автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.18, диссертация на тему:Математическое моделирование и программное обеспечение при обработке гидроакустического сигнала сейсмического (взрывного) характера

На правах рукописи

Сяфронов Олег Федорович

МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ И ПРОГРАММНОЕ ОБЕСПЕЧИВАНИЕ ПРИ ОБРАБОТКЕ ГИДРОАКУСТИЧЕСКОГО СИГНАЛА СЕЙСМИЧЕСКОГО (ВЗРЫВНОГО) ХАРАКТЕРА

Специальность 0S.13.18- "Математическое моделирование, численные методы и комплексы программ"

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата физико-математических наук

Москва 2006

Работа выполнялась в Государственном образовательном учреждении высшего профессионального образования "МАТИ" - Российском государственном технологическом университете имени К.Э. Циолковского

Научный руководитель: кандидат технических наук

Аникин И.Ю.

Официальные оппоненты: доктор физико-математических наук доктор технических наук, профессор

Соловьева Н.В. Савельев А.В.

Ведущая организация:

Федеральное государственное унитарное предприятие ОКБ океанологической техники Российской Академии Наук

Защита состоится 2006 года в часов на заседании

диссертационного совета Д212.110.08 при Государственном образовательном учреждении высшего профессионального образования "МАТИ" - Российском государственном технологическом университете имени К.Э.Циолковского по адресу: 121552, Москва, ул. Оршанская, д.3, ауд. 612а.

С диссертацией можно ознакомиться в библиотеке Государственного образовательного учреждения высшего профессионального образования "МАТИ" -Российского государственного технологического университета имени К.Э. Циолковского.

Автореферат разослан " 2006 г.

Ученый секретарь

диссертационного совета Д212.110.08 кандидат технических наук, старший научный сотрудник \1(. "" / • Попов Н.И.

Г«

Общая характеристика работы

Актуальность темы. В настоящее время наблюдение за подводной обстановкой, основанное на анализе акустической информации с использованием электронно-вычислительной техники, является одним из бурно развивающихся научных направлений. Интерес к области подводной гидроакустики, в последние годы, активно развивается, и это связано с переходом из области, имеющей, фактически, только оборонную направленность.

Значительный вклад в развитие теории обработки гидроакустического сигнала внесли выдающиеся отечественные ученые В.АЛкуличев, Б.П.Белов, Л.М.Бреховских, С.Н.Гурбатов, Н.А.Дубровский, С.П.Рокотов, О.В.Руденко, В.И.Тимошенко, А.Ю.Шмелев и другие.

Существующие на сегодняшний день методы получения информации из гидроакустических сигналов основываются на статистической обработке. Статистическую обработку выполняют подстановкой средних арифметических результатов наблюдаемых величин, подвергаемых прямым измерениям. Достаточно часто используется перенос статистических погрешностей входных величин на выходные. При этом обработка гидроакустического сигнала не может обеспечить вероятность его классификации, под которой принято понимать определение и измерение параметров сигнала, более 0,7. Это объясняется тем, что обнаружение полезного сигнала производится оператором-гидроакустиком методом сравнения с эталонным сигналом (полосовой фильтрации), взятым из существующей централизированной базы данных. Обработка обнаруженного сигнала выполняется в полуавтоматическом режиме под контролем оператора-гидроакустика, устанавливающего пороги эффективности, при обеспечении всего цикла приема постоянства амплитуды, огибающей помехи на выходе тракта первичной обработки сигнала. Затем сигнал подается в блок измерения признаков, в котором производится выделение признаков и преобразование их в форму (код), удобную для дальнейшего анализа. Далее производится сравнение кода объекта с кодами эталонов всех классов, и принимается решение по заданному критерию найденных количественных показателей об отнесении объекта к одному из эталонов, взятых из базы данных. Для совершенствования метода обработки сигнала необходимо создание новых алгоритмов первичной (обнаружение сигнала) и вторичной (определение параметров) обработки сигнала, позволяющих повысить вероятность классификации не менее 0,9.

Ведущей проблемой при обработке гидроакустических сигналов на сегодняшний день остается проблема повышения вероятности его классификации. Направлением исследований в настоящей работе является совершенствование модельного анализа, используемого в процессе обработки сигнала на основе возможностей современных компьютерных технологий. При этом основным является

БИБЛИОТЕКА )

совершенствование математической модели гидроакустического сигнала путем обеспечения в ней учета основных нелинейных деформаций, возникающих при его распространении, а так же разработка алгоритма автоматизированной обработки информации гидроакустического сигнала и реализация этого алгоритма в программном комплексе.

Целью работы является совершенствование обработки гидроакустического сигнала и повышение вероятности его классификации до значения не менее 0,9.

Задачи исследования. Для достижения цели исследования необходимо решить следующие задачи:

- модифицировать математическую модель гидроакустического сигнала сейсмического (взрывного) характера введя в нее учет нелинейных деформаций при распространении для увеличения точности классификации сигнала;

- найти решение задачи обнаружения сейсмического (взрывного) гидроакустического сигнала в условиях существенной неопределенности о параметрах плотности распределения сигнала;

- разработать алгоритм обнаружения и обработки сигнала, обеспечивающую минимизацию вероятности пропуска сигнала, в условиях априорной неопределенности о параметрах плотности распределения сигнала и позволяющий автоматизировать процесс классификации обнаруженного сигнала.

Научная новизна. К новым результатам, полученным в ходе проведения исследований, относится:

- предложенная модифицированная модель гидроакустического сигнала сейсмического (взрывного) характера, учитывающая нелинейных деформаций при его распространении;

- разработанный алгоритм определения и классификации сигнала, который позволяет заменить оценками априорные неопределенности условных плотностей распределения сигнала;

- созданный комплекс программ обработки сигнала на основе алгоритмов определения и классификации, позволяющий проводить классификацию сигнала с вероятностью 0,954.

Практическая значимость работы. Разработанный метод применяется на ФГУП «НПП ВОЛНА» для создания ПГАССПН нового поколения в рамках Федеральной целевой программы «Национальная технологическая база» по разделу «Радиоэлектронные, микроволновые и акустоэлекгронные технологии» по техническому заданию «Разработка технологии создания системы подводного наблюдения с использованием гидроакустических антенн нового поколения».

Математические модели и программное обеспечение, разработанные в диссертационной работе, использованы в ФГУП «НПП ВОЛНА» в ОКР «Веретено», ОКР «Лира-77»,ОКР «Лира-МВ», ОКР «Мостик 77 ГАК», ОКР «АРМО-ГАК», ОКР «ПС-Лира».

Апробация работы. Основные результаты исследовательской работы докладывались и обсуждались на Всероссийской научно-технической конференции «Актуальные проблемы радиоэлектроники и телекоммуникаций» (г. Самара, 2004 г.); Всероссийской научно-технической конференции «Новые материалы и технологии» (Москва, 2004 г.); Всероссийской конференции «Современные проблемы науки и образования» (Москва, 2005 г.).

Публикации: по материалам и результатам, вошедшим в диссертацию, опубликовано 7 статей и докладов; получены 2 свидетельства об отраслевой регистрации алгоритмов и программ.

Структура работы. Диссертация состоит из введения, 3 глав, заключения, списка литературы и приложения. Объем диссертации 124 страницы, 22 рисунка и 2 таблицы. Список литературы - 225 наименований.

Содержание работы

Во введении обоснована актуальность работы, сформулированы цели, указаны методологические обоснования исследований, определена научная новизна результатов и практическое значение диссертационной работы.

Первая глава посвящена анализу современного состояния обработки гидроакустических сигналов. Рассмотрены особенности обработки гидроакустического сигнала при условиях существенной априорной неопределенности о параметрах условной плотности распределения сигнала и помех.

Современные методы обработки гидроакустических сигналов сейсмического (взрывного) характера носят косвенный характер, т.е. искомую величину вычисляют, подставляя в алгоритм методы измерений значения непосредственно измеряемых величин. При сравнительно простых алгоритмах измерений в дальней зоне звукового поля в обработку включают данные об электрических напряжениях, коэффициенты предварительного и измерительного усилителей, о введении ослаблений, расстоянии между корреспондентами и т.п. Акустические шумы акваторий, электрические шумы измерительной аппаратуры, нестабильность координат корреспондентов обуславливают случайную составляющую погрешности измерений. Для уменьшения ее «вклада» выполняют многократные наблюдения с последующей статистической обработкой их результатов. При этом, статистическую обработку выполняют как для прямых измерений или пользуются правилами «переноса погрешностей».

К существенным недостаткам современных методов обработки гидроакустических сигналов можно отнести:

1. применяемая математическая модель гидроакустического сигнала не учитывает нелинейные деформации, возникающие при его распространении;

2. алгоритм определения гидроакустического сигнала не работает при отсутствии априорной информации о параметрах плотности распределения;

3. классификация обнаруженного сигнала происходит в полуавтоматическом режиме с участием оператора-гидроакустика.

Анализ недостатков современной методики обработки сигнала позволил построить алгоритм обработки гидроакустического сигнала сейсмического (взрывного) характера (рис.1).

неё

I_

I 055и8«В

I_____

____I

тгммтОатяшмаип««!» - т

Рис. 1 Алгоритм обработки гидроакустической информации.

Вторая глава посвящена разработке модифицированной математической модели гидроакустического сигнала

сейсмического(взрывного) характера, с учетом нелинейных деформаций, возникающих при его распространении, рассмотрения моделей среды распространения и наблюдения сигнала, а также перевода их в спектральную форму.

Предложено решение задачи по обнаружению сигнала. Сформированы пространственно-частотные спектры сигнала, помехи, и отношения сигнал-помеха.

Математическая модель сигнала сейсмического (взрывного) характера представляет собой систему уравнений, описывающих каждую фазу сигнала, с учетом основных нелинейных деформаций, возникающих при его распространении.

Модель сигнала строится следующим образом. Сигнал состоит из ударной волны и следующих за ней импульсов, возникающих при осцилляции газовой полости в стадиях ее максимального сжатия. Эти импульсы называются пульсациями. Ударную волну можно представить в виде разрывного скачка давления до пикового значения РО с последующим экспоненциальным спадом, характеризующимся постоянным временем 00. Дальнейший спад ударной волны происходит медленнее. Пульсации вблизи максимума хорошо аппроксимируются двумя спадающими в разные стороны экспонентами с удалением от максимумов, скорость спада давления значительно уменьшается. Ударная волна и пульсации разделены промежутками времени Т1, Т2, ТЗ, и др., которые называют периодами пульсации, (рис.2).

Сигнал подводного взрыва представляется следующей системой уравнений, описывающей каждую фазу сигнала:

О £ 1 -с I, ,

Р(1) = р; ехр^- + Р,', ехр^аАгеЬ ^

р(0 = в0 (I+-3, + р;, ехр^аАкЬ

Р(0 = ^ехр[-аАг5Ь^-)-а2 + Р2',ехр аАгеЬ 1~Т' \т, <И<Т,+Т2 , I ®и / V ел )

Р(1) = Р^ехр^-аАгеЬ^^Ь-|-а„ Т,+Т2 «¡КТ,+Т2 +Ь-,

= -а5,Т1+Т1+Ь5,<т1+Т2 +Т„

О) (2)

(3)

(4)

(5)

Среда распространения сигнала строится на основе использования метода поперечных сечений, который заключается в том, что в точке с заданными географическими координатами горизонтальные волновые числа мод и распределение их амплитуд по глубине такие же, как в волноводе с плоскопараллельными границами, имеющем те же гидроакустические параметры, который имеет трехмерный волновод в данной точке. Модель среды распространения представляется в виде совокупности плоскопараллельных волноводов, находящихся под однородным воздушным полупространством, число которых равно числу точек в океане, для которых известны гидроакустические параметры.

Наблюдаемые гидроакустической системой сигналы представляют собой дискретные отсчеты суммы сигнала и помехи в точке расположения преобразователя гидроакустической системы:

01Л =а*§'„(р)+К,.11;1 = 1,2...№;п = 1,2...К8а8;1 = 1,2...Ь, (6)

где - вектор отсчетов наблюдаемого сигнала в 1-й временной

отсчет от п-й гидроакустической станции (ГАС), ^»(Р) - вектор отсчетов сигнала источника 1-го класса в 1-й временной отсчет от п-й ГАС, р - вектор параметров источника, подлежащий оцениванию (координаты, время

N

события, мощность и т.д.), '•» - вектор отсчеты помехи в 1-й временной отсчет от п-й ГАС, ^аэ - число ГАС, участвующих в наблюдении, Ь - число классов источников, а - индикатор, значение которого равно 1, если сигнал

есть; и 0, если сигнала нет, N1 = Аоог{( Тепс1-ТЬе£)*Р<1} - число временных отсчетов в интервале наблюдения, Иё - частота дискретизации наблюдаемого сигнала, Яоог{} - обозначает целую часть числа. Размерность векторов

и,в, N равна ЧИСЛу приемных каналов в ГАС.

Переход в спектральную форму производится следующим образом. Весь интервал наблюдения [!...№] разбивается на К® интервалов.

кт=яоог{шытп},

где ЫШп=2т - число временных отсчетов используемых для преобразования в спектральную форму в п-й ГАС.

В каждом интервале рассчитывается по алгоритму быстрого преобразования Фурье периодограмма наблюдаемого сигнала:

N»-1 -|2яГ

§Рп„= £ "иигм« мя"';к = 1 .К®^ = Рпип.. Ртах;п = 1,2 ..N§85,

(7)

где 8Рг к п - вектор значений периодограммы наблюдаемого сигнала в к-м интервале времени в 5-м спектральном отсчете п-й ГАС, Итт, Ртах -минимальный и максимальный спектральные отсчеты периодограмм, соответствующие минимальной и максимальной частоте рабочей полосы частот ГАС.

Наблюдаемая периодограмма является суммой периодограмм сигнала и помехи:

Лл

(8)

где вектор значений периодограммы сигнала источника 1-го

класса в к-м интервале времени в £м спектральном отсчете в п-й ГАС

наблюдения, вектор значений периодограммы помехи в к-м

интервале времени в £м спектральном отсчете в п^ ГАС наблюдения.

Поскольку формирование частотного спектра представляет взвешенное суммирование большого числа входных данных (ЫШ=128...512), то на интервале стационарности можно полагать, что сигналы и помехи после формирования пространственно-частотного спектра имеют асимптотически нормальное распределение с нулевым математическим ожиданием и неизвестными энергетическими спектрами.

Решение задачи обнаружения сигнала строится следующим образом. Обнаружение сигнала-источника осуществляется в соответствии с синтезированным решением обобщенного критерия Неймана-Пирсона, который обеспечивает максимальную вероятность правильного обнаружения сигнала-источника при фиксированной вероятности ложной тревоги. Для преодоления существенной априорной неопределенности о параметрах распределения сигнала и помех формируется логарифм отношения правдоподобия (ЛОП) с помощью адаптивного подхода, который позволяет преодолеть неизвестные значения параметров заменой их оценками. При невозможности получить оценки отдельных неизвестных параметров с

приемлемым качеством, множество неизвестного параметра разбивается на непересекающиеся подмножества, и для каждого подмножества формируется ЛОП. Сигнал представляет собой последовательность импульсов (фаз). Сформировать в условиях существенной априорной неопределенности о параметрах распределения ЛОП на весь сигнал не представляется возможным. Поэтому производится обнаружение отдельных импульсов (фаз) сигнала, а затем, путем сложения импульсов, формируется сигнал. Далее проверяется эффективность синтезированного решения. Потери рассчитываются методом математического моделирования с использованием базы данных сигналов, полученных экспериментальным путем.

FT(p)i = Py»(p)i = ■ , , е

у]2п det(Ra, +Roc)

1 = 1. L. _ (9)

где Ps(P) - вектор параметров сигнала оцененный на первом этапе

решения задачи, POs(P)i ~ априорное значение математического ожидания вектора параметров сигнала источника 1-го класса, Ral - априорное значение корреляционной матрицы параметров сигнала источника 1-го класса,

р - {R,Tbeg,w}- вект0р параметров источника, R- вектор координат эпицентра события, Tbeg - время события в очаге, W - мощность источника.

Вычисляется апостериорная вероятность отнесения сигнала к источнику 1-го класса:

PBKfc.-ÍSBu.

£ft(p),

ы

Определяются: номер гипотезы (класс источника) - 10 и вектор

параметров события Р® обеспечивающих максимум апостериорной

вероятности:

{10,p0} = argmsK{Pcl(p),}.

Принимается предварительное решение об отнесении обнаруженного

сигнала источнику класса 10 с параметрами ~ TbegO, W0} вычисляются параметры, характеризующие качество решения:

вероятность правильной классификации источника: Pel = Рс1(рО),0.

корреляционную матрицу ошибок оценки параметров источника:

Ч К ' II (10)

При формировании математических моделей пространственно-частотных спектров сигнала и помехи по алгоритму быстрого преобразования Фурье формируется частотный спектр сигналов в каждом приемном канале

5рР(п,т£,к) = £ ЩМ-Ис №1) е 1111 . 1-0

nsO.Nd-l.mf =МпР,МахР,к=0,1, , БрТ (ц)

где:

и (пД) - оцифрованный сигнал, принятый п - м приемником в 1-й временной отсчет, ЫШ = 1024 - число временных отсчетов при преобразовании сигнала из временной области в частотную, N<1 = 16 - число приемных каналов, Утр = 1 - номер спектрального отсчета, соответствующий нижней частоте частотного диапазона, \laxF = 410 - номер спектрального отсчета, соответствующий верхней частоте частотного диапазона.

ны а.и»/» ,-т(-.

5РРУ(ту,тад = £ 8рР(п,п*,к) е ,

т» = -МахУ2,МахУ2л^ = МтР,МахР,к = 0,1,

где с!у = 2 м - расстояние между приемными каналами, ©0=5,7° угловое расстояние между соседними пространственными каналами, МахУ2=МахУ/2=4 - число пространственных каналов формируемых в верхней и нижней полуплоскостях, с=1500 м/с - скорость звука.

Пространственно-частотный спектр помехи представляется в виде суммы сплошной непрерывной части и суммы дискретных составляющих:

9п (0 = ОпВ(0+Х^1,8к(0

(12)

где 0,18 ^ - сплошной спектр помехи, ^»8» (О- интенсивности и спектры дискретных составляющих.

Необходимо иметь в виду, что оценка спектра помехи должна быть произведена как можно более точно, поскольку она влияет на выбор порога обнаружения: при заниженной оценке - увеличится поток ложных тревог, а при завышенной - уменьшится эффективность обнаружения.

Оценка сплошной части спектра помех проводится в 2 этапа. На первом этапе осуществляется оценка мощности наблюдаемого сигнала на всех частотах (13). На втором этапе проводится режекция дискретных составляющих (аппаратных помех и возможных полезных сигналов) (14).

Оценка мощности наблюдаемого сигнала в каждом частотном канале осуществляется усреднением мощности наблюдаемого сигнала в

пространственно-частотно-временных окнах: ып .

Оп1(туу,тО = ж4ж2 ^рЩют+гтгу Шп,тГ,к)Г

"»-I , (13)

где Кп=32 - число временных интервалов, используемых для оценки спектра помехи, МУп=3 - число пространственных каналов, используемых для оценки спектра помехи.

Далее производится режекция дискретных составляющих в спектре помехи. Весь рабочий диапазон частот разбиваем на МахРО=МахР/МитРВ=41 частотных поддиапазонов, по ЫитРс1=10 частотных каналов в каждом поддиапазоне.

Вычисляется среднее значение спектра помехи в каждом частотном поддиапазоне:

< НпоЯ>

СМбСгтют, ш£Г) ж-5- у Оп1(туу,тГ+т£Г №лпП>) (14)

ИитП) ¿¡I

Оценки спектра помехи Сп1(туу,тй) проверяются на наличие аномальных выбросов. Если величина Оп1(туу,ш0 не принадлежит интервалу ОпЬСтуу.тПУО-рог^ + рог^ где рог _ величина заранее выбираемого порога, то для данного частотного канала берется значение спектра ОпКтуу.тй1). Процедура режекции проводится несколько раз до тех пор, пока все оценки спектра помехи будут попадать в заданный интервал.

На заключительном этапе спектры помехи сглаживаются полиномиальным сплайном.

. _.

Опишут,тГ,ш<1) = У^(т<1) тГ,т<1 = 1.МахП)

" (15)

где Ыр =1- порядок сглаживающего полинома.

Для оценки дискретной части спектра вычисляется разность: ^Кшуу.шО-Оп^шуу.шЩ и сравнивается с некоторым порогом. Если на отдельных частотах или в узких полосах происходит превышение порога, то за оценку дискретной части помехи принимается величина:

н> ы

, , _ _ Г1, если(тГ-ОР)> 0;

гвй0пГ.СР)-|о> если(т£_СР)<0,

где КО - число дискретных составляющих в спектре помехи;

\Ук (шуу) -- ¿1 Оп1(т\% тО -

ор» —«»-Щ'» мощность к-й ДС;

тйс - номер спектрального отсчета центральной частоты к-й ДС;

РРк - число спектральных отсчетов в ширине спектра к-й ДС.

Таким образом, оценка спектра помехи равна: <3п(туу, тО = Оп8(т\% тО+<ЗпО(туу, тО- ^^^

В условиях стационарных помех оценка является несмещенной с дисперсией:

Уаг{Оп) = хт <Зп03 »0,001 ваО2,

1 ' Кп ЫитГО МУа

где ОпО- спектр помехи.

Оценка сплошной части спектра помех производится в два этапа. На первом этапе осуществляется оценка мощности наблюдаемого сигнала на всех частотах. На втором этапе производится режекция дискретных составляющих (аппаратных помех и возможных полезных сигналов). Оценка мощности наблюдаемого сигнала в каждом частотном канале осуществляется усреднением мощности наблюдаемого сигнала в пространственно-частотно-временных окнах.

Источники сигналов формируют импульсные сигналы.

Учитывая, что априори длительность и ширины полосы импульса неизвестны, используется следующий алгоритм формирования отношения сигнал-помеха.

Диапазон возможных длительностей импульса разбивается на КТ интервалов по правилу: Т8и=Ттш 2*,1а = 1...КТ,

где Тбшш - минимальная длительность сигнала.

Весь рабочий диапазон разбивается на МахИР поддиапазонов, совпадающих с поддиапазонами в которых оценивалась сплошная часть спектра помехи.

Формируется оценка отношения сигнал-помеха, которая является решающей статистикой, характеризующей определение сигнала

Q0c.kt.kf, тч) =

Цй —Н-р* / н^(аГ> 1 [УоСту.тГ.юС ^

& -"У" ( Т

к! = 1, КГ, к£ = I, КЬхЩ ту=-МахУ2,МахУ2;к=1 .

где Н§а8(т0 - АЧХ приемного тракта.

Для стабилизации ложных тревог отношения сигнал-помеха, вычисленных по формуле (18) отношение нормируется и центрируется.

На рис. 3, 4 приведены результаты работы описанного алгоритма обнаружения сигналов ядерного взрыва, записанных во время испытаний на атолле Моруа.

На рис. 3 приведены графики, соответствующие оценке отношения сигнал-помеха для длительности сигнала Юс. График 1 соответствует оценке ОСП в полосе частот сигнала 2...4Гц; график 2 - полосе 4...8 Гц; график 3 -полосе 8... 16 Гц. На рис. 4 приведены графики, соответствующие оценке отношения сигнал-помеха для полосы частот 4...8Гц. График 1 соответствует оценке ОСП для длительности сигнала 5с; график 2 - длительности Юс; график 3 - длительности 20с.

ЫатеРб_2:« "\v_pv6-2 апк"

Из этих рисунков видно, что предлагаемый многоканальный алгоритм обнаружения обеспечивает адаптивную подстройку к параметра сигнала и позволяет повысить отношение сигнал-помеха и произвести грубую оценку параметров сигнала.

КТО-1 КР0-.1 КТО-1 КИ..1

ЛЛс

л

ш ш

АкЛ

I

МИА/

300 1000 1300 »00 2300 3000 3300

--ИНг

- 4-1 Нх

- 1-1» Нг

••• так.

ц«. «А. . .

и. - .

....... , 11 .

О 300

- 511.

- ЮЛ»

-»«•

••• тсЛз

1000 1300 3000 2300 3000 3300

Рис 3. График отношения сигнал-помеха для длительности сигнала 10 секунд.

Рис. 4. График оценки отношения сигнал-помеха для длительности сигнала 20 секунд.

Третья глава посвящена результатам разработки комплекса программ обработки гидроакустической информации. Комплекс программ в автоматическом режиме обеспечивает обнаружение сигнала и оценку его параметров. Комплекс программ состоит из программ первичной и вторичной обработки информации.

Программа первичной обработки информации.

Входные данные. Массив пространственно-частотного спектра помехи и массив пространственно-частотного спектра оценки отношения сигнал-помеха.

Выходные данные. Массив оценок параметров обнаруженных сигналов. Описание алгоритма. Решение об обнаружении сигнала принимается при выполнении условия:

Max{QiO(k, kt, kf, mv)}>=PorObnI;

{kO, ktO, kfD, mvO}=arg max{QiO(k, kt, kf, mv)}. где QiO(k, kt, kf, mv) - нормированное и центрированное ОСП импульса, PorObnl - порог обнаружения импульса, {kO, ktO, kfD, mvO} -предварительная оценка параметров сигнала: номер временного, а интервала прихода сигнала; число временных интервалов в длительности сигнала; номер частотного диапазона спектра сигнала; номер узла сетки дистанции; номер узла сетки глубины, соответственно.

Значения {kO, ktO, kfD, mvO} принимаются за начальные оценки соответствующих параметров сигнала. Далее производится оценка параметров сигнала.

Входными данными алгоритмов оценки параметров обнаруженных сигналов являются:

1.Массив, нормированный и центрированной оценки отношения сигнал-помеха QiO(k, kt, kf, mv);

2.Массив оценок пространственно-частотного спектра у наблюдаемых сигналов - SpFV(mv, mf, k);

3.Массив оценок пространственно-частотного спектра помехи Gn(mvv, mf, k);

4.Массив констант обработки;

5.Длительность временного окна при расчете отношения сигнал-помеха Tw;

6.Минимальное время стабильности сигнала Tconst;

7.Козффициент для расчета порога завершения сигнала а(а>=1);

8.Время максимальной длительности сигнала (дельта)1(тах)

9.Длительность временного окна для оценки мощности шума - Т

noise.

Выходными данными являются оценки кинематических и энергетических параметров.

Кинематические параметры:

10. Время прихода (вступления) сигнала tbeg;

11. Время завершения сигнала - tend;

12. Длительность сигнала - (дельта)Леп£еп<1;

13. длительность первой фазы сигнала - (дельта)! 1 begend;

14. время прихода (вступления) максимума сигнала tpeak;

15. среднее значение прихода максимума сигнала - tnid агг;

16. среднеквадратичная ошибка (отклонение) времени прихода максимума сигнала - tspred;

17. асимметрия времени прихода максимума сигнала - ntskew;

18. эксцесс времени прихода максимума сигнала -ntkurt.

Энергетические параметры:

19.средняя мощность шума - Pnoise;

20.полная энергия сигнала - Energy;

21 .значение максимума мощности сигнала - Ppeak;

22.оценка отношения сигнал/шум - S/N.

Частотные параметры:

23 .частотная полоса сигнала - (дельта) fx

24.часгота максимума спектра в первой фазе сигнала - fl peak.

Дополнительные параметры:

25.количество пересечений порога - Ncross;

26.признак наличия пульсации газового пузыря - PrPlus.

Результатом работы программы является зависимость решающей статистики от гипотезы от длительности сигнала после центрирования и нормирования, а также зависимость решающей статистики от гипотезы о полосе сигнала после центрирования и нормирования графики, которых приведены на рис. 5, б.

Рис. 5. Зависимость решающей статистики от гипотезы по длительности сигнала (после центровки и нормирования)

Рис. 6. Зависимость решающей статистики от гипотезы о полосе сигнала (после центровки и нормирования)

Программа вторичной обработки информации в автоматическом режиме обеспечивает предварительную классификацию.

Входные данные. Массив параметров обнаруженных сигналов, поступающих из программы первичной обработки информации (ПОИ). Выходные данные. Формуляр обнаруженной цели.

Описание алгоритма.

Для каждой 1-й гипотезы вычисляется функция правдоподобия:

П®, = pfrBj, ' , ^""""I

y¡2n detíRa, +Roc )

1 = 1 L.

где Ps(P)- вектор параметров сигнала оцененный в программе ПОИ,

POs(p), - априорное значение математического ожидания вектора параметров сигнала источника 1-го класса, Ral - априорное значение корреляционной матрицы параметров сигнала источника 1-го класса, Roc - корреляционная

матрица оценок вектора параметров сигнала, ^ = {R,Tbeg, w}- BeKTOp параметров источника, R- вектор координат эпицентра события, Tbeg -время события в очаге, W - мощность источника.

Вычисляется апостериорная вероятность отнесения сигнала к источнику 1-го класса:

Pel(p),—

FT(p),

£пчр), 1-1

Определяются: номер гипотезы (класс источника) - 10 и вектор параметров события Р° обеспечивающих максимум апостериорной вероятности: {10, р0) = аг£ шах {Рс1(р),}. '.Р

Принимается предварительное решение об отнесении обнаруженного

сигнала источнику класса 10 с параметрами " {К0-ТЬе6°. Вычисляются параметры, характеризующие качество решения, вероятность правильной классификации источника: Рс1 = Рс1(р0),о.

корреляционную матрицу ошибок оценки параметров источника:

М-

HainfFT®,,) э ыЩр)ю)1|Г' ijgpo,(p)i -lapos®,!"1

дРш Ъш- Л 2\ д^ 0С д^. I

Обработка сигнала производится в условиях отсутствия достаточной статистики для классов по значениям признаков, причем формирование описания классов производится с некоторым начальным приближением. В процессе обработки сигналов и накоплении статистического материала по значениям признаков для каждого из классов, описание классов в процессе обработки уточняется. Затем значение математических ожиданий и среднеквадратичных ошибок признаков для каждого класса с учетом экспериментальных данных, записанных при ядерном взрыве на атолле Mururoa 5.09.95, заносится в таблицу. Затем данные из таблицы передаются на вход программного комплекса для тестирования, разработанного алгоритма. По результатам тестирования вероятность классификации гидроакустического сигнала сейсмического (взрывного) характера с = 0,954.

Выводы по работе

1. Модифицирована математическая модель гидроакустического сигнала сейсмического (взрывного) характера, с целью учета основных нелинейных деформаций, возникающих при его распространении.

2. Решена задача обнаружения сейсмического (взрывного) гидроакустического сигнала в условиях существенной неопределенности о параметрах плотности распределения сигнала.

3. Предложен алгоритм классификации сигнала, позволяющий преодолеть существенную априорную неопределенность о параметрах плотности распределения и увеличить точность определения на 25%.

4. Разработан комплекс программ для автоматизированной обработки гидроакустического сигнала сейсмического (взрывного) характера, позволяющий за счет автоматизации расчетов уменьшить время классификации сигнала в несколько десятков раз.

5. Теоретически рассчитано и экспериментально подтверждено, что разработанная методика обработки гидроакустического сигнала сейсмического (взрывного) характера позволяет производить классификацию сигнала с вероятностью 0,954.

6. Результаты диссертационной работы использованы ФГУП НПП «ВОЛНА», в ОКР «Веретено», ОКР «Лира-77», ОКР «Лира-MB», ОКР «Мостик 77 ГАК», ОКР «АРМО-ГАК», ОКР «ПС-Лира».

Основные результаты диссертации изложены в следующих опубликованных работах:

1. Аникин И.Ю., Сафронов О.Ф. Адаптивный обнаружитель импульсных шумовых сигналов с неизвестными параметрами. - Сб. научных трудов «МАТИ» - РГТУ им. К.Э.Циолковского, выпуск № 7 (79), - М.: «МАТИ» - РГТУ им. К.Э.Циолковского, 2004, с. 267-271.

2. Аникин И.Ю., Сафронов О.Ф. Модель мультипликативной помехи при конечном времени и спектрального анализа при

пространственной обработке широкополосных сигналов. - Сб. научных трудов «МАТИ» - РГТУ им. К.Э.Циолковского, выпуск 7 (79), - М.: «МАТИ» - РГТУ им. К.Э.Циолковского, 2004, с. 262-266.

3. Сафронов О.Ф. Математическая модель подводного ядерного взрыва. - Сб. научных трудов «МАТИ» - РГТУ им. К.Э. Циолковского, выпуск 9 (81). - М.: МАТИ» - РГТУ им. К.Э. Циолковского, 2005, с. 150-154.

4. Сафронов О.Ф. Использование интерферометрических датчиков в гидроакустических антеннах. - Сб. трудов Всероссийской НТК «Актуальные проблемы радиоэлектроники и телекоммуникаций», Самарский Государственный аэрокосмический Университет, Самара, май 2004, с. 34-35.

5. Сафронов О.Ф. Формирование математической модели помехи при обработке информации, поступающей на гидроакустическую станцию системы подводного наблюдения. - Сб. трудов Всероссийской НТК «Новые материалы и технологии НМТ-2004», (Москва, 17-19 ноября 2004 г.) - М.: «МАТИ» - РГТУ им. К.Э.Циолковского, 2004, т.2, с. 176-178.

6. Сафронов О.Ф. Обоснование и разработка математической модели гидроакустического сигнала спектральной формы. Фундаментальные исследования, 2005, №10, с. 32-33.

7. Сафронов О.Ф. Расчет частотных параметров гидроакустических сигналов. - Свидетельство об отраслевой регистрации разработки № 5617. Номер государственной регистрации №50200600105, дата регистрации: 2 февраля 2006 г.

8. Аникин И.Ю., Коваль М.М., Сафронов О.Ф. Программа идентификации гидроакустического сигнала на фоне помех. - Свидетельство об отраслевой регистрации разработки № 5875. Номер государственной регистрации №50200600396, дата регистрации: 22 марта 2006 г.

^¿Уо

18 - 75 9 О

Формат 60x90/27, объем 1,0 п.л. Тираж 100 экз.

Отпечатано в типографии «МАТИ»-РГТУ им. К.Э. Циолковского

ВВЕДЕНИЕ.

ГЛАВА 1 СОВРЕМЕННОЕ СОСТОЯНИЕ МЕТОДОВ ОБРАБОТКИ ГИДРОАКУСТИЧЕСКОГО СИГНАЛА.

1.1 Критерии обнаружения гидроакустических сигналов.

1.2 Первичная обработка гидроакустического сигнала.—

1.3 Вторичная обработка гидроакустического сигнала--------------------------------------.--------------------.

1.4 Нейронные сети как альтернативный метод обработки сигнала.-------------------------------—.

1.5 Метод обработки гидроакустического сигнала при условиях существенной априорной неопределенности о параметрах сигнала и помех—.--------------.

ГЛАВА 2 РАЗРАБОТКА МАТЕМАТИЧЕСКИХ МОДЕЛЕЙ.

2.1. Модель сигнала..---------.--------.

2.2. Модель среды распространения..

2.3. Модель помехи.

2.4. Модель наблюдения.—..

2.5. Постановка задачи. Метод решения задачи.

2.6. Формирование пространственно-частотных спектров сигнала и помехи

2.7.Формирование пространственно-частного спектра помехи.

2.8. Формирование пространственно-частного спектра отношения сигнал-помеха..^

ГЛАВА 3 РАЗРАБОТКА ПРОГРАММНОГО ОБЕСПЕЧЕНИЯ.

3.1.Оценка параметров сигнала...

3.2.Формирование описания классов источника...

3.3. Описание алгоритма классификации....

3.4.Тестирование алгоритмов первичной и вторичной обработки гидроакустического сигнала сейсмического (взрывного) характера и анализ его результатов..

3.5.Программа "Вторичная обработка информации".....

Актуальность темы. В настоящее время наблюдение за подводной обстановкой, основанное на анализе акустической информации с использованием электронно-вычислительной техники, является одним из бурно развивающихся научных направлений. Интерес к области подводной гидроакустики, в последние годы, активно развивается, и это связано с переходом из области, имеющей, фактически, только оборонную направленность.

Значительный вклад в развитие теории обработки гидроакустического сигнала внесли выдающиеся отечественные ученые В.А.Акуличев, Б.П.Белов, Л.М.Бреховских, С.Н.Гурбатов, Н.А.Дубровский, С.П.Рокотов, О.В.Руденко, В.И.Тимошенко, А.Ю.Шмелев и другие.

Существующие на сегодняшний день методы получения информации из гидроакустических сигналов основываются на статистической обработке. Статистическую обработку выполняют подстановкой средних арифметических результатов наблюдаемых величин, подвергаемых прямым измерениям. Достаточно часто используется перенос статистических погрешностей входных величин на выходные. При этом обработка гидроакустического сигнала не может обеспечить вероятность его классификации, под которой принято понимать определение и измерение параметров сигнала, более 0,7. Это объясняется тем, что обнаружение полезного сигнала производится оператором-гидроакустиком методом сравнения с эталонным сигналом (полосовой фильтрации), взятым из существующей централизированной базы данных. Обработка обнаруженного сигнала выполняется в полуавтоматическом режиме под контролем оператора-гидроакустика, устанавливающего пороги эффективности, при обеспечении всего цикла приема постоянства амплитуды, огибающей помехи на выходе тракта первичной обработки сигнала. Затем сигнал подается в блок измерения признаков, в котором производится выделение признаков и преобразование их в форму (код), удобную для дальнейшего анализа. Далее производится сравнение кода объекта с кодами эталонов всех классов, и принимается решение по заданному критерию найденных количественных показателей об отнесении объекта к одному из эталонов, взятых из базы данных. Для совершенствования метода обработки сигнала необходимо создание новых алгоритмов первичной (обнаружение сигнала) и вторичной (определение параметров) обработки сигнала, позволяющих повысить вероятность классификации не менее 0,9.

Ведущей проблемой при обработке гидроакустических сигналов на сегодняшний день остается проблема повышения вероятности его классификации. Направлением исследований в настоящей работе является совершенствование модельного анализа, используемого в процессе обработки сигнала на основе возможностей современных компьютерных технологий. При этом основным направлением исследований является совершенствование математической модели гидроакустического сигнала путем обеспечения в ней учета основных нелинейных деформаций, возникающих при его распространении, а так же разработка алгоритма автоматизированной обработки информации гидроакустического сигнала и реализация этого алгоритма в программном комплексе.

Целью работы является совершенствование обработки гидроакустического сигнала и повышение вероятности его классификации до значения не менее 0,9.

Задачи исследования. Для достижения цели исследования необходимо решить следующие задачи:

- модифицировать математическую модель гидроакустического сигнала сейсмического (взрывного) характера введя в нее учет нелинейных деформаций при распространении для увеличения точности классификации сигнала;

- найти решение задачи обнаружения сейсмического (взрывного) гидроакустического сигнала в условиях существенной неопределенности о параметрах плотности распределения сигнала;

- разработать алгоритм обнаружения и обработки сигнала, обеспечивающую минимизацию вероятности пропуска сигнала, в условиях априорной неопределенности о параметрах плотности распределения сигнала и позволяющий автоматизировать процесс классификации обнаруженного сигнала.

Научная новизна. К новым результатам, полученным в ходе проведения исследований, относится:

- предложенная модифицированная модель гидроакустического сигнала сейсмического (взрывного) характера, учитывающая нелинейных деформаций при его распространении;

- разработанный алгоритм определения и классификации сигнала, который позволяет заменить оценками априорные неопределенности условных плотностей распределения сигнала;

- созданный комплекс программ обработки сигнала на основе алгоритмов определения и классификации, позволяющий проводить классификацию сигнала с вероятностью 0,954.

Практическая значимость работы. Разработанный метод применяется на ФГУП «НПП ВОЛНА» для создания ПГАССПН нового поколения в рамках Федеральной целевой программы «Национальная технологическая база» по разделу «Радиоэлектронные, микроволновые и акустоэлектронные технологии» по техническому заданию «Разработка технологии создания системы подводного наблюдения с использованием гидроакустических антенн нового поколения».

Математические модели и программное обеспечение, разработанные в диссертационной работе, использованы в ФГУП «НПП ВОЛНА» в ОКР «Веретено», ОКР «Лира-77»,ОКР «Лира-МВ», ОКР «Мостик 77 ГАК», ОКР «АРМО-ГАК», ОКР «ПС-Лира».

Апробация работы. Основные результаты исследовательской работы докладывались и обсуждались на Всероссийской научно-технической конференции «Актуальные проблемы радиоэлектроники и телекоммуникаций» (г. Самара, 2004 г.); Всероссийской научно-технической конференции «Новые материалы и технологии» (Москва, 2004 г.); Всероссийской конференции «Современные проблемы науки и образования» (Москва, 2005 г.).

Публикации: по материалам и результатам, вошедшим в диссертацию, опубликовано 7 статей и докладов; получены 2 свидетельства об отраслевой регистрации алгоритмов и программ.

Структура работы. Диссертация состоит из 3 глав, заключения, списка литературы и приложения. Объем диссертации 124 страницы, 22 рисунка и 2 таблицы. Список литературы 223 наименований.

Основные результаты диссертации изложены в следующих опубликованных работах:

1. Аникин И.Ю., Сафронов О.Ф. Адаптивный обнаружитель импульсных шумовых сигналов с неизвестными параметрами. Сб.научных трудов «МАТИ» - РГТУ им. К.Э.Циолковского, выпуск № 7 (79), - М.: «МАТИ»-РГТУ им.К.Э.Циолковского, 2004, стр. 267-271.

2. Аникин И.Ю., Сафронов О.Ф. Модель мультипликативной помехи при конечной времени и спектрального анализа при пространственной обработке широкополосных сигналов. -Сб.научных трудов «МАТИ» - РГТУ им. К.Э.Циолковского, выпуск № 7(79), - М.: «МАТИ» - РГТУ им.К.Э.Циолковского, 2004, стр. 262-266.

3. Сафронов О.Ф. Математическая модель подводного ядерного взрыва. - Сб.научных трудов «МАТИ» - РГТУ им.К.Э.Циолковского, выпуск № 9 (81). -М.: «МАТИ» - РГТУ им.К.Э.Циолковского 2005, с. 150-154.

4. Сафронов О.Ф. Использование интерферометрических датчиков в гидроакустических антеннах. - Сб.трудов Всероссийской НТК «Актуальные проблемы радиоэлектроники и телекоммуникаций»,

Самарский государственный аэрокосмический университет, Самара, май 2004, с.34-35.

5. Сафронов О.Ф. Формирование математической модели помехи при обработке информации, поступающей на гидроакустическую станцию системы подводного наблюдения. Сб.трудов Всероссийской НТК «Новые материалы и технологии НМТ-2004 (Москва, 17-19 ноября 2004г.) - М.: «МАТИ» - РГТУ им. К.Э.Циолковского, 2004, т.2,с. 176-178.

6. Сафронов О.Ф. Обоснование и разработка математической модели гидроакустического сигнала спектральной формы — Фундаментальные исследования , 2005,№10, с.32-33.

7. Сафронов О.Ф. Расчет частотных параметров гидроакустических сигналов. - Свидетельство об отраслевой регистрации разработки № 5617. Номер государственной регистрации № 50200600105, дата регистрации 2 февраля 2006г.

8. Аникин И.Ю., Коваль М.М., Сафронов О.Ф. Программа идентификации гидроакустического сигнала на фоне помех. — Свидетельство об отраслевой регистрации разработки № 5875. Номер государственной регистрации № 50200600396, дата регистрации 22 марта 200г.

ЗАКЛЮЧЕНИЕ

Обработка сигнала производится в условиях отсутствия достаточной статистики для классов по значениям признаков, формирование описания классов производится с некоторым начальным приближением. В процессе обработки реальных сигналов и накоплении статистического материала по значениям признаков для каждого из классов, описание классов в процессе обработки уточняется. Затем значением математических ожиданий и среднеквадратичных ошибок признаков для каждого класса с учетом экспериментальных данных, записанных при испытаниях ядерного взрыва атолл Mururoa 5.09.95. заносится в таблицу. Затем полученные данные из таблицы подаются на вход программного комплекса и производим тестирование разработанного алгоритма. По результатам тестирования вероятность классификации гидроакустического сигнала сейсмического (взрывного) характера с = 0,954.

Для достижения цели были решены следующие задачи:

1. Модифицированная математическая модель гидроакустического сигнала сейсмического (взрывного) характера, учитывающая основные нелинейные деформации, возникающие при его распространении;

2. Решена задача обнаружения сейсмического (взрывного) гидроакустического сигнала в условиях существенной неопределенности о параметрах плотности распределения сигнала.

3. Предложен алгоритм классификации сигнала, позволяющий преодолеть существенную априорную неопределенность о параметрах плотности распределения и увеличить точность определения на 0,25%.

4. Разработан комплекс программ для автоматизированной обработки гидроакустического сигнала сейсмического

101 взрывного) характера, позволяющий за счет автоматизации расчетов уменьшить время классификации сигнала в несколько десятков раз.

5. Теоретически рассчитано и экспериментально подтверждено, что разработанная методика обработки гидроакустического сигала сейсмического(взрывного) характера позволяет производить классификацию сигнала с вероятностью 0.954.

6. Результаты диссертационной работы использованы в ФГУП НПП «ВОЛНА» при проведении ОКР «Веретено», ОКР «Лира-77», ОКР «Лира-МВ», ЖР «Мостик 77 ГАК», ОКР «АРМО-ГАК», ОКР «ПС-Лира», что позволило создать пассивные ГАС нового поколения.

1. Абраменков В.В. Метод Прони в задаче измерения координат источников излучения с близкими параметрами. Радиотехника. -2002, №3.

2. Абрамович Ю.И. Регуляризованный метод адаптивной оптимизации фильтров по критерию максимума отношения сигнал/помеха. -Радиотехника и электроника. 1981.- т.26.- №3.- с.543-551.

3. Агеева Н.С., Крупин В.Д. Влияние дна на формирование звукового поля в мелком море. Акуст. журн., т. 26, №2, 1980, с. 161-166.

4. Адаптивные антенные решетки. Обзор. Зарубежная радиоэлектроника, 1977, №8, с. 33-66.

5. Адаптивные радиотехнические системы с антенными решетками. А.К. Журавлев, В.А. Хлебников, А.П. Родимов и др. Л.: Изд. ЛГУ, 1991.

6. Адаптивные фильтры: Пер. с англ.; /Под ред. К. Коуэна, П. Гранта. -М.: Мир, 1988.

7. Акустика океана. Под ред. Л.М.Бреховских М.: Наука, 1974, 697 с.

8. Аникин И.Ю. Влияние нестабильности амплитудно-фазового распределения в ФАР на точность измерений угловых координат помехопостановщиков. В сб. Программа и тезисы докладов научно-технического семинара "РЛС с плоским ФАР", М.: Предприятие п/я М-5075, 1982.

9. П.Аникин И.Ю. Оптимизация алгоритма совместного измерения угловых координат нескольких источников сигнала. Специальная техника средств связи, 1988, сер. Внутриобъектовая связь, вып. 1, 1988, с. 124130.

10. З.Аникин И.Ю. Совместная оценка углов прихода лучей от источника на основе модифицированного метода Прони. Прикладные технологии гидроакустики и гидрофизики. Труды 6-й международной конференции, Санкт-Петербург, 2002, с. 87-91.

11. Аникин И.Ю. Совместное измерение угловых координат нескольких источников сигнала, (инв. 5468). Специальная техника средств связи, 1988, сер. Внутриобъектовая связь, вып. 1, 1988, с. 115-123.

12. Аникин И.Ю. Точность совместной оценки углов прихода лучей от источника на основе модифицированного метода Прони. Сборник трудов. XIII сессия Российского акустического общества. Акустика океана. Атмосферная акустика, т.4, Москва, с. 96-99.

13. Аникин И.Ю., Вовшин Б.М., Заблоцкий , Леховицкий , Свердлов Б.Г., Тандит В.Л., Тихомиров , Черемных . ВСРЭ, 1986, сер. РЛТ, вып. 11, с.

14. Аникин И.Ю., Левачева Г.А. Синтез процедуры обнаружения сигналов с неизвестной формой спектра на фоне гауссовых шумов. Специальная техника средств связи, 1988, сер. Внутриобъектовая связь, вып. 1, 1988, с. 86-94.

15. Аникин И.Ю., Сафронов О.Ф. Адаптивный обнаружитель импульсных шумовых сигналов с неизвестными параметрами. Научные труды. Выпуск 7 (79) ИЦ «МАТИ» РГТУ им. К.Э.Циалковского Москва 2004, с. 267-271.

16. Аникин И.Ю., Сафронов О.Ф. Модель мультипликативной помехи при конечной времени и спектрального анализа при пространственной обработке широкополосных сигналов. Научные труды. Выпуск 7 (79) ИЦ «МАТИ» РГТУ им. К. Э. Циолковского Москва 2004, с.262-266.

17. Аникин И.Ю., Тандит В.Л. Адаптивное формирование нулей в диаграмме направленности произвольных антенных решеток. ВСЭР, 1981, сер. РЛТ, вып. 22, с. 81-93.

18. Аникин И.Ю., Тандит В.Л. Влияние ошибок в диаграмме направленности элементов антенных решеток на разрешающую способность РЛС по угловым координатам. ВСРЭ, 1983, сер. РЛТ, вып. 5, с. 55-64.

19. Аникин И.Ю., Тандит В.Л. Метод измерений угловых координат помехопостановщиков в РЛС с антенными решетками. Вопросы

20. Специальной радиоэлектроники (ВСРЭ), 1983, сер. PJIT, вып. 5, с. 4354.

21. Аникин И.Ю., Тандит B.JI. Некоторые методы цифровой коррекции амплитудно-фазового распределения в цифровых антенных решетках. -ВСРЭ, 1981, сер. РЛТ, вып. 22, с. 94-105.

22. Аникин И.Ю., Тандит В.Л. Представление уравнения для определения угловых координат помехопостановщиков в алгебраической форме. -ВСРЭ, 1983, сер. РЛТ, вып. 5, с.65-75.

23. Аредов A.A., Дронов Г.М., Охрименко H.H., Фурдуев A.B. Экспериментальные оценки стационарности подводных шумов океана Акуст.журн., т. 40, N3, 1994, с. 357-361.

24. Ахо А., Хопкрофт Д., Ульман Д. Построение и анализ вычислительных алгоритмов. М.: Мир, 1979.

25. Бакут П.А., Логинов В.П., Шумилов Ю.П. Методы определения границ точности в задачах оценивания неизвестных параметров. Зарубежная радиоэлектроника, 1978, №5, с. 3-36.

26. Белов А.И. Способ численной оценки звукового поля в волноводе с поглощающим дном. Судостроительная промышленность. Сер. Акустика, Вып.4, 1989, с. 30-36.

27. Бендат Дж., Пирсол А. Прикладной анализ случайных данных. М.: Мир, 1989.

28. Бондаренко Б.Ф., Прокофьев В.П. Применение методов функционального анализа для решения задач синтеза системы пространственно-временной обработки сигналов. Изв. вузов. Радиоэлектроника, 1982, т.25, №7, с. 12-16.

29. Бренан. Точность измерения угловых координат радиолокатором с антенной в виде фазированной решетки. Зарубежная радиоэлектроника, 1962, №1, с. 27-34.

30. Бреховских Л.М. Волны в слоистых средах. М.: Наука, 1973, 344 с.

31. Бреховских Л.М., Лысанов Ю.П. Теоретические основы акустики океана. Л.: Гидрометеоиздат, 1982.

32. Буняк Ю.А. Двумерный спектральный анализ по методу максимального правдоподобия на основе линейной симметрии корреляционной матрицы. — Радиоэлектроника, 1996, т.39, №4, с. 19-28.

33. Буняк Ю.А. Спектральный анализ по методу инвариантного к динамике сигнала формирующего фильтра. Радиоэлектроника, 1996, т.39, №3, с.53-61.

34. Буров В.А., Дмитриев О.В. О потенциальной разрешающей способности антенной решетки. Радиотехника и электроника, 1973, т. 18, №3.

35. Ван Трис Г. Теория обнаружения, оценок и модуляции, в 3-х т. М.: Сов. Радио, 1972.

36. Варакин А.Е. Теория сложных сигналов. М.: Сов. Радио, 1970.

37. Г. Корн, Т. Корн. Справочник по математике для научных работников и инженеров. М.: Наука, 1968.

38. Габриэль У.Ф. Сверхразрешение когерентных источников в адаптивной антенной решетке. М.: 1979, Пер. №2022.

39. Галушкин А.И. Нейрокомпьютеры. М.: Издательское предприятие редакции журнала "Радиотехника", 2000.

40. Галушкин А.И. Нейроуправление и его приложения. М.: Издательское предприятие редакции журнала "Радиотехника", 2000.

41. Галушкин А.И. Теория нейронных сетей. М.: Издательское предприятие редакции журнала "Радиотехника", 2000.

42. Гантмахер Ф.Р. Теория матриц. 4-е изд. - М.: Наука, 1988.

43. Гаткин Н.Г., Карновский М.И., Красный JI.T., Шнер И.И. О пространственно-временной обработке шумовых сигналов. Радиотехника, 1973, т. 28, №5, с. 83-92.

44. Гейбриел У.Ф. Спектральный анализ и методы сверхразрешения с использованием адаптивных решеток. ТИИЭР, 1980, т. 68, №6, с. 1932.

45. Гершман А.Б. Комбинированная пеленгация с совместным использованием высокоразрешимых пеленгаторов различного типа. -Радиотехника и электроника. 1995.- Вып.5.- с.918-924.

46. Гершман А.Б., Ермолаев В.Т. Взаимосвязь спектральных оценок максимальной энтропии и "теплового шума". Радиотехника. -М.:1988.-№9.- с.39.

47. Гирко В.Л. Теория случайных детерминантов. Киев: Вища школа, 1980.

48. Глазов Г.Н. О факторизации корреляционной функции поля. -Радиотехника и электроника, 1972, т. XVII, №1, с. 98-104.

49. Гнеденко Б.В. Курс теории вероятностей. М.: Наука, 1969.

50. Голяницкий И.А. Оптимальная пространственно-временная обработка негауссовых полей и процессов. М.: Изд-во МАИ, 1994.

51. Голяницкий И.А. Пространственно-временные многомерные статистические характеристики полей и процессов. М.: Изд-во МАИ, 1991.

52. Гоноровский И.С., Далин М.П. Радиотехнические цепи и сигналы. -М.: Радио и связь, 1994.

53. Градштейн И.С., Рыжик И.М. Таблицы интегралов, сумм, рядов и произведений. М.: Наука, 1971.

54. Гриценко С.А., Фомель С.Б., Черняк B.C. Фильтрация по методу Прони. Геофизика, 2001, № 6.

55. Громашева О.С. Программная реализация модели сигнала подводного взрыва. В сб. "Информатика в океанологии". Владивосток: ТОЙ ДВО РАН, 1999, с. 104-111.

56. Громашева О.С., Захаров В.А. Алгоритм оценки глубины подводного взрыва по информации, содержащейся в реверберационном сигнале. В сб. "Информатика в океанологии". Владивосток: ТОЙ ДВО РАН, 1996, с. 143-149.

57. Громашева О.С., Захаров В.А. и др. Оценка импульсного отклика канала распространения звука при использовании взрывных источников. Акустика океана. Сборник трудов школы-семинара акад. Л.М. Бреховских. М.: ГЕОС, 1998, с.235-238.

58. Громашева О.С., Захаров В.А. Математическая модель сигнала подводного взрыва. В сб. "Информатика в океанологии". Владивосток: ТОЙ ДВО РАН, 1999, с. 38-46.

59. Договор о всеобъемлющем запрещении ядерных испытаний (ДВЗЯИ), Printed in Austria, V.98-50820-March 1998, 590 с.

60. Дрогалин В. В., Меркулов В. И., Родзивилов В. А. и др. Алгоритмы оценивания угловых координат источников излучения, основанные на методах спектрального анализа. -Радиолокация и радиометрия, 1999, №1, с.52-68.

61. Егоров С.Б. Спектральные и корреляционные характеристики шумовых полей Учебное пособие. Л.: Судостроение, 1986, 100 с.

62. Елагин В.В., Бакут П.А. Пространственно-временная обработка сигналов от многих целей и источников помехового излучения. -Радиотехника и электроника, 1974, т. XIX, №2, с. 426-433.

63. Караваев В.В., Молодцов B.C. Точностные характеристики сверхразрешающей антенны. Радиотехника и электроника. - 1987.-т.32.- №1, с. 22-26.

64. Кей С.М., Марпл C.JI. Современные методы спектрального анализа. Обзор. ТИИЭР. - 1981.- т.69.- №11.- с. 5-51.

65. Кейпон Дж., Гудмен Н. Распределение вероятности оценок пространственно-временного спектра. ТИИЭР. - 1970.- т.58.- № 11.-е. 82-84.

66. Кокс Д, Хинкли. Теоретическая статистика. М.: Мир, 1978.

67. Корн Г., Корн Т. Справочник по математике. М.: Наука, 1978.

68. Королюк B.C. и др. Справочник по теории вероятностей и математической статистике. М.: Наука, 1985.

69. Коул Р. Подводные взрывы. М.: 1950.

70. Кошевой В.М., Радионов В.В. Эффективность адаптивных фильтров с центральной симметрией приемных каналов. Радиотехника и электроника. - 1994.-№11.- с.1779-1788.

71. Коэн JI. Время-частотные распределения. Обзор ТИИЭР, т. 77, №10, 1999.

72. Кравченко В.Ф., Рвачев В.А., Пустовойт В.И. Ортонормированные системы типа wavelet на основе атомарных функций. Доклады РАН, 351, №1, 16-18, 1996.

73. Крамер Г. Математические методы статистики. М.: Мир, 1975.

74. Кремер А.И., Трифонов А.П. Предельная точное^ оценки координат точечной цели. Радиотехника и электроника, 1977, т. Зрф, №8.

75. Курикша A.A. Об оптимальном использовании пространственно-временных сигналов. Радиотехника и электроника, 1963, т. VIII, №4, с. 837-842.

76. Курилкин В.В., Слукин Г.П., Федоров И.Б. Оценка числа неразрешаемых сигналов. Труды МВТУ им. Баумана, 1979, №305, с. 61-70.

77. Курьянов Б.Ф. Развитие представлений о низкочастотных шумах океана за 50 лет. Акустика океана. Сборник трудов школы-семинара акад. Л.М. Бреховских. М.: ГЕОС, 1998.

78. Лаврентьев Э.В., Кузян О.И. Взрывы в море. Л.: Судостроение, 1977.

79. Ланкастер П. Теория матриц. -М.: Наука, 1982.

80. Лебедев Е.П., Руднев Л.Н. Взаимная корреляция шумовых помех на выходе каналов с неидентичными частотными характеристиками. -Радиотехника, №2, 1988.

81. Левин Б.РЛевин Б.Р., Шварц В. Вероятностные модели и методы в системах связи и управления. М.: Радио и связь, 1981.

82. Лексаченко В.А., Шаталов A.A. Синтез многомерного выбеливающего фильтра по методу Грама-Шмидта. Радиотехника и электроника. -1976.- т.21.- №1.- с.112.

83. Леховицкий Д. И. К теории адаптивной обработки сигналов в системах с центральной симметрией каналов приема. Харьков: Радиотехника, №100,1996.

84. Леховицкий Д.И. Обобщенный алгоритм Левинсона и универсальные решетчатые фильтры. Радиофизика. - 1992.- т.35.- № 9-10.- с.790-808.

85. Леховицкий Д.И., Атаманский Д.В., Кириллов И.Г., Зарицкий В.И. Сравнение эффективности адаптивной обработки в произвольных и центрально-симметричных ФАР. Антенны.- 2000.

86. Малахов A.K. Кумулянтный анализ случайных негауссовых процессов и их преобразований. -М.: Сов. Радио, 1978.

87. Марков Г.Т., Сазонов Д.М. Антенны. М.: Энергия, 1975.

88. Марпл-мл. C.JI. Цифровой спектральный анализ и его приложения. М.: Мир, 1990.

89. Матрицы и вычисления. Воеводин В.В., Кузнецов Ю.А. М. Наука 1984.

90. Машошин А.И. Особенности синтеза алгоритмов классификации подводных объектов по их гидроакустическому полю. Статья. "Акустический журнал", №3, СПб, 1996.

91. Монзинго М.А., Миллер Т.У. Адаптивные антенные решетки. Введение в теорию. М. Радио и связь, 1986.

92. Муди М.П. Разрешение когерентных источников при приеме сигналов круговой антенной решеткой. ТИИЭР, 1980, т. 68, №2, с. 288289.

93. ЮЗ.Нотан A.A., Горбачев О.Г., Гуз С.А. Математическая статистика МЗ Пресс. Москва 2004.

94. Ольшевский В.В. Статистические методы в гидролокации. JI. Судостроение, 1973.

95. Ортега Д. Итерационные методы решения нелинейных систем уравнений со многими неизвестными. М.: Мир, 1975.

96. Острецов B.C., Синицын Ю.П., Костиков В.И. Амплитудно-фазовая коррекция приемных каналов активных антенных решеток сцифровой пространственной обработкой сигналов. ВСРЭ, 1977, сер. РЛТ, вып. 22, с. 159-162.

97. Отнес Р., Эноксон Л. Прикладной анализ временных рядов. М: Мир, 1982.

98. Отчет Хазен Э.М. Методы оптимальных статистических решений и задачи оптимального управления. М.: Сов.радио, 1968.

99. Пахолков Г.А., Кашинов В.В., Пономоренко Б.В. Вариационный метод синтеза сигналов и фильтров. М.: Радио и связь, 1981.

100. Пиблз. Уменьшение угловой ошибки обусловленной переотражением, методами обработки сигнала множественной цели. -Зарубежная радиоэлектроника, 1973, №4, с.23-29.

101. Погуляев Ю.А. Точность совместного измерения угловых координат и интенсивностей излучения независимых источников некогерентных колебаний при использовании антенных решеток. -Радиотехника и электроника, 1976, т. 19, № 9.

102. Проблемы антенной техники /Под ред. Л. Д. Бахраха, Д.И. Воскресенского. М.: Радио и связь, 1989.

103. Пространственно-временная обработка сигналов. /И.Я. Кремер, А.И. Кремер, В.М. Петров и др.; Под ред. И.Я. Кремера М.: Радио и связь, 1984.

104. Пушен А.Е., Черемисин О.П. Моделирование алгоритмов оценки числа источников активных помех по нетраекторной информации. -ВСРЭ, 1980, сер. РЛТ, вып. 4, с. 111-123.

105. Рабинер Л.Р., Шафер Р.В. Цифровая обработка речевых сигналов. М.: Радио и связь, 1981.

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

107. Решетов Л.А. Об угловых измерениях в адаптивном антенном дискриминаторе. Радиотехника, 1980, т. 35, №4, с. 69-76.

108. Рогачев В.И., Петров П.Н., Кравец B.C., Кулаков C.B. Акустоэлектронные устройства обработки гидроакустических сигналов. СПб.: Судостроение, 1993,106 с.

109. Рытов С.М. Введение в статистическую радиофизику. М.: Наука, 1976.

110. Сафронов О.Ф. Математическая модель подводного ядерного взрыва. Научные труды. Выпуск 9 ИЦ «МАТИ» РГТУ им. К.Э. Циолковского Москва 2005 г. Стр. 150-154.

111. Сенин А.Г. Статистическая оптимизация диаграммы направленности антенной решетки. Радиотехника и электроника, 1979, т. XXIV, №9.

112. Справочник по прикладной статистике. В 2-х т. Пер. с англ. /Под ред. Э. Ллойда, У. Ифермана, Ю.Н. Тюрина. М.: Финансы и статистика, 1989.

113. Справочник по теории вероятностей и математической статистике. /B.C. Королюк, Н.И. Портенко, A.B. Скороход, А.Ф. Туртин. М.: Наука, 1985.

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

115. Теория передачи и восприятия изображений. Теория передачи изображения и ее приложение. М.: Радио и связь, 1986.

116. Тихонов В.И. Нелинейные преобразования случайных процессов. -М.: Радио и связь, 1986.

117. Тихонов В.И. Статистическая радиотехника. М.: Сов. радио, 1966.

118. Тузов Г.И. Статистическая теория приема сложных сигналов. М.: Сов. Радио, 1977.

119. Тэтэм Р.Х. Многомерная фильтрация сейсмических данных. ТИИЭР, т. 72, №10, 1984.

120. Уидроу Б., Стирнз С. Адаптивная обработка сигналов. Радио и связь, 1989.

121. Уирт В.ДУрик Р.Дж. Основы гидроакустики. Перевод с английского. JL: Судостроение, 1978.

122. Устройство выделения локационных сигналов из помех /Елисеев A.A., Коблов B.JL, Лукошкин А.П., Оводенко A.A. Л.: ЛГУ, 1982.

123. Фалькович С.Е. Оценка параметров сигнала. М.: Сов. радио, 1970.

124. Фалькович С.Е., Хомяков Э.Н. Статистическая теория измерительных радиосистем. М.: Радио и связь, 1981.

125. Фалькович С.Е., Шварко Ю.В. О задаче совместного измерения угловых параметров нескольких сигналов. Радиотехника и электроника, 1979, т. XXIV, №6, с. 1376-1384.

126. Феллер В. Введение в теорию вероятностей и ее приложения. В 2-х т. Пер. с англ. М.: Мир, 1984.

127. Хорн Р., Джонсон Ч. Матричный анализ. М.: Мир, 1989.

128. Черемисин ОП. Оценка числа источников активных помех по нетраекторной информации. ВСРЭ, 1980, сер. РЛТ, вып. 4, с. 97-110.

129. Черняк B.C. Об использовании информационной матрицы Фишера для анализа потенциальной точности оценок максимального правдоподобия при наличии мешающих параметров. — Радиотехника и электроника, 1973, т. 18, № 5.

130. Шесняк С.С., Попов М.П. Адаптивные антенны. -СПб.: ЛВИКА имени А.Ф Можайского, 1995.

131. Ширман Я.Д. Разрешение и сжатие сигналов. М.: Сов. радио, 1974.

132. Шифрин Я.С. Вопросы статистической теории антенн. М.: Сов. радио, 1970.

133. Юрьев А.Н. Об оптимальной пространственной обработке сигналов. Радиотехника, 1968, т.23, №5, с. 76-84.

134. Юрьев А.Н. Пространственная обработка сигнала при неизвестных точно направлениях на источники сигнала и помехи. -Радиотехника и электроника, 1974, т. XIX, №4, с. 848-850.

135. Юрьев А.Н. Пространственная обработка сигнала при нестабильностях фазы по раскрыву антенной решетки. Радиотехника и электроника, 1969, т. IV, №3.

136. Abdesselam Klouche-Djedid and Masahuru Fujita. Adaptive array sensor processing applications for mobile telephone communication. IEEE Transactions on Vehicular Technology, 45(3):405-416, August 1996.

137. Abrosimov D.I., Khil'ko A.I., Caruthers J.W. Method of Partially-coherent tomography of the meso-scale ingomogeneties in the ocean, Proceed. 3-rd Europ. Conf. on UA, Forth-Iacm, 1996, v.2, p.857

138. Alle-Jan van der Veen, Shilpa Talwar, and A. Paulraj. Blind estimation multiple digital signals transmitted over FIR channels. IEEE Signal Processing Letters, 2(5), May 1996.

139. Arons A.B. et al. Secondary Pressure Pulses Due to Gas Globe Oscilation in Underwater Explosion, I. Experemental Data//J. Acoust. Soc. Amer., Vol.20, №3,1948.

140. Arons A.B. et al. Secondary Pressure Pulses Due to Gas Globe Oscilation in Underwater Explosion, II. Selection of Adiabatic Parameters in the Theory of Oscilation //J. Acoust. Soc. Amer., Vol.20, №3, 1948.

141. Arons A.B. Underwater Explosion Shock Wave Parameters at Distances from the Charge//J. Acoust. Soc. Amer., Vol.26, №3,1954.

142. Baranoski E. and Ward J., "Source localization using adaptive subspace beamformer outputs," in 1997 IEEE Int. Conf. Speech Signal Processing (ICAASP 97), vol. 5, pp. 3773-3776.

143. Barry D. Van Veen and Kevin M. Buckley. Beamforming : A versatile approach to spatial filtering. IEEE Signal Processing Magazine, pages 4-24, April 1988.

144. Berni A.J. Angle-of-Arrival Estimation Using An Adaptive Antenna Array. IEEE Aerospace and Electronics Systems, 1975, v.ll, №2, p. 278284.

145. Bi Z., Wu R., Li J. and Williams R., "Joint super-resolution moving target feature extraction and stationary clutter suppression," IEE Proc. Radar, Sonar and Navigation 147, p. 23-29, Feb. 2000.

146. Blaik M., Christian E.A. Near-Surface Measurements of Deep Explosion. I. Pressure Pulses from Small Charges//J. Acoust. Soc. Amer., Vol.38, №1, 1965.

147. Borgiott G.V., Kaplan L.J. Superresolution of uncorrelated interference sources by using adaptive array techniques. IEEE Trans. Antennas and Propag, v. 27, №6, p. 842-845.

148. Burg I.P. Maximum Entropy Spectral Analysis. Proc. 37th Meeting of the Society of Exploration Geophysicists. Oklahoma City, Okla., October 1967.

149. Burg LP. The Relationship between Maximum Entropy and Maximum likelihood Spectra-Geophysics, v.37, April 1972, p.375-376.

150. Capon J., "High resolution frequency-wavenumber spectrum analysis," Proc. IEEE 57(8), pp. 1408-1418, 1969.

151. Davis R., Brennan L. and Reed I., "Angle estimation with adaptive arrays in external noise fields," IEEE Trans. Aerosp. Electron. Syst. , vol. AES-12, pp. 179-186, Mar. 1976.

152. Engineering Development of Shallow Water Imaging Sonar System for Environmental Surveying. Tech. Report, Contract LLNL/DGI/ B 319895, pi V.V. Borodin, AKIN, Moscow, 1997

153. Gac C., Ledos B., et al., Development of a New-Generation Instrumentation for ocean acoustical Tomography. Conf. Oceanology International'96, 5-8 march 1996, Brighton

154. Gershman A. B. "Pseudo-randomly generated estimator banks: a new tool for improving the threshold performance of direction finding". IEEE Trans. Signal Processing, SP-46 (May 1998) pp.1351-1364.

155. Gershman A.B., P. Stoica P. "New MODE-based techniques for direction finding with an improved threshold performance" Signal Processing 76 (1999)221-235.

156. Gershman A.B., Stoica P. "On Unitary and Forward-Backward MODE" Digital Signal Processing 9 (1999), 67-75.

157. Giordano A., Hsu F. Least Square Estimation with Applicatiions to Digital Signal Processing. IOHN WILEY & SONS, 1985, 412 c.

158. Guanghan Xu, Richard H. Roy, Thomas Kailath, "Detection of Number of Sources via Exploitation of Centro-Symmetry Property", IEEE Trans, on Signal Processing, Vol. 42, No. 1, January 1994

159. Haacke E.M., Liang Z.-P. and Izen S.H., Superresolution reconstruction through object modeling and estimation. IEEE Trans. Acoust., Speech, Signal Processing, vol. 37, pp. 592-595, 1989.

160. Hagan M., Demuth H., Beale M. Neural Network Design, Brooks/Cole Publishing Company, 1996.

161. Hamid Krim and Mats Viberg. Two decades of array signal processing research. IEEE Signal Processing Magazine, p 67-94, July 1996.

162. Hatke G. F., "Superresolution source location with planar arrays," Lincoln Lab. J., vol. 10, no. 2, 1997.

163. Heinrich Meyr, Marc Moeneclaey, and Stefan Fechtel. Digital Communication Receivers : Synchronization, Channel Estimation and Signal Processing. John Wiley and Sons, New York, 1997.

164. Hui Liu and Guanghan Xu. Multiuser blind channel estimation and spatial channel pre-equalization. IEEE Proceedings, 1995.

165. Instrumentation of high-resolution method based on Capon modified algorithm and application to oceanic acoustic tomography. Tech.Report on Contract № 99/2210736 IFREMER/IAPP, pi I. Luzin, Minsk, 1999

166. Jacobs S. P. and O'Sullivan J. A., "Automatic target recognition using sequences of high resolution radar range" IEEE Trans. Aerosp. Electron. Syst. 36, p. 364-382, Apr. 2000.

167. Jiang N., Wu R. and Li J., "Super resolution feature extraction of moving targets," IEEE Trans. Aerosp. Electron. Syst. 37, p. 781-793, July 2001.

168. Kay S.M., Marple S.L. Spectrum Analysis A Modern Perespective, Proceed, of the IEEE, v.69, #11,1981

169. Krim H. and Viberg M. "Two Decades of Array Signal Processing Research." IEEE Signal Processing Magazine, July 1996.

170. Lev-Ari H., Kailath T. Schur and Levinson algorithms for nonstationary processes. Proc. IEEE Int. Conf. Acoust, Speech and Signal Process (Atlanta, CA, March 1981), p.860-864.

171. Li J., Liu G., Jiang N. and Stoica P., "Moving target feature extraction for airborne high-range resolution phased-array radar," IEEE Trans. Signal Processing 49, p. 277-289, Feb. 2001.

172. Liu G., Li H. and Li J., "Moving target feature extraction with polarisation diversity in the presence of arbitrary range migration and phase errors," IEE Proc. Radar, Sonar and Navigation 147, p. 208-216, Aug. 2000.

173. Luzin I., Dubinsky M., High-resolution spectrum estimating algorithm, Proceed, of IEEE Int. conf. Ocean'98, Nice, France, v.2,1998

174. Mallat S. and Zhang Z., "Matching pursuits with time-frequency dictionaries," IEEE Trans. Signal Processing 41(12), p. 3397-3415, 1993.

175. Markus E. Ali and Franz Schreib. Adaptive single snapshot beamforming: A new concept for the rejection of nonstationary and coherent interferers. IEEE Transactions on Signal Processing, 40(12):3055-3058, December 1992.

176. Mitchel R. A. 1 and Westerkamp J. J, "Robust statistical feature based aircraft identification", IEEE Trans. Aerosp. Electron. Syst. 35, p. 10771094, July 1999.

177. Moody M.P. Resolution of coherent source incident on circular antenna array, Proc. IEEE, 1980, vol.68, №2, p. 276-277.

178. Narayan R. and Nityananda R., "Maximum entropy restoration in astronomy," Ann. Rev. Astron. Astrophys. 24, p. 127-170,1986.

179. Nguyen D., Benitz G., Kay J., Orchard B. and Whiting R., "Superresolution HRR ATR with high definition vector imaging," IEEE Trans. Aerosp. Electron. Syst. 37, p. 1267-1285, Oct. 2001.

180. Nitzberg R. Application of Maximum likelihood estimation of persymmetric covariance matrices to adaptive processing. IEEE Trans. Aerosp. and Electr. Syst. - 1980, v.AES-16, №1, p. 124-127.

181. Porter M.B., Bucker H.P. Gaussian beam tracing for computing ocean acoustic fields. J. Acoust. Soc. Am. 82(4), 1349-1359, 1987.

182. Prasad Surendra. Generalized array pattern synthesis by method of altertating orthogonal projections. IEEE Trans Antennas and Propag., 1980, v. 28, №3, p. 328-332.

183. Ralph O. Schmidt, "Multiple Emitter Location and Signal Parameter Estimation", IEEE Trans, on Antennas and Propagation, Vol. AP-34, No. 3, March 1986.

184. REED I.S., Mallet J.D., Brennan L.E. Rapid Convergence Rate in Adaptive Arrays. IEEE Aerospace and Electronics Systems, 1974, v., №6, p. 853-863.

185. Richard Roy, Thomas Kailath, "ESPRIT-Estimation of Signal Parameters Via Rotational Invariance Techniques", IEEE Trans, on Acoustics, Speech, and Signal Processing, Vol. 37, No. 7, July 1989.

186. Sharman K.C., Durrani T.S. A triangular adaptive lattice filter for spatial signal processiing.- ICASSP 83, Proc. IEEE Int. Conf. Acoust., Speech and

187. Signal Process., Boston, Mass., 14-16 Apr., 1983, v.l New York, 1983, p.348-351.

188. Smirnov LP., Khil'ko A.I., Caruthers J.W. Coherent Acoustical Tomography in ocean. Proceed, of the 3-rd Europ. Conf. on Underwater

189. Acoustics, Forth-Iacm, 1996, v.2, p.839

190. Stoica P. and Moses R. Introduction to Spectral Analysis, Prentice Hall,

191. Upper Saddle River, NJ,1997.

192. Stoica P. and Sharman K.S. "Novel eigenanalysis Method for Direction Estimation". IEEE Processing. Vol.137,PtF.Nol, February 1990.

193. Stoica P. and Nehorai A. "MUSIC, maximum likelihood and Cramer-Rao Bound". IEEE Trans. Acoust., Speech, Signal Processing, vol.37, May 1989, p.720-741.

194. Stoica P. and Nehorai A. "Performance Study of Conditional and Unconditional Direction of Arrival Estimation". IEEE Trans. Acoust., Speech, Signal Processing, vol.38, October 1990, p.1783-1795.

195. Terre T., Gac C., Gaillard F., Ledus B., Le Y. Gall, R. Person, A New Instrumentation for ocean Acoustic Tomography. Proceed, of the 4-th Europ. Conf. on Underwater Acoustics, CNR-IDAC, Rome, Italy, 1998, p.593-59

196. Urkowitz H., "The accuracy of maximum likelihood angle estimates in radar and sonar," IEEE Trans. Mil. Electron., vol. 8, pp. 39-45, Jan. 1964.

197. Vural A.M. Effects of perturbation on the perfomace of optimum/adaptive arrays. IEEE Trans. Aerospace and Electronics Systems, 1979, v.l5, №1, p. 76-88.

198. William A. Gardner. Exploitation of spectral redundancy in cyclostationary signals. IEEE Signal Processing Magazine, p. 14-36, April 1991.

199. Williams R., Westerkamp J., Gross J., and Palomino A., "Automatic target recognition of time critical moving targets using ID high rangeresolution (HRR) radar," IEEE Aerospace and Electronic Systems Magazine 15, p. 37-43, Apr. 2000.

200. Yang T.C. / A Method for measuring the frequency dispersion for broadband pulses propagated to long ranges. J. Acoust. Soc. Am., 76(1), July 1984.

201. УДЕРЖИВАЕМЫЙ В ТРЕБУЕМОЙ ПОЗИЦИИ БУЙ Патент № 5577942 США, 26.11.96. МПК В 63 В 22/18.

202. РАДИОГИДРОАКУСТИЧЕСКИЙ БУЙ Grenville Roberich Dillon *Cockings Thompson Marcjni Sonar Limited B7A GB 989814447 04.07.1998 Изобретения стран мира Выпуск 32 МПК В63 № 1 2001.

203. МНОГОЧАСТОТНЫЙ ЗВУКОВОЙ БУЙ TSUBOTA KOTARO NEC CORP JP 97 26768 10.02.97.

204. Изобретения стран мира. Выпуск 85 МПК G 01R,S № 13 2000.

205. ГИДРОАКУСТИЧЕСКИЙ БУЙ, ОПРЕДЕЛЯЮЩИЙ АЗИМУТ И УГОЛ МЕСТА ПОДВОДНЫХ ИСТОЧНИКОВ ЗВУКА Пат. 5412622 США, MKH6H04R 17/00 РЖ «Водный транспорт» № 4 1997г.

206. СБРАСЫВАЕМЫЙ С САМОЛЕТА РАДИОМАГНИТОМЕТРИЧЕСКИЙ БУЙ ДЛЯ ОБНАРУЖЕНИЯ ПЛ.

207. Magnetic anomaly detection buy for detecting submarines. Пат. 6031377 США МПК7 G 01 V 3/08, G01 V 3/40

208. Walkines James A. № 08/463130 Заявл. 05.06.1995г. 0публ.29.02.2000г. НПК 324/345 Англ.

209. РЖ Водный транспорт № 6, 2000 г.

210. РАДИОГИДРОАКУСТИЧЕСКИЕ БУИ США Sea Technology, 2001,v.42,5, р.57; № 9. р.55;

211. Jane's Underwater Warfare Systems, 1999-2000, pp. 145-146.