Повышение эффективности межобзорного накопления принятых сигналов

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Повышение эффективности межобзорного накопления принятых сигналов

В.А. Белокуров, ФГБОУ ВО РГРТУ, Рязань, Россия

Аннотация

В работе рассматривается алгоритм межобзорного когерентного накопления флуктуирующих в соответствии с моделью Сверлинга пачек отражённых импульсов. Суть алгоритма заключается в формировании составной пачки импульсов с нескольких обзоров и формировании отношения правдоподобия для этой пачки. Априорная неопределённость относительно начальной фазы каждой из пачек импульсов решается введением многоканальности поэтому параметры. Моделирование показало, что по сравнению с некогерентным межобзорным накоплением, не учитывающим начальную фазу, предлагаемый алгоритм обеспечивает выигрыш в пороговом отношении сигнал-шум, пропорциональным числу обзоров.

Ключевые слова: отношение правдоподобия, межобзорное когерентное накопление, модель флуктуаций Сверлинга 1, многоканальность по дальности, скорости, начальной фазе.

Abstract

The paper considers the algorithm of multi-frame coherent accumulation of fluctuating 1 packs of reflected impulses in accordance with the Sverling model. The essence of the algorithm is the formation of a composite burst of pulses from several reviews and the formation of a likelihood ratio for this burst. The a priori uncertainty regarding the initial phase of each of the pulse bursts is solved by introducing multichannel with respect to this parameter. The simulation showed that, compared with incoherent multi-frame accumulation, which does not take into account the initial phase, the proposed algorithm provides a gain in the threshold signal-to-noise ratio proportional to the number of reviews.

Keywords: likelihood ratio, multi-frame coherent accumulation, the model of fluctuations of Sverling 1, multi-channel in range, speed, initial phase.

Введение

Одним из способов повышения эффективности радиолокационного обнаружения малоразмерных целей является использование информации, полученной с нескольких обзоров [1].

Различают несколько основных подходов:

- байесовский [2];

- небайесовский [3].

Небайесовский алгоритм межобзорного накопления отражённых пачек импульсов основан на вычислении обобщенного отношения правдоподобия и максимизации достаточной статистики, соответствующей одной из возможных траекторий движения цели в координатах дальность, скорость. Особенностью данного подхода является некогерентное накопление данных с каждого обзора. Фазовая информация при этом не используется.

1. Постановка задачи

Модель отражённого радиолокационного сигнала Z для отражённых пачек импульсов на K обзорах для двух гипотез имеет вид :

(1)

где n - вектор с шумами измерений, размером 1 на KN, представляющий собой комплексный случайный гауссовский процесс с нулевым математическим ожиданием и дисперсией ; N - число импульсов в пачке; K - количество обзоров, с которых происходит накопление пачек импульсов. Размерность вектора Z 1 на KN. Шумы измерений в каналах по дальности некоррелированные. Вектора Z и n имеют вид:

,

,

где - вектор входных данных в m_i-м канале по дальности; - шумы измерений в m_i -м канале по дальности; i=0,...,K-1.

Модель составной пачки отражённых импульсов имеет вид:

где - амплитуды отражённых пачек импульсов в каналах по дальности ; - межпериодный набег фазы сигнала за счёт радиальной скорости в j-м канале; f_d - частота Доплера; T_п - период повторения импульсов в пачке; - начальная фаза отражённых импульсов в пачке в k-м обзоре в m-м канале по дальности.

Задача синтеза алгоритма межобзорного накопления заключается в формировании отношения правдоподобия l:

.

2. Синтез алгоритма межобзорного накопления

С учётом принятой модели входного сигнала функция правдоподобия при гипотезе H₀ имеет вид:

где H - символ комплексного сопряжения и транспонирования; R_ш - блочная корреляционная матрица шума размером KN на KN.

Функция правдоподобия при гипотезе H₁ и флуктуациях амплитуды в соответствии с моделью Сверлинга 1 имеет вид:

где - блочная корреляционная матрица смеси сигнал+шум в m_i-м канал по дальности, имеющая вид:

,

где - дисперсия сигнала в модели флуктуаций Сверлинга 1; - опорный вектор в m_i-м канале по дальности на k-м обзоре, имеющий вид:

.

Обратная матрица вычисляется на основе формулы Вудбери.

Логарифм отношения правдоподобия имеет вид:

где l₀ - порог обнаружения, s - вектор, имеющий вид: .

Учитывая, что в данном подходе информация о начальной фазе каждой пачки импульсов является информационной, усреднение логарифма правдоподобия l по начальной фазе не производится.

Перенося в правую часть выражения для отношения правдоподобия все составляющие не связанные с вектором Z, получим достаточную статистику:

.

На рисунке 1 показана структурная схема обнаружителя, реализующего когерентное межобзорное накопление отражённых пачек импульсов при флуктуациях амплитуды в соответствии с моделью Сверлинга 1.

На рисунке 1 введены следующие обозначения: ПУ - пороговое устройство. Суть алгоритма состоит в следующем: на каждых K обзорах формируется вектор измерений Z, который умножается на опорный вектор s. На рисунке 1 также показаны характеристики обнаружения предлагаемого алгоритма со следующими обозначениями сплошная линия - характеристики обнаружения предлагаемого алгоритма; штрих-пунктирная линия - характеристики обнаружения алгоритма некогерентного межпачечного накопления; пунктирная линия - характеристики обнаружения флуктуирующей когерентной пачки импульсов, размером KN импульсов.

Рис. 1. Структурная схема предлагаемого алгоритма обнаружения и соответствующие характеристики обнаружения

Результаты моделирования

Сравнение предлагаемого метода межпачечного накопления происходит со следующими: 1) алгоритмом некогерентного межобзорного накопления [3]; 2) алгоритмом когерентного накопление пачки импульсов, число импульсов в которой равно KN.

Моделирование флуктуаций в соответствии с моделью Сверлинга 1 осуществляем методом обратной функции. На первом этапе производится вычисление порога обнаружения. Для решения данного вопроса использована теоремой Фишера-Типпета-Гнеденко, суть которой заключается в том, что хвост любого распределения может быть аппроксимирован обобщённым распределением Парето, параметры которого оцениваются на основе метода максимального правдоподобия.

Параметры моделирования: число обзоров K=5, число импульсов в пачке N=64, число повторений опытов 10000, вероятность ложной тревоги 10^-5.

В работе рассмотрен синтез и анализ алгоритма межобзорного накопления флуктуирующих пачек импульсов. Алгоритм предполагает введение многоканальности по дальности, скорости и начальной фазе и максимизации достаточной статистки по возможным гипотезам движения и сравнении с порогом обнаружения. Имитационное моделирование показывает, что предлагаемый алгоритм выигрывает в порогом отношении сигнал+шум относительно известного алгоритма и выигрыш составляет корень квадратный количества обзоров. Использование предлагаемого алгоритма позволяет повысить энергетическую дальность действия РЛС.

когерентный флуктуация импульс

Литература

1. Bar-Shalom, Y. Blair W. Multitarget Multisensor Tracking: Applications and Advances. . New York: Artech House, 2000. - 576 p.

2. Barniv Y. Dynamic programming solution for detecting dim moving targets // IEEE Trans. Aerosp. Electron. Syst., 1985. Pp. - 144-156.

3. Buzzi S. Track-before-detect procedures for early detection of moving target from airborne radars // IEEE Trans. on aerospace and electronic system. 2005, No. 6. Pp. - 937-954.

Размещено на Allbest.ru