>У нас окончательную классификацию утверждал командир, думаю, что так оно и осталось.
Я перефразирую, человек подтверждает классификацию которая была произведена автоматически, но чисто технически и это не обязательно.
>Повторюсь, на дистанции в 100 кабт. акустик выдавал классификацию по транспорту ("сухогрузу") за минуту. При этом добавлял дистанцию и скорость его движения. Вот так-то.
Однако, дистанцию и скорость обычно выявляют до классификации или совместно с классификацией, по крайней мере на цифровых комплексах. Вы говорите опытный акустик выдаёт всё за минуту. А здесь кто угодно выдаёт всё за 10 секунд или ещё быстрее. Это так же означает что данный анализ за минуту может проводится шесть раз, постоянно наблюдая изменения.
>Вот если бы классификационная система выдавала пеленг на ПЛ на дистанции, ну скажем, в 100 кабт., когда никаких отметок о цели на индикаторе нет, и при этом никаких вероятностей, тогда можно сказать, что это интересно, а так, как говорится, "удивил дед хером бабку".
Обнаружение цели и её классификация фазы одного процесса. Поставьте соотвествующий режим работы и комплекс будет сам обнаруживать и классифицировать цели (выбирая классификацию с самой высокой вероятностью), да и много чего ещё делать сам. Но это только нужно в тех условия когда не хватает времени для принятия решения человеком. Соотвественно, в условях когда время есть, практикуется подтверждение решений на определённых этапах. К тому же присуствуют вычислительные ограничения. В обстановке где есть две-три цели, их обнаружение и классификация пройдёт гладко и быстро. В обстановке где присутсвуют 60 целей, цели долны быть обнаружены, затем произведено их ранжирование (а для этого нужно определить ЭДЦ каждой цели) и только потом начинается классификация начиная с самых важных целей. Всё это требует досточно много параллельных вычислений, так как даже БПФ нужно производить несколько раз для одной цели. Здесь необходимо внедрение параллельных вычислительных архитектур типа GPU, тогда обнаружение и классификация будут производиться постоянно, в режиме "всё и сразу".
>А какие были надежды в начале пути. Казалось, чего проще, представь входной сигнал после фильтра в цифре, пропусти через сигнальный процессор с Фурье преобразованием, добавь матрицу помех для их исключения и, получив чистый сигнал с распределением частот в спектре, запиши это в банк данных, прибавь алгоритм классификации и ву-аля, проблема решена. Можно ещё для экзотики навесить маску вероятностных коэффициентов на узкие частоты спектра для получения максимальной вероятностной оценки. Можно ещё..., в общем, когда кобелю делать нефиг, он я...ца лижет. А на деле всё оказалось совсем не так.
Все вычисления которые Вы перечислили, динамические. Т.е. к примеру матрица помех будет разная каждый раз. Алгоритмы нужны адаптивные, которые так же анализируют сигнал в течении времени.
>Нет, на сильном сигнале, оно конечно, можно анализировать сигнал на предмет ДС, только зачем?
В Вашем вопросе заключается и ответ. Если в слабом сигнале не присуствуют низкочистотные составляющие когда в сильном они присуствуют то это значит:
а. Чувствительность гидрофонов не позволяет обнаружение слабых сигналов, и/или
б. Оцифровка сигнала проведена неудовлетворительно, "теряя" слабые составляющие.
