Теория и расчет оптико-электронных приборов - Якушенков Ю.Г.
ISBN 5-88439-035-1
Скачать (прямая ссылка):
В общем случае HC может иметь несколько скрытых слоев. В этом случае возрастают ее функциональные возможности. В распространенных HC однонаправленного действия связи между отдельными нейронами разрешены только в одном направлении — от входа к выходу, кроме того, невозможна связь между нейронами внутри одного слоя.
С помощью HC возможно преобразовывать различные комбинации входных сигналов в желаемые комбинации выходных. Если входные сигналы соответствуют отдельным признакам (или векторам признаков) объектов, распознаваемых с помощью НС, то наиболее информативным признакам и их сочетаниям придаются большие веса, либо эти веса устанавливаются в процессе обучения или самообучения.
Пример реализации оптической HC приведен на рис. 11.35 [5]. Вектор входных сигналов преобразуется в напряжение, питающее через выходной регистр 3 входную линейку светодиодов 4. Излучение от
374|-„aja 11. Фильтрация сигналов в оптико-электронных приборах
каждого из светодиодовс помощью цилиндрической линзы 5 проецируется на соответствующую сФ°кУ оптического транспаранта 6, мозаичные элементы которого имеют коэффициенты пропускания, пропорЛиональные весовым коэффициентам,с которыми осуществляется обработка сигналов отдельных нейронов. Пот"к с каждой колонки транспаранта с пт°Щью цилиндрической линзы 7 суммируется на соответствующем фотопріїемнике линейки 8. Сигналы с фотоіфиемников усиливаются, нелинейно преобразуются в электронном блоке 2 и вновь поступают на линейку светодиодов 4. Через конечное число итераций на выходе блока 2 образуете^ полученное решение, считываемое через выходной регистр 1. При современном уровне технологии возможно создать транспарант-матрицу весовых коэффициентов из IO8 и более элементов. Для адаптивно1"0 обучения транспарант 6 может быть сделан перезаписываемым, Т-е. может выполняться на основе ПВМ (см. §9-7).
Появились сообщения 0 весьма успешном использовании HC в оп-тико-электронных приборах и системах. Эти сети применяются для распознавания объектов, изображения которых частично перекрываются, для распознавания объектов гражданского и военного назначения при различных ракунах их наблюдения.
Пример НС, в которой при режиме обучения используется обратная связь, рассмотрен в [33]. Сеть содержит два нейрона в выходном слое (рис. 11.36), семь нейронов в скрытом слое и столько же во входном слое.
После 15-и итераций обучения НС, на вход которой подавались инвариантные моментнь)е соотношения I1, ..., I7 (см. § 11.11), соответствующие изображен!*10 Двух объектов (самолетов), наблюдаемых под различными ракурсами, ошибка идентификации любого из изображений не превышала 8% •
Очень эффективным представляется использование HC в сочетании с оптическими корреляторами. С помощью HC подавляются шумы, улучшается контраст изображений, осуществляется идентификация изображений и отдельных их фрагментов.
t t
Рис.11.35. Схема простейшей оптической нейронной сети
375¦щ
Ю.Г. Якушенков. Теория и расчет оптико-электронных приборов
Рис. 11.36. Нейронная сеть для распознавания двух различных объектов
На сегодня практическая реализация НС, пригодных для работы в составе мобильных (полевых, бортовых и др.) ОЭП, еще не вышла из стадии первых лабораторных экспериментов, что связано с рядом трудностей, например громоздкостью системы дискретных нейронов, сложностью выполнения методами интегральной технологии резисторов с достаточно точными номиналами, что необходимо для реализации требуемых весовых коэффициентов при передаче сигналов между слоями НС. Однако развернувшиеся в последние годы во многих странах, в том числе и у нас, многочисленные работы по разработке теории и практики HC позволяют надеяться, что в самое ближайшее время эти устройства найдут весьма широкое распространение в ОЭП.
Контрольные вопросы
1. Зависит лн частотная характеристика оптимального пространственного фильтра ОЭП от длин волн оптического излучения, на которых работает прибор?
2. Как устанавливается (выбирается) пороговый уровень X0 в схеме, представленной нарис. 11.1?
3. Каков физический смысл экспоненциального сомножителя в формуле (11.6)?
4. В каких ОЭП — с однократной или с двукратной амплитудной модуляцией — легче выполнить условие (11.6), если оптимальная фильтрация осуществляется в электронном тракте? Почему?
5. Что такое квазиоптимальная фильтрация? Почему она распространена на практике.
6. Предложите схемы ОЭП, реализующих способ балансной спектральной фильтрации?
7. Сравните достоинства и недостатки двух пространственных фильтров — шахматного растра и мозаичного приемника излучения.
8. Как отфильтровать мощную низкочастотную составляющую пространственно-частотного спектра большинства естественных излучающих фонов (небо, наземный ландшафт и т.п.)?
376Глава 11. Фильтрация сигналов в оптико-электронных приборах
9. Предложите структуру пространственного фильтра для селекции вытянутого в одном направлении изображения на изотропном фоне.
10. Сравните различные алгоритмы селекции движущихся объектов между собой.