Понимаете, Вы можете поверить в то, что я говорю по вопросу использования ДС в вопросах обнаружения по ним ПЛ и классификации целей на их основе, можете оставаться при своём мнении, дело ваше, но! представьте, что вам необходимо решить задачу повышения эффективности г\а средств по дальности и классификации на основе ДС. И вот вы занялись решением этой задачи. Получили аппаратуру, какую вам надо, начали работу и через энное количество времени поняли, что ни черта у вас не получается. Проблема в такой постановке не решаема. Что вы скажете молодому сотруднику с горящими глазами, пришедшему к вам в лабораторию? Вы скажете, пройди ка и ты весь тот путь, который прошёл и я, или объясните, что надо разрабатывать другой подход, а не пытаться решить задачу в лоб? Я думаю, что поделитесь своим опытом. Так будет правильно.
Теперь по сути. Для обнаружения ПЛ нужен банк данных, причём данных достоверных, полученных в результате анализа шумов цели, классифицированной как ПЛ. Мало того, нужны записи шумов моря, характеризующих те условия, в которых записаны шумы ПЛ. Причём, желательно, всё это записать одним каналом обработки, что бы исключить помехи этого канала. И таких целей надо набрать воз и маленькую тележку для определённой статистической обработки. Плюс сюда же включить признаки достаточно большого количества других целей для исключения однотипных признаков, принадлежащих ПЛ и не ПЛ. Предположим, вы нашли несколько характерных ДС, которые, при определённых режимах могут появляться в спектрах ПЛ. Но вы увидите, что по мере обработки спектров не ПЛ, в этих спектрах также проявляются отдельные ДС, которые имеются в спектрах ПЛ. Они с разной амплитудой, не в такой последовательности, но есть. Тогда вы начинаете комбинировать, составлять список ДС, который соответствует только ПЛ и отсутствуют не у ПЛ. Но чем больше вы будете анализировать целей не ПЛ, тем этот список будет короче. Наконец вы остановитесь на пятёрке ДС, которые на ваш взгляд, наиболее характерны для ПЛ, понимая, что некоторые из них могут проявиться и не у ПЛ. С этим разобрались.
Пришли на лодку, заложили эти значения в классификатор, можно туда же навесить вероятностные коэффициенты. Осматриваем горизонт. ДН имеет ширину. Чем ниже частота, тем шире ДН. Предположим, после спектрального анализа, на какой-то частоте обнаружена ДС, которая начала рисовать трассу. Поскольку уровень сигнала маленький, ГАК ничего не "слышит" и на индикаторе ничего не рисует, однако трассу частоты фиксирует. Обнаружение? Вроде как. По ДС? Ну да... А что за цель? ДС совпадает с ДС из списка ПЛ. Так ПЛ? Подойдём поближе, узнаем. А какова точность? В рамках ширины ДН. Пеленг смещается слабо. И вдруг ДС пропала. Самописец ничего не рисует. Вдруг опять появились ДС, очень слабые. Что-то из списка, что-то нет. Следим. Потом и они пропали. И что?
А ничего, на этом спектакль закончен. Вот и всё обнаружение, а чего это было, хрен знает.
Я ничего не упустил?
Кстати, если уменьшать ширину узкополосного фильтра, это значит существенно увеличивать время накопления усреднённого спектра и формировать новое признаковое пространство и тогда в этом новом формате необходимо формировать новый банк данных.
>С уважением, Storm.
