Estimation of possibilities of a military vehicle type recognition on the basis of ground vibrations independently upon vehicle speed

• Autorzy: Jackowski J. , Wieczorek M.

Warianty tytułu

PL

Ocena możliwości rozpoznawania typu pojazdu wojskowego na podstawie drgań podłoża niezależnie od prędkości jazdy

• Języki publikacji: PL

Abstrakty

PL

W pracy przedstawiono proces wskazania cech charakterystycznych sygnałów sejsmicznych, wywołanego przez zróżnicowane pod względem masy i konstrukcji pojazdy. Analizę zarejestrowanych sygnałów drgań podłoża przeprowadzono na podstawie reprezentacji częstotliwościowej. Bazując na teście różnic Studenta wykonano badania szeregu parametrów wyznaczonych widmowych gęstości mocy sygnałów pod kątem ich przydatności dla zbioru cech różnicujących. Proces zakwalifikowania zarejestrowanego sygnału badanego obiektu do odpowiedniej klasy może być realizowany różnymi metodami. Najczęściej przeprowadza się go na podstawie położenia zbioru cech obiektu względem powierzchni oddzielających go od zbiorów innych obiektów w wielowymiarowej przestrzeni cech. Wychodząc naprzeciw wymogowi maksymalnego uproszczenia struktury klasyfikatora, poszukiwanie najlepszej płaszczyzny rozdzielającej ograniczono do wykorzystania metody sieci neuronowej bazującej na uczeniu perceptronowym Rosenblatta. Zestawione wyniki obliczeń wskazują na wysokie prawdopodobieństwo poprawnego rozpoznania sygnałów sejsmicznych wywołanych przejazdem pojazdów kołowych i gąsienicowych. Metoda klasyfikowania sygnałów drgań podłoża wskazała na możliwość poprawnego rozpoznania ruchu pojazdów gąsienicowych i kołowych z prawdopodobieństwem bliskim 100% oraz z uwzględnieniem ich podziału na "lekkie" i "ciężkie" z prawdopodobieństwem bliskim 90%.

EN

This work presents the results of the measurement of the seismic vibration generated by differentiated in respect of the vehicle weight and structure. The analysis of registered seismic signals was carried out on the basis of frequency representation. Based on the Student difference test, a series of parameters of determined spectral signal power densities were examined for their usefulness for a differentiating feature vector. A process of qualifying a registered signal of a detected object to a proper class can be realized by various methods. Most often it is carried out on the basis of the object feature vector position against spaces separating it from the vectors of other objects in the multidimensional space of features. Meeting the requirement of maximum classifier structure simplification, searching for the best separating plane was limited to the neuron network method based on the Rosenblatt perception education. Specification of measurement results indicates that there is a high probability of correct recognition of seismic signals generated by the wheeled and tracked vehicles motion. The method of signal classifying of ground vibrations indicated the possibility of the correct recognition of movement of tracklaying and vehicular vehicles with the probability close to 100% and with regard of distribution on "light" and "heavy with the probability close to 90%.

Słowa kluczowe

PL

rozpoznawanie pojazdów; sygnały sejsmiczne

EN

recognition of vehicles; seismic signals

• Wydawca: Łukasiewicz Research Network - Institute of Aviation ; European Science Society of Powertrain and Transport KONES Poland ; Wydawnictwo Instytutu Technicznego Wojsk Lotniczych
• Czasopismo: Journal of KONES
• Rocznik: 2007
• Tom: Vol. 14, No. 2
• Strony: 209--216
• Opis fizyczny: Bibliogr. 4 poz., rys.

Twórcy

autor

Jackowski J.

autor

Wieczorek M.

• Military University of Technology Faculty of Mechanical Engineering Gen. Sylwestra Kaliskego 2, 00-908 Warszawa, Poland tel.: [phone],

Bibliografia

• [1] Jackowski, J., Prochowski, L., Wieczorek, M., Using several features of ground vibration during vehicle recognition process, Biuletyn WAT, vol. LII, nr 08-09, pp. 151-160, 2003.
• [2] Jackowski, J., Wieczorek, M., Classification of acoustic signals generated by military vehicle motion, Mechanika, tom 23, zeszyt 2, AGH, Kraków, 2004.
• [3] Kwiatkowski, W., Metody automatycznego rozpoznawania wzorców, Wyd. Instytut Automatyki i Robotyki Wydzia􀃡u Cybernetyki Wojskowej Akademii Technicznej, Warszawa, 2001.
• [4] Dobosz, M., Wspomagana komputerowo statystyczna analiza wyników badań, Akademicka Oficyna Wydawnicza EXIT, Warszawa 2001.