Анотація до роботи:

Саваневич В.Є. Моделі та методи обробки даних при виявленні та оцінці параметрів траєкторій компактної групи малорозмірних космічних об’єктів. – Рукопис.

Дисертація на здобуття наукового ступеня доктора технічних наук за спеціальністю 01.05.02 – математичне моделювання та обчислювальні методи. – Об’єднаний науково-дослідний інститут Збройних Сил, Харків, 2006.

Розробляються моделі опису локаційних даних та обчислювальні методи своєчасного і достовірного визначення кількості і траєкторних характеристик елементів компактної групи малогабаритних космічних об’єктів (КО) за даними засобів спостереження з обмеженим енергетичним потенціалом.

Розроблені методи виявлення рухомих об'єктів забезпечують ієрархічне
накопичення даних вздовж можливих траєкторій, що приводить до практичної тотожності достовірності виявлення малогабаритних КО та нерухомих об’єктів. Синтезовані методи розщеплення позначок і оцінки параметрів траєкторій, що забезпечують прийнятні похибки оцінок параметрів траєкторій близьких об'єктів за змішаною вибіркою позначок. Запропонований метод сумісної класифікації позначок з ієрархічною попередньою селекцією гіпотез про їх належність об’єктам, що забезпечує прийнятну вірогідність похибок класифікації позначок.

Використання процедур послідовної перевірки гіпотез з їх попередньою
ієрархічною селекцією дозволяє реалізувати методи виявлення об'єктів та класифікації вимірювань від них шляхом скорочення на порядки необхідних обсягів пам'яті та обчислень. Параметри вказаних процедур визначаються запропонованими обчислювальними методами оптимізації параметрів послідовної перевірки гіпотез шляхом декомпозиції поставленої задачі на пошук екстремального простору спостереження і синтез вирішального правила над ним.

У дисертації вирішено наукову проблему розробки обчислювальних методів своєчасного і достовірного визначення кількості і траєкторних характеристик елементів компактної групи КО за даними засобів спостереження з обмеженим потенціалом. Проведені дослідження дозволяють зробити такі висновки.

1. На основі аналізу технічної суті процесу формування локаційних даних засобами спостереження з обмеженим потенціалом уточнена математична модель опису сукупності позначок на виході пристроїв первинної обробки, що дозволило врахувати значущі особливості даних, що використовуються.

2. Набули подальшого розвитку обчислювальні методи оптимізації параметрів послідовної перевірки багатоальтернативних гіпотез, що відрізняються використанням декомпозиції задачі на послідовно вирішувані задачі пошуку екстремального (за критерієм мінімуму витрат на формування простору спостережень за умови забезпечення заданих показників якості) простору спостереження (ПС) і синтезу вирішального правила над ним, причому перша з них
поставлена вперше. Методи дозволили зменшити трудомісткість обробки локаційних даних, що забезпечило можливість її реалізації за прийнятний час.

3. Вперше ієрархічна обробка даних формалізована як послідовна перевірка багатоальтернативних гіпотез з їх попередньою ієрархічною селекцією за рахунок використання введеного в роботі методу поблочної обробки даних.

4. Вперше для оптимізації ведення каталогу КО за багатьма критеріями запропонований темпоральний адитивний критерій функціонування великих систем обробки локаційних даних, що відрізняється використанням: зваженої суми часткових середніх взаємних інформацій (СВІ) між можливими значеннями параметра і його оцінками, зваженої суми різних витрат СОЛД, сукупності коефіцієнтів, що характеризують уявлення системи про дефіцит її різних ресурсів. Критерій є адаптивним, вагові коефіцієнти можуть змінюватися в часі у залежності від покладених на систему задач і умов їх вирішення. Уведення темпорального критерію дозволяє істотно зменшити витрати великих СОЛД.

5 Вперше отримані ВП виявлення детермінованої траєкторії з відомою і невідомою ЕПР за наявності порогів в ППО. Показано, що достатніми статистиками є кількість позначок, що сформовані на Т циклах огляду, і зважена сума квадратів їх амплітуд. Згідно з результатами моделювання за великих значень порогів в ППО і малого числа циклів оглядів за достатню статистику на практиці достатньо використовувати суму квадратів амплітуд позначок.

6. Набули подальшого розвитку обчислювальні методи виявлення апріорно невідомої кількості рухомих об'єктів (вперше розроблені метод оцінки статистик можливих траєкторій і метод віртуального -альтернативного виявлення апріорно невідомої кількості траєкторій), засновані на ієрархічному накопиченні статистик сигналів вздовж можливих траєкторій, які відрізняються використанням технології Гока для табуляції багатоцільової функції правдоподібності в дискретній моделі простору параметрів однієї траєкторії, що забезпечує можливості їх використання в багатоцільовому випадку, і введенням просторово-часових стробів першого етапу шляхом встановлення відносної байдужості за параметрами траєкторій. Метод оцінки статистик можливих траєкторій додатково використовує операцію МНК-оцінки статистик можливих траєкторій, що дозволяє стабілізувати УВХТ для всіх можливих траєкторій, виходячи з розподілу шуму, проте призводить до зменшення (до 25 %) порогових ВСШ і УВПВ. Метод віртуального -альтернативного виявлення апріорно невідомої кількості траєкторій заснований на тому, що підтвердженою є будь-яка підмножина підтвердженої множини траєкторій. Метод практично не призводить до зниження порогового ВСШ, але для реалізації потребує багаторазової обробки незначної частки позначок. Трудомісткість методів лінійно залежить від числа позначок, а методи можуть бути використані при великій кількості хибних позначок. Для зменшення до прийнятних обсягів пам'яті, що необхідні для накопичення статистик сигналів уздовж можливих траєкторій, використовується метод перевірки багатоальтернативних гіпотез з їх попередньою ієрархічною селекцією. Застосування методів без підвищення енергетичного потенціалу ЗС дозволяє:

а) знизити порогову ЕПР КО, що стійко виявляються, в 4 рази;

б) зменшити в 4 рази енерговитрати на забезпечення стійкого виявлення об'єктів з чинною пороговою ЕПР;

в) збільшити на 40 % дальність існуючих радіолокаційних станцій ККП.

7. Набув подальшого розвитку аналітичний метод визначення умовних
вірогідностей хибної тривоги та правильного виявлення об’єкта за серією сигналів, що модульовані рухом об'єкта, що відрізняється врахуванням наявності порогів в ППО, залежність їх значення від дальності і зміни ВСШ від сигналу до сигналу, що дозволило визначити залежність потенційних показників якості виявлення об'єктів від умов їх спостереження і параметрів методів.

8. Методом статистичного моделювання виявлені властивості інформаційних характеристик (вектор ЧСВІ з елементами, що характеризують кількість інформації, що міститься в сукупності позначок на виході ППО, про об'єкт, що рухається за кожною можливою траєкторією) первинних локаційних даних. Так, наприклад, інформація про виявлення – вимірювання є зваженою (апріорною вірогідністю наявності об'єкта) сумою кількості інформації для вимірювання параметрів об'єкта і кількості інформації для його виявлення; застосування амплітуд сигналів підвищує вказані інформаційні характеристики, що еквівалентно використанню декількох додаткових циклів огляду; при зниженні порогу в ППО до деякого значення інформаційні характеристики позначок збільшуються навіть при бінарному квантуванні їх амплітуд.

9. Набули подальшого розвитку методи оцінки параметрів близьких траєкторій за змішаною вибіркою позначок, а саме, розроблені методи розщеплення позначок і оцінки параметрів траєкторій (РПОПТ) з попозначковим (ППР) і сумісним (СРП) розщепленням позначок з паралельним надходженням змішаної вибірки позначок, що сформовані на Т циклах огляду, які відрізняються від методу сумісної імовірнісної ідентифікації даних (СІІД) ітераційною обчислювальною процедурою і використанням на кожній ітерації результатів попередньої як початкового наближення замість результатів роботи СІІД на попередніх циклах огляду, а також паралельним надходженням даних, що отримані на Т циклах огляду. Методи РООПТ відрізняються від МНК з двома ітераціями, що використовується в навколоземній астрономії в одноцільовому випадку, ітераційною обчислювальною процедурою і поданням даних змішаною вибіркою спостережень від багатьох об'єктів. За даними статистичного моделювання відповідні оцінки мають такі властивості: за малих відстаней між об'єктами доцільне використання РПОПТ з СРП; вплив відстані між об'єктами на зменшення СКВ оцінок при збільшенні числа циклів огляду особливо помітно при збільшенні вірогідності пропусків вимірювань, особливо при РПОПТ з ППР; зі збільшенням кількості циклів огляду і відстані між об'єктами СКВ оцінок параметрів траєкторій прямує до СКВ МНК-оцінок, що отримані за класифікованими підвибірками; використання інформації про залежність параметрів декількох траєкторій зменшує СКВ оцінок цих параметрів, так, для паралельних лінійних траєкторій даний виграш, особливо помітний для оцінок швидкості, становить від 20% до 30% і збільшується зі збільшенням відстані між об'єктами. Методи забезпечують прийнятні похибки оцінок параметрів траєкторій елементів компактних груп об’єктів, що отримані за змішаною вибіркою вимірювань.

10. Вперше розроблені сигнально–траєкторний метод (СТМ) оцінки параметрів руху близьких об'єктів та метод визначення координат Q близьких об'єктів на дискретних зображеннях, що враховують дискретизацію ПС і наявність сигналів від декількох об'єктів у кожному кадрі зображення. СТМ відрізняється від траєкторного визначенням параметрів руху об'єктів як єдиної задачі без традиційного її розділення на оцінку координат об'єктів у фіксовані моменти часу і оцінку параметрів траєкторій за результатами оцінок координат. При цьому дискретне зображення у фіксовані моменти часу представлено моделлю групованої вибірки з суміші імовірнісних розподілів, а параметри руху визначаються як
якнайкращі параметри цієї суміші. Вперше за результатами статистичного моделювання виконаний порівняльний аналіз СКВ оцінок параметрів руху, що одержані сигнально-траєкторним і траєкторним (РПОПТ з ППР) методами. СТМ дозволяє зменшити СКВ оцінок параметрів траєкторій близьких об'єктів в умовах обмеженого обсягу даних. Для супроводу поодинокого об'єкта СТМ слід застосовувати тільки за низької якості приймальної апаратури. Метод доцільно використовувати за необхідності мати майже потенційні СКВ оцінок параметрів руху близьких об'єктів. При цьому виграш сигнально–траєкторного методу по відношенню до траєкторного тим більше, чим ближче об'єкти один до одного.

11. Вперше розроблено метод сумісної класифікації вимірювань з ієрархічною попередньою селекцією гіпотез про їх належність за умов апріорної невизначеності параметрів руху близьких об'єктів. Метод відрізняється тим, що при його використанні за змішаною підвибіркою вимірювань методом РПОПТ отримують оцінки параметрів траєкторій об'єктів і апостеріорну вірогідність належності вимірювань їм (за малих відстаней між об’єктами рекомендується використовувати РПОПТ з СРП); на основі останніх розв'язують задачу про призначення з використанням обмежень, що визначаються особливостями процесу формування вимірювань у ЗС; змішана підвибірка вимірювань, що належать елементам компактної групи об’єктів, формується оптимальною процедурою попередньої селекції гіпотез про належність вимірювань об'єктам. Розроблений метод класифікації є інваріантним груповому ухиленню параметрів траєкторій від розрахункових, що істотно знижує вірогідність похибок класифікації при апріорній невизначеності параметрів руху елементів компактної групи КО. Використання
попередньої селекції гіпотез про належність вимірювань об'єктам дозволяє у деяких випадках у 100 разів зменшити обсяг обчислень при класифікації вимірювань від елементів компактної групи об’єктів.

12. На основі розробленого методу оптимізації параметрів послідовних процедур перевірки багатоальтернативних гіпотез розв’язані задачі синтезу послідовного ВП виявлення об'єкта за бінарно-квантованими сигналами (дозволяє зменшити на 20-50 % кількість сигналів, що використовуються для виявлення об’єкта), побудови ІПК однокоординатних вимірювань з простими похибками, визначення оптимальних параметрів попередньої ієрархічної селекції гіпотез про приналежність вимірювань об'єктам.

13. У процесі досліджень доведено, що первинні локаційні данні, що надходять з ППО при зменшених значеннях порогів, містять в собі кількість інформації, що достатня для стійкого виявлення КО з пороговою ЕПР в 4 рази меншою за чинну. Причиною таких великих енергетичних втрат є недосконалі методи траєкторної (міжоглядової) обробки локаційних даних. Створені оригінальні моделі та обчислювальні методи траєкторної обробки даних оглядових ЗС з обмеженим енергетичним потенціалом дозволяють реалізувати (за прийнятний час) вказану можливість та забезпечити достовірність виявлення малогабаритних рухомих об’єктів практично тотожну достовірності виявлення нерухомих.

14. Розроблені методи та програмне забезпечення, що їх реалізує, використані і впроваджені: при розробці та експлуатації спеціального програмного комплексу Центру контролю космічного простору Системи контролю і аналізу космічної обстановки; при розробці радіолокаційної станції контролю космічного простору високої заводської готовності; створенні телескопів-роботів для наземної астрометрії об'єктів зі слабким блиском; при дослідженні параметрів руху космічного сміття на геостаціонарних орбітах, а також у навчальному процесі Харківського університету Повітряних Сил, що підтверджено відповідними актами. Достовірність отриманих результатів дисертаційної роботи підтверджена результатами моделювання і дослідною експлуатацією програмних виробів.

15. Отримані в роботі результати є теоретичним базисом нового наукового напряму, пов'язаного зі створенням оригінальних обчислювальних методів визначення кількості і траєкторій малогабаритних об'єктів за даними засобів спостереження з обмеженим потенціалом (траєкторної обробки локаційних даних від ЗС з обмеженим енергетичним потенціалом).

Розроблені методи та обчислювальні процедури можуть бути використані для підвищення ефективності комплексів спостереження, що використовуються в контролі космічного простору, астрометрії і в інших народногосподарських і наукових галузях України і інших країн.

Публікації автора:

1. Саваневич В.Е. Анализ приращения информации при получении бинарно квантованного сигнала в последовательной серии наблюдений // Зб. наук. пр. ХВУ.– Харків: ХВУ, 2002. – Вип. 3 (41). – С. 100–104.

2. Саваневич В.Е. Байесовская проверка многоальтернативных гипотез с их предварительной иерархической селекцией // Системи обробки інформації. Зб. наук. пр. – Харків: НАНУ, ПАНМ, ХВУ, 2004. – Вип. 8 (36). – С. 165–169.

3. Саваневич В.Е. Единый локационный алгоритм определения параметров движения близких объектов // Радиоэлектроника и информатика. – 1999. – № 3. – С. 4–8.

4. Саваневич В.Е. Информационный подход к синтезу статистических алгоритмов с минимальной сложностью // Системи обробки інформації. Зб. наук. пр. – Харків: НАНУ, ПАНМ, ХВУ, 2000. – Вып.3(9). – С. 123–128.

5. Саваневич В.Е. Критерий функционирования больших систем обработки локационной информации // Радиотехника: Всеукр. межвед. научн.-техн. сб, 2004.– Вып.139. – С. 63–72.

6. Саваневич В.Е. Обнаружение неизвестного числа малоразмерных объектов методом виртуальной табуляции многоцелевой функции правдоподобия // Системи обробки інформації. Зб. наук. пр. – Харків: НАНУ, ПАНМ, ХВУ, 2004. – Вып. 9 (37). – С. 151–157.

7. Саваневич В.Е. Определение координат статистически зависимых объектов на дискретном изображении // Радиоэлектроника и информатика. – 1999. – № 1. – С. 4 – 8.

8. Саваневич В.Е. Оценка параметров близких траекторий с использованием совместного распределения отметок на обзорах // Зб. наук. пр. ХВУ. – Харків: ХВУ, 2003. – Вип. 3(46). – С. 70–75.

9. Саваневич В.Е. Постановка задачи синтеза алгоритмов минимальной сложности // Системи обробки інформації. Зб. наук. пр. – Харків: НАНУ, ПАНМ, ХВУ, 2002. – Вип. 4 (20). – С. 67–69.

10. Саваневич В.Е. Решающее правило обнаружения детерминированной траектории // Авиационно–космическая техника и технология. – 2005 – № 1 (17). – С. 53–59.

11. Саваневич В.Е. Синтез последовательного обнаружителя объекта по бинарно квантованным сигналам // Системи обробки інформації. Зб. наук. пр. – Харків: НАНУ, ПАНМ, ХВУ, 2002. – Вип. 5 (21). – С. 15–22.

12. Саваневич В.Е., Ветлугин Е.В. Введение и оптимизация параметров иерархической формы представления функции правдоподобия при классификации локационной информации // Системи обробки інформації. Зб. наук. пр. – Харків: НАНУ, ПАНМ, ХВУ, 2002. – Вип. 1 (17). – С. 27–33.

13. Саваневич В.Е., Ветлугин Е.В. Иерархический классификатор однокоординатных наблюдений с простыми ошибками // Открытые информационные и компьютерные интегрированные технологии: Сб. науч. тр., – Харьков: НАКУ «ХАИ», 2003. – Вып. 20. – С. 148–159.

14. Саваневич В.Е., Логачев С.В., Пугач А.В. Бесстробовый алгоритм оценки параметров близких траекторий // Радиоэлектроника и информатика. – 1999. – № 2. – С. 4–8.

15. Саваневич В.Е., Пугач А.В. Анализ количества информации, требуемого для классификации локационных данных с заданным средним риском // Системи обробки інформації. Зб. наук. пр. – Харків: НАНУ, ПАНМ, ХВУ, 2002. – Вип. 3 (19). – С. 63–69.

16. Саваневич В.Є., Пугач А.В. Оптимізація параметрів двоетапної багатоканальної системи виявлення малорозмірних космічних обєктів // Системи обробки інформації. Зб. наук. пр. – Харків: НАНУ, ПАНМ, ХВУ, 2004. – Вип. 6. – С. 170–182.

17. Саваневич В.Є., Пугач А.В. Оцінювання кількості інформації про наявність об’єкту, що міститься в сукупності позначок на виході пристроїв первинної обробки // Системи обробки інформації. Зб. наук. пр. – Харків: НАНУ, ПАНМ, ХВУ, 2003. – Вип. 4. – С. 98–108.

18. Саваневич В.Є., Пугач А.В., Рибачук О.І. Показники якості післяпорогового некогерентного виявлення в області // Зб. наук. пр. ХВУ. – Харків: ХВУ, 2001. – Вип. 2 (32). – С. 50–52.

19. Саваневич В.Е., Руденко Д.В. Использование преобразования Хо в случае наличия в информационном кадре многих объектов // Управление и связь: Сб. науч. тр. – Харків: НАНУ, ПАНИ, ХВУ, 1996. – С. 108–110.

20. Саваневич В.Е., Руденко Д.В. Показатели качества обнаружения неизвестного числа объектов с накоплением статистик в дискретной модели пространства параметров одной траектории и последующей их декореляцией // Зб. наук. пр. ХВУ. – Харків: ХВУ, 2004. – Вип 2(49). – С. 60–64.

21. Саваневич В.Е., Симонова О.Г., Руденко Н.П. Оценка параметров зависимых линейных траекторий по смешанной выборке // Зб. наук. пр. – К.: НАНУ, ІПМЕ, 2003. – Вип. 22. – С. 169–176.

22. Саваневич В.Е., Симонова О.Г. Совместная классификация измерений группы вновь запущенных космических объектов на серии прохождений // Зб. наук. пр. – К.: НАНУ, ІПМЕ, 2004. – Вип. 25. – С. 188–194.

23. Саваневич В.Е., Симонова О.Г. Точностные характеристики оценивания параметров траекторий группы близких объектов // Радіоелектронні і комп’ютерні системи. – 2005. – № 1. – С. 28–34.

24. Саваневич В.Е., Таран И.Я., Логачев С.В. Аналитическая методика построения плана прохождения квазикруговых космических объектов // Зб. наук. пр. ХВУ.– Харків: ХВУ, 1999. – Вип. 3(25). – С. 95–100.

25. Саваневич В.Е., Худов Г.В., Фодлаш В.Д. Использование методов интегральной геометрии при оптимизации обнаружения форм на изображениях // Радиоэлектроника и информатика. –1998. – № 3. – С. 34–35.

26. Деденок В.П., Саваневич В.Є. Ієрархічний метод виявлення малорозмірного рухомого об’єкта // Системи озброєння та військова техніка. – 2005. – № 1. – С. 40–45.

27. Деденок В.П., Саваневич В.Е., Логачев С.В. Аналитическая методика решения задачи совместной классификации совокупности измерений от группы космических объектов при наличии фоновых // Вопросы проектирования и производства конструкций летательных аппаратов: Темат. сб. науч. трудов. – Харьков: ГАКУ «ХАИ», 1999. – Вып. 17(4). – С. 128–133.

28. Ямницкий В.А., Симонова О.Г., Саваневич В.Е. Свойства совокупности радиолокационных измерений в модифицированной орбитальной системе координат // Системи обробки інформації. Зб. наук. пр. – Харків: НАНУ, ПАНМ, ХВУ, 2004. – Вип. 7(35). – С. 230–237.