Некогерентная компенсация сигналов сильных локальных источников на базе адаптивных алгоритмов проекционного типа
Реализация алгоритма некогерентного подавления сигналов сильных локальных источников, находящихся на небольшом угловом удалении от целей. Проекционные алгоритмы обработки сигналов. Широкополосное шумопеленгование. Алгоритм некогерентной компенсации.
| Рубрика | Производство и технологии |
| Вид | статья |
| Язык | русский |
| Дата добавления | 28.10.2018 |
| Размер файла | 1,1 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Некогерентная компенсация сигналов сильных локальных источников на базе адаптивных алгоритмов проекционного типа
Г.Б. Сидельников,
Г.С. Малышкин
Задача широкополосного пассивного шумопеленгования в современной гидроакустике играет очень важную роль, а в частности, задача обнаружения малошумных целей в непосредственной угловой близости от сильных локальных источников. Долгое время методы адаптивной фильтрации не могли быть применены из-за недостаточной вычислительной мощности аппаратуры, однако в современных реалиях появилось множество эффективных технологий, таких как высокопроизводительные ПЛИС и CUDA, обеспечивающие необходимые условия работы.
В настоящей статье упор делался в основном на алгоритмы проекционного типа [1-3], на их базе строится новый алгоритм некогерентного подавления сигналов сильных локальных источников. Также был произведен небольшой анализ возможности оценки реальных мощностей сигналов с использованием адаптивных алгоритмов проекционного типа, так как это является известной проблемой всех адаптивных алгоритмов [4, 5].
Проекционные алгоритмы обработки сигналов
После перехода из временной в спектральную область с помощью БПФ, при поэлементной обработке, открывается целый диапазон методик построения субоптимальных алгоритмов, обеспечивающих обнаружение с высокой вероятностью по сравнению с классическим неадаптивным приемом. При этом алгоритмы проекционного типа гарантировано формируют отметки на сильные локальные источники уже на одном интервале спектрального анализа, и, более того, нет необходимости заботиться о борьбе с боковыми лепестками ХН (Характеристики направленности), ввиду адаптивного формирования самой ХН. Здесь и далее алгоритмами проекционного типа называются именно алгоритмы на базе ортогонального проектора, а не собственно-структурные алгоритмы типа MUSIC [4].
Одной из важных причин использования именно алгоритмов из семейства проекционного типа является возможность реализации некогерентной компенсации сигналов сильных локальных источников на их базе. Эта тематика является довольно востребованной, так как позволяет улучшать картину индикаторного ОСП, и в отдельных случаях, позволяет реализовать сверхразрешающий вариант алгоритма обнаружения малошумных целей.
В основе алгоритма проекционного типа лежит ортогональный проектор на помеховое подпространство:
, (1)
где - единичная матрица размера числа элементов антенной решетки, - матрица спектральных отсчетов, полученных после БПФ временной выборки, снятой с элемента, - размер обучающей выборки, - знак эрмитового сопряжения. Обучающая выборка формируется из спектральных отсчетов, сделанных на различных интервалах спектрального анализа, однако для набора статистики используются так же отсчеты принадлежащие одному интервалу, таким образом обработка данных производится по узким полосам. Стоит сразу отметить проектор на сигнальное подпространство:
.(2)
Оценка мощности в заданном направлении вычисляется как
.(3)
Здесь - вектор размерности фазовых задержек, соответствующих плосковолновому (или любому другому) сигналу, приходящему по оцениваемому направлению.
Параллельно алгоритму (2) используется алгоритм подавления сильных локальных источников. Для его применения необходимо вводить регуляризацию при обращении матрицы в проекционном операторе:
, (4)
где - параметр регуляризации, - единичная матрица размерности . Соответствующий выходной эффект рассчитывается следующим образом:
, (5)
здесь - корреляционная матрица, построенная на той же обучающей выборке, что и проекционный оператор.
Также для осуществления некогерентной компенсации и повышения разрешающей способности алгоритма используются модификации на базе ортогонального квазипроектора:
, (6)
тут - число временных тактов использующихся при построении ортогонального квазипроектора. Отметим также тот факт, что выходной эффект алгоритма для этого проектора приводится к значениям (5):
(7)
Ввиду спадания корреляции во времени, добавочные члены в (7) будут иметь заниженную оценку когерентной составляющей, что позволяет лучше оценивать рассеянные компоненты.
Результаты обработки модельных данных
В качестве модельных данных использовались данные с имитатора поля для линейной эквидистантной антенной решетки.
Модель сигнала и шума
В качестве модели шума принимается стандартная модель гауссовых шумов. Для максимального соответствия реальной обстановке вводятся нарушения когерентности 3 типов: в пространственной, во временной и в частотной областях. В пространственной области различают крупномасштабные и мелкомасштабные флуктуации, моделирование проводилось для различных ситуаций. Аналогично и со временной когерентностью.
Самым важным нарушением является именно нарушение когерентности в частотной области. При быстром спадании корреляции флуктуаций по частоте скорость формирования сигнального подпространства значительно падает, что создает дополнительную трудность при адаптации.
Модель сигнала представляет собой классический гауссов шум, с соответствующей корреляционной матрицей, обеспечивающей сфазированность антенной решетки в заданном направлении, при заданном типе сигнала (в дальней области - плосковолновый сигнал, в ближней - сферический).
Широкополосное шумопеленгование
В пассивной локации приходится обрабатывать широкополосные сигналы, так как априорно неизвестно положение интересующих дискрет в сигнатуре соответствующих пространственных каналов, что в свою очередь необходимо для правильной классификации целей. Для наиболее эффективной работы разработанных алгоритмов было проанализировано путем моделирования несколько различных схем суммирования выходных эффектов (3), (5). Было установлено, что наиболее оптимальное и в то же время менее ресурсоемкое обнаружение достигается при , а в полосе шириной около ниже центральной частоты , соответствующей длине волны , где - межэлементное расстояние, можно достичь сверхразрешения сильного локального источника и малошумной подводной цели вплоть до половины полураствора ХН при соотношениях мощностей до 30 дБ.
Алгоритм некогерентной компенсации
В ходе исследования был разработан алгоритм некогерентной компенсации. Основой данной методики является оценка фона на картине пространственного распределения мощности (пеленгационного рельефа), включающего также и некогерентные рассеянные компоненты, делается это с помощью алгоритма, полученного с применением проектора (7). Также для оценки данной характеристики поля используются адаптивные логические методы с интуитивной пороговой системой и механизм модифицированной медианной фильтрации со смещением. Эвристические методы являются наиболее трудоемкими в плане подбора параметров, максимизирующих вероятность обнаружения близкорасположенных целей.
Рис 1. Планшеты трасс целей, полученные с помощью проекционных алгоритмов: а) сильные сигналы; б) слабые сигналы.
На Рис.1 изображены планшеты сильных и слабых источников, слева и справа соответственно, наблюдение ведется в течение часа. Рассматривается наиболее критическая тактическая обстановка: 4 многолучевых сильных сигнала, пересекаются курсом с 4 слабыми источниками. Как видно, на правой части рисунка зона потери контакта в зоне пересечения трасс достаточно мала, несмотря на очень большую разницу по мощности между сильными и слабыми сигналами, около 30 дБ. Отдельные выбросы в области шумового фона легко отфильтровываются при вторичной обработке.
Оценка мощности сигналов с помощью проекционных алгоритмов
Давно известной проблемой всех адаптивных алгоритмов является искажение оценки мощности сигналов, что заставляет привлекать неадаптивное формирование пространственного канала в направлении предполагаемой цели. В рамках работы с проекционными алгоритмами была произведена теоретическая оценка мощности сигналов алгоритма на базе проектора (2).
Рассмотрим сначала простую модель однолучевого сигнала: , где - фазовый вектор сигнала с нормой равной , - вектор гауссового шума, нормированного на единицу, и - случайные амплитудные коэффициенты, характеризующие энергетические параметры сигнала и шума. Исходя из свойств ортогонального оператора (2), а также предельных случаев отсутствия сигнала и отсутствия шумов, несложно получить следующую зависимость для математического ожидания выходной мощности :
.(8)
В формуле (8) отображен тот факт, что скорость формирование гиперплоскости содержащей сигнал зависит от величины обучающего пакета , размера антенной решетки , амплитуд и сигнала и шума, а так же их характера.
Для дальнейших преобразований приходятся пользоваться упрощениями, так как вывести распределение напрямую для проектора (2) не удалось.
1) ;
2) ;
С этими приближениями оказывается возможным вывести интересующее нас математическое ожидание. Во-первых, пункт 2 позволяет использовать биномиальное распределение, ввиду предположения о независимости шумов:
, (9)
где соответствующая вероятность попадания в -окрестность амплитуды описывается распределением Рэлея:
.(10)
Стоит отметить, что данные зависимости легко обобщаются на случай ортогональных сигналов , входной сигнал на i-том временном такте выглядит следующим образом , где M - число сигналов падающих на антенну.
Рассчитывать каждый раз все вероятностные характеристики (8)-(10) представляется непростой задачей, поэтому были выведены асимптотические зависимости, неплохо описывающие результаты моделирования:
(11)
.(12)
В совокупности с условием (12) для суммарной мощности падающей на антенную решетку можно получить оценки всех мощностей сигнала и изотропного шума.
Рис 2. Зависимость усредненного значения выхода проекционного алгоритма от мощности сигнала
Заключение
В настоящей работе были продемонстрированы результаты работы алгоритма некогерентной компенсации на базе алгоритмов проекционного типа. В рамках исследования использовались модельные данные с высокой степенью соответствия действительности: были учтены эффекты многолучевого распространения, рассеяния. Удалось добиться обнаружение слабых источников, находящихся на угловом расстоянии вплоть до половины полураствора ХН от сильных источников (30дБ разница мощностей) для линейной эквидистантной антенной решетки. При этом количество ложных срабатываний относительно мало и не составляет большой сложности для трассового анализа. Следующим важным этапом будет обработка натурных данных. Также была показана потенциальная возможность оценки мощностей сигналов с помощью алгоритмов проекционного типа, в дальнейшем планируется провести подробный анализ этой методики и сравнение с используемой неадаптивной оценкой мощности на базе метода наименьших квадратов.
сигнал локальный шумопеленгование широкополосный
Литература
1. Черемисин О.Р. и др.: Эффективный проекционный алгоритм адаптивной пространственной фильтрации //Радиотехника и электроника. - 1994.- Т.39, вып.2.- С. 259-263.
2. Малышкин Г.С., Мельканович В.С..: Адаптивные алгоритмы для обнаружения и оценки параметров слабых сигналов в режиме шумопеленгования при наличии сильных мешающих источников звука // Успехи современной радиоэлектроники. - 2009.- N 12.- С.- 32-45
3. Г.С. Малышкин, В.С. Мельканович, Ю.В. Шафранюк: Проекционные адаптивные алгоритмы для обнаружения и оценки параметров слабых сигналов в режиме шумопеленгования. Успехи современной радиоэлектроники. 2012. №3, С.68-79.
4. Schmidt R.O.: Multiple Emitter Location and Signal Parameter Estimation. IEEE Trans. vo;. AP №3, March 1986.
5. Малышкин Г.С.: Оптимальные и адаптивные методы обработки гидроакустических сигналов, Том 2, Адаптивные методы. 2011 г. С.64-91.
Размещено на Allbest.ru
...Подобные документы
Разработка аппарата управления. Определение структуры и расчет базы телемеханических сигналов. Основные виды двоичных кодов. Расчет помехоустойчивости передачи и приема многотактных сигналов. Порядок расчета помехоустойчивости передаваемой информации.
курсовая работа [962,6 K], добавлен 27.05.2022Физические основы электрокардиографии. Структурная схема электрокардиографа, виды помех и их устранение, погрешности измерения амплитудно-временных параметров. Разработка функционального генератора - имитатора сигналов для поверки электрокардиографа.
дипломная работа [1,1 M], добавлен 26.02.2012Информационное обеспечение испытаний авиационной техники в качестве накопителя сигналов. Внешний вид накопителя ТН1АЦ. Распределение сигналов по контактам разъемов для бортового и наземного кожухов. Подключение источника измеряемого аналогового сигнала.
отчет по практике [893,3 K], добавлен 20.07.2012Методы цифровой обработки сигналов и их применение в различных сферах жизни человека. Характеристика и назначение полосового фильтра, особенности его реализации в цифровой форме. Реализация модели фильтра в Simulink. Возможности тулбокса WAVELET.
курсовая работа [1,5 M], добавлен 16.11.2009Назначение электронной системы числового программного управления типа "2С42-65-12". Блок выходных сигналов. Оптронная гальваническая развязка электрических цепей электроавтоматики сложного станка. Разработка словесного алгоритма поиска неисправности.
курсовая работа [841,8 K], добавлен 24.03.2013Проектирование усилителя низкой частоты на транзисторах, преобразователя аналоговых сигналов на базе операционного усилителя, комбинационно-логического устройства и транзисторного стабилизатора постоянного напряжения с помощью моделирования в OrCAD.
курсовая работа [4,0 M], добавлен 18.04.2010Составление таблицы состояний для заданной функциональной модели. Алгоритмы последовательного поиска неисправностей. Выбор квазиоптимального по информационному критерию алгоритма, расчет среднего и максимального времени локализации неисправностей.
курсовая работа [39,8 K], добавлен 15.11.2009Разработка и проектирование локальных очистных сооружений для объектов промышленности. Изготовление металлических конструкций и ограждений на заводе для производственных и бытовых нужд. Технологические решения по очистке сточных вод на предприятии.
курсовая работа [621,7 K], добавлен 09.04.2014Характеристика технических параметров и сфера применения источников питания типа постоянного тока Б5, их подробные метрологические характеристики. Метрологический контроль средств измерений. Методика поверки на источник питания лабораторный серии Б5.
дипломная работа [1,4 M], добавлен 03.07.2014Построение математической модели измерительной системы. Метод синтеза алгоритмов обработки измерительной информации о многокомпонентных перемещениях и деформациях подвижного объекта. Постановка и реализация задачи, анализ полученных результатов.
курсовая работа [1,2 M], добавлен 06.04.2015Технические характеристики манипулятора. Структура технического оборудования. Функциональная и электрическая схемы. Характеристика применяемых датчиков. Словесный алгоритм технологического цикла. Блок-схема алгоритма программы управления манипулятором.
курсовая работа [1,8 M], добавлен 20.12.2012Кривая разгона. Динамические параметры и математическое описание кривой разгона. Алгоритм управления. Выбор переходного процесса и настройки параметров алгоритмов управления АСУ. Регулирование в программе SIMULINC. Оптимизация переходного процесса.
контрольная работа [2,1 M], добавлен 02.08.2008Изучение технических данных, функций, назначения и устройства модулей релейных MR8 (прием дискретных сигналов), контроллеров измерительных МС8 (с симисторными и транзисторными выходными ключами) и МС5 (автоматизация и мониторинг промышленных объектов).
практическая работа [494,9 K], добавлен 25.05.2010Классификация методов измерения. Анализ влияния факторов на измерение. Измерительные схемы газоанализаторов и их основные узлы. Оптико-акустические приемники излучения. Рабочие и фильтровые кюветы. Разработка программы калибровки измерительных сигналов.
курсовая работа [4,1 M], добавлен 08.01.2014Характеристика сырья, топлива, основных и вспомогательных технологических материалов процесса производства анодной массы алюминиевого завода. Подбор устройств преобразования и передачи сигналов от процесса. Стенд преобразователя для производства.
курсовая работа [117,0 K], добавлен 04.07.2008Требования безопасности и надежности эксплуатации автоматизированного электропривода поточной линии. Правила пуска, аварийной остановки, наличие звукового или светового сигналов и блокировки. Технология работы линии в ручном и автоматическом режимах.
презентация [133,1 K], добавлен 08.10.2013Общая структура, обоснование применения и классификация систем числового программного управления. Назначение постпроцессоров и разработка системы подготовки обработки детали станка. Алгоритм работы программного модуля и его технологическая реализация.
дипломная работа [3,7 M], добавлен 11.10.2010Структурная схема роботоконвейерного комплекса, основные требования технологического процесса, принцип работы приводов механизмов. Функциональная схема системы логического управления и структурная схема следящего механизма, описание управляющих сигналов.
курсовая работа [165,2 K], добавлен 13.09.2010Автоматическое считывание информации о номере рудничного электровоза, направлении движения, выдачи сигналов управления стрелочными переводами, схемами сигнализации. Состав комплекса устройств НЭРПА. Взаимодействие составных частей и работа изделия.
лабораторная работа [1,7 M], добавлен 01.03.2009Акустическая эмиссия: ее основные параметры, понятия и определения. Методы выделения сигналов АЭ на фоне помех. Методика электролитического наводороживания металлических образцов. Назначение прибора АФ-15. Источники акустической эмиссии в металлах.
курсовая работа [201,5 K], добавлен 23.07.2008
