Ю.В. Доронина, А.М. Скатков
ФГАОУ ВО «Севастопольский государственный университет»,
РФ, г. Севастополь, ул. Университетская, 33
E-mail: YVDoronina@sevsu.ru
УДК 519.8
DOI: 10.33075/2220-5861-2023-4-103-111
EDN: https://elibrary.ru/celzak
Реферат:
Статья посвящена решению задачи приближенной оценки вероятностных характеристик результатов обнаружения объектов при дистанционном зондировании Земли. На практике часто требуется знание о достаточности статистических данных, которые позволят управлять оборудованием космического аппарата, стратегиями запуска с заданными доверительными вероятностями. Предполагается, что объект поиска расположен на плоскости, ограниченной окружностью с некоторым радиусом r. На основе метода Монте-Карло была выбрана случайная точка, имитирующая луч космического аппарата. Случайное число попаданий луча в круг по отношению к числу всех тестов является приблизительной оценкой вероятности попадания в предполагаемую область поиска. Координаты точки являются случайными, распределенными по нормальному закону с математическим ожиданием M = 0. Показано, что наиболее быстрое уменьшение вероятности происходит при максимальном угле: после первой условной единицы времени вероятность уменьшается примерно в три раза, а при уменьшении скорости в два раза вероятность обнаружения увеличивается в два раза. Моделирование указанных поисковых ситуаций проводилось на основе разработанного программного обеспечения, которое позволило при наличии классификации типичных случаев получить оценки вероятности и стандартного отклонения в зависимости от времени при различных скоростях роста дисперсии с углами наклона. Результаты исследования позволили повысить степень обоснованности принимаемых решений по управлению параметрами космического аппарата.
Ключевые слова: дистанционное зондирование Земли, вероятность обнаружения, орбитальный спутник, космический аппарат, нестационарная дисперсия.
СПИСОК ЛИТЕРАТУРЫ
- Технология визуального геодезического ориентирования космических снимков земной поверхности / А.М. Кочергин, А.Е. Кузнецов, В.И. Побаруев, А.С. Шокол // Цифровая обработка сигналов. 2012. № 3. С. 45–48.
- Новаковский Б.А., Пермяков Р.В. Комплексное геоинформационно-фото-грамметрическое моделирование рельефа: учебное пособие. М.: Изд-во МИИГАиК, 2019. 175 с.
- Стариков И.П., Копылова Н.С., Шерстюк Е.В. Математическая модель единого дифференциально-локального метода отображения земной поверхности // Информация и космос. 2017. № 1. С. 168–173.
- Макунина Я.С., Долматов С.Н., Борисевич А.Н. Перспективы применения технологии ДЗЗ в качестве инструмента раннего обнаружения лесных пожаров // Актуальные проблемы обеспечения пожарной безопасности и защиты от чрезвычайных ситуаций: материалы IV Всероссийской научно-практической конференции (Железногорск, 21 апреля 2023 г.). 2023. С. 174–177.
- Соловьёв М.Д. Перспективные проекции с многократными изображениями (перспективами) // Труды ЦНИИГАиК. 1959. Вып. 31. С. 137–165.
- Андронов В.Г. Математические модели, методы и методики автономной фотограмметрической обработки космических сканерных снимков: дис. … д-ра техн. наук. Курск. 2016. 328 с.
- Комиссаров А.В. Теория и технология лазерного сканирования для пространственного моделирования территорий: дис. … д-ра техн. наук. Новосибирск, 2016. 278 с.
- Hope C., Chuaqui M. Manual total station monitoring // Geotechnical News. 2008. No. 26. Iss. 3. P. 28–30.
- Wang H. Application of Leica TS30 ultra-precision total station in de-formation monitoring // Journal of Liaoning, Technical University (Natural Science Edition). 2015. No. 34, Iss. 3. P. 401–404.
- Bond J., Chrzanowski A., Wilkins R. Using GPS for augmenting deformation monitoring systems in open pit mines — Problems and solutions // Geomatica. 2005. No. 59, Iss. 1. P. 73–82.
- Zhao Q.A. A snowment runoff forecasting model coupling WRF and DHSVM / Q. Zhao, Z. Liu, B. Qin, Z. Wei, S. Fang // Hydrology and Earth Systems sciences (HESS). 2009. Vol. 13 (10). P. 1897–1906.
- Исследование точности фототриангуляции с использованием различных методов лабораторной и полевой калибровки / А.Г. Чибуничев, В.М. Курков, А.В. Говоров [и др.] // Изв. вузов. Геодезия и аэрофотосъемка. 2016. № 2. С. 42–47.
- Mendoza M., Tsvetkov P.V., Lewis M. Multi-modal global surveillance methodology for predictive and on-demand characterization of localized processes using cube satellite platforms and deep learning techniques // In Remote Sensing Applications: Society and Environment. 2021. Vol. 22. P. 100518. DOI: 10.1016/j.rsase. 2021.100518.
- Guyot A., Lennon M., Hubert-Moy L. Objective comparison of relief visualization techniques with deep CNN for archaeology // Journal of Archaeological Science: Reports. 2021. Vol. 38. P. 103027. DOI: 10.1016/j.jasrep.2021.103027
- Михайлов И.Р., Абрамов Н.А., Долматов С.Н. Методы дистанционного зондирования земли в лесной промышленности // Современные инновации, системы и технологии. 2023. № 3 (3). С. 0301–0310. https://doi. org/10.47813/2782-2818-2023-3-3-0301-0310
- Полунатурное моделирование бортовых радиолокационных систем, работающих по земной поверхности: учебное пособие / В.Г. Важенин, Н.А. Дядьков, А.С. Боков, А.К. Сорокин, Ю.В. Марков, Л.Л. Лесная / под общ. ред. В.Г. Важенина. Екатеринбург: Изд-во Урал. ун-та, 2015. 208 c.
- Михайлов Г.А., Аверина Т.А. Алгоритм «максимального сечения» в методе Монте-Карло // Доклады Академии наук. 2009. Т.428, №2. C. 163–165.