基于粗糙集理論的一維距離像特征處理方法研究

熊艷曄，王俐莉，許 杰

(1.海軍指揮學(xué)院，南京 210016；2.海軍工程大學(xué)，武漢 430033)

?

基于粗糙集理論的一維距離像特征處理方法研究

熊艷曄1，王俐莉1，許 杰2

(1.海軍指揮學(xué)院，南京 210016；2.海軍工程大學(xué)，武漢 430033)

雷達(dá)目標(biāo)一維距離像反映了目標(biāo)在雷達(dá)徑向上的投影，對(duì)于目標(biāo)的分類識(shí)別具有十分重要的意義。分析了艦船目標(biāo)一維距離像特征和相關(guān)知識(shí)的處理，提高了識(shí)別率，將數(shù)學(xué)上的粗糙集理論引入到一維距離像目標(biāo)識(shí)別中，利用大型民船、驅(qū)逐艦及小型民船的實(shí)測(cè)數(shù)據(jù)和相關(guān)先驗(yàn)知識(shí)，驗(yàn)證了基于粗糙集理論的一維距離像特征處理方法的可行性。

一維距離像；目標(biāo)特征；粗糙集理論；約簡(jiǎn)

0 引 言

隨著科學(xué)技術(shù)和武器裝備的不斷進(jìn)步，現(xiàn)代戰(zhàn)爭(zhēng)逐漸表現(xiàn)出自動(dòng)化和智能化的特點(diǎn)，其中以雷達(dá)目標(biāo)識(shí)別為主要技術(shù)特征的偵察監(jiān)視系統(tǒng)以及精確制導(dǎo)武器已成為高技術(shù)戰(zhàn)場(chǎng)上的主要裝備。一維距離像包含了目標(biāo)的形狀及結(jié)構(gòu)特征等更多可用于目標(biāo)識(shí)別的信息，并且與二維成像相比具有易獲取和處理等優(yōu)點(diǎn)，因而受到了廣泛的關(guān)注和重視[1]。但由于目標(biāo)的復(fù)雜性和環(huán)境的多變性，僅根據(jù)目標(biāo)的一維距離像并不能很好地解決識(shí)別問題[2]。傳統(tǒng)的基于模式匹配的識(shí)別方法不能充分地將獲取的信息轉(zhuǎn)化成識(shí)別能力，從而影響整個(gè)識(shí)別系統(tǒng)的運(yùn)行效能[3]，通過引入先驗(yàn)知識(shí)可以有效提高識(shí)別的準(zhǔn)確性和穩(wěn)定性，因此研究知識(shí)輔助一維距離像識(shí)別方法具有重要的理論意義和應(yīng)用價(jià)值[4-5]。

1 粗糙集基本理論

鑒于實(shí)際應(yīng)用中獲得的數(shù)據(jù)具有一定的不確定性信息，這些信息的集合必然具有一定的冗余，有的信息甚至可能是錯(cuò)誤的，能否把握核心的信息就成了識(shí)別的關(guān)鍵[6]。粗糙集理論則可將關(guān)于目標(biāo)的數(shù)據(jù)集合經(jīng)約簡(jiǎn)生成判別規(guī)則，進(jìn)而從原始數(shù)據(jù)的信息中提取識(shí)別的核心信息[2]，避免粗略地將所有數(shù)據(jù)應(yīng)用于識(shí)別而增加運(yùn)算的負(fù)擔(dān)。

1.1 粗糙集理論

粗糙集理論的研究的對(duì)象是需要分類的集合，即論域，記為U(U不為空集)；知識(shí)體現(xiàn)的是將對(duì)象分類的能力，對(duì)于任何子集X?U，稱作U的一個(gè)范疇。U中的任何一類范疇即為U的抽象知識(shí)，簡(jiǎn)稱知識(shí)。

1.2 粗糙集中知識(shí)的約簡(jiǎn)

在利用約簡(jiǎn)系統(tǒng)關(guān)系表進(jìn)行判決規(guī)則前，首先需要離散化數(shù)據(jù)并剔除重復(fù)項(xiàng)：離散化是將連續(xù)的原始數(shù)據(jù)值按照一定規(guī)則，轉(zhuǎn)化成離散的值并分區(qū)間；去除重復(fù)項(xiàng)，是將所有區(qū)間屬性都相同地認(rèn)定為重復(fù)項(xiàng)并刪除，以減少數(shù)據(jù)量，同時(shí)也便于分析數(shù)據(jù)[4-5]。

應(yīng)用粗糙集理論進(jìn)行約簡(jiǎn)的具體步驟為：

(1) 對(duì)獲得的原始數(shù)據(jù)進(jìn)行預(yù)處理，即把與條件屬性和決策屬性相關(guān)的數(shù)據(jù)離散化;

(2) 對(duì)已離散化的數(shù)據(jù)的屬性進(jìn)行區(qū)間劃分，即屬性分類，得到所有可約簡(jiǎn)的屬性列;

(3) 若在去除某屬性列后，不影響后續(xù)分類，則將該屬性去除;

(4) 重復(fù)步驟(2)，直到?jīng)]有冗余的屬性存在;

(5) 得到最小約簡(jiǎn)，并根據(jù)之可得到判決規(guī)則;

(6) 輸出屬性的分類結(jié)果。

2 基于粗糙集理論的一維距離像特征處理

本節(jié)的實(shí)驗(yàn)選取10個(gè)待識(shí)別目標(biāo)，分屬大型民船、驅(qū)逐艦和小型民船(分別對(duì)應(yīng)目標(biāo)1、目標(biāo)2 和目標(biāo)3)。圖1隨機(jī)選取了3類目標(biāo)的一維距離像。

圖1 3類艦船在方位角為0°附近的一維距離像

基于粗糙集理論的知識(shí)約簡(jiǎn)過程如下：

(1) 表1中包含了序號(hào)由1到10的10個(gè)目標(biāo)。給出的4類特征由文獻(xiàn)[5]算得。特征有：目標(biāo)的距離單元長(zhǎng)度、散射中心數(shù)目、距離系數(shù)及10個(gè)目標(biāo)相似系數(shù)。

由表1可以初步推測(cè)，某些行數(shù)據(jù)可能存在冗余或者錯(cuò)誤。比如數(shù)據(jù)序號(hào)為5時(shí)，目標(biāo)類型為“目標(biāo)3”，那么它的屬性距離單元長(zhǎng)度就不應(yīng)該與數(shù)據(jù)1、2、3一樣大；對(duì)于這樣的情況，有2種可能：其一，“距離單元長(zhǎng)度”這一知識(shí)存在冗余，即無(wú)需該知識(shí)便可判定目標(biāo)的類型；其二，序號(hào)為5的數(shù)據(jù)有誤。這種情況即是粗糙集理論要解決的。

表1 艦船參數(shù)表

表2 預(yù)處理后的關(guān)系表

表3 簡(jiǎn)化后的關(guān)系表

故屬性b對(duì)于決策屬性集是不可刪除的。根據(jù)類似計(jì)算可得條件屬性集中a也是不可刪除的，條件屬性c、d是可省略的。

(4) 條件屬性核值表的計(jì)算。

表4 核值表

據(jù)表4所示的核值關(guān)系表，便可生成表1所示的10個(gè)目標(biāo)的識(shí)別規(guī)則，該規(guī)則的簡(jiǎn)化表如表5所示。

表5 生成識(shí)別規(guī)則的簡(jiǎn)化表

由表5可得到識(shí)別規(guī)則：a大且b中→目標(biāo)1；a中或b大→目標(biāo)2。發(fā)現(xiàn)a大或a小均可導(dǎo)出目標(biāo)3，而a大與目標(biāo)1的識(shí)別規(guī)則相沖突，故可推測(cè)該組數(shù)據(jù)有誤。由該規(guī)則即可對(duì)目標(biāo)進(jìn)行判斷。從上述知識(shí)的處理過程可看出粗糙集理論應(yīng)用于目標(biāo)識(shí)別的特點(diǎn)：

(1) 根據(jù)最后的約簡(jiǎn)規(guī)則可知，對(duì)目標(biāo)類型的判別并不需要關(guān)于目標(biāo)的所有一維距離像特征和知識(shí)。這也就是說，對(duì)于一個(gè)待識(shí)別目標(biāo)，也許在只有其部分信息的情況下就可以判別其類型。

(2) 由于利用部分?jǐn)?shù)據(jù)即可對(duì)目標(biāo)進(jìn)行判別，粗糙集理論的應(yīng)用使得識(shí)別的運(yùn)算量大為縮減，這也是該理論的優(yōu)勢(shì)所在。

(3) 由表1到表5的知識(shí)處理過程中，需要對(duì)目標(biāo)原始數(shù)據(jù)量化并分區(qū)間，這就需要一定的規(guī)則在區(qū)間長(zhǎng)短上進(jìn)行劃分。

3 結(jié)論與分析

雷達(dá)目標(biāo)識(shí)別技術(shù)是一個(gè)極富挑戰(zhàn)性的課題，在理論及工程實(shí)現(xiàn)上都有較多難點(diǎn)。經(jīng)過幾十年的研究，關(guān)于雷達(dá)目標(biāo)識(shí)別技術(shù)已取得了長(zhǎng)足的進(jìn)步，但就目前的技術(shù)現(xiàn)狀而言，目標(biāo)及其所在環(huán)境的多樣性是該技術(shù)的最大瓶頸，即使是基于雷達(dá)二維成像的目標(biāo)識(shí)別也是如此[7]。本文利用粗糙集理論，研究了艦船目標(biāo)一維距離像特征的處理方法，針對(duì)實(shí)測(cè)數(shù)據(jù)取得了較好的效果。

在艦船目標(biāo)一維距離像識(shí)別系統(tǒng)中，獲取目標(biāo)信息量的全面性始終是決定識(shí)別性能的關(guān)鍵性因素。不同類別的信息從不同的角度反映了目標(biāo)的特性，可明顯改善識(shí)別效果。下一步還需要針對(duì)多類信息源和引入更多先驗(yàn)知識(shí)的條件下，開展知識(shí)輔助的雷達(dá)目標(biāo)識(shí)別理論和方法研究。

[1] 孫文峰．雷達(dá)目標(biāo)識(shí)別技術(shù)述評(píng)[J]．雷達(dá)與對(duì)抗，2001(3)：1-8．

[2] 許杰．知識(shí)輔助艦船目標(biāo)一維距離像識(shí)別方法研究[D]．武漢：海軍工程大學(xué)，2013．

[3] 湯光華．基于雷達(dá)一維距離像的目標(biāo)識(shí)別[D]．南京：南京理工大學(xué)，2007．

[4]TaitP.IntroductiontoRadarTargetRecognition[M]．London：TheInstitutionofEngineeringandTechnology，2009．

[5]MishraA．ValidationofPCAandLDAforATR[J]．SignalProcessing，2009，89(5)：395-401．

[6]SergiosT．PatternRecognition[M]．Greece：KonstantinosKoutroumbas，2009．

[7] 曾黃麟．粗糙理論及其應(yīng)用[M]．重慶：重慶大學(xué)出版社，2007．

Research into Feature Processing Method of 1-D Range Image Based on Rough Set Theory

XIONG Yan-ye1,WANG Li-li1,XU Jie2

(1.Naval Command College,Nanjing 210016,China;2.Naval University of Engineering,Wuhan 430033,China)

1-D range image of radar target reflects the projection of target in the radar radial direction,is of much important significance for the classification and identification of targets.This paper analyzes the feature of 1-D range image of ship target and related knowledge processing,advances the identification ratio,introduces the rough set theory into the 1-D range image target identification,uses the measured data of large civilian ships,destroyers and small civilian ships and relevant prior knowledge to verify the feasibility of 1-D range feature processing method based on the rough set theory.

1-D range image;target feature;rough set theory;reduction

2015-01-17

TN957.51

A

CN32-1413(2015)04-0070-04

10.16426/j.cnki.jcdzdk.2015.04.018