; оптимальная фильтрация – optimum filtration; метод компенсации информационных потоков – information flows compensation method
Список литературы
1. Местецкий, Л. М. Математические методы распознавания образов / Л.М. Местецкий. – 2-е изд. – М.: ИНТУИТ, 2016. – 156 с.
2. Федотов, Н. Г. Теория признаков распознавания образов на основе стохастической геометрии и функционального анализа / Н.Г. Федотов. – М.: ФИЗМАТЛИТ, 2010. – 304 с.
3. Усовершенствованное распознавание образов на основе квазиэталонных образов / А.С. Голубев [и др.] // Известия высших учебных заведений. Технология текстильной промышленности. – 2015. – № 4 (358). – С. 236–240.
4. The Use Robotics for Underwater Research Complex Objects / S. Sokolov [et al.] // Advances In Intelligent Systems And Computing. – 2017. – Vol. 556. – P. 421–427.
5. Головинский, П. А. Когерентный нейрон и распознавание образов / П.А. Головинский // Вестник Воронежского государственного технического университета. – 2005. – Т. 1, № 9. – С. 115–117.
6. Степанян, И. В. Растущие сверточные нейроподобные структуры для задач распознавания статических образов / И.В. Степанян, Н.Н. Зиеп // Нейрокомпьютеры: разработка, применение. – 2018. – № 5. – С. 4–11.
7. Доровской, В. А. Алгоритм идентификации моделей многокритериального оценивания диагностики судовой системы / В.А. Доровской, С.Г. Черный // Оборонный комплекс – научно-техническому прогрессу России. – 2019. – № 4 (144). – С. 22–27.