автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.16, диссертация на тему:Псевдоградиентные алгоритмы обнаружения сигналов на последовательности телевизионных изображений

I

АГЕЕВ Сергей Александрович

на правах рукописи

ПСЕВДОГРАДИЕНТНЫЕ АЛГОРИТМЫ ОбНАРУЖЕНКЯ СИГНАЛОВ НА ПОСЛЕДОВАТЕЛЬНОСТИ ТЕЛЕВИЗИОННЫХ ИЗОБРАЖЕНИЙ

05.13.16 - Применение вычислительной техники, математического моделирования и математических методов в научных исследованиях

Автореферат диссертации на соискание ученой степени кандидата технических наук

Самара 1995

Работа выполнена в Ульяновском государственном техническом университете

Научный руководитель: кандидат физико-математических наук, доцент Крашенинников В.Р.

Официальные оппоненты: доктор технических наук, профессор Семушин И.В. кандидат физико-математических наук, доцент Коломмец Э.И.

Бедуине предприятие: Всероссийский научно-исследовательский институт телевидения (г. С.-Петербург)

Зацда-э состоится "_"_ 1995г. в _часов

на заседаний диссертационного сонета Д 003.87.02 при Самарском государственном азрокосмическом университете тени академика С.П. Королева по адресу: 443086, Самзрэ, Московское шоссе, 34.

С диссергациэ можно ознакомится в библиотеке Самарского государственного аэрокосмического униворситета

Автореферат разослан "_" 1995 г.

Ученый секретарь . л . ■ . .---

дассерггационного совета А.А. Кэлентьев

Общая характеристика работы

Актуальность темы. Задачи обработки многомерных массивов данных при наличии априорной неопределенности возникли в связи о развитием многих отраслей науки и техники. В частности, такая задача возникает при аэрскосмическом мониторинге Земли, результаты которого используются в метеорологии, разведке полезных ископаемых, оборонных целях и т.д. Необходимость в решении задач обнаружения полезных сигналов, выявления каких-либо аномалий или структур на фоне контролируемых объектов из различного рода двумерных данных (фотоснимков, интерферограым) породила быстро развивающуюся область знаний - цифровую обработку изображений, решающую задачи управления и контроля. Важным аспектом этих задач является то, что исходные данные становятся трехмернши, так как появляется третья координата - временная. Следовательно, возникает необходимость обработки последовательности нзобракэний, причем необходимо учитывать ограничения на время выполнения этой обработки. Эти задачи обусловили развитие методов обработки случайных полей, т.е. случайных функций многих переменных, т.к. случайные поля являются удобной математической моделью для описания многомерных массивов, данных, в-частности изобрвкешЗ. Доступность мощных вычислительных средств, повышаюеийся уровень автоматизации научных исследований, процессов контроля и управления обеспечили развитие методов цифровой обработки пространственно-временных сигналов.

Одной из важнейших задач, решаемых с помощью аэрокосмического мониторинга Земли, является следующая задача обнаружения сигналов на фоне мешающих изображений. .Имеется последовательность телевизионных кадров больших размеров (1500x2500 пикселов), полученных с-помощью телевизионного датчика, находящегося на геостационарной космической орбите. Вследствие механических колебаний датчика и неравномерности телевизионной развертки телевизионные изображения имеют взаимосмещення друг относительно друга. Кроме этого, на изображениях присутствуют яркоетныэ помехи, возникающие в приемно-передагадем тракте системы "Земля-спутник" и помехи, обусловленные неравномерностью чувствительности и возможными дефектами телевизионного датчика.

Если модели изображений и их параметры известны, то для . их обработки, в принципе, можно синтезировать оптимальные, алгоритмы. Ряд критериев оптимальности алгоритмов обнаружения, в частности, критерий Неймана-Пирсона, приводит к процедуре сравнения отношения правдоподобия (ОП) с порогом. По результатам етого

сравнения принимается гипотеза о наличка сигнала или отсутствии сигнала. Для вычисления ОП необходимо проводить операции, вообще говоря, над всб?я! наблюдениями. Это вызывает большие затруднения при практической реализация подобных алгоритмов, так как требуется большой объем вычислений. В работах Васильева для случая гауссоасксй аппроксимации апостериорного распределения вектора прогнозированных'значений случайного поля в области предполагаемого сигнала синтезирован оптимальный по критерию . Неймана-Шгрссна алгоритм обнарунашш сигналов, включающий три процедура: первая - компенсация мешавших изображений в области предполагаемого сигнала; вторая - весовое суммирование полученных остатков компенсации (ОК); третья - сравнение полученной статистики о пороге», по результатам которого.принимаемся решение о наличии или отсутствии сигнала е данной области изебраязния.

Ео ¡.шогнх практических случаях в описаниях изображений присутствует параметрическая априорная неопределенность. Параметры иодела изображений ¡иогут' изменяться но неизвестному. закону как по полю кадра, .так и от кадра к кадру последовательности изобра-еокйй. Зто обстоятельство вызвало необходимость разработки адаптивных алгоритмов, способных учитывать изменения параметров ре-йлышх изображений.

Во шогих работах (Левин, Ярославский, Вэльд, Богданович, Трифонов и т.д.4), шсвясенныз. синтезу адаптивных алгоритмов обработки последовательностей изображений применен идентифи-ксцяояшй принцип адаптации, при котором в процессе обработки регулярно олредзлязтея некоторые локальные параметры изображений, а затеи с их учетом определяется параметры алгоритма. Недостатком' уапого подхода является наличие процедур оценок локальных параметров модели ЕзоЗр&кеняя, что приводит к дополнительным вычислительным затратам. Кроме того, данные алгоритмы могут Сыть в Некоторых случаях неустойчив к ссвбксм в оценках этих параметров. Данный факт "вызвал поваленный интерес к безндентификацн-ояны?.; адаптивным алгоритма!!, в которых параметры алгоритма определяются и подстраиваются к изменениям,параметров модели кзобра-яений по постоянно оцениваемому качеству обработки, исключая етпп оценки параметров изображений, что играет немаловажную роль при ограничениях, накладываемых на время обработки.

Одним из классов безидентификационных алгоритмов являются псевдоградиентные алгоритмы, общая теория которых разработана в трудах Я.З.Щякина и Б.Т.Поляка. Использование этих алгоритмов позволяет существенно сократить объем вычислительных затрат и

достигнуть эффективность, сравнимуз о потенциально досккаыоЯ.

Целью и задачами исследований явяявтоя сентоз п &зв£8з адаптивного алгоритма обнаружения протяженных сигналов аа последовательности оцифрованных телевизионных кзобраавкий при налетая межкадровых смещений и неоднородная нестационарных мазазях изображений, а тегаге разработка вариантов программно - аппаратной реализации этого алгоритма на современных и перспектггакшс зычис-лительных средствах для обнаружения сигналов ггрз космической телевизионном мониторинге Земли в реальном «30555869 вредна.

Методы исследований, в дяссертацконнеа работе попользуется методы теории вероятностей, математической статистики, статистической радиотехники, цифровой обработки сигналов а метода статистического моделирования.

Научная новизна работа. Показано, что алгоритм ббнаругжшя сигналов на последовательности оцифрованных изображай пра налички меккадровых смещений и нестационарных неоднородных помех включает, в себя адаптивную компенсацию мекзша пзобразепжЗ, взвешенное суммирование ОК и сравнение полученной статастшгя со стабилизированным порогеи, обеспэчнваюгпы заде-ыуп Еэразтзссть ложной.тревоги. При втеи адаптация, т.е. оптньизеиия парвиетров алгоритма, мовет сыть осуществлена о помогь» псзздогрсдлгнтп.

3 случае постоянной величины иага з диапазоне агкензкил коэффициента корреляции изображения на единичном расстоянии о? 0,6 до 0,999 предложенный алгоритм позволяет достичь значения отнесения сигнал/шум по уровню вероятности правильного обнаружения Р0 = 0,5 не более чем на 3+4$ превосходящее отношение сигнал/шум оптимального алгоритма.

Указанные адаптационные качества предлоаеккого алгоритма позволяют применить его . для обнаружения сигналов щз косяаическсм мониторинге Земли.

Практическая ценность работы. Предложенные я исследованные процедуры обнаружения сигналов могут быть использованы для обработки последовательностей оцифрованных телевизионных изображений, а также в радиолокации, медицинской диагностике и т.д., когда обрабатываемые изображения имеют переменные меааотдровые смещения и содержат неоднородные коррелированные помехи.

Материалы диссертации представляют разработчикам аналитические соотношения и графические зависимости для инженерного расчета некоторых параметров алгоритма обнаружения протяженных сигналов в зависимости от диапазона, в котором изменяются, вероятностные характеристики обрабатываемых изображений. Кроме того,

в работе представлены конкретные примеры программно-аппаратной реализации систем обнаружения протяженных сигналов при космическом мониторе!гге Земля в реальном масштабе времени, даны рекомендации по выбору элементной базы для построения подобных систем;

Внедрение результатов работы. Результаты диссертационной работы нашли применение в хоздоговорных работах Ульяновского государственного технического университета "Анализ вариантов технической реализации бортовых спецвычислителей для обработки последовательности изображений", НИР "МОДУЛЬ", Ульяновск, УлПМ, 1991 г., 65 е.; итоговый отчет о НИР N 11-17/87, УлПИ, 1990. г.; "Обнаружение малоразмерных неоднородностей по многозональным изображениям в условиях сложной фонспомеховой обстановки", итоговый отчет о НИР К 11-52/92, Ульяновск, -УлПИ, 1992 г., 65 е.; "Разработка параллельных алгоритмов селекции и идентификации движущихся объектов на последовательности изображений", отчет о НИР "Метод", Ульяноеск, УлПИ, 1993 г.,87 о.

Апробация результатов работы. Материалы диссертационной работа докладывались на б научно-технических конференциях; "Перспективные информационные технологии в анализе изображений и распознавании образов", Ташкент, 1992; 48-я научно-техническая конференция, посвященная Дню радио, НГОРЭС им.Попова, С.-Петербург, 1993 г.; "Оптические, разноволновые, тепловые методы и средства контроля качества материалов, изделий и окружающей среды", Ульяновск, УлПМ, 1993 г.; XXV» итоговая научно-техническая конференция, Ульяновск, УлПИ, '1993 г.; 49-я научно-техническая конференция, посвященная Дни радио, НГОРЭС им.Попова, С.-Петербург, 1994 г.; ХХУШ итоговая научно-техническая конференция, Ульяновск, УлПИ, 1994 г.

Публикации.. Основные результаты диссертационной работы опубликованы в 5 статьях и в 4 тезисах докладов на научно-технических конференциях. Всего по теме диссертации опубликовано 9 печатных работ.

Структура и объем работы. Диссертационная работа состоит из введения, четырех разделов и заключения.

Положенияг выносимые на защиту:

1.Применение процедуры адаптации псевдоградиентного алгоритма компенсации мешающих изображений по величине тага позволяет уменьшить значение СКО 0К приблизительно на 3,5+4® по сравне-

ш с алгоритмом без процедуры адаптации по величине шага в диапазоне изменения коэффициента пространственной корреляции на единичном расстоянии от 0,6 до 0,999-

2.Применение псевдоградаентной адаптивной компенсации мешающих изображений приводит к искажениям формы обнаруживаемого сигнала. Наибольшим искажениям подверкены последние, отсчеты сигнала. Их величина составляет нэ более 10% от величины последнего отсчета сигнала, поэтому весовое суммирование монет осуществляться и без учета этих искажений, что приводит к потерям в пороговом сигнале не более 0,3 дб по уровню вероятности правильного обнаружения ?D » 0.5.

3.Двухконтурная псевдоградиентная стабилизация порога позволяет производить его оценку с высокой степенью точности. Tait для заданной вероятности ложной тревоги Р„ = 0,001 оценка ' текущего значения порога позволяет получить вероятность ложной тревоги, отличающуюся от заданной не более чем на 3+4!®.

4.Комплексная адаптивная оптимизация параметров всех составлявших алгоритма обнаружения позволяет снизить необходимое значение отношения - сигнал/шум на уровне вероятности правильного обнаружения -р - = 0,5 на 8+1ОЙ по сравнению с этим отношением для алгоритма, в котором оптимизация составляющих производятся раздельно.

5.Разработанные варианты программно-аппаратурной реализации предложенного алгоритма позволяет осуществить обнаружение скгнэ-лов на реальных космических телевизионных изображениях в реальном масштабе времени (кадры размеров 1500x2500 отсчетов о порпэ-дом следования 4 секунды).

Содержание работы

Во введении содержится обоснование актуальности и практической значимости рассматриваемой задачи обнарукеняя сигналов на последовательности телевизионных изображений. Сформулированы цели, задачи исследования а основные научные положения, выносимые на защиту, приведено краткое содержание работы.

В петзвом разделе приводится обзор моделей случайных полей для получения имитированных изображений с за дакни/л параметрами, используеншх для статистических испытаний, предложенных в данной работе алгоритмов. Рассмотрены авторегрессионные, волновые, тензорные, векторные авторегресслонные, гиббсовские модели и модели для получения неоднородных случайных полей. Проведенный обзор

моделей случайных полей позволяет сделать вывод о возможности выбора моделей для представления и описания телевизионных изображений, позволяет имитировать и испытывать'алгоритм обработки изображений. Наиболее удобными для экспериментов оказываются авторегрессионные и волновые модели, так . как , их характеристики легко вычисляются и при их имитации требуются относительно не-, больше вычислительные.затраты.

В етом же разделе анализируются .алгоритмы обнаружения сигналов ка последовательности изображений, рассматриваются три различные эквивалентные формы статистики» используемой а решающем правиле обнаружения. Различие зтих форм состоит в их вычислительной сложности. Так при гауссовской 'аппроксимации условных плотностей распределения вероятностей (ПРВ) значений яркости фона при гипотезе Н1 о-наличии и гипотезе Н0 об отстутствии сигнала оптимальное правило обнаружения, основанное на отношении правдоподобия сводится к сравнению с некоторым порогом известной статистики X12н, где 2* - вектор наблюдений, ¡5 - вектор сигнала, а V - ковариационная матрица поля помех. Применение этой статистики в реальных условиях весьма затруднительно,. так как вектор включает в себя все наблюдения,...

Если апостериорные условные ПРВ прогнозируемых; значений векторов наблюдений I* могут быть аппроксимированы гауссовскими распределениями, то в решающем правиле мокет .быть использована статистика вида ■ -'■■

X = ^•К«!*.

где К е V"1, 2*- = 2*42*-..- вектор, остатков компенсации (ОК) мешамда изображений в зоне предполагаемого положения сигнала, § - вектор сигнала,..2* - прогноз вектора наблюдений по наблюдениям вне области предполагаемого сигнала, что расширяет .область применения статистики I и для изображений» имеющих ПРВ значений фона, отличных от гауссовских. Неудобство.применения статистики' X состоит в'том, что прогноз должен быть выполнен душ каждой, области возможного расположения сигнала и,, кроме того, особым обра--зш для каждой точки, зоны расположения,сигнала.

Показано, что статистика X" макет быть представлена б эквивалентном виде .

1« = алмг* - 2х) т*'1! =

где 2* - совокупность оптимальных прогнозов наблюдений 2*, когда прогноз 2*^ каждого значения } осуиеетвляется по веем остальным наблюдениям-аз 2*4 I» - диагональная матрица из дисперсий озибок 8тих прогнозов.

Преимущество статистики X" перед X состоит в том, что нормированные своими дисперсиями ОК Д' не зависят от.области нахождения предполагаемого сигнала и могут быть вычислены сразу для всей .области, где необходимо обнаруживать сигналы, например, на последнем наблюдаемом кадре последовательности изображений.

Анализируя статистики X" и X, моетю сделать вывод о том, что для реализации оптимального алгоритма обнаружения сигналов на последовательности изображений необходимо выполнять следующие операции.над наблюдениями:

^.Формирование опимального прогноза и компенсация мешающих изображений путем вычитания-оптимального прогноза из наблюдений, что дзет ОК мешающих изображений Д'.

2.Весовое суммирование, .учитывающее значения компонент вектора сигнала Б. ••

- 3. Сравнение полученной статистики' с порогом и принятие гипотезы Н^ или гипотезы Н0-

В реальных ситуациях.в условиях априорной неопределенности параметров изображений прзменеш^е оптимальных алгоритмов затруднительно из-за больших вычислительных затрат. Поэтому приходится применять адаптивные алгоритмы. Показано, что если все етапы алгоритма обнаружения оптимизировать ксжлексно, то качество такого алгоритма будет лучше, чем качество алгоритма, у которого все этапы оптимизируются раздельно.

.'Далее рассматриваются различные методы адаптации. В условиях априорной неопределенности пэргметров модели язобрахекия удобнгйй являются псевдогрэдкентдае алгоритмы адаптации, обшая .форма которых имеет-взд: ■

•р ~ р - !> о , _ п . П-1 п «

где - некоторое случайное, направление ,'• зависящее в общем случае от всех, предыдущих значений.вектора оптимаззруемах параметров 5 ,и от п; - скалярные мааюяеяя. Рассмотрены условия схо дпмостзг псавдоградиентных алгоритмов, основными из которых являются:. условие псевдоградаентности, имеющее в:эд:

)♦!.![§ ) а О,

п п

где ) - фушщионал качества, и условия, накладываемые.. ■ на скалярные множители у , имеющие вядг -

Ит 1> = 0; £ У = « ; Т <

П-ччХ» П " „ П * Я

Во втором разделе диссертации решается задача разработки процедур здапташш'псевдоградиентного знакового алгоритма ком-

пенсации мешающих изображений по величине шага, исследуются йог кажения формы сигнала после еталз компеноацш мешающих изображений, решается задача разработки алгоритма стабилизации текущего значения порога, используемого в решающем правиле.

Пусть имеются два соседних оцифрованных телевизионных кадра, заданных на прямоугольной сетке - предыдущий й*"1 и текущий 2*. Если временной интервал мезду ниш невелик, то с хорошим приближением г""1 и можно рассматривать как сеточные отсчеты одного и того же изображения, заданного на непрерывной области. Различия мезду г*"1 и г* являются следствием взаимной смещенности сеток отсчетов и некоррелированных помехСмещенность сеток отсчетов возникает из-за нестабильности телевизионной развертки и пространственных колебаний телевизионного датчика.

Обозначив отсчеты 1 кадра 2К"Через 1(1,3), оценки значений отсчетов г*^ кадра 2Г будем искать как интерполированные на некоторый вектор смещения Х( (х^, отсчеты заданной на

прямоугольной сетке функции 1(1,3), Для интерполяции используется ряд Тейлора до вторых производных включительно. Частные производные, входящие в рад Тейлора, оцениваются ш девятиточечному шаблону 3x3. Преимуществом выбранной функции, когда является малое число входящих в нее параметров, что существенно упрощает и улучшает адаптацию.

Кадры обрабатываются построчно, начиная со второго елемента каждой строки. Начальное значение вектора смещения в каждой строке полагается равны нулю. Таким образом, знаковый псевдоградиентный алгоритм оценивания смещений имеет вид:

7 га ^

+ { Д и )

В этом алгоритме выбрано постоянное значение Ь = Ь. Оно должно быть достаточно малым для хорошего приближения \к оптимальному значению ЭС^ и в то же время достаточно большим для того, чтобы параметры алгоритма успевали изменяться в соответствии с изменяющиеся по пространству характеристиками обрабатываемых изображений. Отсюда следует задача определения наилучшего значения *и

Проведенный анализ зависимостей СКО ОК последовательности реальных кадров показал, что для различных строк минимум значении СКО достигается при различных значениях Ь. Поэтому с целью увеличения точности нахозщения наилучшего значения й. для различных участков изображения, при которых достигается минимум СКО, в данном разделе предложено несколько процедур адаптации по коеф-

фициенту шага псевдоградиентного алгоритма компенсации месяюших изображений. Эти процедуры основаны на том, что выбираются несколько опорных значения коэффициента шага {Н1} (от одного до пяти) из некоторого интервала допустимых значений. Величина интервала допустимых значений величины шага определяется экспериментально. Затем к каждому значению И* суммируются добавочные коэффициенты. Из полученного таким образом набора значений коэффициентов иага выбирается одно значение, соответствующее мнниму-му значения СКО ОК мешакщих изображений, затем процедура повторяется для каждой последующей строки. Для увеличения точности нахоздения экстремума предложенный алгоритм можно модифицировать, ограничив область изменения значений величины шаг* г-рани-цами 1-го интервала. Данные процедуры допускают параллельное вычисление значений вектора смешений для всего набора значений (п'Ь

Проведенный сравнительный анализ адаптивных псевдоградиентных алгоритмов компенсации мешающих изображений показал, что алгоритм о постоянным значением 'п дает СКО ОК больше, чем у оптимального алгоритма, приблизительно на 6+896 при изменении кооЗДн-циентэ пространственной корреляции на единичном расстоянии от 0,6 до 0,999. Алгоритмы с использованием процндур адаптации по величине шага дают СКО ОК выше оптимального приблизительно на 4+7% в том же диапазоне изменения коэффициента пространствежой корреляции. Так как при использовании адаптивных алгоритмов компенсации мешающих изображений ОК отличаются от ОК, полученных с помощью оптимальных алгоритмов, то присутствующий в них сигнал искажается. Следовательно, возникает задача оценки степени искажения формы полезного сигнала, присутствующего а ОК. Данная оценка необходима для целей обнаружения. С помощью статистического моделирования на ЭВМ было проведено исследование .«лияинпя адаптивного знакового псррдоградиентного алгоритма компенсации меиэюстх изображений на форму полезного сигнала. 1?с::ыи,ив«лпсь' протяженные сигналы различной форси. Наибольшим иск-доениям подвергается последний отсчет сигнала. Показано, что величина этих искажений не превосходит 10? от величины последнего отсчет* сигналя при изменении емплитудн сигнала от 1 до 1?. Полочными ■кениями во многих практических случаях мохно тчк к»*-

они приводят к увеличению урорня порогового сигнала ко ур- -ьн.'-0,? не более, чем на 0,3 дб.

Составной '-»ястьк плггрнтма обннрухеш'я еигчалгэ сравнение значения стя тнсгикн с позором. Ча^^ ^ —'; -

рога выбирается по заданной вероятности ложной тревоги Р . В реальных условиях задача обнаружения решается в условиях, когда характеристики обрабатываемых изображений могут изменяться. как по полю кадра, так и от кадра к кадру по заранее неизвестному ^.закону, поэтому и вероятностные характеристики.статистики также изменяются. Это приводит к тому, что порог обнаружения не может быть определен заранее и должен находиться с помощью адаптивных процедур.

Для оценки текущего значения порога предложен двухконтурный псевдоградиентный алгоритм, суть которого в том, что значение искомого порога ищется в виде произведения 2чп=хрп'сп» где а х текущая оценка квантили более, низкого порядка (1/2 ^ р <г а), а С - оценка .'коэффициента пропорциональности.

Первый контур используется для оценки х и имеет вид

р

X = X + и

рп + * . . рп 1

Р, при х ' 5 X

рп

Л

1-р, яри х •> X,'

рп

второй контур используется для оценки текущего значения коэффициента С, и имеет вид .'■'".-.■.

Л ■ '

при х С ^ X

п

Г'

Ч 1-а,

рп

С -С .+ И .

п 21 при X С > X,

рп п

где ц я иг - положительные "постоянные множители. Если, полокив Р=д в первом контуре, то получится одноконтурный алгоритм стабилизации текущего значения порога. Но так как скорость сходимости для квантилей порядков близких к О или 1 ниже, чем.для порядков,, близких к 1/2, то скорость сходимости двухконтурного алгоритма ■ выае, чем скорость сходимости'одноконтурного алгоритма.'В данном разделе исследованы точностные характеристики двухконтурного алгоритма стабилизации порога обнаружения. Отметим," что данный алгоритм допускает параллельное вычисление текущих 'значений оценок' X ' и С .

рп п

В третьем разделе диссертации исследуется комплексная оптимизация всех еталов алгоритма обнаружения сигналов на последовательности телевизионных изображешй. " . " / Пусть имеется последовательность телевизионных изображений, на которых присутствуют:

-гауссовский коррелированный■■фон (мешавшие изображения),, параметры которого могут изменяться по неизвестному закону .'как по полю кадра, так и от кадра к кадру; , '

-искажения е виде яркостных помех, возникающих в приемно-

предающей аппаратуре из-за неоднородности чувствительности и озмокных дефектов телевизионного датчика;

-взаимные смещения фона, возникая®«» вследствие ясстаба^ь-ости телевизионной развертки и пространственных колебаний теле-изионного датчика;

■ -аддитивные протяженные сигналы известной формы, число ко-орых ограничено (не более одного сигналя ни 100+12<"| пикселей}.

Пусть' Л<5) - статистика, используемая в решающем правиле, ависит от вектора параметров у. Вектор V включает к себя пара-этри компенсатора, весовые коэффициент«. Требуется опткшзиро-эть.параметры 5 по критерию максимума вероятности правильного 5нзружения Р^ при. заданной вероятности ложной тревоги Р .

Пусть условные функции распределения значений статистик.;! IV) пси гипотезах Н и Н об отсутствии и налячта сигнала ап-

о 1

зоксимированн - некоторыми монотонными функциями

((ч-гп (?))/а (5)) и ? ((я-Ш; (й))/0 (У)) соответственно, где

> О О * 1 I

,(5), т (У), - соответствующие условные средние и

(сперсии. Данное предположена? означает, что от параметров Р шисят только характеристик! "положения условных распределений •атистики Л(г>), а вид-распределения сохраняется. Порог обнаружения А°((?) удовлетворяет уравнению 1-? « Р ,

О Г

;е ч = (Л°(5)-т (й))/о (?). Вероятность правильного сбязоужения

О О

. г Ка{й) -1П (V) ^ р - 1-Р <-1-у (1)

0 Ч- У

лжи« быть максимизирована по у. Очевидно, что максимум вцраяе-я (1) достигается в'точке минимума функционала

Л°(1>) -.'и, (?)

и[Ъ) = ._—--!- , (2)

■■<5 (V)

и, учитывая аддитивное взаимодействие сигнала и. помех, Л°(У) - с»§т - С«МГйт]

ЩУ)

/мПб • )э] - гЧс -Г"! ■1 - вектор весовых коэффициентов, Л вектор ОК мешккцкх эбрэяениЯ'в зоне сигнала, 5 - ректор мс^налн. Т-куоте значения (5), могут ?ыть получены искусственного зам»*-

ааиия сигнала ь кнкгкй- гаке-л осра^атчга^мсго кадря.

Таким образом, комплексная оптиж-'виня всех состаьдякетх торитма ооиаруа»цгя сигналов не последовательности изобракенпй

сводится к минимизации функционала (2) или (3). Значение текущего порога оценивается одновременно с минимизацией функционала (2) с помощью двухконтурной процедуры стабилизации текущего порога. В данной работе минимизация функционала и(У) осуществляется также с помощью псевдоградиентного алгоритма.

Для оценки• т, (?) и а](¡7) предложена рекурентная псевдоградиентная процедура,. имеющая вид ,

Г .= Г + Ц(х £ ),

П*1 п п*1 п

где д - положительный множитель, хп<1 - наблюдения случайного процесса, Г , - следующая за Г оценка, параметра случайного

П + "1 П

процесса. Рассмотрено два случая: первый - тренд .детерминированный, второй - тренд стохастический. Для этих двух' случаев при известных параметрах модели -получены выражения для определения на к-ом шаге значения и, при котором достигается минимум дисперсии ошибки оценивания..Из анализа проведенных экспериментов следует, что в случае стохастического тренда с увеличением отношения сигнал/шум и с увеличением значения коэффициента корреляции качество оценивания стремится к ' качеству оценивания . алгоритма халмановской фильтрации. Для обеих моделей - трендов . исследованы точностные характеристики оценивания.

Приведены экспериментально полученные характеристики обнаружения для имитированных и реальных последовательностей изображений. На имитированных кадрах значение отношения сигнал/шум для предложенного алгоритма больше этого отношения для оптимального -алгоритма по уровню вероятности правильного обнаружения ?п - 0,5 на 3+455. На реальных изображениях предложенный алгоритм . имеет значение отношения сигнал/шум по уровню Р0 = 0,5 на. 6+103 меньше, чем алгоритм, в котором все его этапы оптимизируются раздельно. Приведены сравнительные характеристики втих алгоритмов .

В четвертом разделе работы анализируются архитектуры существующих высокопроизводительных вычислительных сред, рассматриваются волзможные структурные схемы устройств, реализующие предложенные алгоритмы, анализируется современная элементная батя, нч которой могут быть реализованы зти устройства. Доказано, что для реализации предлокэкнннх алгоритмов необходимо пспользо-учть параллельные вычислительные структуры, а наиболее перспек-'тивноа элементной базой для реализации этих алгоритмов являются транспьютеры. Приведен и проааализаравэн вариант■реализации этих алгоритмов о использованием транспьютеров.

Заключение

В диссертационной работе реыена поставленная цель разработки. и исследования псевдоградиентного адаптивного алгоритма обнаружения протяженных, сигналов на последовательности оцифрованных изображений в условиях межкадровых смещений и нестационарных неоднородных мешавши изображений.

Основные результаты работы состоят в следующем:

1-Предложенный алгоритм имеет отношение сигнял/шум по уровню Р - 0,5 большее, чем алгогатм, построенный для известных пэ-

и -

раметров на 3+4% в .диапазоне изменения коэффициента корреляции на единичном расстоянии от 0,6 до 0,999.

2.Комплексная адаптивная оптимизация параметров алгоритма обнаружения позволяет достичь выигрыш в отношении сигнал/кум по уровню вероятности правильного обнаружения - 0,5 по сравнение с раздельной оптимизацией на S+10Í.

3.Разработанные варианты'программно-еппяритурной реализации предложенного алгоритма на современных вычислительных средствах позволяют осуществить обнаружение сигналов на реальных космических телевизионных изображениях (размер квдрок отсчетов, частота смены кадров 4 сек).

Основные положения диссертационной работы опубликованы ч следующих работах:

1.Агеев С.А.Адаптация по величине шага пеевдсгралпектного алгоритма компенсации коррелированных помех //Методы обработки сигналов и нолей: Сб.науч.тр.-УльянокскгУлПИ,19??.-с.37-^0..

?.Крашенинников В.Р. .Агеев С.А.Влияние адаптивной компенсации на обнаруживаемый сигнал //Методы пбрнботкк сигналов к полей: Сб.каучн.тр.-Ульяновск:УлШ, 1992.-е. 110 -115.

3. Крашенинников В.Р..Тншлинокий А.Г.Дгеея с. А. Пеевдсгрз-диечтнне адаптивные алгоритмы фмьтрацшт изображений ' Т-1:?. докл.науч.-техн.конференции "ГТерспектинные информационные технологии в анализе изображений и распознавании образов".- Tssk-»"?, 1992.-с.64-65.

4. .Крашенинников В. ?.. Гаалинекий А. Г., А геек O.A. Аднцтш-'н™ оценивание изменяющихся ккчнпыиЯ //Тез.деля.яя-сй нчуч.-техн. конференции, посвященной Дн?> рч НТОРЗС üM.ilouota. -С.Петербург, 1993.-е.13.

5.Крашенинников 3.Р.,Агеев С.А. Псесдограяаектнпй адапгиг-— кая оптимикапия у«гаию*г>> rpnwum обнаружения ;ягн*'.Д':г им

случайных полей .■ / "тя.^и-'тн^-с^^н методы -т'-'и •.••-•• •'-гчж^иий: •

Сб.няуч.тр.-Новоскоирскj HT¡i,

¿.Крашенинников В.Р.,Аге<?ь С.А. Адаптивная оптимизация ре-сахс;его правила обнаружения шюмздкй чу фоне контролируемых изображений //Сб.тезисов \'~ой Российской науч.-техн. конференции "Оптические,-радиоволновые,'тепловые методы и средства контроля качества материалов, изделий и окружающей среди".- Ульяновск: УлПЙ, 1993.-с.40-41. '

Т.Агеев С.А. Псевдоградиентно« оценивание тренда случайного процесса //Тез.докл.ХХУП итох'овой науч.-техн. конференции.-Ульяновск: УлПИ, 1993.-е.41-43.

З.Агеев С.А..Крашенинников В.Р. Адаптивный алгоритм обнаружения ош-налов известной формы на последовательности изображений /■'Те?..докл.4ч-ой науч.-техн. конфе.р«шми цпсвяачнной Дш« радио. -С.-Петербург, 1994.-е.?.

Э.Агеев С.А.Псевдоградиентное оценивание тренда случайного процесса //Тес.докл.ХХ71В итоговой науч.-техн. конференции.-Ульяновск: УлГй, 1994.-с.30-31.