автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Алгоритмы обработки информации при определении углового положения и распознавания источников шумоподобных сигналов

На правах рукописи

ПЕРЕПЕЛКИН Игорь Николаевич

АЛГОРИТМЫ ОБРАБОТКИ ИНФОРМАЦИИ ПРИ ОПРЕДЕЛЕНИИ УГЛОВОГО ПОЛОЖЕНИЯ И РАСПОЗНАВАНИИ ИСТОЧНИКОВ ШУМОПОДОБНЫХ СИГНАЛОВ

Специальности

05.13.01 - Системный анализ, управление и обработка информации, 01.04.03 - Радиофизика

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата физико-математических наук

.31 ОКТ 2013

Воронеж 2013

005536965

005536965

Работа выполнена в Воронежском государственном университете

Научные руководители: доктор технических наук,

профессор ТРАВИН Геннадий Александрович; доктор технических наук, доцент

Ведущая организация: ОАО «Концерн «Созвездие»», г. Воронеж.

Защита состоится 7 ноября 2013 г. в 17.00 на заседании диссертационного совета Д.212.038.10 при Воронежском государственном университете по адресу: 394006, г. Воронеж, Университетская пл., 1, ВГУ, физический факультет, ауд. 428.

С диссертацией можно ознакомиться в научной библиотеке Воронежского государственного университета.

Автореферат разослан « »_2013 года.

ТРИФОНОВ Павел Андреевич.

Официальные оппоненты: НЕЧАЕВ Юрий Борисович

доктор физико-математических наук, профессор, Воронежский государственный университет, профессор кафедры информационных систем.

КУЦОВ Руслан Владимирович кандидат физико-математических наук, доцент, Воронежский институт Федеральной службы исполнения наказаний России, заместитель начальника организационно-научного и редакционного отдела.

МАРШАКОВ Владимир Кириллович

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. В последние годы все более широкое применение находят радиофизические методы активного и пассивного зондирования различных сред и объектов. При активном зондировании обработка информации реализуется на основе применения квазидетерменированных сигналов. При этом качественные показатели распознавания целей и измерения угловых координат зависят от энергии сигнала. Иначе обстоит дело при пассивном зондировании (наблюдении), когда имеет место априорная неопределенность относительно частотно-временных характеристик наблюдаемых сигналов. В этом случае качественные показатели распознавания целей и измерения их угловых координат зависят не от энергии, а от пиковой мощности сигнала. Острота проблемы возросла после создания в последние десятилетия малозаметных радиолокационных станций (МРЛС). В отличие от традиционных РЛС они излучают сложные дискретно-кодированные сигналы, имеющие большую длительность и малую пиковую мощность. Эти сигналы по сути дела являются шумоподобными. Существенный вклад в разработку и исследование алгоритмов измерения угловых координат и распознавания шумоподобных сигналов внесли И.Н. Амиантов, В.В. Караваев, Н.Е. Кириллов, Ю.Б. Нечаев, В.Г. Радзиевский, В.В. Сазонов, В.И. Тихонов, Я.Д. Ширман и др. Тем не менее, существующие методы и алгоритмы обработки информации обычными способами при пассивном наблюдении оказываются малоэффективными. Необходимо создание новых методов анализа и статистической обработки сигналов на фоне помех, а также разработка методов и алгоритмов обработки информации, получаемой при пассивном наблюдении.

В связи с этим актуальной является задача разработки новых радиофизических методов и алгоритмов обработки информации, позволяющих пеленговать и распознавать сигналы с малой пиковой мощностью пассивными средствами. Необходимо отметить еще одну проблему, а именно: реализация новых разработанных методов требует создания новых малогабаритных антенн. Изначально решение указанной проблемы возможно только на основе применения современных технологий моделирования.

Проведенный краткий анализ дает основание считать тему диссертации актуальной.

Цель диссертационного исследования: совершенствование методов и алгоритмов обработки информации в системах и средствах пассивного наблюдения источников излучения.

Для достижения поставленной цели сформулирована научная задача, а именно: разработка и исследование новых методов и алгоритмов обработки информации при измерении угловых координат и распознавании источников шумоподобных сигналов.

Задачи диссертационного исследования:

1. Провести анализ современного состояния развития радиофизических систем, как источников информации для средств пассивной радиолокации.

2. Разработать методы и алгоритмы обработки информации при определении углового положения источников излучения сложных дискретно-кодированных

3

(шумоподобных) сигналов, на основе формирования специального искусственного опорного сигнала, синтезированного в работе.

3. Разработать алгоритмы распознавания-отождествления сложных дискретно-кодированных сигналов.

4. Разработать практические рекомендации по аппаратурной реализации полученных методов и алгоритмов обработки информации.

Совокупность указанных задач и определяет в основном структуру и содержание данной диссертационной работы.

На защиту выносятся следующие результаты:

1. Метод распознавания и определения углового положения источников радиоизлучения шумоподобных сигналов на основе формирования синтезированного искусственного опорного сигнала.

2. Метод отождествления результатов измерений в многопозиционных системах пассивного наблюдения по автокорреляционным функциям шумоподобных сигналов.

3. Алгоритм распознавания-отождествления шумоподобных сигналов в многопозиционных системах пассивной радиолокации.

4. Результаты моделирования элементов фазированных антенных решеток для моноимпульсного пеленгатора источников радиоизлучения шумоподобных сигналов.

Научная новизна работы и её теоретическое значение:

1. Предложен и запатентован новый способ формирования искусственного опорного сигнала.

2. Разработан метод определения углового положения источников радиоизлучения (ИРИ), основанный на новом способе формирования искусственного опорного сигнала.

3. Предложен метод отождествления результатов измерений в многопозиционных системах пассивной радиолокации по автокорреляционным функциям сигналов.

4. Получен алгоритм распознавания-отождествления шумоподобных сигналов в многопозиционных системах пассивной радиолокации.

5. Сформулированы практические рекомендации по аппаратурной реализации предложенных методов и алгоритмов обработки информации.

Практическая значимость результатов исследования

Предложенный новый способ формирования искусственного опорного сигнала обеспечивает зависимость качественных показателей обнаружения и пеленгования ИРИ шумоподобных сигналов не от пиковой мощности, а от их энергии. В конечном итоге разработанные методы и алгоритмы позволяют МРЛС сделать заметными.

Результаты моделирования фазированных антенных решеток (ФАР) с применением кратномасштабного временного метода позволяют разработать практические рекомендации по их построению с целью существенного снижения массы и габаритов антенной системы средств пассивной радиолокации (ПРЛ). Это очень важно для аппаратурной реализации пеленгатора с корреляционным алгоритмом. Показано, что использование кратномасштабного метода по сравнению с тради-

4

ционным конечно-разностным позволяет увеличить вычислительную скорость и снизить необходимый объем памяти специализированного вычислительного устройства. Разработанная модель позволяет моделировать ФАР в соответствии с требованиями потребителей.

Внедрение результатов диссертационного исследования в средства ПРЛ может повысить их эффективность, что имеет важное значение.

Обоснованность и достоверность научных положений, выводов и рекомендаций обеспечена корректностью постановки задач, всесторонним анализом возможных вариантов их решения на основе использования многочисленных литературных источников.

Результаты моделирования фазированных антенных решеток, выполненн-ных по технологии десятислойного печатного монтажа, проверены на реальном устройстве WLAN фирмы Siemens. Все результаты моделирования практически совпали с полученными традиционным конечно-разностным методом.

Полученные новые научные результаты имеют ясную физическую трактовку и не противоречат общепринятым представлениям. Кроме того, в частных или предельных случаях они совпадают с уже известными.

Апробация результатов исследования. Основные теоретические положения и практические результаты докладывались и обсуждались на XIII (2007 г.) и на XIX (2013 г.) международных научно-технических конференциях «Радиолокация, навигация, связь» (RLNC*2007), (RLNC*2013) в Воронеже, XXV (2007 г.), Всероссийском симпозиуме «Радиолокационное зондирование природных сред» в Санкт-Петербурге, на международной научно-технической конференции молодых ученых, аспирантов и студентов «Инновационные исследования в сфере критических технологий» в Белгороде в 2007 г., на Всероссийской молодежной конференции «Теория и практика системного анализа» в Белгороде в 2012 г., и на Международной молодежной конференции «Прикладная математика, управление и информатика» в Белгороде в 2012 г.

Личный вклад автора в проведённое диссертационное исследование состоит в следующем. Основные научные результаты получены лично автором, о чем свидетельствуют публикации без соавторов [1,4-7], в том числе в журналах из перечня ВАК [1 - 3]. Некоторые научные результаты получены в соавторстве [8 - 12]. Результаты полученные соавторами играют хотя и важную, но вспомогательную роль в рамках решения основных задач диссертационного исследования и на защиту не выносятся, они служат лишь научной основой для разработки и исследования методов и алгоритмов обработки информации. Положения, выносимые на защиту, сформулированы лично автором.

Публикации. По теме диссертации опубликовано 12 работ, из них 3 работы в журналах, рекомендованных ВАК для публикации результатов диссертационных работ. Получены 2 патента и 2 свидетельства об отраслевой реализации разработок.

Структура и объем диссертационной работы. Работа состоит из введения, 3 глав, заключения и списка использованных источников из 97 наименований. Содержание работы изложено на 96 листах машинописного текста, иллюстрируется 21 рисунком и 2 таблицами.

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертации, сформулированы цели и задачи исследования, отражены научная новизна и практическая значимость полученных результатов, перечислены научные положения, выносимые на защиту.

В первой главе проанализировано современное состояние развития радиотехнических систем как источников информации для средств пассивной радиолокации.

Отмечается, что современным этапом развития радиотехнических систем явилось создание МРЛС, использующих сложные дискретно-кодированные (шу-моподобные) сигналы. Показано, что применяемые методы и алгоритмы обработки информации в средствах ПРЛ не позволяют эффективно решать задачи определения углового положения и распознавания источников сигналов. Это связано с большой длительностью используемых в передатчиках шумоподобных сигналов и их малой пиковой мощностью.

Для решения проблем обработки информации необходима разработка новых методов и алгоритмов, принципиально отличаюшихся от традиционных.

Вторая глава посвяшена разработке метода обнаружения и пеленгования источников излучения сложных дискретно-кодированных (шумоподобных) сигналов на основе формирования искусственного опорного сигнала.

Модель сложного дискретно-кодированного сигнала (СДКС) представлена в следуюшем виде:

>*М = |>А('-<'ДД (1)

1=-оО

где 5"0(0— комплексная огибающая радиоимпульса; У = {_у,} - дискретно-кодированная последовательность, задающая закон изменения фазы; Д,— длительность дискрета.

В модели СДКС основную роль играет дискретно-кодированная последовательность, характеристикой которой является автокорреляционная функция

д

= (2)

¡=0

где г — сдвиг по времени; Д- длительность сигнала.

Для генерации дискретных последовательностей в модели реализован алгоритм, который позволяет синтезировать дискретные последовательности с заданными требованиями.

Простейший корреляционный обнаружитель можно построить на основе измерения автокорреляционной функции принимаемого сигнала. Было проведено моделирование СДКС и его корреляционной функции, структурная схема модели представлена на рис. 1.

Рис. 1. Структурная схема моделирования СДКС и его корреляционной функции.

Генератор сигналов вырабатывает двоичные и бинарные амплитудно-фазоманипулированные СДКС, присущие сигналам МРЛС. Для имитации отсутствия сигнала эти последовательности временами прерываются. Частота дискретизации и число разрядов квантования для моделирования работы АЦП также изменяются в генераторе сигналов.

Недостатком измерителя автокорреляционной функции сигнала всегда является влияние шумов приемного устройства на качественные показатели обнаружителя. Так как каналы приемного устройства одинаковые, то коррелируют не только сигналы, но и шумы.

Далее приведены результаты разработки и исследования метода амплитудного моноимпульсного пеленгования малозаметных РЛС, позволяющего устранить данный недостаток (рис. 2).

Антенна 1 Антенна 2 АтсшыЗ Антенна Л

Рис. 2. Амплитудный моноимпульсный пеленгатор малозаметных радиолокационных станций. В известных средствах ПРЛ, для реализации амплитудного метода пеленгования источников радиоизлучения, например в азимутальной плоскости, форми-

руют две диаграммы направленности антенн (левая, правая) пересекающихся на уровне половинной мощности и создающих равносигнальное направление (РСН).

Желание ослабить зависимость качественных показателей пеленгования от пиковой мощности сигналов малозаметных РЛС привело к идее искусственного формирования опорного сигнала. Для этого в каждом канале вместо одной приемной антенны необходимо установить две с совмещенными диаграммами направленности, в левом канале антенны 1, 2, в правом — 3, 4. Выходы каждой пары антенн через приемные устройства и АЦП поступают на коррелятор. Таким образом, для приема сигналов в каждом поддиапазоне частот моноимпульсный пеленгатор, например в азимутальной плоскости, должен иметь не две, а четыре антенны.

В предложенном методе на дискриминатор поступают не напряжения с выхода антенн, а корреляционные функции с левой двухканальной системы 11лсв и правой - Яправ- На выходе «левого» и «правого» каналов модели принятых сигналов определяются выражениями

и№ = 1пЛге„Р(0о + 0))

После вычитания получена модель сигнала на выходе дискриминатора в виде

(4)

К^НОь-в)

При идентичных приемных каналах (Ялев = 11Прав = Я) и при малых углах отклонения от равносигнального направления (угол в) можно записать

5(0) = 1п +-) =

^(0о-0) П0о)(1-//0 + ...) 1 ~цв

где Е(0О) - коэффициент усиления антенной системы в РСН; ц - крутизна рабочего участка ДН, которая определяется соотношением и = ^(0) / ¿0.

Формирование дополнительных ДН по сути эквивалентно формированию опорного сигнала, в результате чего потенциальные точности измерения угловых координат, как и в активных РЛС, зависят не от пиковой мощности, а в основном от энергии сигнала. В конечном итоге МРЛС становятся заметными.

Решением проблемы распознавания и пеленгования сигналов МРЛС является построение моноимпульсного пеленгатора с фазированными антенными решетками. Такие разработки ведутся в ЗАО «НПП «Спецрадио», получены обнадеживающие результаты. В таком пеленгаторе с корреляционным обнаружителем можно обеспечить гарантированный поиск сигнала по направлению и избавиться от ошибок пеленгования, присущим механическим системам.

Таким образом, новый метод пеленгования принципиально мало отличается от известного. Однако существенно меняются устройства, его реализующие.

При решении задачи пеленгования СДКС многопозиционными системами ПРЛ в многоцелевой обстановке возникает проблема неоднозначности определения координат (рис. 3). В связи с этим необходимо отождествлять результаты измерений в пунктах приема, чтобы исключить ложные цели.

Рис. 3. Неоднозначность определения координат.

По результатам проведенного анализа установлено, что оценивание параметров сигналов МРЛС традиционными методами не достаточно эффективно из-за их возможной схожести. Необходима разработка новых методов и алгоритмов обработки получаемой информации.

Для объяснения нового метода отождествления результатов измерений рассмотрим увеличенный фрагмент центральной части корреляционной функции, полученной по результатам моделирования (рис. 4). Точке а соответствует главный лепесток корреляционной функции, точке с — первый боковой лепесток, точке Ь — характерный провал, обусловленный формой СДКС.

Рис. 4. Увеличенный фрагмент центральной части нормализованной корреляционной функции СДКС Известно, что параметры корреляционной функции зависят от вида сигнала и закона его модуляции. Именно это позволяет решать задачу отождествления результатов измерений. Для различных целей не могут быть одинаковыми СДКС, а, следовательно, и измеренные корреляционные функции. Таким образом, решается задача отождествления, а именно устранение ложных целей. Заметим, что в отличие от традиционных методов отождествления мы работаем не с самими сигналами, имеющими малую пиковую мощность, а с корреляционными функциями, полученными в результате операции сжатия сигналов.

Разработан новый способ устранения неоднозначности измерений в разнесенных пунктах приема, который сводится к решению задачи распознавания-отождествления. Разработан алгоритм решения задачи распознавания СДКС на основе использования вейвлет-преобразования.

9

Немаловажное преимущество использования вейвлет-преобразования проявляется при передаче данных - если сигнал распознан по первым проекциям, передачу можно прервать в любой момент, т.е. не следует дожидаться получения полного пакета данных. Для примера, если распознаются сигналы с различным условным средним, а длина выборки равна 1024, то достаточно принять 1 значение выборки и освободить передатчик от передачи оставшихся 1023 значений.

Вейвлет-преобразование является достаточно эффективным по количеству вычислительных операций, чем обеспечивает высокие качественные показатели распознавания сигналов в реальном масштабе времени, а, следовательно, и решение задачи отождествления результатов измерений.

В третьей главе разработаны практические рекомендации по аппаратурной реализации полученных методов и алгоритмов обработки информации.

Для реализации разработанных методов распознавания и пеленгования СДКС число антенн в существующих средствах ПРЛ должно быть увеличено вдвое. В конечном итоге СВЧ-устройства оказываются достаточно громоздкими. Для снижения массы антенной системы необходимо использовать фазированные антенные решетки. С этой целью в диссертации проведено моделирование элемента ФАР.

Для решения этой задачи в диссертации обоснована целесообразность применения кратномасштабного временного метода, позволяющего использовать вейвлеты для уменьшения вычислительной нагрузки при анализе сложных устройств различной структуры.

Для описания использования кратномасштабного временного метода при исследовании резонансных антенн применен двумерный кратномасштабный анализ вейвлетами Хаара. Хотя семейство вейвлетов Хаара является самым простым, но в тоже время оно обладает рядом свойств, обеспечивающих полезность его применения.

В основе моделирования лежат уравнения Максвелла: дЕх = 1 дНг 8Еу _ 1 дН2 8Нг _ 1

3/ е ду ' Э/ е дх д1 ц

Разложение поля Ех в (6) по составляющим масштабирующей функции и вейвлетов Хаара выражается следующим соотношением:

Ех(х,у) = ХЬп(1)[пЕ^ф,(х)фДу) + +£ЕпЕ-;:>;,р(Х)фдУ)+

г=0 р=0

г™, 2'-1 (7)

г=0 р-0

г=0 р=0 в=0 я=0

где пЕд99— коэффициенты, соответствующие масштабирующим функциям по х и

ду дх

(6)

у, представляющих величину электрического поля в (¡,^-области на временном шаге п; у[р— вейвлет уровня разрешения г в позиции р [(р-0.5)/2г] области ¡.

Остальные коэффициенты имеют аналогичное значение. Временная зависимость считается постоянной на каждом шаге прохождения импульса 11П(Ч).

Когда получено разложение полей Е и Н по коэффициентам вейвлетов, эти значения подставляются в уравнения (6). Далее уравнения решаются методом моментов для каждого коэффициента. Для двумерного случая имеем

+ (8) + (9)

ну = ну +—

1 "и п-1 пц ^

ц

—(и„ Е*: + ин Е")-

-7"(и„м Ед + 1ГН (10)

Последние уравнения записаны в матричной форме, где, например „Бивектор коэффициентов вейвлетов и масштабирующих функций, представляющих электрическое поле в (¡, ^)-области на временном шаге п. Матрицы и являются результатом скалярного произведения. Полученные результаты позволяют варьировать разрешение от области к области, причем эти изменения могут быть функциями от времени. Временной шаг для описанного метода выражается следующим соотношением:

1 1

А1= ' (П)

( 2'™+' > 2 Г 2Гп,"+'" 2 С

+

1 Ах ) 1 АУ ]

где С - скорость света.

Предложенный метод позволяет получить изменяющуюся по времени и областям сетку для решения уравнений Максвелла.

Граничное условие для печатных проводников требует, чтобы электрические поля, тангенциальные проводникам, равнялись нулю. Из уравнений (8)-(10) видно, что вычисление коэффициентов на следующем временном шаге основывается на коэффициентах соседних областей, полученных на предыдущих временных шагах. Если размер области печатного проводника больше или равен области текущего прохода кратномасштабного временного анализа, все коэффициенты обнуляются согласно краевому условию. Напротив, если область печатного проводника меньше анализируемого размера области, коэффициенты должны быть модифицированы. В этом случае обнуляются значения только области проводника, а остальные коэффициенты остаются неизменными.

Одним из способов определения коэффициентов, подлежащих обнулению, является использование матрицы восстановления. Например, матрицы ПЕ^ в (8)-

(10) могут быть преобразованы в значения поля умножением на матрицу, представляющую собой сумму полей в соответствующих точках сетки. В этом случае

ЕК=ЯЕ№, (12)

где Ек- восстанавливаемые поля; Е№- коэффициенты вейвлетов; И - матрица восстановления. Заметим еще раз, что число восстанавливаемых точек в Ек равно числу коэффициентов в Е№. Таким образом, И - квадратная матрица. Для случая

rmax = 0 выражение (12) будет иметь вид

1 1 -1 -1

1 -1 1 -1

I7*.W

n ¡.j

pvvtp n ¡.j

FM>¥ n i.j

(13)

если координаты восстанавливаемых полей соответствуют рис. 5.

• (1,2) • (2,2)

• (1,1) • (2,1)

Рис. 5. Координаты восстанавливаемых полей Матрица R может быть использована для восстановления значений поля из коэффициентов вейвлетов и масштабирующих функций. Аналогично, можно воспользоваться R~' для разложения значений поля в коэффициенты. Таким образом, применение краевого условия для печатных проводников может быть реализовано в конкретных точках сетки восстановлением значений поля, обнуления полей в точках нахождения проводников с последующим разложением обратно в коэффициенты вейвлетов. Тем не менее, более эффективные результаты дает метод, когда матрицы восстановления/разложения используются непосредственно в уравнениях (8)-(10). Например, умножая (10) на R, используя соотношение Ну = R'RHy и обозначая U' = RUR"1, получим

+ U'E Rn,H* )

fcx2 П"1 bJ-1 /

(14)

Это дает обновленные точки электрического поля в выражениях через точки магнитного поля.

Используя это выражение, можно обнулять точки поля, тангенциального

печатному проводнику, умножением на матрицу 1р, представляющую собой единичную матрицу с нулями в строках, соответствующих расположению проводников. Так как (14) представляет собой уравнение обновления, а все начальные значения всех полей равны нулю, умножение векторов электрического поля на 1р

излишне.

Таким образом, новое уравнение обновления с обнулением в местах расположения печатных проводников примет вид

R„E,Xi = R„,E-i+—(l„U'F R„,Hfr

n l.J n-1 I.J ^Ду \ p Et, n-1 l,j

(15)

Умножая (15) на II-1 и вводя обозначение ир = Я_11ри'Я, получим уравнение обновления для кратномасштабного временного метода анализа для печатных плат

Л1

nEiW, +

(16)

Это уравнение аналогично (8) за исключением использования матриц ир. Таким образом, возможно моделирование подобластей печатных проводников с использованием кратномасштабного временного метода путем простого изменения матриц скалярного произведения. Этот метод мало замедляет вычисления и требует дополнительной памяти только для хранения матриц и.

Предложенный кратномасштабный временной метод был использован при моделировании элемента фазированной антенной решетки, выполненной по технологии десятислойного печатного монтажа. Упрощенная конструкция элемента приведена на рис. 6.

Заземленный контур Слой заземления

Рис. 6. Упрощенная конструкция моделируемой антенны.

Решетка моделировалась для стандарта IEEE 802.11а частотного диапазона 5,8 ГГц. Толщина верхней и нижней пластин квадратной формы размером 10x10 мм составляла соответственно 0,2 мм и 0,8 мм.

Характеристики входного импеданса решетки, полученные по результатам моделирования, приведены на рис. 7. Полоса пропускания по уровню -10 дБ составила около 0,4 ГГц. Диаграммы направленности модели решетки изображены на рис. 8.

г

о «

К К и

ч п к н о о.

80

40

-40

О

О -во

-120

•ч Л

у V/ 1

/I / <- \ А/ У V

-5

Ш

п «

к

X

5.5 6 6.5

Частота, ГГц коэф, отражения активное сопротивление реактивное сопротивление

св

-ю э-

о

-15 X и

-20 я

•в"

-в--25 т о

-30

90 о -Е, дБ

________ .60 ~Е У дБ

Н„лБ

Рис. 8. Диаграммы направленности антенны для различных полей

В заключении сделано обобщение научных результатов и представлены рекомендации на проведение дальнейших исследований.

Основные результаты диссертационной работы:

1. Предложен и запатентован новый способ формирования искусственного опорного сигнала, который положен в основу разработки новых методов и алгоритмов пеленгования источников радиоизлучения сложных дискретно-кодированных (шумоподобных) сигналов. Предложенный новый способ формирования искусственного опорного сигнала позволяет малозаметные РЛС сделать заметными.

2. Разработан способ пеленгования источников радиоизлучения, основанный на корреляционном методе обнаружения. В отличие от традиционных методов пеленгования источников радиоизлучения дискриминаторные характеристики строят не по результатам обработки сигналов (напряжений) непосредственно с

выхода антенн, а по результатам обработки автокорреляционных функций, поступающих с двухканальных обнаружителей.

3. Разработан новый метод отождествления результатов измерений в многопозиционных системах пассивной радиолокации по автокорреляционным функциям, так как традиционные методы отождествления по сигнальным признакам (средняя несущая частота, период следования импульсов и др.) для шумопо-добных сигналов не применимы из-за возможной близости или невозможности измерения этих параметров.

4. Разработан алгоритм распознавания-отождествления шумоподобных сигналов в многопозиционных системах пассивного зондирования.

5. Проведено моделирование и сформулированы рекомендации по построению элементов фазированных антенных решеток для моноимпульсного пеленгатора источников радиоизлучения шумоподобных сигналов, что позволяет уменьшить габариты и массу антенной системы.

Таким образом, в диссертации решена задача обработки шумоподобных сигналов, имеющая существенное значение для разработки методов и алгоритмов обработки информации при создании новых методов анализа и статистической обработки сигналов в условиях помех.

Основные результаты диссертации опубликованы в работах: Статьи в научных изданиях, входящих в перечень рекомендованных ВАК

1. Перепелкин И.Н. Информационная антенная система обнаружения сигналов малозаметных РЛС / Системы управления и информационные технологии. Воронеж, 2007, № 2.2 (28). - С. 276-280.

2. Перепелкин И.Н., Травин Г.А., Травин М.Г. Математическое моделирование СВЧ устройств на основе численных методов вейвлет-анапиза / Известия ОрелГТУ. Информационные системы и технологии. - Орел, 2009, № 6/56(569). С. 68-73.

3. Перепелкин И.Н., Травин Г.А., Горюнов В.В., Суровцев В.И. Пеленгование и распознавание сложных дискретно-кодированных (шумоподобных) сигналов малозаметных РЛС на основе применения компьютерных технологий/ Научные ведомости БелГУ. Сер. «Компьютерное моделирование». - Белгород, 2012. Вып. 23. № 13(132). С. 123-128.

Статьи в научных журналах и сборниках трудов

4. Перепелкин И.Н. Кратномасштабный временной метод анализа полос-ковых резонансных СВЧ-антенн / Информационные технологии моделирования и управления. - Воронеж, 2007, № 6(40). С. 740-748.

5. Перепелкин И.Н. Обнаружение и пеленгование сигналов малозаметных радиолокационных станций (lpi-radar) / Сборник материалов Международной научно-технической конференции молодых ученых, аспирантов и студентов «Инновационные исследования в сфере критических технологий» - Белгород: Изд. БелГУ, 2007. С. 89-92.

6. Перепелкин И.Н. Пеленгование сложных дискретно-кодированных (шумоподобных) сигналов малозаметных РЛС на основе применения компьютерных технологий / Теория и практика системного анализа: сборник трудов Всероссийской молодежной конференции, Белгород, 1-3 октября 2012, г. - Белгород:

15

ИД «Белгород», 2012. С. 542-546.

7. Перепелкин И.Н. Распознавание сложных дискретно-кодированных сигналов малозаметных PJ1C на основе применения компьютерных технологий / Прикладная математика, управление и информатика: сборник трудов Всероссийской молодежной конференции, Белгород, 3-5 октября 2012, г.: в 2 т. - Белгород: ИД «Белгород», 2012. - Т. 1. - С. 477-481.

8. Перепелкин И.Н., Кравцова О.С., Травин М.Г. Модели сигналов малозаметных PJIC и корреляционный метод их обнаружения / Информационные технологии моделирования и управления. - Воронеж, 2007, № 6(40). С. 684-689.

9. Перепелкин И.Н., Логвинов A.M., Травин М.Г. Математическое моделирование распознавания случайных сигналов на основе вейвлет-преобразования Хаара / Информационные технологии моделирования и управления. - Воронеж, 2007, №7(41). С. 795-802.

10. Перепелкин И.Н., Кравцова О.С., Терешко В.М., Травин Г.А., Травин М.Г. Обнаружение и анализ сигналов малозаметных РЛС / Радиолокация, навигация, связь (RLNC*2007): сб. докл. XIII междунар. научн.-тех. конф.- Воронеж, 2007,-Т.2. С. 1667-1676.

11. Перепелкин И.Н., Топорков В.К., Травин М.Г. Применение вейвлет-преобразования для распознавания сигналов источников радиоизлучения / Научные ведомости БелГУ. Сер. «Физико-математические науки». - Белгород, 2006. Вып. 12. № 6(26). С. 80-88.

12. Перепелкин И.Н., Трифонов П.А. Пеленгование и распознавание сложных дискретно-кодированных (шумоподобных) сигналов малозаметных РЛС / Радиолокация, навигация, связь (RLNC.*2013): сб. докл. XIX междунар. научн.-тех. конф,- Воронеж, 2013, - Т.З. С. 2080-2085.

Патенты и официальная регистрация программ

13. Перенелкин И.Н. Устройство пеленгации малозаметных радиолокационных станций / Перепелкин И.Н., Травин Г.А., Травин М.Г'., Терешко В.М. // Патент №2343500 от 10.08.2009.

14. Перепелкин И.Н. Программа расчета распределения электромагнитного поля в устройствах СВЧ / Перепелкин И.Н., Травин Г.А. // Свидетельство об отраслевой регистрации разработки № 10672 ог 19.05.2008.

15. Перепелкин И.Н. Модель обработки информации в моноимпульсных пеленгаторах пассивных РЛС на основе совместного использования частотных, временных и частотно-временных параметров сигнала / Перепелкин И.Н., Травин Г.А. // Свидетельство об отраслевой регистрации разработки № 10671 от 19.05.2008.

16. Перепелкин И.Н. Онтико-электронное устройство для получения некоординатной информации о точечных объектах. / Травин Г.А., Перепелкин И.Н., Чеботарев С.А. // Патент № 2373493 от 20.11.2009.

Подписано в печать 26.09.13. Формат 60*84 V^. Усл. псч. л. 0,93.

Тираж 100 экз. Заказ 957.

Отпечатано с готового оригинал-макета в типографии Издатсльс ко-по ли графического центра Воронежского государственного университета.

394000, Воронеж, ул. Пушкинская, 3

ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ ОБРАЗОВАТЕЛЬНОЕ УЧРЕЖДЕНИЕ ВЫСШЕГО ПРОФЕССИОНАЛЬНОГО ОБРАЗОВАНИЯ «ВОРОНЕЖСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ»

АЛГОРИТМЫ ОБРАБОТКИ ИНФОРМАЦИИ ПРИ ОПРЕДЕЛЕНИИ УГЛОВОГО ПОЛОЖЕНИЯ И РАСПОЗНАВАНИИ ИСТОЧНИКОВ

ШУМОПОДОБНЫХ СИГНАЛОВ

Специальности

05.13.01 - «Системный анализ, управление и обработка информации» (радиотехника, автоматика, связь), 01.04.03 - «Радиофизика»

На правах рукописи

ПЕРЕПЕЛКИН Игорь Николаевич

Диссертация на соискание ученой степени кандидата физико-математических наук

Научные руководители: доктор технических наук, профессор

Г. А. Травин

доктор технических наук, доцент

П. А. Трифонов

Воронеж 2013

СОДЕРЖАНИЕ

Список принятых сокращений..............................................................................4

Введение................................................................................................................. 6

1. Анализ современного состояния развития радиофизических систем

как источников информации.......................................................................... 13

1.1. Анализ широкополосных сигналов........................................................ 13

1.2. Анализ дискретно-кодированных (шумоподобных) сигналов........... 17

1.3. Проблемы применения сложных дискретно-кодированных сигналов ......................................................................................................... 19

1.4. Основные понятия, используемые при разработке малозаметных РЛС........................................................................................................... 23

1.5. Сигналы малозаметных РЛС, имеющие малую пиковую мощность.......................................................................................................... 25

Выводы ................................................................................................................. 28

2. Разработка метода распознавания и определения углового положения

источников излучения шумоподобных сигналов на основе формирования искусственного опорного сигнала...................................................... 29

2.1. Моделирование корреляционного метода распознавания сложных дискретно-кодированных сигналов.................................................. 29

2.2. Анализ моноимпульсного амплитудного метода определения углового положения источников радиоизлучения и устройств его реализующих.............................................................................................. 35

2.3. Разработка метода определения углового положения источников излучения шумоподобных сигналов .................................................... 38

2.4. Анализ сущности проблемы неоднозначности измерений в угломерных системах пассивной локации и возможные пути ее решения ........................................................................................................ 41

2.5. Разработка алгоритма распознавания-отождествления шумопо-

добных сигналов...................................................................................... 50

Выводы ................................................................................................................. 61

3. Моделирование элемента фазированной антенной решетки на основе

численных методов вейвлет-анализа............................................................ 63

3.1. Функциональная схема программного комплекса моделирования элемента ФАР............................................................................................. 64

3.2. Разработка методики решения интегральных уравнений численными методами вейвлет - анализа........................................................... 66

3.3. Применение интервальных вейвлетов................................................... 72

3.4. Оценка эффективности полу ортогональных и ортогональных вейвлетов при решении интегральных уравнений............................... 78

3.5. Математическое моделирование элементов ФАР. Численные результаты.................................................................................................... 80

3.6. Кратномасштабный временной метод....................................................84

3.7. Постановка задачи.................................................................................... 88

3.8. Моделирование подобластей в кратномасштабном временном анализе...................................................................................................... 91

3.9. Результаты моделирования..................................................................... 94

Выводы ............................................................................................................... 101

Заключение.......................................................................................................... 103

Список литературы............................................................................................. 105

СПИСОК ПРИНЯТЫХ СОКРАЩЕНИЙ

АС — антенная система;

АЦП — аналого-цифровой преобразователь;

ГПП — генератор псевдослучайной последовательности;

ДКП — дискретно-кодированные последовательности;

ДКС — дискретно-кодированные сигналы;

ДН — диаграмма направленности;

ДХ — дискриминаторная характеристика;

ПРИ — источники радиоизлучения;

ЛПД — лавинно-переходные диоды;

ЛЧМ — линейно-частотная модуляция;

МИЧ — мгновенное измерение частоты;

МП — моноимпульсный пеленгатор;

МРЛС — малозаметные РЛС;

ПАКФ — периодическая автокорреляционная функция;

ПВО — противовоздушная оборона;

ПК — правило кодирования;

ПРЛ — пассивная радиолокация;

ПСП — псевдослучайные последовательности;

ПШ — псевдошумовые;

РЛС — радиолокационная станция;

РР — радиоразведка;

РСН — равносигнальное направление;

РТР — радиотехническая разведка;

РТС — радиотехническая система;

РЭС — радиоэлектронные средства;

СВН — средства воздушного нападения;

С ДКС — сложный дискретно-кодированный сигнал;

СГТРЛ — система пассивной радиолокации;

СШС - сложные широкополосные сигналы;

УС — угломерные системы;

ФМ — фазовая манипуляция;

ФАР - фазированная антенная решетка;

ШРЛС — шумовая РЛС;

ЭВ — электронная война;

ЭПР — эффективная поверхность рассеивания;

ВВЕДЕНИЕ

Актуальность темы. В последние годы все более широкое применение находят радиофизические методы активного и пассивного зондирования различных сред и объектов. При активном зондировании обработка информации реализуется на основе применения квазидетерменированных сигналов. При этом качественные показатели распознавания целей и измерения угловых координат зависят от энергии сигнала. Иначе обстоит дело при пассивном зондировании (наблюдении), когда имеет место априорная неопределенность относительно частотно-временных характеристик наблюдаемых сигналов. В этом случае качественные показатели распознавания целей и измерения их угловых координат зависят не от энергии, а от пиковой мощности сигнала. Острота проблемы возросла после создания в последние десятилетия малозаметных радиолокационных станций (МРЛС). В отличие от традиционных РЛС они излучают сложные дискретно-кодированные сигналы, имеющие большую длительность и малую пиковую мощность. Эти сигналы по сути дела являются шумоподобны-ми. Существенный вклад в разработку и исследование алгоритмов измерения угловых координат и распознавания шумоподобных сигналов внесли И.Н. Амиантов, В.В. Караваев, Н.Е. Кириллов, Ю.Б. Нечаев, В.Г. Радзиевский, В.В. Сазонов, В.И. Тихонов, Я.Д. Ширман и др. Тем не менее, существующие методы и алгоритмы обработки информации обычными способами при пассивном наблюдении оказываются малоэффективными. Необходимо создание новых методов анализа и статистической обработки сигналов на фоне помех, а также разработка методов и алгоритмов обработки информации, получаемой при пассивном наблюдении.

В связи с этим актуальной является задача разработки новых радиофизических методов и алгоритмов обработки информации, позволяющих пеленговать и распознавать сигналы с малой пиковой мощностью пассивными средствами. Необходимо отметить еще одну проблему, а именно: реализация новых

разработанных методов требует создания новых малогабаритных антенн. Изначально решение указанной проблемы возможно только на основе применения современных технологий моделирования.

Проведенный краткий анализ дает основание считать тему диссертации актуальной.

Цель диссертационного исследования: совершенствование методов и алгоритмов обработки информации в системах и средствах пассивного наблюдения источников излучения.

Для достижения поставленной цели сформулирована научная задача, а именно: разработка и исследование методов и алгоритмов обработки информации при определении углового положения и распознавании источников шумо-подобных сигналов.

Задачи диссертационного исследования:

1. Провести анализ современного состояния развития радиофизических систем как источников информации для средств пассивной радиолокации.

2. Разработать методы и алгоритмы обработки информации при определении углового положения источников излучения сложных дискретно-кодированных (шумоподобных) сигналов, на основе формирования специального искусственного опорного сигнала, синтезированного в работе.

3. Разработать алгоритмы распознавания-отождествления сложных дискретно-кодированных сигналов.

4. Разработать практические рекомендации по аппаратурной реализации полученных методов и алгоритмов обработки информации.

Совокупность указанных задач и определяет в основном структуру и содержание данной диссертационной работы.

На защиту выносятся следующие результаты:

1. Метод распознавания и определения углового положения источников радиоизлучения шумоподобных сигналов на основе формирования синтезированного искусственного опорного сигнала.

2. Метод отождествления результатов измерений в многопозиционных системах пассивного наблюдения по автокорреляционным функциям шумоподобных сигналов.

3. Алгоритм распознавания-отождествления шумоподобных сигналов в многопозиционных системах пассивной радиолокации.

4. Результаты моделирования элементов фазированных антенных решеток для моноимпульсного пеленгатора источников радиоизлучения шумоподобных сигналов.

Научная новизна работы и её теоретическое значение:

1. Предложен и запатентован новый способ формирования искусственного опорного сигнала.

2. Разработан метод определения углового положения источников радиоизлучения (ИРИ), основанный на новом способе формирования искусственного опорного сигнала.

3. Предложен метод отождествления результатов измерений в многопозиционных системах пассивной радиолокации по автокорреляционным функциям сигналов.

4. Получен алгоритм распознавания-отождествления шумоподобных сигналов в многопозиционных системах пассивной радиолокации.

5. Сформулированы практические рекомендации по аппаратурной реализации предложенных методов и алгоритмов обработки информации.

Практическая значимость результатов исследования

Предложенный новый способ формирования искусственного опорного сигнала обеспечивает зависимость качественных показателей обнаружения и пеленгования ИРИ шумоподобных сигналов не от пиковой мощности, а от их энергии. В конечном итоге разработанные методы и алгоритмы позволяют MPJIC сделать заметными.

Результаты моделирования фазированных антенных решеток (ФАР) с применением кратномасштабного временного метода позволяют разработать практические рекомендации по их построению с целью существенного снижения массы и габаритов антенной системы средств пассивной радиолокации (ПРЛ). Это очень важно для аппаратурной реализации пеленгатора с корреляционным алгоритмом. Показано, что использование кратномасштабного метода по сравнению с традиционным конечно-разностным позволяет увеличить вычислительную скорость и снизить необходимый объем памяти специализированного вычислительного устройства. Разработанная модель позволяет моделировать ФАР в соответствии с требованиями потребителей.

Внедрение результатов диссертационного исследования в средства ПРЛ может повысить их эффективность, что имеет важное значение.

Обоснованность и достоверность научных положений, выводов и рекомендаций обеспечена корректностью постановки задач, всесторонним анализом возможных вариантов их решения на основе использования многочисленных литературных источников.

Результаты моделирования фазированных антенных решеток, выполнен-нных по технологии десятислойного печатного монтажа, проверены на реальном устройстве WLAN фирмы Siemens. Все результаты моделирования практически совпали с полученными традиционным конечно-разностным методом.

Полученные новые научные результаты имеют ясную физическую трактовку и не противоречат общепринятым представлениям. Кроме того, в частных или предельных случаях они совпадают с уже известными.

Апробация результатов исследования. Основные теоретические положения и практические результаты докладывались и обсуждались на XIII (2007 г.) и на XIX (2013 г.) международных научно-технических конференциях «Радиолокация, навигация, связь» (К1ЛчГС*2007), (11ЬМС*2013) в Воронеже, XXV (2007 г.), Всероссийском симпозиуме «Радиолокационное зондирование природных сред» в Санкт-Петербурге, на международной научно-технической конференции молодых ученых, аспирантов и студентов «Инновационные исследования в сфере критических технологий» в Белгороде в 2007 г., на Всероссийской молодежной конференции «Теория и практика системного анализа» в Белгороде в 2012 г., и на Международной молодежной конференции «Прикладная математика, управление и информатика» в Белгороде в 2012 г.

Личный вклад автора в проведённое диссертационное исследование

состоит в следующем. Основные научные результаты получены лично автором, о чем свидетельствуют публикации без соавторов [1, 4 - 7], в том числе в журнале из перечня ВАК [1 - 3]. Некоторые научные результаты получены в соавторстве [8-12]. Результаты полученные соавторами играют хотя и важную, но вспомогательную роль в рамках решения основных задач диссертационного исследования и на защиту не выносятся, они служат лишь научной основой для разработки и исследования методов и алгоритмов обработки информации. Положения, выносимые на защиту, сформулированы лично автором.

Публикации. По теме диссертации опубликовано 12 работ, из них 3 работы в журналах, рекомендованных ВАК для публикации результатов диссертационных работ. Получены 2 патента и 2 свидетельства об отраслевой реализации разработок.

Структура и объем диссертационной работы. Работа состоит из введения, 3 глав, заключения и списка использованных источников из 97 наименований. Содержание работы изложено на 96 листах машинописного текста, иллюстрируется 21 рисунком и 2 таблицами.

В первой главе проанализировано современное состояние развития радиотехнических систем как источников информации для средств радиотехнической разведки.

Отмечается, что современным этапом развития радиотехнических систем явилось создание МРЛС, использующих сложные дискретно-кодированные (шумоподобные) сигналы. Показано, что применяемые методы и алгоритмы обработки информации в средствах РТР не позволяют решать задачи обнаружения, а, следовательно, и пеленгования. Это связано с большой длительностью используемых в передатчиках шумоподобных сигналов и их малой пиковой мощностью.

Для решения проблем обработки информации необходима разработка новых методов и алгоритмов, принципиально отличающихся от традиционных.

Вторая глава посвящена разработке метода распознавания и пеленгования источников излучения сложных дискретно-кодированных (шумоподобных) сигналов на основе формирования искусственного опорного сигнала.

В отличие от традиционных методов и алгоритмов пеленгования ИРИ, дискриминаторные характеристики строятся не по результатам обработки сигналов (напряжений) непосредственно с выхода антенн, а по результатам обра-

ботки автокорреляционных функций, поступающих с двухканальных приемников.

В третьей главе разработаны практические рекомендации по технической реализации полученных методов и алгоритмов обработки информации. Для аппаратурной реализации разработанного измерителя угловых координат с корреляционным алгоритмом число антенн необходимо удвоить, что приводит к увеличению веса и габаритов антенной системы в целом. Актуальной является задача разработки легких, малогабаритных, фазированных антенных решеток.

В заключении сделано обобщение научных результатов и представлены рекомендации на проведение дальнейших исследований.

1. АНАЛИЗ СОВРЕМЕННОГО СОСТОЯНИЯ РАЗВИТИЯ РАДИОФИЗИЧЕСКИХ СИСТЕМ КАК ИСТОЧНИКОВ ИНФОРМАЦИИ

Решение целого ряда узловых проблем развития радиотехнических систем различного назначения привело к идее сложных широкополосных сигналов (СШС). Такие сигналы позволяют обеспечить одновременное точное измерение скорости и высокое разрешение по дальности, увеличить дальность обнаружения целей при ограничениях на пиковую мощность передатчика. Дальнейшим этапом развития радиотехнических систем явилось создание в конце прошлого столетия малозаметных РЛС (МРЛС). В средствах радиотехнической разведки (РТР) возникла проблема не только анализа сигналов МРЛС, но и проблема их обнаружении. Это связано с большой длительностью используемых в передатчиках шумоподобных сигналов и их малой пиковой мощностью, работой МРЛС в непрерывном или квазинепрерывном режиме.

Для решения задачи диссертационного исследования необходимо провести анализ указанных вопросов.

В связи с этим задача анализа основных проблем развития основных проблем