ЖУРНАЛ РАДИОЭЛЕКТРОНИКИ. eISSN 1684-1719. 2024. №1
Оглавление выпуска

Текст статьи (pdf)

English page

 

DOI: https://doi.org/10.30898/1684-1719.2024.1.3

УДК: 621.396.67

 

МЕТОД РАСПОЗНАВАНИЯ ЭЛЕМЕНТОВ КОСМИЧЕСКОГО МУСОРА
ПО ОПТИЧЕСКИМ И РАДИОЛОКАЦИОННЫМ ИЗОБРАЖЕНИЯМ
НА ОСНОВЕ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ

 

О.А. Мишуков, А.Н. Смирнов, А.Е. Житихин

 

Военно-космическая академия им. А.Ф. Можайского
197198, Санкт-Петербург, ул. Ждановская, 13

 

Статья поступила в редакцию 15 октября 2023 г.

 

Аннотация. Представлен усовершенствованный байесовский метод, применяемый для распознавания элементов космического мусора по оптическим и радиолокационным изображениям и предназначенный для выявления потенциально-опасных элементов космического мусора для функционирующих космических аппаратов. Предложен набор информативных признаков распознавания элементов космического мусора. В качестве решающего правила рассмотрен модифицированный байесовский классификатор на основе глубокой нейронной сети с последовательной процедурой принятия решений. Определены требования к качеству используемых оптических и радиолокационных изображений. Получены результаты оценивания вероятности распознавания для разных типов элементов космического мусора при различном количестве используемых оптических и радиолокационных изображений.

Ключевые слова: элемент космического мусора, радиолокационное изображение, оптическое изображение, байесовский классификатор, решающее правило.

Автор для переписки: Мишуков Олег Александрович, oleg_mish@mail.ru

Литература

1. Лаврентьев В.Г., Олейников И.И., Червонов А.М. Основные аспекты мониторинга техногенного состояния околоземного космического пространства для обеспечения безопасности космической деятельности //Механика, управление и информатика (см. в книгах). – 2015. – Т. 7. – №. 1. – С. 216-228.

2. Вениаминов С.С., Червонов А.М. Космический мусор – угроза человечеству. 2-е изд., испр. и доп //М.: ИКИ РАН. – 2013. – 207 с.

3. Назаренко А.И. Моделирование космического мусора. М., ИКИ РАН. – 2013. – 216 с.

4.  Олейников И.И., Павлов В.П., Ковалева М.В. Методы выявления и оценки параметров опасных ситуаций при обеспечении безопасности полета космических аппаратов в околоземном космическом пространстве //Вестник Московского авиационного института. – 2012. – Т. 19. – №. 5. – С. 32-37.

5. Гонсалес Р., Вудс Р. Цифровая обработка изображений. Издание 3-е, испр. и доп //М.: Техносфера. – 2013. – 1101 с.

6. Хайкин С. Нейронные сети. Полный курс. 2-е изд.: пер. с англ. //М.: Издательский дом «Вильямс». – 2006. – 1104 с.

7. Чару А. Нейронные сети и глубокое обучение: учебный курс: пер. с англ. //СПб.: ООО «Диалектика». – 2020. –752 с.

8. Горелик А.Л., Скрипкин В.А. Методы распознавания: учеб. пособие. 2-е изд., перераб. и доп. //М.: Высш. школа. – 1984. –208 с.

9. Грешилов А.А. Математические методы принятия решений:     учеб. пособие. 2-е изд., испр. и доп //М.: Изд-во МГТУ им. Н.Э. Баумана. – 2014. – 647 с.

10. Лепский А.Е., Броневич А.Г. Математические методы распознавания образов //Таганрог: изд-во ТТИ ЮФУ. – 2009. – 155 с.

11. Михайлов Г.А., Войтишек А.В. Статистическое моделирование. Методы Монте-Карло: учеб. пособие. //М.: Изд-во Юрайт. – 2019. – 371 с.

12. Ахметьянов В.Р., Лутов И.О., Олейников М.И. Метод оптико-геометрического моделирования в задаче определения габаритных и отражательных характеристик космических аппаратов //Журнал радиоэлектроники. – 2015. – №. 4. – С. 16-16.

Для цитирования:

Мишуков О.А., Смирнов А.Н., Житихин А.Е. Метод распознавания элементов космического мусора по оптическим и радиоэлектронным изображениям на основе нейросетевых технологий. // Журнал радиоэлектроники. – 2024. – №. 1. https://doi.org/10.30898/1684-1719.2024.1.3.