Помощь в написании студенческих работ
Антистрессовый сервис

Оптимизация параметров системы распознавания объектов по дальностным портретам в импульсной лазерной локации

Диссертация: Оптимизация параметров системы распознавания объектов по дальностным портретам в импульсной лазерной локации
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Методы исследования. При решении поставленных задач использовались методы системного анализа и математического моделирования, теория распознавания образов, методы теории вероятностей, математической статистики и теории случайных процессов, а также методы математического программирования. Рис. В.1. Основные этапы построения CP тивных методов математического моделированияпроцессов распространения… Читать ещё >

Оптимизация параметров системы распознавания объектов по дальностным портретам в импульсной лазерной локации (реферат, курсовая, диплом, контрольная)

Содержание

  • СПИСОК ОСНОВНЫХ СОКРАЩЕНИЙ И ОБОЗНАЧЕНИЙ
  • 1. ПРИНЦИПЫ ПОСТРОЕНИЯ СИСТЕМЫ РАСПОЗНАВАНИЯ ОБЪЕКТОВ НА ОСНОВЕ ЛОКАЦИОННОЙ ИНФОРМАЦИИ
    • 1. 1. Источники нетраекторной информации о лоцируемом объекте и методы ее получения
    • 1. 2. Методы формирования векторов признаков
    • 1. 3. Применение нейросетевых алгоритмов для решения задачи распознавания
  • 2. МОДЕЛИРОВАНИЕ РЕГИСТРИРУЕМЫХ СИГНАЛОВ
    • 2. 1. Моделирование импульсной характеристики рассеяния подстилающей поверхности с расположенными на ней местными предметами
    • 2. 2. Определение квазиоптимальных размеров конечных элементов, аппроксимирующих поверхность лоцируемого объекта
    • 2. 3. Принципы моделирования сигнала на выходе фотоприемного устройства
  • 3. ОЦЕНИВАНИЕ КАЧЕСТВА РАСПОЗНАВАНИЯ ОБЪЕКТОВ ПРИ РАЗЛИЧНЫХ УСЛОВИЯХ ИХ ЛОКАЦИИ
    • 3. 1. Построение скалярной оценки качества системы распознавания с привлечением экспертных оценок
    • 3. 2. Методика выбора параметров системы распознавания, обеспечивающей наилучшее качество распознавания объектов при различных условиях их локации
    • 3. 3. Оценка достижимого качества распознавания объектов при априори неизвестных распределениях коэффициентов рассеяния их поверхностей
  • 4. РЕЗУЛЬТАТЫ ВЫЧИСЛИТЕЛЬНЫХ ЭКСПЕРИМЕНТОВ

Актуальность темы

исследования. В связи с расширением сфер применения авиации в настоящее время особую значимость приобретает задача получения нетраекторной информации о летательных аппаратах (ДА), лоцируемых в радиоили оптическом диапазонах длин волн. Эта информация необходима как для осуществления управления воздушным движением, так и для предотвращения поражения гражданских ДА средствами противовоздушной обороны. Значимость принимаемых на основе этой информации решений предопределяет требования обеспечения высокого качества распознавания лоцируемых ДА. Теоретические и экспериментальные исследования в области регистрации и обработки оптических сигналов проводились П. А. Бакутом, Е. В. Бурым, В. Е. Зуевым, Л. В. Лабунцом, Е. Г. Лебедько, И. Н. Матвеевым [1 — 6] и др. Следует отметить ряд зарубежных исследований [7 — 10], авторы которых — Н.Р. Baltes, C.L. Bennett, W-M. Boerner, G. Ross — внесли существенный вклад в развитие теории оптической локации. Во многих работах обсуждалась перспективность применения в лазерных локационных системах (ЛЛС) импульсов малой длительности (1 • Ю~10. 2 • 10~9с), обеспечивающих уменьшение погрешности измерения расстояний и возможность получения оценок геометрических параметров поверхности ло-цируемого объекта. Особую значимость имеет правильный выбор методов и средств получения информации об объекте, при котором учитываются особенности процессов распространения, рассеяния и регистрации излучения. Как следствие, резко возрастает актуальность комплексной проблемы получения информации о форме поверхности и ориентации лоцируемых объектов при различных условиях локации и использования этой информации для распознавания объектов.

К важнейшим и актуальным задачам следует отнести: получение итоговой оценки качества распознавания лоцируемых объектов при использовании в JIJIC системы распознавания (CP) с выбранными параметрамиобоснование достоверности этой оценки и последующий анализ возможности улучшения качества распознавания объектов в результате изменения параметров СР.

Разработка CP, основанная на применении современных достижений в области лазерной техники и средств регистрации и обработки сигналов в импульсных JIJIC, как правило, включает следующие этапы [11, 12] (рис. В.1):

1) синтез математических моделей поверхностей объектов, подлежащих распознаванию;

2) построение математических моделей процессов распространения, рассеяния и регистрации импульсов лазерного излучения;

3) выбор и реализация алгоритма первичной обработки регистрируемого сигнала и вычисление его признаков, инвариантных к изменению условий регистрации излучения;

4) выбор типа и параметров классификатора CP;

5) формирование обучающего и тестового множества признаков для обучения и последующего тестирования CP;

6) обучение CP и проведение имитационного моделирования с целью оценки качества функционирования CP;

7) получение количественной оценки качества функционирования CP и, при необходимости, коррекция ее параметров.

При выполнении перечисленных выше этапов известные классические модели зачастую не позволяют учесть многие особенности генерации, распространения, рассеяния и регистрации лазерного излучения. Это обстоятельство приводит к необходимости разработки и реализации эффек.

Моделирование сигналов.

Тестовое. множество1 сигналов.

Эталонное множество сигналов.

Формирование вектора признаков.

Тестовое множество t векторов 1 признаков.

Обучающее множество, векторов ' признаков.

Классификация.

ЗЕ.

Обучение классификатора.

— z^.

Оценка качества функционирования^ CP.

Выбор методов моделирования сигналов.

Выбор принципов формирования и размерности вектора признаков.

Выбор классификатора и метода его обучения.

Рис. В.1. Основные этапы построения CP тивных методов математического моделированияпроцессов распространения излучения J1JIC, рассеяния излучения поверхностью лоцируемого объекта, регистрации излучения фотоприемным устройством JIJ1C и последующей обработки сигналов, формируемых на его выходе [13 — 16].

Одной из важнейших и актуальных задач является получение итоговой оценки качества распознавания лоцируемых объектов при использовании в JIJ1C CP с выбранными параметрами, обоснование достоверности этой оценки и последующий анализ возможности улучшения качества распознавания объектов в результате изменения параметров СР.

Основная цель проведенных исследований состоит в разработке методов построения оценки качества распознавания объектов и выбора оптимальной конфигурации СР.

Объектом исследования является дальностный портрет, получаемый в результате локации объекта импульсом лазерного излучения.

Задачи исследования, решение которых было получено в процессе достижения поставленной цели, кратко формулируются следующим образом.

1. Анализ параметров CP, определяющих качество распознавания лоцируемых объектов.

2. Разработка методики формирования множеств векторов признаков для обучения и тестирования СР.

3. Построение критерия качества функционирования СР.

4. Разработка методики параметрической оптимизации CP в целях обеспечения максимального значения целевой функции критерия качества функционирования СР.

Методы исследования. При решении поставленных задач использовались методы системного анализа и математического моделирования, теория распознавания образов, методы теории вероятностей, математической статистики и теории случайных процессов, а также методы математического программирования.

Научная новизна результатов исследования. В процессе проведения исследования получены новые научные результаты как теоретического, так и прикладного характера:

1) математическая модель для расчета импульсных характеристик рассеяния (ИХР) и дальностных портретов подстилающей поверхности (ПП) с расположенными на ней местными предметами;

2) метод определения максимального размера сторон конечных элементов (КЭ), аппроксимирующих поверхность лоцируемого объекта, обеспечивающий заданную погрешность моделирования ИХР этого объекта;

3) методики построения критерия качества распознавания лоцируемого объекта и определения квазиоптимальных параметров СР.

Практическая и теоретическая ценность работы состоит в развитии методов математического моделирования и системного анализа применительно к решению важной задачи распознавания лоцируемых объектов. Основные результаты работы состоят в следующем.

1. Разработана совокупность алгоритмов и программное обеспечение для расчета ИХР и дальностного портрета ПП с расположенными на ней местными предметами.

2. Разработан и реализован метод определения максимального размера сторон КЭ, аппроксимирующих поверхность лоцируемого объекта, позволяющий проводить расчет ИХР этого объекта с заданной точностью.

3. Предложена и обоснована структура скалярного критерия качества распознавания объектов и на его основе разработана и реализована методика определения оптимальных параметров СР.

Реализация результатов исследования. Разработанные математические модели, методики и программное обеспечение реализованы в НИР «Юпитер», «Тропарь-ЛИСО», а также в ГБ НИР 1.01.04Д, выполненных в Научно-исследовательском институте радиоэлектроники и лазерной техники МГТУ им. Н. Э. Баумана.

Научные положения и результаты, выносимые на защиту.

1. Математическая модель дальностного портрета ПП с расположенными на ней объектами, позволяющая проводить расчет дальностного портрета путем сочетания аналитического представления ИХР облучаемого участка ПП и конечноэлементной аппроксимации поверхностей расположенных на нем объектов.

2. Математическая постановка и решение задачи об определении оптимальных размеров сторон КЭ, аппроксимирующих поверхности объектов.

3. Методика формирования множеств векторов признаков для обучения и тестирования CP, учитывающая вариации характеристик рассеяния излучения участками поверхностей лоцируемых объектов.

4. Синтез глобального скалярного критерия качества функционирования CP и его применение для оптимизации параметров СР.

Апробация работы и публикации. Результаты проведенного исследования докладывались и обсуждались на всероссийских и международных конференциях:

— Всероссийская конференция «Нейрокомпьютеры и их применение» НКП-2002 (Москва, 2002);

— Аэрокосмические технологии: Первая международная научно-техническая конференция, посвященная 90-летию со дня рождения академика В. Н. Челомея (Москва — Реутов, 2004);

— Международная конференция «Образование через науку», посвященная 175-летию МГТУ им. Н. Э. Баумана (Москва, 2005);

— на научных семинарах кафедры «Математическое моделирование» и отдела 05 НИИ РЛ МГТУ им. Н. Э. Баумана.

Основные результаты работы опубликованы в трех статьях, трех тезисах докладов на конференциях и изложены в четырех научно-технических отчетах о НИР.

Личный вклад автора. Все исследования, изложенные в диссертационной работе, проведены лично соискателем. Автором самостоятельно разработана система необходимых для проведения исследований математических моделей и проведено обоснование их адекватности, разработано программное обеспечение и получены результаты математического моделирования, позволившие провести анализ параметров качества разпознавания и построить скалярный критерий качества. Из совместных публикаций в диссертацию включен лишь тот материал, который непосредственно принадлежит соискателю, заимствованный материал обозначен в работе ссылками.

Структура и объем диссертации

Диссертация состоит из введения, четырех глав, заключения, списка литературы, содержащего 120 наименований, и приложений. Работа изложена на 148 страницах, включает 1 таблицу и 50 рисунков.

Основные результаты, полученные в работе, состоят в следующем.

1. Построена и теоретически обоснована математическая модель даль-ностного портрета подстилающей поверхности с расположенными на ней объектами, разработан и реализован алгоритм расчета таких дальностных портретов.

2. Разработана методика определения максимальных допустимых размеров сторон конечных элементов, аппроксимирующих поверхности объектов, при которых ошибка расчета импульсных характеристик рассеяния не будет превышать заданного значения.

3. Разработана методика моделирования сигнала на выходе фотодетектора в случае регистрации излучения малой интенсивности.

4. Реализована идея синтеза глобального скалярного критерия качества функционирования системы распознавания, на основе которого сформулирована задача оптимизации параметров систем распознавания и разработано соответствующее программное обеспечение.

5. Построенные модели и разработанное программное обеспечение использованы для оптимизации параметров систем распознавания для двух ситуационных задач. Получены результаты имитационного моделирования процесса распознавания, подтвердившие адекватность разработанных моделей и эффективность предложенных алгоритмов.

Проведенные в работе исследования и полученные в работе результаты позволяют сделать следующие выводы.

1. Построенная математическая модель дальностного портрета подстилающей поверхности с расположенными на ней объектами позволяет корректно сформировать обучающее и тестовое множества сигналов для обучения и последующего тестирования системы распознавания.

2. Найденная функциональная зависимость относительной ошибки расчета ИХР объектов от размера сторон конечных элементов, аппроксимирующих поверхности объектов, позволяет определить максимальный размер сторон конечных элементов, обеспечивающих ошибку расчета импульсных характеристик рассеяния, не превышающую заданного значения.

3. Разработанная математическая модель выходного тока фотодетектора в режиме регистрации излучения малой интенсивности позволяет находить реализации тока методами имитационного моделирования.

4. Синтезированный глобальный скалярный критерий качества функционирования системы распознавания позволяет не только проводить сравение различных систем распознавания между собой, но и определять оптимальные значения параметров систем распознавания.

Показать весь текст

Список литературы

  1. Теория когерентных изображений / П. А. Бакут, В. И. Мандросов, И. Н. Матвеев и др.- Под ред. Н. Д. Устинова. — М.: Радио и связь, 1987. — 264 с.
  2. Е.В., Рождествин В. Н. Перспективы развития методов получения информации о форме объектов в лазерных локационных системах и способы ее использования // Вестник МГТУ им. Баумана. Приборостроение. 1998. — Спец. вып. — С. 62−67.
  3. В.Е., Фадеев В. Я. Лазерные навигационные приборы. М.: Радио и связь, 1987. — 160 с.
  4. Е.Г., Порфирьев Л. Р., Хайтун Ф. И. Теория и расчет импульсных и цифровых оптико-электронных систем. Л.: Машиностроение, 1984. — 192 с.
  5. Лазерная локация / И. Н. Матвеев, В. В. Протопопов, И. Н. Троицкий и др.- Под ред. Н. Д. Устинова. М.: Машиностроение, 1984. — 272 с.
  6. Г. М., Немтинов В. Б., Лебедев Е. Н. Теория оптико-электронных систем. М.: Машиностроение, 1990. — 432 с.
  7. Inverse Source Problems in Optics / H.P. Baltes, H.A. Ferwerda, J. Geist, etc.- Edited by H.P. Baltes. Berlin — Heidelberg — New York: Springer-Verlag, 1978. — 193 p.
  8. Inverse Scattering Problems in Optics / H.P. Baltes, M. Bertero, W.M. Boerner, etc.- Edited by H.P. Baltes. Berlin — Heidelberg -New York: Springer-Verlag, 1980. — 303 p.
  9. Space-Time Integral Equation Approach to the Large Body Scattering Problem / C.L. Bennett, A.M. Auckenthaler, R.S. Smith, J.D. De Lorenzo // Final Report on Contract. 1973. — No. F30602−71-C-0162, RADC-CR-73−70, AD 736 794. — 248 p.
  10. Bennett C.L., Menger K.S., Hieronymus R. Space-Time Integral Equation Approach to the Targets with Edges // Final Report on Contract. 1974. — No. F30602−73-C-0124, SCRC-CR-74−3. — 347 p.
  11. Ту Дж., Гонсалес P. Принципы распознавания образов: Пер. с англ. М.: Мир, 1978. — 412 с.
  12. Селекция и распознавание на основе локационной информации / A.JI. Горелик, Ю. Л. Барбаш, О. В. Кривошеев и др.- Под ред. А. Л. Горелика. М.: Радио и связь, 1990. — 240 с.
  13. А.А., Михайлов А. П. Математическое моделирование в технике. М.: Наука, 1997. — 320 с.
  14. B.C. Математическое моделирование в технике: Учебник для вузов / Под ред. B.C. Зарубина, А. П. Крищенко. М.: Изд-во МГТУ им. Н. Э. Баумана, 2001. — 496 с. (Сер. Математика в техническом университете- Вып. XXI).
  15. П.С., Петров А. А. Принципы построения моделей.- М.: Изд-во Моск. ун-та, 1983. 264 с.
  16. В.П. Математическое моделирование технических систем.- Минск: ДизайнПРО, 1997. 640 с.
  17. Основы импульсной лазерной локации / В. И. Козинцев, M.JI. Белов, В. М. Орлов и др.- Под ред. В. Н. Рождествина. М.: Изд-во МГТУ им. Н. Э. Баумана, 2006. — 512 с.
  18. Е.И., Трифонов А. П. Оценка параметров сигналов на фоне помех. М.: Сов. радио, 1978. — 256 с.
  19. Е.В., Зубцов С. А., Петров В. А. Использование ультракоротких импульсов лазерного излучения для получения информации о форме и ориентации лоцируемых объектов // Вестник МГТУ им. Н. Э. Баумана. Сер. Приборостроение. 1991. — № 3. — С. 100−113.
  20. Е.В., Митрофанов A.JI. Оценка функции когерентности 4-го порядка методом пространственной свертки и перспективы ее применения в лазерных информационных системах // Квантовая электроника. 1996. — Т. 23, № 5. — С. 460−464.
  21. Е.В., Митрофанов A.J1. Точность измерения углового радиуса объекта по оценкам функции когерентности четвертого порядка в оптически однородных и турбулентных средах // Квантовая электроника. 1997. — Т. 24, № 1. — С. 82−84.
  22. А.А., Сенин А. И. Исследование поляризационных отражательных свойств материалов и покрытий при лазерном облучении // Вестник МГТУ им. Н. Э. Баумана. Сер. Приборостроение. 1996. — № 4. — С. 14−21.
  23. Е.В. Синтез системы распознавания объектов по форме огибающей лазерного импульса при импульсно-периодической локации // Квантовая электроника. 1998. — Т. 25, № 5. — С. 471−475.
  24. В.Е., Орлов В. М. Лазерные системы видения. М.: Изд-во МГТУ им. Н. Э. Баумана, 2001. — 352 с.
  25. Е.В., Джафар А. Распознавание двухмерных контрастных изображений объектов по инвариантным информативным признакам с применением нейросетевых алгоритмов // Нейрокомпьютеры: разработка, применение. 2001. — № 1. — С. 57−64.
  26. Ф.И., Кадзов Д. А. Расчет отражения от ламберто-вых поверхностей при нестационарном облучении // Оптико-механическая промышленность. 1972. — № 8. — С. 72−73.
  27. Ф.И., Заманская И. Е. Расчет отраженного сигнала при нестационарном облучении плоской ламбертовой поверхности // Оптико-механическая промышленность. 1974. — № 2. — С. 1113.
  28. С.И. Радиотехнические цепи и сигналы. М.: Высшая школа, 1983. — 536 с.
  29. Л.А. Теоретические основы электротехники. Электрические цепи. М.: Высшая школа, 1984. — 559 с.
  30. У.М. Цепи, сигналы, системы. М.: Мир, 1988. — 4.1. — 336 с.
  31. А.В., Завада B.C., Непогодин И. А. К расчету импульсных характеристик отражения тел в оптическом диапазоне // Импульсная фотометрия. 1978. — № 5. — С. 31−34.
  32. Имитационное моделирование в задачах оптического дистанционного зондирования / Г. М. Креков, В. М. Орлов, В. В. Белов и др.- Новосибирск: Наука, Сиб. отд-ние, 1988. 165 с.
  33. Ильин В. А, Позняк Э. Г. Линейная алгебра. М.: Наука, 1978.- 304 с.
  34. Г., Корн Т. Справочник по математике для научных работников и инженеров: Пер. с англ. М.: Наука, 1968. — 720 с.
  35. B.C. Обобщенные функции в математической физике.- М.: Наука, 1979. 320 с.
  36. И.М., Шилов Г. Б. Обобщенные функции и действия над ними. М.: Физматгиз, 1959. — 470 с.
  37. Г. С. Оптика. М.: Наука, 1976. — 926 с.
  38. Перспективы применения метода анализа дальностных портретов объектов в импульсной лазерной локации / Е. В. Бурый, А.К. Ди-бижев, В. Н. Рождествин, Ю. Л. Смирнова // Образование через науку: Тез. докл. международного симпозиума. М., 2005. — С. 118 123.
  39. К. Введение в статистическую теорию распознавания образов: Пер. с японск. М.: Наука, 1979. — 368 с.
  40. Wood J., Taylor J.S. A unifying framework for invariant pattern recognition // Pattern recognition letters. 1996. — V. 17. — P. 14 151 422.
  41. В.И. Конструирование пространств в процессе обучения распознаванию образов // Автоматика. 1987. — № 4. — С. 18−27.
  42. А.А., Гулин А. В. Численные методы. М.: Наука, 1989.- 432 с.
  43. А.И. Теория нейронных сетей. М.: ИПРЖР, 2000.- Кн. 1. 416 с.
  44. Э. Основы теории распознавания образов: Пер. с англ. / Под ред. Б. Р. Левина. М.: Сов. радио, 1980. — 408 с.
  45. Я.И., Тарловский Г. Р. Статистическая теория распознавания образов. М.: Радио и связь, 1986. — 264 с.
  46. Г. А. Биометрические системы: методы и средства идентификации личности человека. СПб.: Политехника, 2001. — 240 с.
  47. Jain А.К., Duin R.P.W., Мао J. Statistical pattern recognition: a review // IEEE Transactions on Pattern Analysis and Machine Intellidence. 2000. — V. 22. — P. 4−37.
  48. De Backer S. Unsupervised pattern recognition, dimentionality reduction and classification: PhD Dissertation / University of Antwerp.- Antwerp, 2002. — 138 p.
  49. Fridman M., Kandel A. Introduction to pattern recognition: statistical, structural, neural and fuzzy logic approaches. London: Imperial college press, 2000. — 329 p.
  50. Martinez-Trinidad J.F., Guzman-Arenas A. The logical combinatorial approach to pattern recognition, an overview through selected works // Pattern recognition. 2001. — V. 34. — P. 741−751.
  51. Ross T.J. Fuzzy logic with engineering applications. Singapore: McGraw-Hill Book Co, 1997. — 600 p.
  52. Zhuravlev Y.I. An algebraic approach to recognition or classification problems // Pattern recognition and image analysis. 1998. — V. 8, № 1. — P. 59−100.
  53. В.И. Распознающие системы. Киев: Наукова думка, 1983. — 421 с.
  54. Н. Обучающиеся машины. Пер. с англ. М.: Мир, 1967.- 180 с.
  55. Теория и методы построения решающих функций распознавания образов. Новосибирск: Изд-во НГТУ, 2000. — 62 с.
  56. А.А., Мальцев А. В., Пархоменко В. П. Принятие решений с помощью обобщенных линейных разделяющих функций. -М.: Радио и связь, 2000. 48 с.
  57. Р., Харт П. Распознавание образов и анализ сцен. М.: Мир, 1976. — 511 с.
  58. П.А., Шумилов Ю. П. Статистические методы обработки информации. Теория оценивания параметров. М.: МФТИ, 2004.-56 с.
  59. В.Н., Червоненкис А. Я. Теория распознавания образов (статистические проблемы обучения). М.: Наука, 1974. — 415 с.
  60. Hoppner F. Fuzzy cluster analysis: methods for classification, data analysis and image recognition. New York: John Wiley & Sons, 1999.- 289 p.
  61. А. Разработка системы распознавания изображений объектов, наблюдаемых через слой турбулентной атмосферы: Дисс. канд. техн. наук. М.: МГТУ им. Н. Э. Баумана, 2004. — 130 с.
  62. С. Нейронные сети для обработки информации. М.: Финансы и статистика, 2002. — 344 с.
  63. Ф. Нейрокомпьютерная техника: Теория и практика. -М.: Мир, 1992. 240 с.
  64. Ф. Принципы нейродинамики (перцептрон и теория механизмов мозга). М.: Мир, 1965. — 480 с.
  65. А.Н. Обучение нейронных сетей. М.: СП Параграф, 1990.- 160 с.
  66. Ф.П. Методы оптимизации. М.: Факториал Пресс, 2002.- 824 с.
  67. И.П. Введение в автоматизированное проектирование технических устройств и систем. М.: Высшая школа, 1980.- 312 с.
  68. А.В. Дифференциальная геометрия. М.: Наука, 1969.- 176 с.
  69. И.Н., Семендяев К. А. Справочник по математике для инженеров и учащихся втузов. М.: Наука, 1986. — 544 с.
  70. Г., Фикс Дж. Теория метода конечных элементов: Пер. с англ. М.: Мир, 1977. — 350 с.
  71. В.В., Давыдов Ю. Т. Приемные устройства оптического диапазона. М.: Изд-во МАИ, 1992. — 157 с.
  72. М.С., Каминский Р. П., Борисов Ю. Б. Основы проектирования лазерных локационных систем. М.: Высшая школа, 1983. — 208 с.
  73. Е.В., Косых А. Е. Экспериментальное получение дальност-ных портретов и их распознавание // Квантовая электроника. 1998. — Т. 25, № 10. — С. 957−960.
  74. Р. Оптическая когерентность и статистика фотонов // Квантовая оптика и квантовая радиофизика / Под ред. О. В. Богданкевича, О. Н. Крохина. М.: Мир, 1966. — С. 91−280.
  75. Я. Квантовая статистика линейных и нелинейных оптических явлений: Пер. с англ. М.: Мир, 1987. — 368 с.
  76. Mandel L. Fluctuations of Photon Beams and Their Correlations // Proceedings of the Physical Society. 1958. — V. 72. — P. 1037.
  77. А.Г., Гаванин В. А., Зайдель И. Н. Вакуумные фотоэлектронные приборы. М.: Радио и связь, 1988. — 272 с.
  78. Одноэлектронные фотоприемники / С. С. Ветохин, И. Р. Гулаков, А. Н. Перцев и др. М.: Энергоатмиздат, 1986. — 160 с.
  79. Г. И., Каштанов В. А., Коваленко И. Н. Теория массового обслуживания. М.: Высшая школа, 1982. — 256 с.
  80. В.И. Математическое моделирование стохастических систем. Петрозаводск: Изд-во Петрозаводского гос. ун-та, 1994.- 488 с.
  81. Е.В., Смирнова Ю. Л. Влияние квантового характера регистрации излучения малой интенсивности на погрешность измерения расстояний в импульсной лазерной локации // Квантовая электроника. 2004. — Т. 34, № 12. — С. 1147−1150.
  82. П.А., Жулина Ю. В., Иванчук Н. А. Обнаружение движущихся объектов / Под ред. П. А. Бакута. М.: Советское радио, 1980. — 288 с.
  83. Ш. Теория статистических выводов / Пер. с англ. Е.В. Чепу-рина. М.: Мир, 1975. — 776 с.
  84. И.К., Загоруйко Е. А., Канатников А. Н. Введение в исследование операций: Учебное пособие. М.: МГИУ «ИНФО-Рутения», 2003. — 272 с.
  85. И.М., Статников Р. Б. Выбор оптимальных параметров в задачах со многими критериями. М.: Наука, 1981. — 111 с.
  86. В.Д., Ногин В. Д. Парето-оптимальные решения многокритериальных задач. М.: Наука, 1982. — 256 с.
  87. B.C. Теория вероятностей и математическая статистика.- М.: Наука, 1979. 496 с.
  88. Математическая статистика: Учебник для вузов / В. Б. Горяинов, И. В. Павлов, Г. М. Цветкова и др.- Под ред. B.C. Зарубина, А.П.
  89. Крищенко. М.: Изд-во МГТУ им. Н. Э. Баумана, 2001. — 424 с. (Сер. Математика в техническом университете- Вып. XVII).
  90. Теория вероятностей: Учебник для вузов / В. А. Печинкин, О. И. Тескин, Г. М. Цветкова и др.- Под ред. B.C. Зарубина, А. П. Крищенко. М.: Изд-во МГТУ им. Н. Э. Баумана, 1998. — 456 с. (Сер. Математика в техническом университете- Вып. XVI).
  91. А.Г., Юрачковский Ю. П. Моделирование сложных систем по экспериментальным данным. М.: Радио и связь, 1987.- 120 с.
  92. Ю.П., Маркова Е. В., Грановский Ю. В. Планирование эксперимента при поиске оптимальных условий. М.: Наука, 1976.- 280 с.
  93. Н., Дион Ф. Статистика и планирование экперимента в технике и науке. Методы обработки данных: Пер. с англ. М.: Мир, 1980. — 612 с.
  94. Д.К. Планирование эксперимента и анализ данных: Пер. с англ. JL: Судостроение, 1980. — 384 с.
  95. В.В. Теория эксперимента. М.: Наука, 1971. — 208 с.
  96. А.Н. Погрешности измерений физических величин. Д.: Наука, 1985. — 112 с.
  97. Р.Г. Численные методы в многоэкстремальных задачах (информационно-статистические алгоритмы). М.: Наука, 1970.- 240 с.
  98. JI.A. Системы экстремального управления. М.: Наука, 1974. 632 с.
  99. В.Г. Математическое программирование. М.: Наука, 1975. 272 с.
  100. А.А. Прикладные задачи математического программирования. М.: Изд-во МГТУ им. Н. Э. Баумана, 1990. — 189 с.
  101. Д.Б., Голыптейн Е. Г. Линейное программирование. Теория, методы, приложения. М.: Наука, 1969. — 424 с.
  102. Дж. Линейное программирование: Пер. с англ. М.: Прогресс, 1966. — 600 с.
  103. . Современное линейное программирование: Пер. с англ.- М.: Мир, 1984. 224 с.
  104. X. Введение в исследование операций- В 2 т.: Пер. с англ.- М.: Мир, 1985. Т.1. — 479 е.- Т.2. — 496 с.
  105. Р. Имитационное моделирование систем искусство и наука: Пер. с англ. — М.: Мир, — 1978. — 417 с.
  106. И.В. Имитационное моделирование на ЭВМ. М.: Радио и связь, 1988. — 232 с.
  107. В.Н. Автоматизация имитационного моделирования сложных систем. М.: Наука, 1977. — 240 с.
  108. Дж. Статистические методы в имитационном моделировании: Пер. с англ. М.: Статистика, 1978. — 335 с.
  109. М. Математическое программирование. Теория и алгоритмы: Пер. с франц. М.: Наука, 1990. — 487 с.
  110. Ф.П. Численные методы решения экстремальных задач.- М.: Наука, 1988. 552 с.
  111. Д., Моулер К. Численные методы и программное обеспечение: Пер. с англ. М.: Мир, 1998. — 575 с.
  112. Е.В., Смирнова Ю. Л. Анализ устойчивости распознавания объектов в оптическом диапазоне при изменении характеристик рассеяния их поверхностей // Нейрокомпьютеры и их применение: Труды VIII Всеросс. конф. М., 2002. — С. 86−87.
  113. Н.П., Акимов Л. П. Об индикатрисах рассеяния света лунным грунтом, доставленным автоматической станцией &bdquo-Луна-16″ // Лунный грунт из Моря Изобилия. М.: Наука, 1974.- С. 501−502.
  114. С.А., Рекант Н. Б., Кузьминский Л. И. Экспериментальное исследование полусферической отражательной способности технических материалов в диапазоне солнечного излучения в зависимости от угла падения лучей // Гелиотехника. 1971. — № 4.- С. 50−55.
Заполнить форму текущей работой

Сессия? Спокойно!