Модель формирования прогнозных радиолокационных изображений типовых растительных покровов в X-диапазоне длин волн
Читать статью полностью
Модель формирования прогнозных радиолокационных изображений типовых растительных покровов в X-диапазоне длин волн(1,94 MB)Аннотация
В статье приводится описание модели формирования прогнозных радиолокационных изображений (РЛИ) типовых растительных покровов в Х‑диапазоне длин волн (3.4 см), в рамках которой с использованием результатов анализа статистических и корреляционных свойств натурных РЛИ растительности разработан генератор матриц флюктуаций отсчетов яркости РЛИ низкорослого луга и смешанного леса.
Полученные результаты обеспечат повышение достоверности и степени автоматизации обработки РЛИ от средств дистанционного зондирования Земли при решении задач контроля природных ресурсов.
Ключевые слова:
модель формирования - calculation model; типовые растительные покровы - typical vegetation, радиолокационные изображения - radar images; флюктуации отраженных сигналов - fluctuations of reflected signals, статистические и корреляционные свойства - statistical and correlation properties, технологии искусственного интеллекта - artificial intelligence technologies.
Список литературы
1. Баскаков, А. И. Локационные методы исследования объектов и сред: уч.-к для студ. учреждений высш. проф. образования / А.И. Баскаков, Т.С. Жутяев, Ю.И. Лукашенко. -М.: Академия, 2011. -384 с.
2. Разработка модели радара с синтезированной апертурой беспилотного летательного аппарата для дистанционного зондирования лесных массивов / Н.А. Карманова, А.Г. Карманов, А.А. Петров// Информация и Космос, 2021. -№ 4. -С. 114-122.
3. Обнаружение, распознавание и определение параметров образов объектов. Методы и алгоритмы / Под ред. А.В. Коренного. – М.: Радиотехника, 2012. – 112 с.
4. Авиационные системы радиовидения / Под ред. Г.С. Кондратенкова. – М.: Радиотехника, 2015. -648 c.
5. Радиолокационные системы землеобзора космического базирования / В.С. Верба [и др.] – М.: Радиотехника, 2010. -680 c.
6. Самарин О.Ф., Соловьев А.А., Шарова Т.В.Радиолокационные системы многофункциональных самолетов. Т.3. Вычислительные системы РЛС многофункциональных самолетов. – М.: Радиотехника, 2007. -280 c.
7. Методика уточнения параметров радиолокационных датчиков на основе обработки натурных радиолокационных изображений местности / Е.Э. Филиппских, А.В. Попов, Ф.А. Галкин, Захарчук А.В. // Информация и Космос. -2020. -№ 1. -С. 138-148.
8. Нейросетевые модели и алгоритмы / Д.А. Тархов – М.: Радиотехника, 2014. -352 c.
9. Анализ яркостных характеристик радиолокационных изображений РСА «Компакт-100» / С.Л. Внотченко, М.Ю. Достовалов [и др.] // Тр. XXи XXIвсероссийских симпозиумов по радиолокационному исследованию природных сред. -СПб., 2003. -Вып. 3. -С. 7-25.
10. Основные результаты зондирования земной и водной поверхности многочастотным радиолокационным комплексом радиолокаторов с синтезированной апертурой «Компакт» / С.Л. Внотченко [и др.] // Вестник СибГАУ, 2013. -№ 5 (51). -С. 35-38.
11. В. Кельтон, А. Лоу Имитационное моделирование. Классика CS. 3‑е изд. – СПб.: Питер; Киев: Издательская группа BHV, 2004. – 847 с.
12. Методика формирования радиолокационных портретов (сигнатур) объектов сложной пространственной конфигурации с проводящей поверхностью / Е.Э. Филиппских, А.В. Попов и др. // Информация и Космос. -2022. -№ 1. -С. 20-27.
13. ГОСТ Р 70321.5 -2022. Технологии искусственного интеллекта для обработки данных ДЗЗ. Алгоритмы искусственного интеллекта для определения характеристик древесно-кустарниковой растительности на космических снимках, получаемых с космических аппаратов оптико-электронного наблюдения. Типовая методика проведения испытаний.
14. Разработка нейросетевых моделей для автоматического мониторинга состояния сельскохозяйственных земель на основе спутниковых снимков / Р.С. Туганова, Р.Ф. Юльметова // Успехи современного естествознания, 2023. -№ 5. -С. 7-12.