Рассматривается методический подход к распознаванию объектов вторжения в охраняемую зону с помощью оптико-электронных средств робототехнического комплекса, который основывается на существовании некоторого признакового пространства (совокупности сигнальных и геометрических признаков) для каждого класса и типа объекта. Решаемая задача сравнения байесовских апостериорных вероятностей классов (типов) объектов сводится к вычислению априорных вероятностей
и функций распределения энергии сигналов и геометрических параметров объектов, т.е. функций правдоподобия признака к конкретному классу (типу) объекта.
На основе полученных параметров проанализированы зависимости вероятности правильного распознавания, вероятности пропуска, ложного распознавания и перепутывания объектов от коэффициента различимости при отклонении от эталона энергии сигнала объекта в меньшую и большую стороны. Полученные результаты необходимы для решения проблемы адаптивного группового управления робототехническими комплексами при решении оперативно-тактических задач в условиях
неопределeнной динамической среды.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.