Новітні методи обробки неточних даних для вирішення задач у сфері радіолокаційного спостереження та дистанційного зондування землі

Abstract

У наш час вирішення задач радіолокаційного спостереження та дистанційного зондування Землі вимагає обробки, аналізу та класифікування неточної, неповної та суперечливої інформації. Однією із найважливіших процедур обробки даних є класифікування супутникових знімків. Великий обсяг неточних даних може спричинити проблему із процедурою класифікування зображень. Зазначено, що у даному випадку для класифікування зображень слід застосовувати теорію свідчень Демпстера-Шейфера, оскільки дана теорія може працювати із неточною та невизначеною інформацією. Правило комбінації Демпстера використовується для об’єднання даних, отриманих від різних експертів, спектральних каналів або радіолокаційних станцій. Теорія свідчень може моделювати невизначеність. Радіолокаційні станції об’єднують дані із різних джерел для визначення координат об’єкта. Радіолокаційні станції можуть відрізнятися за своєю надійністю, точністю і повнотою. Адаптаційні властивості різних радіолокаційних станцій є різними до одного і того ж самого середовища. Тому об’єднання інформації є однією із найбільш важливих та складних процедур при вирішенні задач радіолокаційного спостереження. Новий підхід до об’єднання даних, заснований на теорії свідчень Демпстера-Шейфера, дає надійну комплексну оцінку координат об’єкта. Зазначено, що головною метою об’єднання інформації є спрощення даних, отриманих від різних експертів, джерел, спектральних каналів та радіолокаційних станцій. Об’єднання даних спрощує обчислення. Визначення базової ймовірності є важливою задачею, яка може вплинути на остаточні результати класифікування при застосуванні теорії свідчень. Проаналізовано різні методи визначення базової ймовірності. Розглянуто частотний метод для визначення базової ймовірності. Також детально описано числовий приклад. Запропоновано метод визначення базової ймовірності із використанням нечітких множин, оскільки теорія нечітких множин може працювати із невизначеними та неповними даними. Розглянуто метод визначення базових мас із використанням відстані між класифікованими даними та нормальним розподілом кожної характеристики для кожного еталонного класу. Зазначено, що не існує загального методу для визначення базової ймовірності. Розглянуті методи можуть бути застосовані для вирішення завдань дистанційного зондування, а саме: екологічних, сільськогосподарських, геологічних задач та для вирішення завдань у сфері радіолокаційного спостереження.