Erstens kann die Zusammenarbeit zwischen Fotoelektrik und Radar bei der Zielerkennung hauptsächlich auf folgende Weise erfolgen:
1. Datenfusion und komplementäre Identifikation
Datenschichtfusion: Die vom Radar erhaltenen Zielentfernungs-, Geschwindigkeits- und Azimutdaten usw. werden auf Datenebene mit dem vom fotoelektrischen System erhaltenen Zielbild, der Zielfarbe, der Zieltextur usw. fusioniert. Beispielsweise werden durch die Verwendung eines Kalman-Filters und anderer Algorithmen die beiden Datenarten gewichtet und fusioniert, um genauere Zielzustandsinformationen zu erhalten, die eine umfassendere Datenbasis für die nachfolgende Identifizierung bieten.
Fusion von Merkmalsebenen: Extrahieren Sie Merkmale aus Radardaten und fotoelektrischen Bilddaten, wie z. B. Merkmale der Radarstreuungsquerschnittsfläche, Dopplerfrequenzmerkmale sowie fotoelektrische Form-, Kanten- und Temperaturverteilungsmerkmale und andere Merkmale, und fusionieren Sie diese Merkmale dann, um einen repräsentativeren und unterscheidbareren gemeinsamen Merkmalsvektor für die Zielklassifizierung und -erkennung zu bilden.
Fusion auf Entscheidungsebene: Das Radar- und das fotoelektrische System identifizieren und beurteilen das Ziel unabhängig voneinander und führen dann die Erkennungsergebnisse der beiden zusammen, um eine Entscheidung zu treffen. Beispielsweise werden Abstimmungsverfahren, Bayessche Argumentation und andere Methoden verwendet, um die Erkennungsergebnisse der beiden Sensoren umfassend zu berücksichtigen und so die Genauigkeit und Zuverlässigkeit der Zielerkennung zu verbessern.
2. Zielpositionierung und Zielführungserkennung
Photoelektrische Radarführung: Das Radar führt zunächst eine Fernerkennung und eine grobe Positionierung des Ziels durch, bestimmt die ungefähre Ausrichtung und Entfernung des Ziels und richtet dann die optische Linse oder den Infrarotdetektor des photoelektrischen Systems auf das Ziel aus, sodass das photoelektrische System die Bildinformationen des Ziels schnell und genau erfassen und eine genaue Positionierung und detaillierte Identifizierung des Ziels erreichen kann.
Photoelektrisch unterstütztes Radar: In einigen komplexen Szenen, wenn das Radar gestört ist oder das Zielsignal schwach ist, kann das photoelektrische System durch die Bilderkennung des Ziels die Anfangsposition oder zusätzliche Positionsinformationen des Ziels für das Radar bereitstellen, dem Radar dabei helfen, das Ziel effektiver zu suchen und zu verfolgen und die Zielerfassungsfähigkeit des Radars verbessern.
Klassifizierung und Anerkennung komplementärer Vorteile
Nutzen Sie die Allwetterfähigkeit des Radars: Das Radar ist nicht durch Licht, Wetter und andere Bedingungen eingeschränkt und kann Ziele in rauen Umgebungen erkennen und identifizieren. Beispielsweise kann das Radar nachts, bei Nebel, Regen und anderen Bedingungen normal arbeiten und das Ziel anhand seiner elektromagnetischen Reflexionseigenschaften klassifizieren, um es beispielsweise zwischen verschiedenen Flugzeugtypen, Fahrzeugen usw. zu unterscheiden.
Das fotoelektrische System verfügt über eine hochauflösende Bildgebungsfunktion und kann detaillierte Informationen zum Erscheinungsbild und zur Textur des Ziels erhalten. Bei einigen Zielen mit offensichtlichen visuellen Merkmalen, wie bestimmten Flugzeugtypen, Schiffen usw., kann das fotoelektrische Bild genau klassifiziert und identifiziert werden. Gleichzeitig kann das fotoelektrische System auch eine multispektrale Bildgebungstechnologie verwenden, um das Tarnziel zu identifizieren.
3. Dynamisches Monitoring und kollaborative Identifizierung
Relaisverfolgung und -identifizierung: Während der Bewegung des Ziels können das Radar und das fotoelektrische System eine Relaisverfolgung durchführen. Wenn das Ziel weit entfernt ist, verfolgt das Radar das Ziel weiter, und wenn sich das Ziel allmählich nähert, leitet das fotoelektrische System für eine genauere Verfolgung und Erkennung weiter, wodurch die Vorteile der beiden in unterschiedlichen Entfernungssegmenten voll ausgenutzt werden, um während des gesamten Prozesses eine stabile Erkennung des Ziels zu erreichen.
Gemeinsame Zustandsschätzung: Durch die gemeinsame Verarbeitung der von Radar und fotoelektrischem System erfassten Daten können der Bewegungszustand und die Lageänderung des Ziels in Echtzeit geschätzt werden. Beispielsweise werden die Geschwindigkeitsinformationen des Radars und die Bildsequenz des fotoelektrischen Systems verwendet, um die Bewegungsbahn und den Drehwinkel des Ziels zu analysieren, um das Verhaltensmuster und die Absicht des Ziels genauer zu identifizieren und die dynamische Erkennungsfähigkeit des Ziels zu verbessern.
4. Gemeinsame Erkennung basierend auf maschinellem Lernen
Gemeinsames Trainingsmodell: Radar- und fotoelektrische Daten werden als Eingaben verwendet, um gemeinsam maschinelle Lernmodelle wie neuronale Netzwerke und Support Vector Machines zu trainieren, sodass das Modell die intrinsische Assoziation und Merkmalskombination zwischen den beiden Daten lernt, um eine genauere Zielerkennung zu erreichen. Durch Training und Optimierung des Modells mit einer großen Menge gekennzeichneter Daten können die Erkennungs- und Generalisierungsfähigkeit des Modells auf verschiedene Arten von Zielen verbessert werden.
Transfer-Learning-Anwendung: Übertragen Sie das Wissen und die Merkmalsdarstellung eines anhand von Sensordaten trainierten Modells auf die Daten eines anderen Sensors, um die Zielerkennung zu unterstützen.
Praktische Anwendung des kooperativen Radarmodus bei der Zielerkennung
1. Bereich der militärischen Luftverteidigung
Anwendungen zur Datenfusion und komplementären Identifikation: In Luftverteidigungssystemen können Radare herankommende Luftziele wie Kampfjets und Marschflugkörper auf große Entfernungen erkennen. Das Radar kann schnell Informationen wie Entfernung (z. B. 300 km Entfernung), Geschwindigkeit (z. B. Mach 2 Fluggeschwindigkeit) und Azimut (z. B. Azimut ist 30 Grad Nord nach Ost) des Ziels erfassen. Gleichzeitig richten fotoelektrische Systeme (z. B. Infrarot-Wärmebildkameras und optische Kameras) entsprechend den vom Radar bereitgestellten Daten in die Richtung des Ziels. Das fotoelektrische System erhält hochauflösende Bilder des Ziels. Beispielsweise können die thermischen Eigenschaften des Zielmotors durch die Infrarot-Wärmebildkamera ermittelt werden und die Details wie der Umriss und die Flügelform des Ziels können durch die optische Kamera gesehen werden. Die Daten des Radars und des fotoelektrischen Systems werden in der Merkmalsebene fusioniert, und der gemeinsame Merkmalsvektor wird durch die elektromagnetischen und optischen Eigenschaften des Ziels erstellt, der verwendet wird, um das angreifende Ziel vom feindlichen Kampfjet oder der Täuschungsbombe zu unterscheiden.
Beispiel für Zielortung und Zielführung: Wenn das Frühwarnradar ein verdächtiges Ziel erkennt, das sich dem Luftraum nähert, wird es das fotoelektrische System der Luftverteidigungsposition anweisen, das Ziel zu erfassen. In den Luftverteidigungsanlagen im Grenzgebiet beispielsweise erkennt das Radar zuerst die Aktivität des Ziels im Luftraum 200 Kilometer von der Grenze entfernt und sendet die Orientierungsinformationen des Ziels an das fotoelektrische System. Die optischen und Infrarotgeräte des fotoelektrischen Systems passen die Ausrichtung schnell an und bilden das Ziel ab. Das fotoelektrische System kann erkennen, dass es sich bei dem Ziel um einen Jäger mit einer bestimmten Form handelt, und dann die Entfernungs- und Geschwindigkeitsinformationen des Radars kombinieren, um zu beurteilen, ob es eine Bedrohung darstellt, und so eine Grundlage für Entscheidungen zur Luftverteidigung bieten.
Szenario für dynamische Überwachung und kooperative Identifizierung: Während des Flugs des Ziels verfolgt das Radar kontinuierlich die Position und Geschwindigkeitsänderungen des Ziels. Wenn das Ziel in den effektiven Identifizierungsbereich des fotoelektrischen Systems eintritt (z. B. innerhalb von 50 Kilometern von der Verteidigungsposition), leitet das fotoelektrische System es zur genaueren Identifizierung weiter. Beispielsweise kann ein elektrooptisches System die Angriffsabsicht eines Ziels weiter bestimmen, indem es den Waffentyp betrachtet, der unter dem Flügel des Ziels montiert ist. Gleichzeitig werden durch die gemeinsame Verarbeitung von Radar- und fotoelektrischen Systemdaten die Manöveraktionen des Ziels, wie z. B. Tauchen, Kreisen usw., analysiert, der Bedrohungsgrad des Ziels in Echtzeit geschätzt und dynamische Informationen für die Abfangentscheidung des Luftverteidigungssystems bereitgestellt.
2. Bereich der Schiffsüberwachung
Ergänzender Klassifizierungs- und Identifizierungsfall: Bei der Überwachung von Schiffen in Häfen oder Seegebieten kann das Radar bei jedem Wetter eingesetzt werden. An nebligen Tagen kann das Radar Schiffsziele in den umliegenden Gewässern erkennen und große Frachtschiffe von kleinen Fischerbooten unterscheiden, indem es elektromagnetische Eigenschaften wie den Streuquerschnitt des Radars der Ziele analysiert. Bei schönem Wetter kommen fotoelektrische Systeme wie optische Marineteleskope und Infrarot-Wärmebildkameras zum Einsatz. Das fotoelektrische System kann detaillierte Informationen zum Erscheinungsbild des Schiffs erfassen, wie etwa den Schiffstyp, den Schiffsnamen, die Form des Überbaus usw., und kann auch das Energiesystem des Schiffs durch Infrarotbilder beobachten. Durch die Allwettererkennungsfähigkeit des Radars und die hochauflösenden Bildgebungsvorteile des fotoelektrischen Systems können Schiffe genau klassifiziert und identifiziert werden, beispielsweise zur Identifizierung von Öltankern, Containerschiffen oder Kriegsschiffen.
Gemeinsame Erkennungspraxis basierend auf maschinellem Lernen: In einem maritimen Verkehrsmanagementsystem werden Daten von Radar- und elektrooptischen Systemen als Eingaben verwendet, um Modelle für maschinelles Lernen zu trainieren. Eine große Anzahl von Schiffsradar-Echodaten und entsprechenden fotoelektrischen Bilddaten werden gesammelt, um das Modell zu trainieren. Beispielsweise wird durch das Support Vector Machine-Modell die Verbindung zwischen den elektromagnetischen Eigenschaften des Schiffs in den Radardaten und den Erscheinungsmerkmalen im fotoelektrischen Bild gelernt. Wenn ein neues Ziel auftaucht, kann das Modell anhand der vom Radar- und fotoelektrischen System bereitgestellten Daten den Typ, die Größe und den Fahrstatus des Schiffs genau identifizieren, wodurch die Effizienz und Genauigkeit der maritimen Schiffsüberwachung verbessert wird.
3. Intelligenter Transport
Datenfusion und komplementäre Erkennung Beispiel: Im Umgebungserkennungssystem eines autonomen Fahrzeugs kann das Bordradar den Abstand der umgebenden Fahrzeuge (z. B. das Fahrzeug vor dem Auto in 10 Metern Entfernung), die Geschwindigkeit (z. B. die relative Geschwindigkeit von 5 Metern/Sekunde) und andere Informationen erfassen. Gleichzeitig kann das fotoelektrische Bordsystem (z. B. die Kamera) ein Bild des Erscheinungsbilds des Fahrzeugs erhalten, einschließlich Nummernschild, Fahrzeugfarbe, Modell usw. Durch Datenfusion werden das Entfernungsgeschwindigkeitsmerkmal des Radars und das fotoelektrische Erscheinungsbildmerkmal in der Merkmalsebene kombiniert, um den gemeinsamen Merkmalsvektor zu erstellen. Durch Verwendung dieses gemeinsamen Merkmalsvektors können die umgebenden Fahrzeuge genauer als gewöhnliche Autos, SUVs oder Lastwagen identifiziert werden, und die relative Positionsbeziehung zwischen den Fahrzeugen kann in Echtzeit beurteilt werden, wodurch dem Entscheidungssystem autonomer Fahrzeuge genauere Umgebungsinformationen bereitgestellt werden.
Anwendung zur Relaisverfolgung und -identifizierung: Im intelligenten Verkehrsüberwachungssystem kann das Langstreckenradar zur Fahrzeugüberwachung auf der Autobahn das Fahrzeug verfolgen und Informationen zur Fahrbahn und Geschwindigkeit des Fahrzeugs erhalten. Durch die Relaisverfolgung und -identifizierung von Radar- und Fotoelektriksystemen werden eine effektive Überwachung des Verkehrsflusses und eine genaue Steuerung der Fahrzeuge realisiert.