Содержание

ВВЕДЕНИЕ 2

ГЛАВА 1. АНАЛИТИЧЕСКАЯ ЧАСТЬ 3

Методология математического моделирования переходных характеристик объекта 3

Методика математического моделирования 4

Персептроны и нейронные сети. Проблемы и решения 9

Персептронная представляемость 10

Проблема функции ИСКЛЮЧАЮЩЕЕ ИЛИ 11

Линейная разделимость 13

Преодоление ограничения линейной разделимости 14

Эффективность запоминания 17

Обучение персептрона 18

Алгоритм обучения персептрона 19

Дельта-правило 20

Трудности с алгоритмом обучения персептрона 21

ГЛАВА 2. ПРОЕКТНАЯ ЧАСТЬ 22

Моделирование переходных характеристик объектов в активной лазерной системе 22

Методика моделирования. 23

Моделирование временных профилей ЭПР целей в лазерной системе видения активного типа 24

Временной профиль отраженного импульса. 24

Импульсная ЭПР цели. 25

Интегральный метод анализа импульсов. 27

Обоснование способов селекции триады целей 29

Численный эксперимент. 29

Основные результаты и выводы 31

ГЛАВА 3. ИССЛЕДОВАТЕЛЬСКАЯ ЧАСТЬ 32

Описание признакового пространства. 32

Построение нейросети. 34

Вычислительный эксперимент. 41

Оптимальное число скрытых нейронов 42

Оптимальное обучение и константа момента 42

Оптимальная сеть. 44

ЗАКЛЮЧЕНИЕ 45

СПИСОК ЛИТЕРАТУРЫ 46

Введение

В настоящее время весьма актуальной является проблема повышения дальности действия оптических систем наблюдения, функционирующих в различных спектральных диапазонах, и создания на этой основе автоматизированных систем распознавания изображений воздушных целей. Одно из перспективных направлений повышения дальности действия импульсной лазерно-телевизионной системы видения связано с формированием, так называемого, 3D-изображения цели. Интенсивность пикселей такого изображения пропорциональна не только яркости соответствующих участков наблюдаемой сцены, но и их дальности (глубине). 3D-изображение во всем диапазоне дальностей формируется за один импульс излучения, реализует высокое угловое разрешение оптической системы, повышается контраст малоразмерных объемных фрагментов сцены.

Ведущую роль при обосновании рациональной структуры и оптимизации параметров лазерно-телевизионных систем наблюдения приобретают методы математического и физического моделирования изображений и отражательных характеристик объектов локации. Вычислительный эксперимент, адекватный полигонным измерениям, позволяет на начальных этапах проектирования системы обосновать эффективные алгоритмы обработки выходных изображений и отвечающие им методы селекции и распознавания различных целей. С другой стороны, надежная верификация математических моделей отражения зондирующего излучения трехмерными объектами со сложной пространственной и электрофизической структурой возможна на стендах физического и полунатурного моделирования.

Основная цель работы - оценить значение нейросетевого блока в лазерно-телевизионной системе наведения, описать принцип работы системы распознавания объектов, дать математическое обоснование работы этой системы и оценить вероятность успешного распознавания объектов при использовании данного блока.

Список литературы

Бурков В.Н., Джавахадзе Г.С., Динова Н.И., Щепкин Д.А. Математические методы.

Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере

Кельтон В. , Лоу А. Имитационное моделирование

Лабунец Л.В. Математическое и физическое моделирование переходных характеристик 3D объектов в однопозиционной системе оптической локации

Лабунец Л.В. Цифровая обработка переходных характеристик 3D объектов в однопозиционной системе оптической локации

Спеваков А.Г. Распознавание объектов изображения на основе нечеткой кластеризации

Уоссермен Ф. Нейрокомпьютерная техника: теория и практика

Хохлов В.К. Обнаружение, распознавание и пеленгация объектов в ближней локации

Скачивание файла!

Для скачивания файла вам нужно ввести
E-Mail: 1662
Пароль: 1662
Скачать файл.