ЭНЕРГОИНФОРМАЦИОННАЯ ОПТИМИЗАЦИЯ И СИНТЕЗ КОМПЛЕКСОВ ПАРАЛЛЕЛЬНЫХ ИЗМЕРИТЕЛЕЙ ПАРАМЕТРИЧЕСКИ НЕСТАЦИОНАРНЫХ СИГНАЛОВ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ

Актуальность исследования обусловлена растущей необходимостью извлечения полезной информации о разнообразных уникальных объектах, находящихся на дальних и сверхдальних расстояниях. Особая ценность такой информации диктует необходимость привлечение ресурсов всех имеющихся технических средств дистанционного действия, организацию их параллельную или синхронную работу. При этом, необходимо иметь в виду, что удаленные объекты часто нестационарные, т.е. их параметры изменяются во времени. С учетом вышеизложенного статья посвящена предлагаемому методу энергоинформационной оптимизации и синтезу комплексов параллельных измерителей параметрически нестационарных сигналов дистанционного зондирования. Предложена классификация оптимизируемых комплексов параллельной структуры предназначенных для измерения нестационарных сигналов дистанционного зондирования. Отмечено целесообразность применения энергоинформационного критерия для синтеза оптимальной модели комплексов параллельной структуры, предназначенных для измерения нестационарных сигналов дистанционного зондирования. Для вычисления оптимальной модели использован метод безусловной вариационной оптимизации. В результате проведенной оптимизации выбранной энергоинформационной модели комплекса получено оптимальное соотношение между основными режимными функциональными характеристиками комплекса. Разработанная оптимизационная модель ориентировано на широкое применение в сфере дистанционного зондирования удаленных объектов , осуществляемого по различным экологическим программам исследования окружающей среды.

1. Mamta Bhoine, Abhishek Chakravarti, High Performance computing for satellite image processing and analyzing – a review, International Journal of Computer applications Technology and research, vlume 2 – Issue 4, 2013, 424- 430, www.ijcat.com

2. M.G. Fonseca and B.S. Manjunath, Registration Techniques for Multisensor Remotely Sensed Imagery Leila https://pdfs.semanticscholar.org/9c1f/ad80ee5d2aeeef0def042c4da7f49656e1 67.pdf

3. Ihsen Hedhli, Gabriele Moser Sebstiano Serpico, Josiane Zerubia. Classification of Multisensor and Multiresolution Remote Sensing Image through Hierarchical Markov Random Fields. IEEE Geoscience and Remote Sensing Letters, IEEE- Institute of Electrical and Electronics Engineer, 2017, 14(2), pp.2448-2452. ff10.1109/LGRS.2017.2768398ff.ffhal-01632907f

4. Aсадов Х.Г. Оптимизация и синтез экстремальных информационно – измерительных систем дистанционного зондирования. Измерительная техника, 2002, c. 55-57.

5. Aсадов Х.Г. Принцип уменьшения размерности для синтеза и оптимизации подкласса информационно – измерительных систем с затухающими сигналами и для планирования эксперимента. Информационные технологии, 2003, №7, с.58-63

6. Эльсголц Л.Е. Дифференциальные уравнения и вариационное исчисление, «Наука» 1974, 432с.