Поляриметрическая обработка радиолокационных данных

Рассмотрение поляриметрической обработки массивов данных антенной решеткой, дающих значительный выигрыш в обнаружении. Предложение алгоритма, инвертирующего корреляционную матрицу мешающих отражений, который может быть частью адаптивного процессора.

Рубрика Коммуникации, связь, цифровые приборы и радиоэлектроника
Вид статья
Язык русский
Дата добавления 30.10.2018
Размер файла 205,7 K

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/

Поляриметрическая обработка радиолокационных данных

Р.Н. Акиншин

А.В. Хомяков

А.А. Бортников

Аннотации

Рассмотрена поляриметрическая обработка массивов данных антенной решеткой, дающая значительный выигрыш в обнаружении. Предложен эффективный алгоритм, инвертирующий корреляционную матрицу мешающих отражений, который может быть частью адаптивного процессора антенной решетки. Проведено моделирование на базе минимальной средней квадратичной ошибки, показавшее эффективность поляриметрической адаптивной обработки.

Ключевые слова: антенная решетка, матрица когерентности, поляриметрический канал, алгоритм, адаптивный процессор.

Abstract. The polarimetric processing of data array which gives a significant gain in detection is considered. An efficient algorithm for inverting the correlation matrix of clutter, which may be part of an adaptive antenna array processor is suggested. The simulation based on the minimum mean squared error, which showed the effectiveness of polarimetric adaptive processing is carried out.

Keywords: antenna array, matrix of coherence, polarimetric channel, algorithm, adaptive processor.

Адаптивная обработка массивов данных антенной решеткой открывает новые возможности в подавлении мешающих отражений и гибкий сценарий сканирования диаграммы направленности антенны. Дополнительные возможности достигаются использованием поляриметрической информации о цели. Обычная обработка массивов данных антенной решеткой не пригодна в ситуациях, когда направления цели и мешающих отражений совпадают. Преимущество поляриметрической обработки в том, что цель может быть обнаружена даже в сложной помеховой обстановке, обеспечивая разницу поляриметрических свойств мешающих отражений и цели.

Рассмотрим линейную антенную решетку с N поляриметрическими элементами. Во избежание дифракционных максимумов решетки, расстояние d между смежными парами диполей ?l/2, где l-длина волны. Для и , являющихся, соответственно, выходными временными сигналами осей x и y n-ого диполя, выходной вектор ортогонального диполя будет иметь вид:

.

Запись n выходных векторов в вектор-столбец с 2N элементами:

,

определяет временную выборку антенной решетки [1]. Полная корреляционная матрица имеет вид:

,

где обозначает математические ожидания, а - сопряженный перенос. Оценка максимального подобия для R рассчитывается по формуле:

,

с использованием I имеющихся временных выборок измеренных или экспериментальных данных.

Деление R на 2*2 субматрицы:

, (1)

удобно потому, что расчлененные Rnm представляют корреляцию между элементами кросс диполя, обозначенными n и m c учетом разностей фаз, являющихся результатом их местонахождения.

Обычно, использующиеся описание поляризованных электромагнитных волн основано на комплексном векторе амплитуды , где и - векторы (амплитуды и фазы) ортогональных компонентов электрического поля. Временной сигнал в n-ом диполе, принимающем детерминированный источник c частотой и начальной фазой , может быть записан как:

,

где:

,

описывает относительную разность фаз между n-ым элементом антенны и первым элементом. - угол падения сигнала в плоскости xz, с - скорость света. Используя эти определения, запишем корреляционную матрицу на выходе элемента и :

. (2)

Для групповой цели с K детерминированными сигналами выражение расширится:

,

где индексы k и l соответствуют определенным источникам. Комбинация этих субматриц в соответствии с (1) дает корреляционную матрицу R для всей линейной антенной решетки.

Субматрица, соответствующая (2) представляет корреляционную матрицу, применительно к ситуации с одной целью. Член часто называют матрицей когерентного сигнала [2]. Все субматрицы состоят из этой матрицы, определенной членом фазы . При определении управляющего вектора:

,

корреляционная матрица может быть записана в форме:

,

где означает произведения Кронекера.

Одним из компонентов сигнала, присутствующем всегда в измеренных данных является шум. Допускаем, что он некоррелирован от элемента к элементу и имеет гауссово распределение с нулевым математическим ожиданием. Если мы допускаем равную мощность шума во всех 2N выходных сигналах, влияние на корреляционную матрицу будет просто , где обозначает матрицу размера 2N. Таким образом, имеем корреляционную матрицу измеренных данных:

, (3)

где--s 2-дисперсия шума.

Матрица когерентности сигнала J играет центральную роль в описании корреляционной матрицы антенной решетки. При анализе обстановки с мешающими отражениями, ее просто заменяют на матрицу когерентности мешающих отражений Jc в (3). Для данного случая нет необходимости знать точную форму Jc.

Важным шагом обработки является разделение ортогональных поляриметрических каналов. Это достигается путем диагонализации субматриц в , с использованием разложения собственного значения. Любая субматрица может быть записана в форме:

,

где D - диагональная матрица собственных значений:

,

а столбцы М - соответствующие собственные векторы. Диагонализация всех субматриц приводит к выражению:

Нет необходимости в расчете собственного разложения всех субматриц. Поскольку мы определили М путем разложения любой , его можно использовать для преобразования всех субматриц в соответствии с:

.

Матрица , состоящая из 2*2 субматриц в диагональной форме, теперь комбинируется как блочная матрица в соответствии с:

,

означает квадратичную нулевую матрицу размера N. Перестановочная матрица P должна иметь вид:

.

Для N=3:

.

После этих линейных операций, модифицирующих измеренную корреляционную матрицу, представляем корреляционную матрицу как:

,

. (4)

Используем правило инверсии [3]:

и рассчитывая

, ,

U=V и V=VH получим:

, (5)

для инверсий не нулевых блочных матриц в (4) с

и

инверсия корреляционной матрицы может быть выражена:

. (6)

Для рассматриваемого случая необходимо выразить уравнение (6) в членах R. Сравнение (4) и (6) показывает идентичные члены . Выражая (4) в этих членах:

,и подставляя его в (5) получаем, после элементарных преобразований:

. (7)

Собственные значения и мощность шума по-прежнему неизвестны и должны быть получены из измеренной корреляционной матрицы . Любая диагонализированная характеризует элементы (7):

. (8)

Поскольку собственные значения всегда являются положительными, реальными числами, а , они должны быть рассчитаны путем формирования абсолютных значений элементов в (8). Извлекая или из (8) получаем необходимое . Полученные таким образом значения и должны рассматриваться как оценки, что обусловлено ограниченным числом выборок, из которых рассчитывалось корреляционная матрица. Для подавления влияния изменений формируются усредненные матрицы, перед решением для и . Арифметическое усреднение возможно для всех с идентичными членами фазы . Тогда соответствующей матрицей для получения будет:

, (9)

в то время, как усреднение основных диагональных субматриц:

, (10)

обеспечивает лучшую оценку . Одна из матриц (9), (10) может быть разложена по собственному значению, решая матрицу преобразования М, необходимую для инициирующей диагонализации.

Итак, представлены все детали для закрытой инверсии измеренной корреляционной матрицы мешающих отражений, при условии, что помеховая обстановка характеризуется одним доминантным направлением.

Некоторые методы обработки адаптивной антенной решеткой предполагают инверсию корреляционной матрицы мешающих отражений для установки весовых коэффициентов. В поляриметрической антенной решетке каждый элемент n нуждается в отдельном весовом значении , для ортогональных сигналов. Выходной сигнал процессора имеет вид:

, (11)

где z - комбинированные сигналы антенны, как обозначено в (2), а w - эквивалентно сформированный вектор весовых коэффициентов. В зависимости от используемой меры рабочие характеристики (среднеквадратичная ошибка, максимальное подобие - ML и т.п.), весовые значения рассчитываются из [4]. Для минимальной ? отношение имеет вид:

, (12)

что дает оптимальные весовые значения для нужного направления , выражением, контролирующим вектором VZ, который определяется как:

.

Моделирование обработки мешающих отражений нуждается в статистической модели сигнала для выработки входных данных. Источник сигнала должен сформировать векторную временную последовательность

для обеих ортогональных поляризаций. Корреляционная матрица последовательности должна быть идентична данной матрице когерентности мешающих отражений Jc.

Это может быть достигнуто преобразованием комплексных, гауссово распределенных двух случайных величин вероятностного процесса , сформированного компьютером:

.Линейное преобразование матрицы T вновь основывается на разложении собственного значения матрицы когерентности:

Легко заметить, используя:

,

что ожидание с(t) приводит к Jc, корреляционная матрица вероятностного процесса n(t) равна единице.

Допустим, что сигнал мешающих отражений является стохастической не полностью поляризованной плоской волной с вектором поляризации p и степенью поляризации p. Эти параметры также описывают матрицу когерентности мешающих отражений [2]. Процесс мешающих отражений имеет для моделирования левостороннюю круговую поляризацию с p=0.8.

Рис. 1. - Результаты обработки сигнала.

На рисунке 1а показаны результаты обработки сигнала на выходе линейной антенной решетки с N=16 элементами, принимающей сигнал детерминированного источника с направлением мощности и сигнал источника мешающих отражений с направлением мощности без адаптации . Для каждого направления соответствующий весовой коэффициент Vz должен формироваться на выходе процессора |s(t)|, по формуле (11). Число направлений равно 40.

Оценим и инвертируем корреляционную матрицу мешающих отражений для расчета Ws (12) при отсутствии цели, осуществляя адаптивное подавление мешающих отражений, (см. рисунок 1б). Отбеливающий эффект пространственного узкополосного режекторного фильтра, представленный коэффициентами фильтра Wxn, Wyn, очевиден. Однако, как показывает рисунок 1в, характеристика фильтра поляриметрически чувствительна. Если возникает вторая цель с тем же направлением, что и мешающие отражения и с той же мощностью, что и цель №1, то она легко обнаруживается, благодаря своей противоположной поляризации - правосторонней, круговой .

При моделировании описанной обработки, степень свободы существует в дисперсии шума от .

Изменение главных диагональных элементов корреляционной матрицы моделированных мешающих отражений дает выбор между лучшим подавлением мешающих отражений или лучшим обнаружением цели в условиях мешающих отражений. Это следует принимать в расчет при практических действиях. поляриметрический антенный решетка

Таким образом, обработка поляриметрической антенной решеткой массива данных дает значительный выигрыш в обнаружении. Предложен эффективный алгоритм, инвертирующий корреляционную матрицу мешающих отражений, используя ее особую структуру в ситуациях с одним источником отражения. Этот алгоритм может быть частью адаптивного процессора антенной решетки. Было проведено моделирование на базе минимальной средней квадратичной ошибки ?, показавшее эффективность поляриметрической адаптивной обработки. Аналогичные расчеты можно проделать для полностью поляриметрических радиолокационных станций.

Литература

1. J. Li, R.T. Compton Jr.: "Angle and Polarization Estimation Using ESPRIT with a Polarization Sensitive Array"; IEEE Transaction on Antennas and Propagation, vol. 39, no. 9, pp. 1376-1383, Sept. 1991.

2. G. Wanielik: Signaturuntersuchungen an einem polarimetrischen Pulsradar, Fortschr. -Ber. VDI Reihe 10, Nr. 97; VDI - Verlag, Dusseldorf, 1988.

3. G.A.F. Seber: Multivariate Observations; John Wiley & Sons, Inc., 1984.

4. R. Monzingo, T. Miller: Introduction to Adaptive Arrays; John Wiley & Sons, Inc., 1980.

Размещено на Allbest.ru

...

Подобные документы

  • Устройство функционально-диагностического контроля системы управления лучом радиолокационной станции (РЛС) боевого режима с фазированной антенной решеткой. Принципы построения системы функционального контроля РЛС. Принципиальная схема электронного ключа.

    дипломная работа [815,8 K], добавлен 14.09.2011

  • Цифровая сотовая система подвижной радиосвязи стандарта GSM. Изготовление интерфейсного кабеля для подключения мобильного телефона к компьютеру. Разработка и проектирование антенной решетки, которую предполагается использовать в паре с телефоном.

    дипломная работа [6,5 M], добавлен 14.10.2010

  • Отношение правдоподобия. Алгоритм обработки. Одиночный сигнал как функция времени с известным законом модуляции, но неизвестными параметрами. Полезный сигнал за время, равное его длительности. Спектр внутрипериодной структуры мешающих отражений.

    реферат [1,9 M], добавлен 21.01.2009

  • Алгоритмы цифровой обработки данных. Схема устройства светомузыкальной установки на примере микроконтроллера ATmega8. Подача, приём и обработка звукового сигнала. Разработка гальванической развязки. Копия сигнала, который подается на высоковольтную часть.

    курсовая работа [2,7 M], добавлен 02.12.2014

  • Изучение первых аналоговых систем сотовой связи и их недостатков. Описания использования адаптивного алгоритма изменения подстройки модуляции и кодовой схемы передачи данных. Анализ третьего поколения связи с полным набором услуг и доступом в Интернет.

    реферат [226,4 K], добавлен 18.05.2011

  • Разработка микропроцессорной системы управления объектом, который задан видом и количеством данных поступающих с объекта, потребным ресурсом для обработки данных, видом и количеством управляющих сигналов. Алгоритм передачи через последовательный порт.

    курсовая работа [978,9 K], добавлен 31.05.2019

  • Блок обработки данных: общее устройство, выбор элементной базы. Структура операционного автомата. Расчет нагрузочной способности шины данных. Расчет длительности такта управляющего автомата. Память: построение, контроллер. Интерфейс шины процессор-память.

    курсовая работа [3,7 M], добавлен 07.01.2015

  • Обзор семейства PIC контроллеров. Разработка кабельного пробника, который может быть использован в учебном процессе при проведении практических занятий по специальным дисциплинам связанных с изучением сетевых технологий. Алгоритм работы пробника.

    дипломная работа [2,0 M], добавлен 26.01.2013

  • Выбор схемы инвертирующего усилителя. Подбор резисторов, исходя из аддитивной погрешности и операционного усилителя, исходя из аддитивной и мультипликативной составляющей. Принципиальная схема блока питания и инвертирующего усилителя с блоком питания.

    курсовая работа [404,1 K], добавлен 13.03.2013

  • Недостатки цифровых систем: сложность, ограниченное быстродействие. Этапы цифровой обработки радиолокационных изображений: первичная и вторичная, объединение информации. Особенности процесса двоичного квантования. Анализ схем логических обнаружителей.

    дипломная работа [3,5 M], добавлен 09.04.2012

  • Разработка системы считывания данных с пяти четырехбитных датчиков. Проектирование структурной схемы микроконтроллера, схемы электрической принципиальной, блок-схемы работы программного обеспечения устройства. Разработка алгоритма основной программы.

    контрольная работа [275,4 K], добавлен 08.01.2014

  • Разработка структурной и принципиальной схемы микропроцессора. Подключение шины адреса, данных и управления к соответствующим блокам на схеме. Формирование блока устройства памяти (ОЗУ и ПЗУ) и подключение его к шинам блока центрального процессора.

    контрольная работа [220,5 K], добавлен 08.07.2012

  • Функциональная схема и механизм работы цифрового устройства обработки данных. Синтез управляющего автомата, выбор типа триггера, описание управляющего автомата и счётчиков на языке Verilog. Процесс тестирования и моделирования управляющего автомата.

    курсовая работа [3,2 M], добавлен 05.12.2012

  • Выбор методов проектирования устройства обработки и передачи информации. Разработка алгоритма операций для обработки информации, структурной схемы устройства. Временная диаграмма управляющих сигналов. Элементная база для разработки принципиальной схемы.

    курсовая работа [1,8 M], добавлен 16.08.2012

  • Теоретический обзор и систематизация методов построения многопозиционных радиолокационных систем. Обоснование практической необходимости использования РЛС. Определение общих технических преимуществ и недостатков многопозиционных радиолокационных систем.

    курсовая работа [702,1 K], добавлен 18.07.2014

  • Анализ основных потоков данных, пользовательских данных, информационной связности объектов. Подходы к проектированию высоконагруженных технологических сетей передачи данных, используемых в территориально-распределённых сетях. Методы балансировки нагрузки.

    дипломная работа [3,2 M], добавлен 29.11.2015

  • Расчет требуемого отношения сигнал-шум на выходе радиолокационной станции. Определение значения множителя Земли и дальности прямой видимости цели. Расчет значения коэффициента подавления мешающих отражений. Действие станции на фоне пассивных помех.

    контрольная работа [1,3 M], добавлен 22.11.2013

  • Изучение методов измерения основных параметров операционных усилителей. Исследование особенностей работы операционного усилителя в режимах неинвертирующего и инвертирующего усилителей. Измерение коэффициента усиления инвертирующего усилителя.

    лабораторная работа [751,7 K], добавлен 16.12.2008

  • Основные схемы включения операционного усилителя и его характерные свойства. Исследование неинвертирующего и инвертирующего включения данных устройств, усилители переменного тока на их основе. Выпрямители и детекторы сигналов на операционных усилителях.

    курсовая работа [825,0 K], добавлен 19.03.2011

  • Сущность и значение радиосвязи, ее применение. Проблемы организaции трaнкинговых систем. Конвенционaльные рaдиосистемы: непaрaметрическое кодирование речи. Специфика общего алгоритма скремблирования. Пример простых алгоритмов скремблирования данных.

    курсовая работа [509,5 K], добавлен 25.06.2011

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.