📄Работа №76446
Тема: Оценка времени задержки циклостационарных радиосигналов для локализации источников излучений
Тип работы
Магистерская диссертация
Предмет
Радиотехника, радиоэлектроника
Объем:
172 листов
Год:
2017
Просмотров:
401
4845
руб.
🛒 Купить работу
Не подходит эта работа?
Закажите новую по вашим требованиям
Узнать цену на написание
Закажите новую по вашим требованиям
Представленный материал является образцом учебного исследования, примером структуры и содержания учебного исследования по заявленной теме. Размещён исключительно в информационных и ознакомительных целях.
Workspay.ru оказывает информационные услуги по сбору, обработке и структурированию материалов в соответствии с требованиями заказчика.
Размещение материала не означает публикацию произведения впервые и не предполагает передачу исключительных авторских прав третьим лицам.
Материал не предназначен для дословной сдачи в образовательные организации и требует самостоятельной переработки с соблюдением законодательства Российской Федерации об авторском праве и принципов академической добросовестности.
Авторские права на исходные материалы принадлежат их законным правообладателям. В случае возникновения вопросов, связанных с размещённым материалом, просим направить обращение через форму обратной связи.
Настоящий учебно-методический информационный материал размещён в ознакомительных и исследовательских целях и представляет собой пример учебного исследования. Не является готовым научным трудом и требует самостоятельной переработки.
📋 Содержание
Введение
Глава 1. Анализ предметной области исследования
1.1 Циклостационарные случайные процессы
1.2 Задача оценки времени прихода сигнала
1.3 Искусственные нейронные сети
1.4 Цель и постановка задачи исследования
1.5 Выводы по главе 1
Глава 2.Циклостационарные свойства случайных процессов
2.1 Теоретическое описание циклостационарных случайных процессов 26
2.2 Циклостационарные свойства сигналов с амплитудной модуляцией 30
2.3 Циклостационарные свойства сигналов с амплитудно-импульсной
модуляцией 32
2.4 Циклостационарные и взаимные циклостационарные свойства радиосигналов 36
2.4.1 Циклическая спектральная плотность мощности радиосигнала 36
2.4.2 Циклическая взаимная спектральная плотность мощности
радиосигнала 40
2.5 Выводы по главе 2 42
Глава 3. Алгоритмы оценки спектральных характеристик циклостационарных сигналов 43
3.1 Метод оценки ЦСПМ на основе усреднения во временной области 43
3.2 Алгоритм 2И-БПФ 47
3.2.1 Теоретическое описание 47
3.2.2 Примеры 52
3.2.3 Оценка вычислительных ресурсов 54
3.3 Блочный алгоритм вычисления усреднённых циклических периодограмм 58
3.3.1 Теоретическое описание 58
3.3.2 Пример 61
3.4 Обнаружение и оценка по методу максимального правдоподобия . 63
3.5 Выводы по главе 3 76
Глава 4. Оценка времени задержки циклостационарных сигналов 79
4.1 Модель приема радиосигнала 79
4.2 Определение задержки по собственным и взаимным циклостационарным характеристикам 81
4.3 Формирование взаимных спектральных и взаимных циклических
спектральных корреляционных характеристик сигналов 84
4.4 Экспериментальные результаты 91
4.4.1 Результаты имитационного численного моделирования . . 91
4.4.2 Обработка экспериментальных данных 107
4.5 Выводы по главе 4 113
Глава 5. Оценка направления прихода сигнала 115
5.1 Основы теории нейросетевой обработки данных 115
5.1.1 Общие принципы работы нейронной сети 115
5.1.2 Теория адаптивных элементов 116
5.1.3 Примеры адаптивных элементов 117
5.1.4 Обучение нейронной сети 126
5.2 Определение направления прихода с использованием искусственных нейронных сетей 136
5.2.1 Формирование вектора входных данных 136
5.2.2 Оптимальное решение на основе метода максимального
правдоподобия 138
5.2.3 Решение с использованием искусственных нейронных сетей 138
5.2.4 Численное моделирование 140
5.3 Выводы по главе 5 148
Заключение 149
Список сокращений и условных обозначений 151
Список литературы 153
Список рисунков 164
Список таблиц 169
Приложение А. Свидетельства о государственной регистрации программ 170
Глава 1. Анализ предметной области исследования
1.1 Циклостационарные случайные процессы
1.2 Задача оценки времени прихода сигнала
1.3 Искусственные нейронные сети
1.4 Цель и постановка задачи исследования
1.5 Выводы по главе 1
Глава 2.Циклостационарные свойства случайных процессов
2.1 Теоретическое описание циклостационарных случайных процессов 26
2.2 Циклостационарные свойства сигналов с амплитудной модуляцией 30
2.3 Циклостационарные свойства сигналов с амплитудно-импульсной
модуляцией 32
2.4 Циклостационарные и взаимные циклостационарные свойства радиосигналов 36
2.4.1 Циклическая спектральная плотность мощности радиосигнала 36
2.4.2 Циклическая взаимная спектральная плотность мощности
радиосигнала 40
2.5 Выводы по главе 2 42
Глава 3. Алгоритмы оценки спектральных характеристик циклостационарных сигналов 43
3.1 Метод оценки ЦСПМ на основе усреднения во временной области 43
3.2 Алгоритм 2И-БПФ 47
3.2.1 Теоретическое описание 47
3.2.2 Примеры 52
3.2.3 Оценка вычислительных ресурсов 54
3.3 Блочный алгоритм вычисления усреднённых циклических периодограмм 58
3.3.1 Теоретическое описание 58
3.3.2 Пример 61
3.4 Обнаружение и оценка по методу максимального правдоподобия . 63
3.5 Выводы по главе 3 76
Глава 4. Оценка времени задержки циклостационарных сигналов 79
4.1 Модель приема радиосигнала 79
4.2 Определение задержки по собственным и взаимным циклостационарным характеристикам 81
4.3 Формирование взаимных спектральных и взаимных циклических
спектральных корреляционных характеристик сигналов 84
4.4 Экспериментальные результаты 91
4.4.1 Результаты имитационного численного моделирования . . 91
4.4.2 Обработка экспериментальных данных 107
4.5 Выводы по главе 4 113
Глава 5. Оценка направления прихода сигнала 115
5.1 Основы теории нейросетевой обработки данных 115
5.1.1 Общие принципы работы нейронной сети 115
5.1.2 Теория адаптивных элементов 116
5.1.3 Примеры адаптивных элементов 117
5.1.4 Обучение нейронной сети 126
5.2 Определение направления прихода с использованием искусственных нейронных сетей 136
5.2.1 Формирование вектора входных данных 136
5.2.2 Оптимальное решение на основе метода максимального
правдоподобия 138
5.2.3 Решение с использованием искусственных нейронных сетей 138
5.2.4 Численное моделирование 140
5.3 Выводы по главе 5 148
Заключение 149
Список сокращений и условных обозначений 151
Список литературы 153
Список рисунков 164
Список таблиц 169
Приложение А. Свидетельства о государственной регистрации программ 170
📖 Введение
Современная тенденция создания радиотехнических устройств, применяемых в составе комплексов обработки инфокоммуникационных сигналов со сложными видами модуляции, определяет высокую актуальность разработки алгоритмов цифровой обработки сигналов, позволяющих осуществлять на основе наблюдений сигналов оценивание заданных информационных параметров с требуемой точностью при выполнении ограничений по объёму вычислительных ресурсов, обусловленных временем выдачи результата или ограничением габаритных размеров и потребляемой мощности радиотехнических систем. Выбор алгоритмов, применяемых при решении задачи оценивания, непосредственно определяется выбором моделей представления рассматриваемого класса сигналов.
В большинстве современных радиолокационных и телекоммуникационных систем обработка сигналов выполняется с использованием моделей, представляющих сигналы в виде реализаций случайных процессов. Хотя такие сигналы нельзя считать периодическими функциями на длинных интервалах наблюдения, они имеют структурную повторяемость. Периодическая структура вносится в эти сигналы намеренно в процессе их формирования для того, чтобы сделать сигналы пригодными для предсказуемой и надежной работы алгоритмов в системах их обработки. Примерами таких сигналов являются периодические сканирующие импульсы радарных систем, сигналы телеметрии и иные сигналы, в которых используются различные виды модуляции. Статистические параметры и характеристики, описывающие сигналы подобного класса, такие как среднее значение и автокорреляционная функция, изменяются во времени с некоторой периодичностью. Феномен периодической корреляции в случайных процессах в первые описан в работах [1,2] отечественного ученого Гладышева Е. Г., позднее в работах [3]Franks L. E. для описания данного феномена был предложен термин «циклостационарность», значительный вклад в развитие теории циклостационарности внесли зарубежные исследователи Franks L. E., Gardner W. A., Spooner C. M., Napolitano A., Brown W. A., Antoni J., Dobre O. A., Derakhshani M. Среди отечественных исследователей методы обработки циклостационарных сигналов начинают находить признание в работах Горячкина О. В., Стоянова Д. Д., Анциперова В. Е. Продолжительный научный интерес исследователей [4] к такому типу сигналов позволил разработать специализированный математический аппарат, применение которого обеспечивает выигрыш в характеристиках верности и точности по сравнению с моделями, не учитывающими периодические свойства принимаемых случайных сигналов.
Одним из возможных подходов к выполнению требований по ограничению объёма затрачиваемых вычислительных ресурсов при решении задач оценивания информационных параметров сигналов является синтез оценивателя, реализующего метод максимального правдоподобия (ММП), с использованием нейронных сетей (ИНС) прямого распространения сигнала. В научной литературе данный подход освещен слабо: так в ведущей отечественной монографии [5] Галушкина А. И. и зарубежной [6] Хайкина С. сети данного типа не упоминаются. Применимость ИНС для решения задачи оценивания параметров по ММП впервые продемонстрирована и затем развита зарубежными учеными Baum E. [7], Setiono R. [8], в настоящее время исследования по данной теме так же ведут Cervellera C. [9], Maccio D. и Muselli M. D. Возможность использования ИНС для снижения требований к вычислительным ресурсам при решении задач в области радиолокации продемонстрирована в монографии [10] отечественного исследователя Татузова А. Л.
Таким образом, задача оценивания заданных информационных параметров сигналов, обладающих циклостационарными свойствами, с использованием методов цифровой обработки сигналов и изображений и аппарата искусственных нейронных сетей является актуальной.
Целью работы является повышение точности оценивания информационных параметров радиотехнических сигналов за счет применения моделей и методов, описывающих такие сигналы в форме реализаций циклостационарных случайных процессов.
В диссертационной работе в качестве объекта исследования рассматриваются циклостационарные сигналы, создаваемые радиоэлектронными средствами.
Предметом исследования являются алгоритмы цифровой обработки сигналов, позволяющие проводить оценивание спектральных характеристик циклостационарных сигналов и времени задержки их прихода.
Для достижения поставленной цели в работе решены следующие задачи:
1. Синтез моделей радиосигналов, являющихся реализациями циклостационарных случайных процессов.
2. Разработка алгоритмов оценивания спектральных характеристик циклостационарных радиосигналов и структурных схем анализаторов циклической спектральных плотности мощности и взаимной циклической спектральной плотности мощности.
3. Синтез алгоритмов оценивания времени прихода циклостационарного сигнала на основе двухчастотных циклических характеристик.
4. Разработка алгоритма формирования оценки направления прихода циклостационарного сигнала на основе обработки его характеристик с использованием искусственных нейронных сетей специальной структуры.
5. Определение статистических характеристик оценок параметров модели на основе разработанных алгоритмов.
6. Экспериментальное исследование разработанных алгоритмов и анализ результатов обработки.
Методы исследований. Для решения поставленных задач были использованы методы теории сигналов и систем, методы цифрового спектрального анализа, методы цифровой обработки сигналов и изображений, математический анализ, математический аппарат линейной алгебры и теории матричных преобразований, теория вероятностей, математическая статистика и теория случайных процессов, математическое и статистическое моделирование, методы теории оптимизации, методы машинного обучения и прикладного искусственного интеллекта.
Научная новизна:
1. Предложена методика оценки циклостационарных характеристик радиосигналов посредством корреляционного анализа их квадратурных компонент в частотной области.
2. Исследовано изменение компонент взаимных спектральных характеристик циклостационарных сигналов с временной задержкой.
3. Представлено аналитическое описание и получены характеристики точности разработанного алгоритма оценки параметров циклостационарных радиосигналов, обладающего повышенной точностью за счет выделения компонент сигнала с различными характерными циклическими частотами.
4. Предложен способ визуализации циклостационарных характеристик, позволяющий явно выявлять характерные циклические частоты.
5. Предложен детерминированный алгоритм оценки параметров сигналов, оптимально приближающий оценки, получаемые по методу максимального правдоподобия, и реализуемый на основе искусственной нейронной сети специальной топологии.
Практическая значимость результатов работы. Полученные результаты могут быть использованы при разработке быстродействующих алгоритмов, реализуемых в программно-аппаратных комплексах пассивных радиолокационных станций, применяемых для оценивания направления прихода радиосигналов, обладающих циклостационарными свойствами, и пространственных координат их источников.
Разработанные алгоритмы позволяют проводить селекцию циклостационарных сигналов с различающимися характерными циклическими частотами, селекцию периодических циклостационарных и стационарных сигналов.
Предложенная методика построения искусственной нейронной сети произвольной топологии на основе адаптивных элементов позволяет выполнить синтез быстродействующих алгоритмов оценивания параметров сигналов с априорно известными аналитическими моделями.
Реализация и внедрение результатов работы. Научные и практические результаты работы использованы в процессе выполнения научно-исследовательских работ, поддержанных:
— грантом РФФИ №14-01-31399 мол_а «Синтез искусственных нейронных сетей на основе адаптивных элементов для моделирования сложных технических и экономических систем» (выполнен под руководством диссертанта),
— грантом РФФИ №16-37-00395 мол_а «Формирование оценок местоположения целей в задачах многопозиционной пассивной радиолокации с использованием искусственных нейронных сетей максимального правдоподобия».
— проектом в рамках базовой части госзадания Минобрнауки РФ №8.8502.2017/БЧ «Разработка методов анализа и оценки параметров циклостационарных процессов в информационных системах со сложной обработкой сигналов».
Результаты работы внедрены в учебный процесс.
Достоверность полученных результатов обуславливается корректностью исходных положений и преобразований, использованием апробированного адекватного математического и статистического аппарата, компьютерных про-грамм и логической обоснованностью выводов. Полученные результаты много-кратно подтверждены экспериментальными исследованиями.
Апробация результатов работы.
Основные положения диссертационной работы докладывались, обсуждались и получили положительные оценки на:
зарубежных научных конференциях:
— XXXI-th General Assembly and Scientific Symposium (URSI GASS) (г. Пекин, КНР, 2014);
— 29-th Congress of the International Council of the Aeronautical Sciences (г. Санкт-Петербург, 2014);
— 17-th International Radar Symposium (г. Краков, Польша, 2016).
отечественных научных и научно-технических конференциях:
— 10-я, 11-я и 12-я международные конференции «Авиация и космонавтика» (г. Москва, МАИ, 2011, 2012, 2013);
— 3-й и 4-й международные межотраслевые молодёжные научно-технические форумы «Молодёжь и будущее авиации и космонавтики» (г. Москва, МАИ, 2011, 2012);
— 14-я и 19-я международные конференции «Цифровая обработка сигналов и её применение» (г. Москва, ИПУ РАН 2012, 2017);
— 19-я международная научно-техническая конференция студентов и аспирантов «Радиоэлектроника, электротехника и энергетика» (г. Москва, 2013);
— 70-я и 72-я международные конференции «Радиоэлектронные устройства и системы для инфокоммуникационных технологий» (г. Москва, МТУСИ, 2015, 2017);
— 5-я, 9-я и 10-я конференции «Радиолокация и радиосвязь» (г. Москва 2011, 2015, 2016);
— научно-практическая конференция молодых учёных и студентов «Ин-
новации в авиации и космонавтике» (г. Москва, МАИ, 2011, 2012, 2013,
2014) ;
— 4-ая научно-техническая конференция молодых учёных и специалистов «Актуальные вопросы развития систем и средств ВКО» (г. Москва, 2013);
— научно-техническая конференция молодых ученых и специалистов по тематике «Актуальные вопросы развития систем и средств ВКО», посвященная 80-летию со дня рождения А. А. Леманского (г. Москва,2015) ;
— 42-я и 43-я международные молодёжные научные конференции «Гагаринские чтения» (г. Москва, МАИ, 2016, 2017).
Публикации. По основным результатам выполненных исследований опубликовано 33 работы:
— 8 статей опубликовано в рецензируемых журналах и изданиях рекомендованных ВАК;
— 3 доклада в сборниках трудов зарубежных научных конференций, входящих в список изданий, цитируемых WEB OF SCIENCE и SCOPUS;
— 20 докладов на отечественных научных конференциях;
— получены 2 свидетельства о регистрации программы для ЭВМ.
Основные положения, выносимые на защиту:
1. Повышение точности определения параметров циклостационарных сигналов достигнуто за счет применения модели и методов обработки в спектральной области, рассматривающих сигналы в качестве циклостационарных случайных процессов, по сравнению с моделями, рассматривающими сигналы в качестве стационарных случайных процессов.
2. Возможна селекция сигнала с заданной циклической частотой на фоне шума и помех, при условии отсутствия у последних циклостационарных свойств на этой частоте.
3. Увеличение точности оценки задержки сигнала в 4-6 раз в присутствии белого гауссовского шума достигнуто за счет учета циклостационарных свойств сигнала.
4. Применение искусственных нейронных сетей для получения единичной оценки параметров модели для аппроксимирующего оценивателя по методу максимального правдоподобия позволяет снизить требования к вычислительным ресурсам до 10 раз при увеличении СКО не более чем на 10%.
Объем и структура работы. Диссертационная работа изложена на машинописных страницах и состоит из введения, пяти глав, заключения, списка литературы и одного приложения. Иллюстративный материал представлен в виде 72 рисунков и 9 таблиц. Список литературы включает 101 наименование.
В большинстве современных радиолокационных и телекоммуникационных систем обработка сигналов выполняется с использованием моделей, представляющих сигналы в виде реализаций случайных процессов. Хотя такие сигналы нельзя считать периодическими функциями на длинных интервалах наблюдения, они имеют структурную повторяемость. Периодическая структура вносится в эти сигналы намеренно в процессе их формирования для того, чтобы сделать сигналы пригодными для предсказуемой и надежной работы алгоритмов в системах их обработки. Примерами таких сигналов являются периодические сканирующие импульсы радарных систем, сигналы телеметрии и иные сигналы, в которых используются различные виды модуляции. Статистические параметры и характеристики, описывающие сигналы подобного класса, такие как среднее значение и автокорреляционная функция, изменяются во времени с некоторой периодичностью. Феномен периодической корреляции в случайных процессах в первые описан в работах [1,2] отечественного ученого Гладышева Е. Г., позднее в работах [3]Franks L. E. для описания данного феномена был предложен термин «циклостационарность», значительный вклад в развитие теории циклостационарности внесли зарубежные исследователи Franks L. E., Gardner W. A., Spooner C. M., Napolitano A., Brown W. A., Antoni J., Dobre O. A., Derakhshani M. Среди отечественных исследователей методы обработки циклостационарных сигналов начинают находить признание в работах Горячкина О. В., Стоянова Д. Д., Анциперова В. Е. Продолжительный научный интерес исследователей [4] к такому типу сигналов позволил разработать специализированный математический аппарат, применение которого обеспечивает выигрыш в характеристиках верности и точности по сравнению с моделями, не учитывающими периодические свойства принимаемых случайных сигналов.
Одним из возможных подходов к выполнению требований по ограничению объёма затрачиваемых вычислительных ресурсов при решении задач оценивания информационных параметров сигналов является синтез оценивателя, реализующего метод максимального правдоподобия (ММП), с использованием нейронных сетей (ИНС) прямого распространения сигнала. В научной литературе данный подход освещен слабо: так в ведущей отечественной монографии [5] Галушкина А. И. и зарубежной [6] Хайкина С. сети данного типа не упоминаются. Применимость ИНС для решения задачи оценивания параметров по ММП впервые продемонстрирована и затем развита зарубежными учеными Baum E. [7], Setiono R. [8], в настоящее время исследования по данной теме так же ведут Cervellera C. [9], Maccio D. и Muselli M. D. Возможность использования ИНС для снижения требований к вычислительным ресурсам при решении задач в области радиолокации продемонстрирована в монографии [10] отечественного исследователя Татузова А. Л.
Таким образом, задача оценивания заданных информационных параметров сигналов, обладающих циклостационарными свойствами, с использованием методов цифровой обработки сигналов и изображений и аппарата искусственных нейронных сетей является актуальной.
Целью работы является повышение точности оценивания информационных параметров радиотехнических сигналов за счет применения моделей и методов, описывающих такие сигналы в форме реализаций циклостационарных случайных процессов.
В диссертационной работе в качестве объекта исследования рассматриваются циклостационарные сигналы, создаваемые радиоэлектронными средствами.
Предметом исследования являются алгоритмы цифровой обработки сигналов, позволяющие проводить оценивание спектральных характеристик циклостационарных сигналов и времени задержки их прихода.
Для достижения поставленной цели в работе решены следующие задачи:
1. Синтез моделей радиосигналов, являющихся реализациями циклостационарных случайных процессов.
2. Разработка алгоритмов оценивания спектральных характеристик циклостационарных радиосигналов и структурных схем анализаторов циклической спектральных плотности мощности и взаимной циклической спектральной плотности мощности.
3. Синтез алгоритмов оценивания времени прихода циклостационарного сигнала на основе двухчастотных циклических характеристик.
4. Разработка алгоритма формирования оценки направления прихода циклостационарного сигнала на основе обработки его характеристик с использованием искусственных нейронных сетей специальной структуры.
5. Определение статистических характеристик оценок параметров модели на основе разработанных алгоритмов.
6. Экспериментальное исследование разработанных алгоритмов и анализ результатов обработки.
Методы исследований. Для решения поставленных задач были использованы методы теории сигналов и систем, методы цифрового спектрального анализа, методы цифровой обработки сигналов и изображений, математический анализ, математический аппарат линейной алгебры и теории матричных преобразований, теория вероятностей, математическая статистика и теория случайных процессов, математическое и статистическое моделирование, методы теории оптимизации, методы машинного обучения и прикладного искусственного интеллекта.
Научная новизна:
1. Предложена методика оценки циклостационарных характеристик радиосигналов посредством корреляционного анализа их квадратурных компонент в частотной области.
2. Исследовано изменение компонент взаимных спектральных характеристик циклостационарных сигналов с временной задержкой.
3. Представлено аналитическое описание и получены характеристики точности разработанного алгоритма оценки параметров циклостационарных радиосигналов, обладающего повышенной точностью за счет выделения компонент сигнала с различными характерными циклическими частотами.
4. Предложен способ визуализации циклостационарных характеристик, позволяющий явно выявлять характерные циклические частоты.
5. Предложен детерминированный алгоритм оценки параметров сигналов, оптимально приближающий оценки, получаемые по методу максимального правдоподобия, и реализуемый на основе искусственной нейронной сети специальной топологии.
Практическая значимость результатов работы. Полученные результаты могут быть использованы при разработке быстродействующих алгоритмов, реализуемых в программно-аппаратных комплексах пассивных радиолокационных станций, применяемых для оценивания направления прихода радиосигналов, обладающих циклостационарными свойствами, и пространственных координат их источников.
Разработанные алгоритмы позволяют проводить селекцию циклостационарных сигналов с различающимися характерными циклическими частотами, селекцию периодических циклостационарных и стационарных сигналов.
Предложенная методика построения искусственной нейронной сети произвольной топологии на основе адаптивных элементов позволяет выполнить синтез быстродействующих алгоритмов оценивания параметров сигналов с априорно известными аналитическими моделями.
Реализация и внедрение результатов работы. Научные и практические результаты работы использованы в процессе выполнения научно-исследовательских работ, поддержанных:
— грантом РФФИ №14-01-31399 мол_а «Синтез искусственных нейронных сетей на основе адаптивных элементов для моделирования сложных технических и экономических систем» (выполнен под руководством диссертанта),
— грантом РФФИ №16-37-00395 мол_а «Формирование оценок местоположения целей в задачах многопозиционной пассивной радиолокации с использованием искусственных нейронных сетей максимального правдоподобия».
— проектом в рамках базовой части госзадания Минобрнауки РФ №8.8502.2017/БЧ «Разработка методов анализа и оценки параметров циклостационарных процессов в информационных системах со сложной обработкой сигналов».
Результаты работы внедрены в учебный процесс.
Достоверность полученных результатов обуславливается корректностью исходных положений и преобразований, использованием апробированного адекватного математического и статистического аппарата, компьютерных про-грамм и логической обоснованностью выводов. Полученные результаты много-кратно подтверждены экспериментальными исследованиями.
Апробация результатов работы.
Основные положения диссертационной работы докладывались, обсуждались и получили положительные оценки на:
зарубежных научных конференциях:
— XXXI-th General Assembly and Scientific Symposium (URSI GASS) (г. Пекин, КНР, 2014);
— 29-th Congress of the International Council of the Aeronautical Sciences (г. Санкт-Петербург, 2014);
— 17-th International Radar Symposium (г. Краков, Польша, 2016).
отечественных научных и научно-технических конференциях:
— 10-я, 11-я и 12-я международные конференции «Авиация и космонавтика» (г. Москва, МАИ, 2011, 2012, 2013);
— 3-й и 4-й международные межотраслевые молодёжные научно-технические форумы «Молодёжь и будущее авиации и космонавтики» (г. Москва, МАИ, 2011, 2012);
— 14-я и 19-я международные конференции «Цифровая обработка сигналов и её применение» (г. Москва, ИПУ РАН 2012, 2017);
— 19-я международная научно-техническая конференция студентов и аспирантов «Радиоэлектроника, электротехника и энергетика» (г. Москва, 2013);
— 70-я и 72-я международные конференции «Радиоэлектронные устройства и системы для инфокоммуникационных технологий» (г. Москва, МТУСИ, 2015, 2017);
— 5-я, 9-я и 10-я конференции «Радиолокация и радиосвязь» (г. Москва 2011, 2015, 2016);
— научно-практическая конференция молодых учёных и студентов «Ин-
новации в авиации и космонавтике» (г. Москва, МАИ, 2011, 2012, 2013,
2014) ;
— 4-ая научно-техническая конференция молодых учёных и специалистов «Актуальные вопросы развития систем и средств ВКО» (г. Москва, 2013);
— научно-техническая конференция молодых ученых и специалистов по тематике «Актуальные вопросы развития систем и средств ВКО», посвященная 80-летию со дня рождения А. А. Леманского (г. Москва,2015) ;
— 42-я и 43-я международные молодёжные научные конференции «Гагаринские чтения» (г. Москва, МАИ, 2016, 2017).
Публикации. По основным результатам выполненных исследований опубликовано 33 работы:
— 8 статей опубликовано в рецензируемых журналах и изданиях рекомендованных ВАК;
— 3 доклада в сборниках трудов зарубежных научных конференций, входящих в список изданий, цитируемых WEB OF SCIENCE и SCOPUS;
— 20 докладов на отечественных научных конференциях;
— получены 2 свидетельства о регистрации программы для ЭВМ.
Основные положения, выносимые на защиту:
1. Повышение точности определения параметров циклостационарных сигналов достигнуто за счет применения модели и методов обработки в спектральной области, рассматривающих сигналы в качестве циклостационарных случайных процессов, по сравнению с моделями, рассматривающими сигналы в качестве стационарных случайных процессов.
2. Возможна селекция сигнала с заданной циклической частотой на фоне шума и помех, при условии отсутствия у последних циклостационарных свойств на этой частоте.
3. Увеличение точности оценки задержки сигнала в 4-6 раз в присутствии белого гауссовского шума достигнуто за счет учета циклостационарных свойств сигнала.
4. Применение искусственных нейронных сетей для получения единичной оценки параметров модели для аппроксимирующего оценивателя по методу максимального правдоподобия позволяет снизить требования к вычислительным ресурсам до 10 раз при увеличении СКО не более чем на 10%.
Объем и структура работы. Диссертационная работа изложена на машинописных страницах и состоит из введения, пяти глав, заключения, списка литературы и одного приложения. Иллюстративный материал представлен в виде 72 рисунков и 9 таблиц. Список литературы включает 101 наименование.
✅ Заключение
Диссертационная работа посвящена разработке алгоритмов цифровой об-работки радиосигналов, обеспечивающих повышение точности оценивания параметров их моделей за счет рассмотрения таких сигналов как реализаций циклостационарных случайных процессов. Проведенный обзор по материалам отечественных и зарубежных источников в области теории циклостационарных случайных процессов, цифровой обработки сигналов, параметрической обработки сигналов и теории ИНС показал, что выбранное направление исследований является востребованным, актуальным и перспективным. По результатам исследований, проведенных в рамках данной диссертации, получены следующие основные результаты и сделаны следующие выводы:
1. Приведено теоретическое описание циклостационарных свойств и синтезированы модели радиосигналов, являющихся реализациями циклостационарных случайных процессов: радиосигналов с амплитудной и амплитудно-импульсной модуляциями.
2. Выведены аналитические выражения для собственных и взаимных ЦС¬ПМ радиосигналов, представленных квадратурными компонентами и синтезированы структурные схемы систем, формирующих их оценки.
3. Разработано два алгоритма оценки собственных и взаимных ЦСПМ: алгоритм 2Ж-БПФ и блочный алгоритм вычисления усреднённых циклических периодограмм, позволяющих выполнить оценку характеристики на всей двухчастотной плоскости с одинаковой точностью.
4. Предложен подход к обработке сигналов в двухточечной модели приема с целью определения задержки сигнала на основе анализа собственных и взаимных ЦХ.
5. Выполнен анализ точности определения задержки с использованием разработанного алгоритма на примере модели приема сигнала с квадратурно-фазовой манипуляцией на фоне помехи в виде сигнала со ступенчатой квадратурно-фазовой манипуляцией и в присутствии случайного широкополосного гауссовского процесса. Анализ показал возможность оценки задержки в присутствии помехового сигнала, а также увеличения точности оценки задержки в 4-6 раз в присутствии белого гауссовского шума.
6. Проведен анализ применения разработанных алгоритмов обработки циклостационарных сигналов для определения пути распространения информационного сигнала по шине данных цифрового устройства на основе обработки экспериментальных данных, полученных с помощью опытного стенда измерения побочного электромагнитного излучения в ближней зоне.
7. Разработан быстродействующий алгоритм формирования оценок на-правления прихода радиосигналов на основе обработки их циклостационарных характеристик с использованием ИНС. Предложена топология ИНС, соответствующая модели двухточечного приема сигнала и модели применяемой антенной системы. Анализ быстродействия предложенного алгоритма показал снижение требуемого для получения единичной оценки времени в 12 раз по сравнению с методами численной оптимизации при снижении точности не более 10% в диапазоне ОСШ от —8 дБ до 18 дБ.
1. Приведено теоретическое описание циклостационарных свойств и синтезированы модели радиосигналов, являющихся реализациями циклостационарных случайных процессов: радиосигналов с амплитудной и амплитудно-импульсной модуляциями.
2. Выведены аналитические выражения для собственных и взаимных ЦС¬ПМ радиосигналов, представленных квадратурными компонентами и синтезированы структурные схемы систем, формирующих их оценки.
3. Разработано два алгоритма оценки собственных и взаимных ЦСПМ: алгоритм 2Ж-БПФ и блочный алгоритм вычисления усреднённых циклических периодограмм, позволяющих выполнить оценку характеристики на всей двухчастотной плоскости с одинаковой точностью.
4. Предложен подход к обработке сигналов в двухточечной модели приема с целью определения задержки сигнала на основе анализа собственных и взаимных ЦХ.
5. Выполнен анализ точности определения задержки с использованием разработанного алгоритма на примере модели приема сигнала с квадратурно-фазовой манипуляцией на фоне помехи в виде сигнала со ступенчатой квадратурно-фазовой манипуляцией и в присутствии случайного широкополосного гауссовского процесса. Анализ показал возможность оценки задержки в присутствии помехового сигнала, а также увеличения точности оценки задержки в 4-6 раз в присутствии белого гауссовского шума.
6. Проведен анализ применения разработанных алгоритмов обработки циклостационарных сигналов для определения пути распространения информационного сигнала по шине данных цифрового устройства на основе обработки экспериментальных данных, полученных с помощью опытного стенда измерения побочного электромагнитного излучения в ближней зоне.
7. Разработан быстродействующий алгоритм формирования оценок на-правления прихода радиосигналов на основе обработки их циклостационарных характеристик с использованием ИНС. Предложена топология ИНС, соответствующая модели двухточечного приема сигнала и модели применяемой антенной системы. Анализ быстродействия предложенного алгоритма показал снижение требуемого для получения единичной оценки времени в 12 раз по сравнению с методами численной оптимизации при снижении точности не более 10% в диапазоне ОСШ от —8 дБ до 18 дБ.
ИЛИ
Поиск аналога
📕 Список литературы
🛒 Оформить заказ
⚡ Работу высылаем в течении 5 минут после оплаты.