Автореферат (Оценка времени задержки циклостационарных радиосигналов для локализации источников излучений)

На правах рукописиЕфимов Евгений НиколаевичОценка времени задержки циклостационарныхрадиосигналов для локализации источниковизлученийСпециальность 05.12.04 —«Радиотехника, в том числе системы и устройства телевидения»Авторефератдиссертации на соискание ученой степеникандидата технических наукМосква — 2017Работа выполнена в федеральном государственном бюджетном образовательном учреждении высшего образования «Московский авиационный институт (национальный исследовательский университет)»Научный руководитель:Кузнецов Юрий Владимирович,доктор технических наук, профессорОфициальные оппоненты: Сизых Вадим Витальевич,доктор технических наук, доцент,Федеральное государственное бюджетноеобразовательное учреждение высшего образования «Московский технологическийуниверситет»,профессор кафедры КБ-7Анциперов Вячеслав Евгеньевич,кандидат физико-математических наук,Институт радиотехники и электроникиим.

В. А. Котельникова РАН,ведущий научный сотрудникВедущая организация:Ордена Трудового Красного Знамени федеральное государственное бюджетное образовательное учреждение высшего образования «Московский технический университет связи и информатики»Защита диссертации состоится « 27 » февраля 2018 г. в 14: 00 назаседании диссертационного совета Д 212.125.03 при ФГБОУ ВО«Московский авиационный институт (национальный исследовательский университет)» по адресу: 125993, г.

Москва, А-80, ГСП-3, Волоколамское шоссе, 4.С диссертацией можно ознакомиться в библиотеке МАИ.Автореферат разослан «»Ученый секретарьдиссертационного совета Д 212.125.03,д.т.н., с.н.с.2017 г.М.И. СычевОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫАктуальность работы. Современная тенденция создания радиотехнических устройств, применяемых в составе комплексов обработкиинфокоммуникационных сигналов со сложными видами модуляции,определяет высокую актуальность разработки алгоритмов цифровойобработки сигналов (ЦОС), позволяющих осуществлять на основе наблюдений сигналов оценивание заданных информационных параметров с требуемой точностью при выполнении ограничений по объёмувычислительных ресурсов, обусловленных временем выдачи результата или ограничением габаритных размеров и потребляемой мощности радиотехнических систем.

Выбор алгоритмов, применяемых прирешении задачи оценивания, непосредственно определяется выбороммоделей представления рассматриваемого класса сигналов.В большинстве современных радиолокационных и телекоммуникационных систем обработка сигналов выполняется с использованием моделей, представляющих сигналы в виде реализаций случайныхпроцессов (СП). Хотя такие сигналы нельзя считать периодическимифункциями 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 практически все виды сигналов цифровых систем связи и передачи информации и иные сигналы, в которых используются различные виды модуляции. Статистические параметры и характеристики,описывающие сигналы подобного класса, такие как среднее значениеи автокорреляционная функция, изменяются во времени по периодическому или почти-периодическому закону. Феномен периодическойкорреляции в случайных процессах в первые описан в работах отечественного ученого Гладышева Е.

Г., позднее в работах 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 к такому типу сигналовпозволил разработать специализированный математический аппарат,применение которого обеспечивает выигрыш в характеристиках верности и точности по сравнению с моделями, не учитывающими пери3одические 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) прямогораспространения сигнала. В научной литературе данный подход освещен слабо: так в ведущей отечественной монографии Галушкина А. И.и зарубежной Хайкина С.

сети данного типа не упоминаются. Применимость ИНС для решения задачи оценивания параметров по ММПвпервые продемонстрирована и затем развита зарубежными ученымиBaum E. , Setiono R. , в настоящее время исследования по данной теметак же ведут Cervellera C.

, Maccio D. и Muselli M. D. Возможностьиспользования ИНС для снижения требований к вычислительным ресурсам при решении задач в области радиолокации продемонстрирована в монографии отечественного исследователя Татузова А. Л.Таким образом, задача оценивания заданных информационных параметров сигналов, обладающих циклостационарными свойствами, сиспользованием 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 обладающие циклостационарными свойствами сигналы,создаваемые радиоэлектронными средствами.Предметом исследования являются алгоритмы цифровой обработки сигналов, позволяющие проводить оценивание спектральныххарактеристик циклостационарных сигналов и времени задержки ихприхода.Для достижения поставленной цели в работе решены следующие задачи:1.

Синтез моделей радиосигналов, являющихся реализациями циклостационарных случайных процессов.2. Разработка алгоритмов оценивания спектральных характеристикциклостационарных радиосигналов и структурных схем анализаторов циклической спектральных плотности мощности и взаимнойциклической спектральной плотности мощности.3.

Синтез алгоритмов оценивания времени прихода циклостационарного сигнала на основе двухчастотных циклических характеристик.44. Разработка алгоритма формирования оценки направления приходациклостационарного 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 былииспользованы методы теории сигналов и систем, методы цифровогоспектрального анализа, методы цифровой обработки сигналов и изображений, математический аппарат линейной алгебры и теории матричных преобразований, теория вероятностей, математическая статистика и теория случайных процессов, математическое и статистическое моделирование, методы теории оптимизации, методы машинногообучения и прикладного искусственного интеллекта.Научная новизна:1. Предложена методика оценки циклостационарных характеристикрадиосигналов 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 характеристикиточности разработанного алгоритма оценки параметров циклостационарных радиосигналов, обладающего повышенной точностью засчет выделения компонент сигнала с различными характернымициклическими 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. Полученныерезультаты могут быть использованы при разработке быстродействующих алгоритмов, реализуемых в программно-аппаратных комплексах станций радиоразведки и пассивных радиолокационных станций,применяемых для оценивания направления прихода радиосигналов,обладающих циклостационарными свойствами, и пространственныхкоординат их источников.