Решение задачи сверхразрешения с использованием модели нейронной сети прямого распространения

Автор(ы): Лаговский Б.А., Рубинович Е.Я., Юрченков И.А.

Выпуск: 106

Рубрика: Системный анализ

Год: 2023

Библиография: Лаговский Б.А., Рубинович Е.Я., Юрченков И.А. Решение задачи сверхразрешения с использованием модели нейронной сети прямого распространения // Управление большими системами. Выпуск 106. М.: ИПУ РАН, 2023. С.52-70. DOI: https://doi.org/10.25728/ubs.2023.106.2

Дата опубликования: 30.11.2023

Ключевые слова: угловое сверхразрешение, критерий Рэлея, экстраполяция, нейросети

Аннотация: Рассмотрена и решена задача повышения эффективности управления подвижными объектами при использовании новых алгоритмов, улучшающих качество изображений, получаемых при обзоре пространства. Существенное повышение качества основано на достижении угловой разрешающей способности, в десятки раз превышающей критерий Рэлея. Угловое сверхразрешение обеспечивает раздельное наблюдение нескольких объектов, не разрешаемых при прямом наблюдении, а сопутствующее повышение четкости изображений дает возможность фиксировать незаметные ранее детали образов сложных объектов. На этой основе возрастает вероятность правильных решений задач распознавания и идентификации. Для обеспечения углового сверхразрешения решена задача обучения полносвязной нейронной сети прямого распространения. Для многоэлементных приемо-передающих систем измерений предложен и обоснован экстраполяционный метод достижения углового сверхразрешения. Основу метода составляет экстраполяция значений комплексных амплитуд принятого сигнала отдельными элементами приемных устройств за пределы измерительной системы. Тем самым создаётся виртуальная система большего размера, для которой выполняется критерий Рэлея, превосходящий по показателям критерий для физической системы. В итоге эффективное угловое разрешение возрастает пропорционально возрастанию размеров виртуальной системы. Исследованы и представлены сравнительные результаты математического моделирования работы нейросети и других методов экстраполяции.

Author(s): Lagovsky B., Rubinovich E., Yurchenkov I.

Article title: Solving the problem of super-resolution using a model of a neural network of direct propagation

Issue: 106

Year: 2023

Keywords: angular super-resolution, Rayleigh criterion, extrapolation, neural networks

Abstract: The problem of increasing the efficiency of control of moving objects using new algorithms that improve the quality of images obtained during the survey of space is considered and solved. A significant improvement in quality is based on the achievement of angular resolution, tens of times higher than the Rayleigh criterion. Angular super-resolution provides separate observation of several objects that are not resolved by direct observation, and the accompanying increase in image clarity makes it possible to capture previously unnoticed details of images of complex objects. On this basis, the probability of correct solutions to recognition and identification problems increases. To provide angular super-resolution, the problem of creating a neural network has been solved. For multi-element receiving and transmitting measurement systems, an extrapolation method for achieving angular super-resolution is proposed and justified. The basis of the method is the extrapolation of the values of the complex amplitudes of the received signal by individual elements of the receiving devices outside the measuring system. Thus, a larger virtual system is created, for which its own Rayleigh criterion is fulfilled. As a result, the effective angular resolution increases in proportion to the increase in the size of the virtual system. Comparative results of mathematical modeling of the neural network and other extrapolation methods are investigated and presented, the limits of applicability of the method are determined.