ИРЭ им. В.А. Котельникова РАН English Войти Подать статью
Журнал радиоэлектроники Электронный научный журнал · eISSN 1684-1719
2024, № 1 · МАТЕМАТИЧЕСКИЕ МЕТОДЫ В ЗАДАЧАХ РАДИОЭЛЕКТРОНИКИ

Метод распознавания элементов космического мусора по оптическим и радиоэлектронным изображениям на основе нейросетевых технологий

О.А. Мишуков1, А.Н. Смирнов1, А.Е. Житихин1

1 Военно-космическая академия им. А.Ф. Можайского, Санкт-Петербург, Россия
Полный текст DOI: 10.30898/1684-1719.2024.1.3 УДК 621.396.67 EDN JQNSQM

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.

  • элемент космического мусора
  • радиолокационное изображение
  • оптическое изображение
  • байесовский классификатор
  • решающее правило
Abstract (in English)

Method of space debris element recognition from optical and radar images based on neural network technologies

An improved Bayesian method is presented for recognising space debris elements from optical and radar images and is intended to identify potentially hazardous space debris elements for operational spacecraft. A set of informative features for recognising space debris elements is proposed. A modified Bayesian classifier based on a deep neural network with a sequential decision-making procedure is considered as a decisive rule. The quality requirements for the used optical and radar images are defined. The results of recognition probability estimation for different types of space debris elements with different number of used optical and radar images are obtained.

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

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.