Адаптивные алгоритмы обнаружения радиолокационных целей на фоне пассивных помех в когерентно-импульсных РЛС тема диссертации и автореферата по ВАК РФ 05.12.14, кандидат технических наук Светлов, Алексей Юрьевич

• Светлов, Алексей Юрьевич
• кандидат технических наук
• 2006

Оглавление диссертации кандидат технических наук Светлов, Алексей Юрьевич

Перечень принятых сокращений.

Введение.

Глава 1 Алгоритмы обнаружения радиолокационной цели на фоне пассивной помехи.

1.1 Выбор и обоснование моделей полезного сигнала и пассивной помехи.

1.1.1 Модель полезного сигнала.

1.1.2 Модель пассивной помехи.

1.2 Синтез алгоритма обнаружения радиолокационной цели на фоне пассивной помехи.

1.3 Варианты реализации синтезированного алгоритма обнаружения.

1.4 Выводы.

Глава 2 Анализ помехоустойчивости алгоритма обнаружения.

2.1 Расчет рабочей скоростной характеристики.

2.2 Выбор алгоритма обнаружения для практической реализации.

2.3 Влияние на помехоустойчивость алгоритма обнаружения несоответствия реальной сигнально-помеховой обстановки и выбранной для синтеза модели этой обстановки.

2.3.1 Отклонение реальной диаграммы направленности антенны от модели.

2.3.2 Отклонение корреляционной матрицы пассивной помехи от модели.

2.4 Варьирование числа каналов межпериодной обработки радиолокационного сигнала.

2.5 Некогерентное накопление результатов межпериодной обработки радиолокационного сигнала.

2.6 Выводы.

Глава 3 Адаптация алгоритма обнаружения к корреляционным свойствам пассивных помех.

3.1 Обзор существующих методов адаптации к корреляционным свойствам пассивных помех.

3.2 Анализ статистических свойств пассивных помех на основе реальных радиолокационных данных.

3.3 Алгоритм адаптации к пассивной помехе.

3.4 Выводы.

Глава 4 Анализ адаптивного алгоритма обнаружения с помощью имитационного моделирования.

4.1 Описание процесса моделирования.

4.2 Проверка адекватности предложенной имитационной модели.

4.3 Моделирование работы адаптивного алгоритма обнаружения.

4.3.1 Влияние размера обучающей выборки помехи на эффективность адаптации.

4.3.2 Влияние регуляризации на помехоустойчивость алгоритма обнаружения.

4.3.3 Характеристики алгоритма обнаружения без адаптации к доплеровскому смещению частоты пассивной помехи.

4.4 Выводы.

Глава 5 Экспериментальные исследования адаптивного алгоритма обнаружения.

5.1 Описание эксперимента.

5.1.1 Технические характеристики базовой РЛС.

5.1.2 Устройство цифровой обработки радиолокационных сигналов.

5.2 Результаты экспериментальных исследований.

5.3 Выводы.

Закл ючение.

Введение диссертации (часть автореферата) на тему «Адаптивные алгоритмы обнаружения радиолокационных целей на фоне пассивных помех в когерентно-импульсных РЛС»

Радиолокационные станции занимают особое положение в системах Управления Воздушным Движением, поскольку являются основным источником информации для диспетчеров службы движения. За последнее десятилетие, в связи с увеличением числа авиарейсов, как гражданского, так и военного назначения, наметился рост числа авиакатастроф и внештатных ситуаций [1]. Это объясняется тем, что большинство функционирующих систем УВД разработаны в 70-80-е гг. прошлого века и не отвечают повышенным требованиям по обеспечению безопасности полетов.

Таким образом, задача совершенствования систем УВД в целом и РЛС в частности является актуальной, что отмечается в различных источниках [1—4]. С необходимостью решения данной задачи столкнулись и специалисты ОАО Челябинский радиозавод «Полет» при модернизации РЛС «Экран-85».

Общим при работе РЛС систем УВД является воздействие пассивных помех, представляющих собой отражения от подстилающей поверхности, гидрометеоров и местных предметов. Пассивные помехи, поступая на вход приемника РЛС вместе с отражениями от полезных радиолокационных целей, затрудняют их обнаружение и сопровождение.

Обнаружение радиолокационных целей на фоне пассивных помех различной природы является одной из важнейших задач для широкого класса импульсных РЛС систем УВД.

Условно, алгоритмы обнаружения радиолокационных целей на фоне пассивных помех можно классифицировать по эффективности и вычислительным затратам, связанных с практической реализацией алгоритмов обнаружения.

Часто, разработчику РЛС приходится идти на компромисс, выбирая алгоритм обнаружения, работу которого можно обеспечить на имеющейся элементной базе в режиме реального времени. Так, в РЛС «Экран-85», серийно выпускаемой несколько лет, был реализован алгоритм обнаружения с череспериодной компенсацией, эффективность которого, как показано в работе [5], является невысокой по сравнению с другими алгоритмами обнаружения. Но, на элементной базе момента времени выпуска данной РЛС, из всех алгоритмов обнаружения, практическая реализация которых была возможна, алгоритм обнаружения с череспериодной компенсацией обладал приемлимой эффективностью.

В связи с прогрессом в области цифровой обработки сигналов представляется возможным реализация на современной элементной базе алгоритмов обнаружения, эффективность которых будет сравнима с эффективностью теоретически оптимальных алгоритмов обнаружения, что позволит улучшить помехоустойчивость РЛС и повысить безопасность полетов.

Рассмотрим существующие алгоритмы обнаружения, которые можно разделить на алгоритмы, использующие статистические различия целей и пассивных помех, и алгоритмы, использующие спектральные различия целей и помех (фильтровые).

Математической основой первой группы алгоритмов обнаружения является разработанная теория обнаружения сигналов на фоне помех, располагающая методами анализа и синтеза оптимальных алгоритмов обнаружения.

Синтез оптимальных алгоритмов обнаружения радиолокационных целей на фоне пассивных помех достаточно подробно рассмотрен в литературе [6-9]. При синтезе алгоритмов обнаружения необходимо располагать априорной информацией о сигнале, помехе и шумах.

Если разработчик РЛС располагает полной априорной информацией о сигнале и помехе, синтез оптимального алгоритма обнаружения не вызывает затруднений. Однако, на практике, разработчик сталкивается со следующими проблемами:

• неизвестна доплеровская частота отраженного сигнала;

• неизвестна корреляционная матрица помехи, что делает невозможным синтез оптимального алгоритма обнаружения.

Задача синтеза оптимального алгоритма обнаружения в условиях априорной неопределенности может решаться с помощью параметрического описания априорной неопределенности с применением адаптивного байесовского подхода. В этом случае алгоритм обнаружения синтезируется при полной априорной определенности, после чего неизвестные параметры алгоритма обнаружения заменятся их оценками.

Так, в работе [10] предлагается решить проблему априорной неопределенности доплеровской частоты отраженного сигнала с помощью измерителя доплеровской фазы сигнала [11]. Однако, как отмечает автор работы, погрешности оценки фазы сигнала при одноканальном построении оптимального алгоритма обнаружения приводят к потерям в эффективности обнаружения и в целях уменьшения этих потерь приходится использовать несколько каналов согласованной обработки, перекрывающих диапазон разброса оценки доплеровской фазы сигнала. Следует отметить, что рабочие характеристики предлагаемого алгоритма обнаружения близки к характеристикам оптимального алгоритма обнаружения, но его вычислительные затраты больше, чем у оптимального алгоритма обнаружения, что затрудняет его реализацию на практике.

Другим способом решения проблемы априорной неопределенности доплеровской частоты отраженного сигнала может служить многоканальный фильтр доплеровских частот [5]. Каждый канал фильтра доплеровских частот настроен на определенную частоту и операция когерентного умножения на опорный сигнал выполняется в каждом канале; максимальный с выхода всех каналов сигнал поступает на компаратор. Недостатком этого способа является значительная сложность реализации алгоритма обнаружения: так, для обнаружения цели в диапазоне скоростей от 0 до 2000 км/ч с шагом в 10 км/ч потребуется 200 канальный фильтр доплеровских частот.

Если наблюдаемый сигнал слабый относительно помехи, то на практике, как показано в [12], можно воспользоваться асимптотически оптимальным алгоритмом обнаружения квазидетерминированного сигнала, для которого необходимость в оценке доплеровской частоты отраженного сигнала отпадает.

Заметим, что рассмотренные выше алгоритмы обнаружения являлись параметрическими, так как зависели от параметров распределения сигнала и помехи. Одним из способов решения вышестоящей проблемы априорной неопределенности заключается в разработке алгоритмов, нечувствительных или слабочувствительных к статистическим характеристикам сигналов и помех. Причем, когда неизвестны параметры распределения по обеим гипотезам, этот путь приводит к инвариантным алгоритмам обнаружения, а когда неизвестны виды распределений - к непараметрическим алгоритмам обнаружения.

Для известного инвариантного алгоритма обнаружения когерентного сигнала с неизвестной амплитудой и случайной начальной фазой на фоне гауссовских помех [13-15] в качестве предпороговой статистики предлагается использовать инвариантную статистику Хотеллинга Т2, распределение которой в отсутствие сигнала не зависит от корреляционной матрицы помехи.

Достоинством инвариантного алгоритма обнаружения является то, что его структура не зависит от доплеровской частоты отраженного сигнала, следовательно, отпадает необходимость в оценки доплеровской частоты или построения многоканального обнаружителя. Платой за это достоинство, как показано в [5], является ухудшение рабочих характеристик данного алгоритма обнаружения по сравнению с оптимальным алгоритмом обнаружения.

В том случае, если статистические распределения и их параметры сигналов и помех неизвестны, или приводят к сложной структуре алгоритма обнаружения, разработчик РЛС может применить на практике непараметрические или нейросетевые алгоритмы обнаружения сигналов.

Существует множество непараметрических обнаружителей сигнала на фоне белого шума - ранговых, знаково-ранговых, знаковых [8, 16, 17]. Попытки же синтеза оптимальных непараметрических алгоритмов обнаружения сигнала на фоне коррелированных помех «для конечного числа наблюдений наталкиваются на непреодолимые математические трудности» [8], поэтому известные непараметрические алгоритмы для конечного числа наблюдений получены эвристическим путем. Так, адаптивно-непараметрический алгоритм обнаружения [18] основан на использовании инвариантных свойств статистики отношения правдоподобия и является асимптотически оптимальным при условии, что число обрабатываемых импульсов »1. На практике, число обрабатываемых импульсов определяет вычислительные затраты алгоритма обнаружения, которые возрастают с ростом числа обрабатываемых импульсов. В этой связи, применение непараметрического алгоритма обнаружения [18] на практике ограничено.

Также, если статистические распределения и их параметры сигналов и помех неизвестны, на практике имеет смысл воспользоваться алгоритмом обнаружения с нейросетевой структурой, например [19]. Существенным недостатком алгоритмов обнаружения с нейросетевой структурой является их затруденный анализ и сложность получения рабочих характеристик. Кроме того, хорошо известно [20], что фактор универсализации в этом случае существенно повышает вычислительные затраты на адаптацию. В этой связи нейросетевые структуры применяются только в наиболее простых задачах, например при сжатии радиолокационного сигнала [21].

Рассмотрим вторую группу алгоритмов обнаружения радиолокационных целей на фоне пассивных помех, использующих спектральные различия целей и помех (фильтровые). Алгоритмы обнаружения данной группы в своей структуре имеют фильтр, осуществляющий режекцию помехи, рекурсивный или нерекурсивный.

В качестве критерия при синтезе нерекурсивного фильтра в работах [2229] и рекурсивного фильтра в работе [30] выбран коэффициент улучшения отношения сигнал/помеха, усредненный по доплеровскому сдвигу фазы сигнала, а в работах [31—33] - критерий минимума мощности (среднеквадратического отклонения) помех на выходе фильтра.

Существенным недостатком алгоритма обнаружения с нерекурсивным фильтром, как отмечено авторами работы [14] и показано в [5], является значительный проигрыш в эффективности обнаружения по сравнению с оптимальным алгоритмом обнаружения.

Еще один способ режектирования помехи с помощью нерекурсивного фильтра основан на постоянстве амплитуды видеоимпульсов на выходе фазового детектора от периода к периоду повторения при отражении от неподвижных объектов, что позволяет осуществить череспериодную компенсацию сигналов мешающих отражений.

Достоинством данного алгоритма обнаружения являются низкие вычислительные затраты, а недостатком - низкая эффективность при обнаружении сигнала на фоне многомодовых пассивных помех.

Из проведенного обзора алгоритмов обнаружения можно сделать вывод, что группа алгоритмов, использующих статистические различия целей и помехи обладает эффективностью, приближающейся к теоретически достижимой, нежели группа фильтровых алгоритмов обнаружения. Однако, большая эффективность первый группы алгоритмов обнаружения соответствует и большим вычислительным затратам, что ограничивает область применения данных алгоритмов обнаружения на практике.

Кроме проблемы априорной неопределенности доплеровской частоты отраженного сигнала, одной из проблем, стоящих перед разработчиком РЛС, является отсутствие априорной информации о корреляционной матрице помехи.

Среди возможных методов решения проблемы априорной неопределенности корреляционных свойств помехи основными являются: градиентные методы, реализуемые, как правило, с помощью принципа корреляционной обратной связи [34]; рекуррентные [20] и методы прямой оценки, основанные на адаптивном байесовском подходе [35].

На сложность и эффективность адаптивного алгоритма обнаружения оказывают влияние выбранный метод адаптации к помехе и модель помехи, к которой алгоритм обнаружения адаптируется.

Среди методов адаптации к помехе наиболее широко применяются методы прямой оценки неизвестных параметров алгоритмов обнаружения, которые обладают известными достоинствами. Заметим, что на практике наиболее востребованы алгоритмы адаптации к корреляционным свойствам помехи, разработанные для нерегулярной дискретизации случайного процесса, что соответствует вобуляции периодов повторения зондирующих импульсов.

В случае, если разработчик РЛС не располагает априорной информацией о специфике корреляционной матрице помехи, для адаптации к помехе всех рассмотренных выше алгоритмов обнаружения, в соответствии с адаптивным байесовским подходом, необходимо предварительно вычислить оценку элементов корреляционной матрицы помехи, расположенных выше или ниже главной диагонали, полностью ее определяющих.

Если же разработчик РЛС располагает априорной информацией о специфике корреляционной матрице помехи, то вычислительные затраты, связанные с реализацией адаптивных алгоритмов обнаружения можно существенно уменьшить.

Так, если известно, что корреляционная матрица помехи является теплицевой, что соответствует регулярной дискретизации случайного процесса, то достаточно вычислять оценку произвольной строки (столбца), полностью определяющих матрицу. Это обстоятельство использовалось в работах [20,22,36,37], результатами которых являются алгоритмы обнаружения с меньшими вычислительными затратами.

Кроме того, свойство теплицевости корреляционной матрицы помехи использовалось в работах [15, 38], в которых авторы предлагают рассматривать отсчеты входного сигнала в частотной области, поскольку статистическая структура спектра выборки оказывается более простой, чем у исходных данных. Выигрыш определяется тем, что в частотной области компоненты спектра становятся асимптотически независимыми, следовательно, упрощается и операция оценивания. В рамках работы было проведено исследование, результаты которого показали, что при малом объеме выборки спектральные алгоритмы обнаружения более эффективны по сравнению с алгоритмами обнаружения во временной области для узкополосных помех, а при большом объеме выборки - в условиях широкополосных помех.

Объем вычислений может быть существенно уменьшен и в случае, если возможно параметрическое представление корреляционной матрицы помех. Так, если корреляционная матрица помехи может быть задана с помощью формирующего фильтра (является корреляционной матрицей стационарного процесса авторегрессии т- го порядка), то оценке подлежат только т параметров. Как показано в [39], в радиолокации помехи, вызванные отражениями от местных предметов и различного рода метеообразований, имеющие гауссовую форму спектра, хорошо аппроксимируются авторегрессионным процессом сравнительно низкого (2-го или 3-го) порядка. Это обстоятельство использовалось в работах [31,32,37,40], что позволило получить алгоритм обнаружения в виде решетчатой структуры с высокой численной устойчивостью и меньшими вычислительными затратами на адаптацию к корреляционным свойствам помехи. Но, необходимо отметить, что аппроксимация помехи авторегрессионным процессом заданного порядка накладывают серьезные ограничения на область применения подобного алгоритма обнаружения.

Если выборки помехи аппроксимировать марковской последовательностью соответствующей связности, можно также уменьшить вычислительные затраты при вычислении оценки матрицы, обратной корреляционной матрице помехи, что выполнено в работах [13, 14, 41]. Для данного способа решения проблемы априорной неопределенности существуют ограничения - во-первых, ограничение на вид корреляционной функции помехи, которая должна быть экспоненциальной, а во-вторых, согласно [41], подобная аппроксимация эффективна лишь при малом уровне шума.

Из проведенного обзора алгоритмов адаптации можно сделать вывод, что, несмотря на их разнообразие, интересующий на практике случай адаптации к корреляционным свойствам помехи при нерегулярной дискретизации случайного процесса рассмотрен в литературе недостаточно полно. Предлагаемые авторами алгоритмы адаптации для алгоритмов обнаружения, близких по эффективности к теоретически достижимым, обладают существенными ограничениями на область применения и требуют значительных вычислительных затрат, что не позволяет реализовать качественное обнаружение в режиме реального времени.

Таким образом, задача создания эффективных и практически реализуемых адаптивных алгоритмов обнаружения радиолокационных целей на фоне пассивных помех является актуальной и требует дальнейших исследований в этом направлении.

Объектом исследования является обнаружение радиолокационных целей на фоне пассивных помех, предметом исследования являются соответствующие адаптивные алгоритмы обнаружения.

Цель работы. Целью диссертационной работы является разработка адаптивных алгоритмов обнаружения радиолокационных целей на фоне пассивных помех в когерентно-импульсных РЛС.

Направления исследования. В соответствии с поставленной целью выбраны следующие направления исследования.

- 151. Выбор и обоснование математических моделей сигнала и пассивной помехи.

2. Синтез алгоритма обнаружения в соответствии с выбранными моделями сигнала и помехи.

3. Анализ синтезированного алгоритма обнаружения с точки зрения уменьшения вычислительных затрат.

4. Сравнительный анализ помехоустойчивости синтезированного и существующих алгоритмов обнаружения.

5. Анализ методов адаптации к корреляционным свойствам помехи.

6. Анализ корреляционных свойств пассивных помех на основе реальных радиолокационных данных.

7. Разработка адаптивных алгоритмов обнаружения.

8. Экспериментальные исследования адаптивных алгоритмов обнаружения.

Методы исследований. Для выполнения поставленных задач использовались методы статистической теории обнаружения и оценки параметров сигналов, теории матриц и математической статистики. Результаты, полученные теоретически, подтверждены в ходе экспериментальных исследований, которые проводились методом имитационного и натурного моделирования на ЭВМ.

Научная новизна исследования состоит в следующем.

1. Предложена модель радиолокационной обстановки для решения задачи обнаружения когерентного сигнала с неизвестной доплеровской частотой на фоне пассивной помехи.

2. Получены новые алгоритмы обнаружения радиолокационной цели на фоне пассивной помехи. Отличительной особенностью алгоритмов обнаружения является применение разложения корреляционной матрицы помехи по системе собственных векторов.

3. Предложены алгоритмы адаптации к помехе с учетом специфики когерентно-импульсных РЛС, для которых коэффициент межпериодной корреляции пассивных помех близок к единице.

-164. Предложена методика анализа алгоритмов обнаружения на основе расчета их рабочих скоростных характеристик.

Практическую ценность представляют следующие результаты работы.

1. Разработаны адаптивные алгоритмы обнаружения, обладающие высокой эффективностью и, одновременно, преимуществом в отношении вычислительных затрат по сравнению с известными адаптивными алгоритмами обнаружения.

2. Разработано программное обеспечение для расчета рабочих скоростных характеристик алгоритмов обнаружения, с помощью которого исследована помехоустойчивость алгоритмов обнаружения и выбраны параметры алгоритмов обнаружения.

3. Разработано программное обеспечение для экспериментального исследования адаптивных алгоритмов обнаружения на ЭВМ.

Реализация результатов работы.

1. Разработанный адаптивный алгоритм обнаружения с рекомендованными значениями параметров используется в составе РЛС АОРЛ-1АС, выпускаемой ОАО Челябинский радиозавод «Полет».

2. Методика расчета и программное обеспечение для расчета рабочих скоростных характеристик алгоритмов обнаружения используются в ОКБ ОАО Челябинский радиозавод «Полет» в целях анализа помехоустойчивости алгоритмов обнаружения и их модификаций.

3. Программное обеспечение для экспериментального исследования разработанных алгоритмов обнаружения используется в ОКБ ОАО Челябинский радиозавод «Полет» для обоснования выбора параметров алгоритмов обнаружения.

Реализация результатов работы подтверждается соответствующим актом внедрения.

Результаты и положения, выносимые на защиту.

Проведенные исследования позволили теоретически обосновать и практически реализовать основные положения и результаты, полученные автором и выносимые на защиту.

1. Алгоритмы обнаружения радиолокационной цели на фоне пассивной помехи.

2. Результаты сравнительного анализа помехоустойчивости разработанных и существующих алгоритмов обнаружения.

3. Результаты анализа помехоустойчивости рекомендуемого к практической реализации алгоритма обнаружения.

4. Адаптивные алгоритмы обнаружения радиолокационной цели на фоне пассивной помехи.

5. Результаты экспериментальных исследований адаптивных алгоритмов обнаружения.

Апробация работы. Основные результаты и положения работы докладывались и обсуждались на следующих научных мероприятиях:

• международной конференции по системам локации и навигации, г. Харьков, Украина, сентябрь 2005 г.;

• 11-й международной научно-технической конференции «Радиолокация, навигация, связь», г. Воронеж, апрель 2005 г.;

• 13-й международной научно-технической конференции «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций», г. Рязань, декабрь 2004 г.;

• международной научно-практической конференции «Связь-пром 2004», г. Екатеринбург, май 2004 г.;

• 1ЕЕЕ-Сибирской конференции по управлению и связи, г. Томск, октябрь 2003 г.;

• 9-й международной научной конференции «Теория и техника передачи, приема и обработки информации», г. Туапсе, октябрь 2003 г.;

• 9-й международной научно-технической конференции «Радиолокация, навигация, связь», г. Воронеж, апрель 2003 г.;

• межотраслевой научно-технической конференции, г. Озерск, май 2002 г.;

• ежегодных научно-технических конференциях ЮУрГУ.

Публикации. По теме диссертации опубликовано 11 работ, из них 7 статей в сборниках научных трудов международных конференций, 2 статьи в сборниках докладов конференций ЮУрГУ, 1 статья в сборнике научных трудов межвузовской конференции и 1 тезисы доклада межотраслевой конференции.

Структура диссертации следующая.

Во введении обоснована актуальность темы диссертации, сформулированы основные направления работы и приведено содержание исследования.

В первой главе рассматривается проблема синтеза алгоритма обнаружения в условиях априорной неопределенности доплеровской частоты отраженного сигнала и корреляционных свойств пассивных помех. Для ее решения предлагается воспользоваться адаптивным байесовским подходом с применением модели некогерентного сигнала. Синтезирован алгоритм обнаружения в соответствии с выбранными моделями полезного сигнала и помехи. Для различных отношений сигнал/помеха получены варианты синтезированного алгоритма обнаружения, с меньшими вычислительными затратами по отношению к исходному алгоритму обнаружения.

Во второй главе проведен сравнительный анализ помехоустойчивости известных алгоритмов обнаружения и полученных в первой главе алгоритмов обнаружения при обнаружении когерентного сигнала, обоснован выбор одного из алгоритмов обнаружения для практической реализации и выполнен подробный его анализ.

В третьей главе проведен обзор существующих методов адаптации к корреляционным свойствам пассивных помех, предложены адаптивные варианты алгоритмов обнаружения и рассчитаны их вычислительные затраты. Выполнен анализ статистических свойств пассивных помех на основе реальных радиолокационных данных и предложен класс помех, для которого осуществляется адаптация. Для данного класса помех получены выражения для вычисления оценок неизвестных параметров предлагаемых к реализации алгоритмов обнаружения и рассчитан объем операций, необходимый для реализации адаптивных алгоритмов обнаружения на практике.

В четвертой главе проведен анализ предлагаемых для практической реализации адаптивных алгоритмов обнаружения. Приводятся результаты имитационного моделирования работы адаптивных алгоритмов обнаружения.

Пятая глава посвящена экспериментальным исследованиям адаптивных алгоритмов обнаружения на основе реальных радиолокационных данных, полученных с выхода цифрового фазового детектора РЛС АОРЛ-1АС; описывается эксперимент, и приводятся полученные результаты.

В заключении приводятся основные результаты работы.

Заключение диссертации по теме «Радиолокация и радионавигация», Светлов, Алексей Юрьевич

5.3 Выводы

На основе результатов экспериментальных исследований адаптивного # алгоритма обнаружения (3.8), можно сделать следующие выводы.

1. При сильном сигнале относительно помехи адаптивный алгоритм обнаружения близок по эффективности к оптимальному алгоритму обнаружения некогерентной пачки импульсов на фоне белого гауссовского шума.

2. Как при слабом сигнале относительно помехи, так и сильном сигнале относительно помехи экспериментальные рабочие скоростные характеристики адаптивного алгоритма обнаружения (3.8) подтверждают щ результаты расчетов рабочих скоростных характеристик, полученных теоретически и с помощью имитационного моделирования.

3. Предлагаемые адаптивные алгоритмы обнаружения радиолокационных целей более эффективны, чем алгоритм обнаружения ЧПК-2. Визуально, после обработки адаптивным алгоритмом обнаружения можно наблюдать отсутствие пассивных помех, тогда как после обработки алгоритмом обнаружения ЧПК-2 наблюдаются остатки пассивных помех, источником которых являются движущиеся объекты. По результатам полевых испытаний РЛС АОРС-1АС, при применении полученных адаптивных ф алгоритмов обнаружения, коэффициент подавления отражений от местных предметов на 24 дБ выше, чем при применении алгоритма обнаружения типа ЧПК-2, и составляет 48 дБ.

4. Для дополнительного увеличения помехоустойчивости алгоритма обнаружения следует осуществлять некогерентное накопление результатов межпериодной обработки, что подтверждает выводы, сделанные ранее в ходе теоретических исследований алгоритмов обнаружения.

Заключение

В ходе выполнения диссертационной работы получены результаты, которые сводятся к следующему:

1. Разработаны новые адаптивные алгоритмы обнаружения, предназначенные для решения актуальной задачи обнаружения радиолокационной цели на фоне пассивной помехи в условиях априорной неопределенности доплеровской частоты отраженного сигнала. Особенность алгоритмов обнаружения заключается в применении разложения корреляционной матрицы помехи по системе собственных векторов и учет специфики когерентно-импульсных РЛС ДМВ диапазона (высокой межпериодной корреляции пассивных помех).

2. Предложена методика анализа помехоустойчивости алгоритмов обнаружения с помощью расчета рабочих скоростных характеристик алгоритмов обнаружения; разработано соответствующее программное обеспечение.

3. Выполнен сравнительный анализ помехоустойчивости полученных и известных алгоритмов обнаружения. По результатам расчетов, разработанный базовый алгоритм обнаружения проигрывает в энергии сигнала оптимальному, но практически сложно реализуемому алгоритму обнаружения когерентного сигнала на фоне пассивной гауссовской помехи 2,0 дБ и 3,2 дБ при пяти и десяти обрабатываемых импульсах соответственно.

4. Исследованы разработанные алгоритмы обнаружения с точки зрения выбора значений их параметров для повышения помехоустойчивости РЛС и уменьшения вычислительных затрат.

5. Рассчитаны вычислительные затраты адаптивных алгоритмов обнаружения. По результатам расчетов, при вобуляции периодов повторения зондирующих импульсов, разработанные адаптивные алгоритмы обнаружения обладают меньшими вычислительными затратами по сравнению с известными адаптивными алгоритмами обнаружения. Свойство многоканальности межпериодной обработки радиолокационного сигнала разработанных алгоритмов обнаружения позволяет перейти к параллельной межпериодной обработке и уменьшить время вычислений в число, равное числу каналов межпериодной обработки.

6. Разработано программное обеспечение для имитационного моделирования и экспериментальных исследований адаптивных алгоритмов обнаружения.

7. Проведен анализ адаптивных алгоритмов обнаружения с помощью имитационного моделирования и экспериментальных исследований, результаты которого подтверждают выполненные теоретические расчеты, адекватность выбранной модели радиолокационной обстановки, проведенного моделирования и эксперимента.

Применение разработанных адаптивных алгоритмов обнаружения позволяет улучшить помехоустойчивость РЛС, и, как следствие, повысить безопасность полетов. По результатам полевых испытаний РЛС АОРС-1АС, при применении полученных адаптивных алгоритмов обнаружения, коэффициент подавления отражений от местных предметов на 24 дБ выше, чем при применении алгоритма обнаружения типа ЧПК-2, и составляет 48 дБ.

Разработанный адаптивный алгоритм обнаружения с рекомендованными значениями параметров используется в составе РЛС АОРЛ-1АС, выпускаемой ОАО Челябинский радиозавод «Полет».

Список литературы диссертационного исследования кандидат технических наук Светлов, Алексей Юрьевич, 2006 год

1. Perry In search of the future of the air traffic control / Perry // IEEE Spectrum. -August 1997.-P. 18-35.

2. Skolnik M. Opportunités in radar 2002 / M. Skolnik // Electronics & communication engineering journal. - December 2002. - P. 263-272.

3. Immoreev I.I. Future of radars / I.I. Immoreev, J.D. Taylor // In proc. 2002 IEEE conference on ultra wideband systems and technologies. 2002. - P. 197-200.

4. Nayebi М.М. Detection of coherent radar signals with unknown Doppler shift / M.M. Nayebi, M.R. Aref, M.H. Bastani // IEE Proc. Radar, Sonar Navig. April 1996.-№2.-P. 79-86.

5. Бакулев П.А. Методы и устройства селекции движущихся целей / П.А. Бакулев, В.М. Степин. М.: Радио и связь, 1986.

6. Бакут П.А. Вопросы статистической теории радиолокации. В 2 т. Т.1. / П.А. Бакут, И.А. Большаков, Б.М. Герасимов и др.; под ред. Г.П. Тартаковского. М.: Сов. Радио, 1963.

7. Акимов П.С. Теория обнаружения сигналов / П.С. Акимов, П.А. Бакут, В.А. Богданович и др.; под ред. П.А. Бакута. М.: Радио и связь, 1984.

8. Сосулин Ю.Г. Теория обнаружения и оценивания стохастических сигналов / Ю.Г. Сосулин. М.: Сов. Радио, 1978.

9. Ю.Попов Д.И. Синтез систем обработки с адаптивным накоплением сигнала / Д.И. Попов //Радиотехника.- 1997.-№12.- С. 39^1.

10. П.Попов Д.И. Синтез измерителей доплеровской фазы сигнала / Д.И. Попов // Радиотехника. 1991. - №2. - С. 36-39.

11. Проскурин В.И. Квадратичные фильтры для обнаружения неизвестного сигнала на фоне коррелированной помехи / В.И. Проскурин // Радиотехника и электроника. 1992.-№7. -С. 1227-1235.

12. З.Бакулев П.А. Алгоритм обнаружения сигналов на фоне многомодовых коррелированных помех / П.А. Бакулев, С.Е. Кован // Радиотехника. 1981. -№8.-С. 69-72.

13. Н.Бартенев В.Г. О построении адаптивного обнаружителя импульсных сигналов на фоне нормальных помех с неизвестными корреляционными свойствами / В.Г. Бартенев, A.M. Шлома // Радиотехника. 1978. — №2. — С. 3-8.

14. Левин Б.Р. Теоретические основы статистической радиотехники / Б.Р. Левин. -М.: Радио и связь, 1989.

15. Справочник по радиолокации. Под ред. М. Сколника. Нью-Йорк, 1970: Пер. с англ. (в четырех томах); под общей ред. К.Н. Трофимова; Том 1. Основы радиолокации; под ред. A.C. Виницкого. М.: Сов. радио, 1978.

16. Haykin S. Neural Network-based radar detection for an ocean environment / S. Haykin, Т.К. Bhattacharya // IEEE Transactions on aerospace and electronic systems. 1997. - №2. - P. 408-420.

17. Попов Д.И. Синтез и анализ эффективности систем адаптивной междупериодной обработки сигналов на фоне помех с неизвестными корреляционными свойствами / Д.И. Попов // Радиотехника и электроника. -1983.-№12.-С. 2373-2380.

18. Попов Д.И. Адаптация систем квазиоптимальной обработки сигналов / Д.И. Попов // Радиотехника. 2001. - №4. -С. 9-12.

19. Capon J. Optimum weighting functions for the detection of sampled signals in noise / J. Capon // IEEE Transactions on information theory. April 1964. -P. 152-159.

20. Попов Д.И. Синтез алгоритмов адаптивного режектирования пассивных помех / Д.И. Попов, А.Г. Афанасьева // Радиоэлектроника. 1996. — №6. — С. 46-52.

21. Попов Д.И. Анализ адаптивных режекторных фильтров / Д.И. Попов // Радиотехника. -1991. №10. - С. 31-34.

22. Попов Д.И. Оптимизация режекторных фильтров при вобуляции периода повторения / Д.И. Попов // Радиоэлектроника. 2000. - №9. - С. 28-36.

23. Бакулев П.А. Структурный синтез многоканальных адаптивных режекторных фильтров и анализ их эффективности / П.А. Бакулев, В.А. Федоров, Н.Д. Шестаков // Радиоэлектроника. 2004. - №5. - С. 48-54.

24. Попов Д.И. Синтез режекторных фильтров с действительными весовыми коэффициентами / Д.И. Попов, С.А. Калинов // Радиоэлектроника. -1999. -9.-С. 76-80.

25. Попов Д.И. Оптимизация рекурсивных режекторных фильтров / Д.И. Попов // Цифровая обработка сигналов. 2001. - №2. - С. 45-48.

26. Лернер В.Е. Эффективность адаптивных фильтров СДЦ на базе решетчатой структуры при вобуляции периода повторения / В.Е. Лернер, Д.Б. Мамонов,

27. A.B. Миргуланов // Радиоэлектроника. 1990. - №11. — С.21-25.

28. Баранов П.Е. Адаптивный рекуррентный алгоритм компенсации помех с произвольными корреляционными матрицами / П.Е. Баранов // Радиоэлектроника. 1990. - №4. - С. 10-14.

29. Баранов П.Е. Синтез и исследование эффективности оптимальных по критерию минимума СКО фильтров когерентно-весовой обработки / П.Е. Баранов, B.C. Токолов // Радиоэлектроника. 1985. — №11. — С. 82-84.

30. Ширман Я.Д. Теория и техника обработки радиолокационной информации на фоне пассивных помех / Я.Д. Ширман, В.Н. Манжос. — М.: Радио и связь, 1981.

31. Репин В.Г. Статистический синтез при априорной неопределенности и адаптация информационных систем / В.Г. Репин, Г.П. Тартаковский. М.: Сов. Радио, 1977.

32. Бакулев П.А. Синтез адаптивного алгоритма двухканального устройства, минимизирующего отношение помеха-шум / П.А. Бакулев, В.И. Кошелев,

33. B.А. Федеров и др. // Радиоэлектроника. 1990. - №11. - С. 62-64.

34. Леховицкий Д.И. Обобщенный алгоритм Левинсона и универсальные решетчатые фильтры / Д.И. Леховицкий // Изв. вузов Радиофизика. 1992. — №9-10.-С. 790-808.

35. Кован С.Е. Синтез алгоритмов обнаружения сигналов на фоне коррелированных помех в частотной области / С.Е. Кован, В.А. Лихарев, Л.А. Страхова // Изв. вузов MB и ССО СССР Радиоэлектроника. 1985. -№7. - С.28-32.

36. Haykin S. The maximum entropy method applied to the spectral analysis of radar clutter / S. Haykin, S.B. Kesler // IEEE Transactions on information theory. -1978.-№2.-P. 269-272.

37. Gibson C.J. Maximum entropy (adaptive) filtering applied to radar clutter / C.J. Gibson, S. Haykin, S.B. Kesler // In proc. IEEE International Conference on ICASSP '79. Apr 1979. - P. 166-169.

38. Бакулев П.А. Адаптивная обработка сигналов на фоне коррелированных помех / Д.И. Попов, В.И. Кошелев // Адаптивные устройства обработки информации в радиолокационных и радионавигационных системах: сб. науч. тр.- М.: МАИ, 1984. С. 19-23.

39. Farina A. Coherent radar detection in log-normal clutter / A. Farina, A. Russo, F.A. Studer // IEE Proc. 1986. - №1 . - P. 39-54.

40. Farina A. Theory of radar detection in coherent Weibull clutter / A. Farina,

41. A. Russo, F. Scannapieco, S. Barbarossa // IEE Proc. 1987. — №2 . — P. 174-190.

42. Финкельштейн М.И. Основы радиолокации / М.И. Финкельштейн. М. : Сов. Радио, 1973.

43. Коростелев А.А. Теоретические основы радиолокации: учеб. пособие для вузов / А.А. Коростелев, Н.Ф. Клюев, Ю.А. Мельник и др.; под ред.

44. B.Е. Дулевича. -М.: Сов. Радио, 1978.

45. Гантмахер Ф.Р. Теория матриц / Ф.Р. Гантмахер. М.: Наука, 1988.

46. Родионов В.В. Адаптивный алгоритм обнаружения точечных целей на фоне протяженных по дальности помех / В.В. Родионов // Прикладная радиоэлектроника. 2002. - №2. - С. 205-209.

47. A. di Vito, G. Galati // IEE Proc. Radar, Sonar Navig. June 1994. - №3. -P. 164-170.

48. Вайнштейн JI.A. Выделение сигналов на фоне случайных помех / Л.А. Вайнштейн, В.Д. Зубаков. -М.: Сов. Радио, 1960.

49. Родионов В.В. Алгоритмы адаптивного обнаружения радиолокационных целей на фоне пассивных помех / В.В. Родионов, А.Ю. Светлов // СВЯЗЬ-ПРОМЭКСПО 2004: сб. науч. тр. 1-го Евро-Азиатского международного форума Екатеринбург. - 2004. - С. 127-138.

50. Родионов В.В. Синтез цифрового КИХ-фильтра для сигналов с нерегулярной дискретизацией по времени / В.В. Родионов, А.Ю. Светлов // Дни науки ОТИ МИФИ: тезисы межотраслевой научно-технической конференции. — Озерск: Форт Диалог Исеть, 2002. - С. 278-280.

51. Бубнов В.В. Оптимальная вобуляция периода повторения импульсов в пачке для повышения вероятности правильного обнаружения движущейся цели /

52. B.В. Бубнов, А.Ю. Светлов // Доклады 56-й научно-технической конференции ЮУрГУ (Кыштымский филиал). Кыштым, 2004. - С. 11-14.

53. Справочник по радиолокации. Под ред. М. Сколника. Нью-Йорк, 1970: Пер. с англ. (в четырех томах); под общей ред. К.Н. Трофимова; Том 3.

54. Радиолокационные устройства и системы; под ред. A.C. Виницкого. М. : Сов. радио, 1978.

55. Родионов В.В. Адаптивный алгоритм обнаружения радиолокационных целей / В.В. Родионов, А.Ю. Светлов // Теория и техника передачи, приема и обработки информации: сб. науч. тр. 8-й международной конференции. — Харьков: ХНУРЭ. 2002. С. 279-280.

56. Воеводин В.В. Вычислительные основы линейной алгебры / В.В. Воеводин. -М.: Наука, 1977.

57. Довиак Р. Доплеровские радиолокаторы и метеорологические наблюдения / Р. Довиак, Д. Зрнич. Д.: Гидрометеоиздат, 1988.

58. Руководство пользователя по сигнальным процессорам семейства SHARC ADSP-2106X. Пер. с англ. A.B. Бархатов, A.A. Коновалов, М.Н. Петров. -СПб., 2002.

59. Кнут Д.Э. Искусство программирования. В 3 т. Т. 2. Получисленные алгоритмы / Д.Э. Кнут. М.: Вильяме, 2001.

60. Echard J.D. Estimation of radar detection and false alarm probabilities / J.D. Echard // IEEE Transactions on aerospace and electronic systems. 1991. - №2. -P. 255-260.

61. Костылев В.И. Распределение суммы квадратов модулей комплексных совместно гауссовских случайных величин с корреляционной матрицей простой структуры / В.И. Костылев // Радиоэлектроника. 2001. - №5. -С. 53-58.

62. Родионов В.В. Разработка компонента в С++ Builder для визуализации радиолокационных данных /В.В. Родионов, Е.А. Матвеенко // Дни науки ОТИ МИФИ: тезисы Межотраслевой научно-технической конференции. -Озерск.: Форт Диалог Исеть, 2002. - С. 281-283.

63. Светлов А.Ю. Программный комплекс моделирования и обработки радиолокационной информации в РЛС УВД / А.Ю. Светлов, В.В. Бубнов // Доклады 56-й научно-технической конференции ЮУрГУ (Кыштымский филиал). Кыштым, 2004. - С. 7-10.