Онлайн поддержка
Все операторы заняты. Пожалуйста, оставьте свои контакты и ваш вопрос, мы с вами свяжемся!
ВАШЕ ИМЯ
ВАШ EMAIL
СООБЩЕНИЕ
* Пожалуйста, указывайте в сообщении номер вашего заказа (если есть)

Войти в мой кабинет
Регистрация
ГОТОВЫЕ РАБОТЫ / ДИПЛОМНАЯ РАБОТА, РАЗНОЕ

Сопровождение малоразмерных маневрирующих судов в радиолокационной системе

bulakovp 420 руб. КУПИТЬ ЭТУ РАБОТУ
Страниц: 39 Заказ написания работы может стоить дешевле
Оригинальность: неизвестно После покупки вы можете повысить уникальность этой работы до 80-100% с помощью сервиса
Размещено: 16.04.2020
В данной работе было представлено средство автоматизированной радиолокационной прокладки успешно реализующее обнаружение и сопровождение морских судов. Одним из модулей такого типа является алгоритм, реализованный в индикаторе «Нева-ОПВ». В первой главе была описана основная концепция этого алгоритма, оценены его достоинства и недостатки.
Введение

Радиолокационная станция (РЛС) — система для обнаружения и определения параметров (положения, размеров, скорости) морских, воздушных, наземных объектов. Возможность обнаружения с помощью РЛС надводных объектов позволяет использовать её не только как средство обеспечения навигационной безопасности, но и как средство расхождения с другими объектами. Проектирование алгоритма разрешения сложных ситуаций движения судов используя данные, полученные от РЛС, оказалось нетривиальной задачей. Частые случаи столкновения морских судов в частности и аварийных ситуаций в целом потребовали разработку средства автоматизированной радиолокационной прокладки (САРП), тем самым обеспечив безопасное движение судов в зоне контроля. Модуль САРП обеспечивает возможность безопасного разрешения ситуаций, вызванных сложным движением судов в зоне контроля. Наблюдение за движением объекта позволяет получить траекторию судна, оценить скорость и расстояние между объектами на экране и использовать предупредительный сигнал с указаниями действий необходимых для предотвращения конфликтных ситуаций. Также данный модуль может использоваться для охраны территории –автоматически локализовать объекты и предоставлять их координаты оператору. Для своевременного предотвращения аварийных ситуаций и обеспечения контроля, необходимо, чтобы система сопровождения удовлетворяла ряду критериев: 1) Точность расчёта параметров сопровождаемого судна – географические координаты, курс, скорость, оценка размеров; 2) Сопровождение в реальном времени – изменения параметров движения объекта должны предоставляться на лету, то есть разница во времени между изменениями параметров и их расчётом должна быть минимальна; 3) Возможность своевременной индикации манёвра судна –сообщение о резком изменении курса или скорости судна должно поступать вовремя; 4) Возможность сопровождения большого числа объектов – в зоне действия РЛС должны быть локализованы все суда; 5) Корректность работы модуля в случаях сильных морских волнений; 6) Возможность дифференциации объектов с пересекающимися траекториями. Необходимо, чтобы все перечисленные параметры были реализованы при разработке алгоритма сопровождения, что является нетривиальной задачей, ввиду ограничения по вычислительным мощностям. В первой главе данной работы описывается общая концепция работы модуля, на примере алгоритма, реализованного в индикаторе «Нева-ОПВ», его плюсы и минусы. Весь алгоритм разбит на несколько модулей, каждый из которых подробно описан и оценен. В главах 2-4 приведён ряд усовершенствований данных модулей, которые обеспечивают более быструю и точную оценку данных, получаемых с радиолокационной системы. Так, во второй главе рассматривается алгоритм разбора радиолокационной информации с использованием вычислений на видеопроцессоре. Данные технологии позволяют значительно ускорить обработку и получить геометрические характеристики всех объектов в зоне действия РЛС за конечное время, удовлетворяющее условиям, описанным выше. В третьей главе работы описывается метод прогнозирования положения судна, его сравнение с методом, использующим в своей основе линейную модель движения на основе графиков, полученных в результате применения этих методов. Также здесь описан алгоритм выявления манёвра. В четвёртой главе представлен трёхступенчатый метод нахождения подходящих отметок в области поиска (стробе). Этот алгоритм учитывает данные, полученные на предыдущих шагах, что позволяет выбрать нужную отметку даже в сильно зашумлённой увеличенной из-за наличия манёвра области.
Содержание

Введение 3 Глава 1. Характеристика алгоритма сопровождения целей в радиолокационной системе 6 Предварительная обработка радиолокационного сигнала 6 Выделение объектов и вычисление их параметров 7 Прогнозирование положения отметки 8 Выбор отметки в стробе сопровождения 10 Сложные случаи сопровождения целей 11 Глава 2. Выделение объектов и вычисление их параметров 14 Общая информация 14 Алгоритм выделения связных областей 16 Усовершенствованный алгоритм выделения связных областей 18 Вычисление параметров отметок 20 Глава 3. Прогнозирование положения отметки, определение манёвра 24 Прогнозирование положения отметки 24 Сравнение алгоритмов с использованием линейной и квадратичной модели движения 27 Строб сопровождения отметки 29 Определение маневра 29 Глава 4. Выбор отметки в области сопровождения 31 Первый этап обработки 31 Второй этап обработки 31 Третий этап обработки 33 Заключение 35 Список литературы: 38
Список литературы

1. Джейсон Сандерс, Эдвард Кэндрот - Технология CUDA в примерах. Введение в программирование графических процессоров / Джейсон Сандерс, Эдвард Кэндрот. — М.: ДМК Пресс, 2011. 2. Томас Х. Кормен и др. Глава 16. Жадные алгоритмы // Алгоритмы: построение и анализ = INTRODUCTION TO ALGORITHMS. — 1-е изд. — М.: Московского центра непрерывного математического образования, 2001. — С. 889-892. — ISBN 5-900916-37-5. 3. Сравнение алгоритмов выделения связных областей, реализованных с использованием платформы CUDA. - Современные информационные технологии и ИТ-образование. - 2014. - Т. 1. - № 1(9). - 957 с. 4. Bedrich Benes, Ondrej Stava, Radomir Mech, and Gavin Miller, Guided Procedural Modeling, in Computer Graphics Forum (Eurographics), 2011. pp:325-334 5. Линник Ю. В. Метод наименьших квадратов и основы математико-статистической теории обработки наблюдений. — 2-е изд. — М., 1962. (математическая теория) 6. Kalman, R. E. "A New Approach to Linear Filtering and Prediction Problems". Journal of Basic Engineering 82: 35, 1960. 7. Кузьмин С.З. Основы проектирования систем цифровой обработки радиолокационной информации. - М.: "Радио и связь", 1986 - 352 с. 8. Peter, Matisko. Optimality Tests and Adaptive Kalman Filter. 16th IFAC Symposium on System Identification. 16th IFAC Symposium on System Identification. p. 1523, 2012. 9. Fuller, W. A. Measurement Error Models. John Wiley & Sons, 1987. 10. Сравнение методов прогнозирования траектории морских судов. - Современные информационные технологии и ИТ-образование. - 2015. - Том. 2. - № 11. - 541 с. 11. Real time prediction of track while scan data. - 6th Seminar on Industrial Control Systems: Analysis, Modeling and Computation
Отрывок из работы

Глава 1. Характеристика алгоритма сопровождения целей в радиолокационной системе Алгоритм сопровождения по радиолокационной развёртке можно разделить на четыре этапа: 1. Предварительная обработка радиолокационного сигнала; 2. Обработка радиолокационного сигнала – выделение объектов и вычисление их параметров; 3. Прогнозирование положения отметки с учётом предыдущих значений; 4. Выбор отметки в стробе сопровождения; 5. Разбор сложных случаев сопровождения нескольких объектов с пересекающимися или близко лежащими траекториями. Ввиду того что исследования на тему САРП не теряют актуальности, было разработано множество алгоритмов сопровождения. В этой работе будут рассмотрены подробнее вышеописанные пункты и оценены, на примере алгоритма сопровождения целей в индикаторе «Нева-ОПВ». Предварительная обработка радиолокационного сигнала Из полученных от радиолокационных станций (РЛС) данных формируются изображения, каждый пиксель которых кодируется числом от 0 до 255, отвечающим за определённый цвет градации серого. Далее изображения подвергаются обработке, целью которой служит удаление помех. Затем отфильтрованное изображение преобразуется в 2-х битный массив, то есть каждый пиксель принимает значение от 0 до 3, где 0 означает, что объект на изображении отсутствует, а 3 – яркость объекта максимальна. Методы фильтрации могут быть разными и зависят от различных факторов – погодные условия, параметры целей, которые надо сопровождать. В данной работе больше не будет уделено внимания этому пункту.
Условия покупки ?
Не смогли найти подходящую работу?
Вы можете заказать учебную работу от 100 рублей у наших авторов.
Оформите заказ и авторы начнут откликаться уже через 5 мин!
Служба поддержки сервиса
+7 (499) 346-70-XX
Принимаем к оплате
Способы оплаты
© «Препод24»

Все права защищены

Разработка движка сайта

/slider/1.jpg /slider/2.jpg /slider/3.jpg /slider/4.jpg /slider/5.jpg