Application of r-contiguous-bits scheme borrowed from immune systems to characteristic points of radar image identification

• Autorzy: Praczyk T.
• Języki publikacji: EN

Abstrakty

EN

The problem of continuous position availability is one of the most important issues connected with human activity at sea. Since the availability of satellite navigational systems can be limited in some cases, for example during military operations, we should consider other methods of acquiring information about ship's position. One of such methods is to apply information included in a radar image of a coast. The positioning system extracts characteristic points from the radar image, identifies them, i.e. assigns correct location to each of them, and finally fixes ship's position using previously identified points as reference points. In this paper, a new method of identification of radar image characteristic points is presented which is an adaptation of r-contiguousbits scheme borrowed from immune systems. The method proposed compares coastlines visible from radar image points with pattern coastlines generated from navigational chart.

PL

Jednym z urządzeń wykorzystywanych w nawigacji morskiej do wyznaczenia przybliżonej pozycji okrętu jest radar nawigacyjny. Aby wyznaczyć pozycję przy pomocy radaru należy wykonać Następujące czynności: wyznaczyć na obrazie radarowym zbiór punktów charakterystycznych (końce półwyspów, mola itp.), dokonać identyfikacji tych punktów (przyporządkować każdemu z nich dokładna pozycje odpowiednika z mapy), wyznaczyć namiar i odległość do każdego ze zidentyfikowanych punktów, użyć klasycznej nawigacji radarowej oraz całej zdobytej Informacji do określenia pozycji jednostki. W artykule przedstawiono metodę identyfikacji punktów charakterystycznych obrazu radarowego oparta o regułę r-contiguous-bits (rcb). Reguła rcb używana jest w sztucznych systemach immunologicznych do porównania ciągów binarnych imitujących antyciała i antygeny. Zgodnie z reguła rcb dwa ciągi binarne odpowiadają sobie wzajemnie, jeśli występują w nich podciągi o długości co najmniej r zawierające takie same elementy. Proponowana w artykule metoda identyfikacji zakłada, że punkty charakterystyczne reprezentowane są w postaci wektorów rzeczywistoliczbowych. Składowe wektorów są odległościami od obiektów widzianych dookoła punktu charakterystycznego. Wektory reprezentujące punkty charakterystyczne obrazu radarowego porównywane są z wektorami reprezentującymi wzorcowe punkty charakterystyczne wyznaczone z mapy nawigacyjnej. Dwa wektory reprezentują ten sam punkt, jeśli występują w nich podobne fragmenty o określonej długości. W artykule przedstawiono szereg modyfikacji oryginalnej reguły rcb. Przy porównaniu wektorów uwzględniono ich dwie podstawowe właściwości. Po pierwsze wektory reprezentujące punkty charakterystyczne obrazu radarowego zawierają odległości wyznaczone przy pomocy radaru. Ze względu na błędy radaru odległości te mogą być wyznaczone z różną dokładnością (błąd radaru narasta wraz z odległością od obiektu). Podczas porównania wektorów składowe wyznaczone potencjalnie z większym błędem traktowane są z większa wyrozumiałością niż składowe których wartości bliższe są wartościom dokładnym. Druga ważna cecha wektorów reprezentujących punkty charakterystyczne jest występowanie w nich dwóch kategorii elementów. Elementy pierwszej kategorii informują o ladzie, który występuje na pewnym namiarze od rozważanego punktu. Elementy drugiej kategorii informują o braku ładu na zadanym namiarze (przy pomocy radaru nie jesteśmy w stanie go dostrzec). Ponieważ elementy pierwszej kategorii są nośnikiem "mocniejszej" informacji niż elementy drugiej kategorii ich wpływ na wynik porównania wektorów jest większy niż wpływ tych ostatnich. Metoda identyfikacji zaproponowana w artykule została sprawdzona eksperymentalnie. Testom poddana została głównie odporność metody na lokalne zakłócenia obrazu radarowego. Wyniki eksperymentów zaprezentowane zostały w ostatniej części artykułu.

Słowa kluczowe

EN

identification; immune system; maritime navigation

• Wydawca: Instytut Informatyki Teoretycznej i Stosowanej Polskiej Akademii Nauk
• Czasopismo: Theoretical and Applied Informatics
• Rocznik: 2007
• Tom: Vol. 19, No. 1
• Strony: 37--56
• Opis fizyczny: Bibliogr. 10 poz., rys.

Twórcy

autor

Praczyk T.

• Institute of Navigation and Hydrography Naval University ul. Smidowicza 69 Gdynia, Poland,

Bibliografia

• [1] Balthrop J., Esponda F., Forrest S., Glickman M. : Coverage and Generalization in Artificial Immune System. in Proc. Genetic Evolutionary Computation Conf., 2002.
• [3] Chao D., Forrest S. : Information Immune System. In Proceedings of the First International Conference on Artificial Immune Systems, 2002.
• [4] Esponda F., Forrest S., Helman P. : A Formal Framework for Positive and Negative Detection Schemes. IEEE Transactions on Systems, Man, and Cybernetics – Part B: Cybernetics, 34(1), pp. 357-373, 2004.
• [5] Hightower R., Forrest S., Perelson A.: The Baldwin Effect in the Immune System: Learning by Somatic Hypermutation. In R. K. Belew and M. Mitchell, editors, Individual Plasticity in Evolving Populations: Models and Algorithms. Addison-Wesley, pp. 159-167, 1996.
• [6] Hofmeyr S., Forrest S. : Architecture for an Artificial Immune System. Evol. Comput. J., 8(4), pp. 443-473, 2000.
• [7] Kuchariew G.: Processing and digital images analysis – Technical University Szczecin, Szczecin 1999 (in Polish).
• [8] Praczyk T.: The method of extraction of characteristic points from the radar image of the sea shore for the needs of positioning system – Annual of Navigation, no. 8, pp. 77-88, 2004.
• [9] Praczyk T.: Application of bearing and distance trees to the identification of landmarks of the coast, International Journal of Applied Mathematics and Computer Science, 17(1), pp. 87-98. 2007.
• [10] Praczyk T.: Automatic radar navigational system. Theoretical and Applied Informatics, 18(2006), pp. 91-108, 2006.