Диссертация (Оценка времени задержки циклостационарных радиосигналов для локализации источников излучений), страница 2

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 научноисследовательских 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 руководствомдиссертанта),– грантом РФФИ №16-37-00395 мол_а «Формирование оценок местоположения целей в задачах многопозиционной пассивной радиолокации сиспользованием искусственных нейронных сетей максимального правдоподобия».– проектом в рамках базовой части госзадания Минобрнауки РФ7№8.8502.2017/БЧ «Разработка методов анализа и оценки параметровциклостационарных процессов в информационных системах со сложной обработкой сигналов».Результаты работы внедрены в учебный процесс.Достоверность полученных результатов обуславливается корректностью исходных положений и преобразований, использованием апробированногоадекватного математического и статистического аппарата, компьютерных программ и логической обоснованностью выводов.

Полученные результаты многократно 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 научнотехнические 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 студентови 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. Москва2011, 2015, 2016);– научно-практическая конференция молодых учёных и студентов «Ин8новации 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 потематике «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 исследованийопубликовано 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 вспектральной 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 фонешума и помех, при условии отсутствия у последних циклостационарныхсвойств на этой частоте.3. Увеличение точности оценки задержки сигнала в 4–6 раз в присутствиибелого гауссовского шума достигнуто за счет учета циклостационарныхсвойств сигнала.4. Применение искусственных нейронных сетей для получения единичной оценки параметров модели для аппроксимирующего оценивателяпо методу максимального правдоподобия позволяет снизить требования к вычислительным ресурсам до 10 раз при увеличении СКО не9более чем на 10%.Объем и структура работы. Диссертационная работа изложена на 172машинописных страницах и состоит из введения, пяти глав, заключения, спискалитературы и одного приложения. Иллюстративный материал представлен ввиде 72 рисунков и 9 таблиц.

Список литературы включает 101 наименование.10ГЛАВА 1Анализ предметной области исследованияВ данной главе выполнен обзор литературы по материалам отечественных и зарубежных источников, посвящённых циклостационарным случайнымпроцессам, их свойствам и методам оценки их характеристик во временных испектральных областях, корреляционным методам.

Так же в настоящей главепроводится обзор методов решения задачи оценки времени прихода сигнала,включая современные подходы. В заключение приведен обзор литературы поматериалам, посвященным искусственным нейронным сетям, охватывающимподходы к описанию нейронных сетей, обучению, а также практическому применению в задачах, рассматриваемых в настоящем исследовании.1.1Циклостационарные случайные процессыКнига [11] представляет собой одновременно научную монографию и учебник для подготовленного читателя по теории случайных процессов.

В работерассмотрены различные классы случайных процессов, их статистические характеристики, а также затронуты вопросы преобразования, фильтрации и динамических систем; дано описание теоретических принципов анализа случайных процессов — сигналов и шума, в системах связи. Среди прочих в книгеособо отмечены теоретические аспекты подходов к обработке сигналов, в томчисле циклостационарных.Книга [12], состоящая из двух частей, посвящена статистическому анализусигналов в частотной области с применением так называемого «невероятностного» подхода (nonprobabilistic approach).

В первой части книги приведено теоретическое описание базовых идей предложенного автором подхода; показано,что в отличие от классического подхода, основанного на оценке математического ожидания, предложенный автором подход использует временные ряды иусреднение по времени. Во второй части книги описано применение разработанной теории для перехода от стационарной модели описания сигналов к более11развитой циклостационарной модели.Книга [13] представляет собой сборник трудов, посвященных систематическому исследованию и применению феномена циклостационарности; выпущенная под редакцией известного в данной области ученого Гарднера книга, подобно [12], разделена на две части — теоретическую и практическую. В первой,теоретической части, изложены фундаментальные концепции теории циклостационарности и философский взгляд автора на предметную область; приведеныосновные теоретические положения теории циклостационарности и даны соответствующие определения.

Описаны теоретические аспекты применения циклостационарных свойств сигналов в различных задачах обработки сигналов,таких как их фильтрация, обнаружение и оценивание параметров. Во второйчасти рассмотрены практические вопросы применения теория циклостационарности для решения задач радиосвязи и задач обработки сигналов, полученных врезультате измерений. Главы книги написаны различными учеными, так, дается исчерпывающий взгляд на различные аспекты циклостационарности, и книгаявляется одновременно учебным курсом и справочным руководством. Примеры получения ЦС характеристик на основе вероятностного описания процессов,т.е.

идеальных характеристик, получаемых с использованием усреднения по ансамблю, представлены, например, в [12]. Однако на практике приходится иметьдело с конечными по длительности временными реализациями ЦС случайныхпроцессов, при обработке которых с использованием алгоритмов, построенныхв рамках теории ЦС процессов, прежде всего, требуется решить задачу оценкиЦС характеристик по наблюдаемым, или измеренным, отсчётам сигнала.

Существующие алгоритмы оценки ЦС спектральных характеристик можно разделить на две группы, в зависимости от того, во временной или в частотнойобласти осуществляется усреднение, или накопление, данных [14]. Наибольшее внимание исследователей привлекают алгоритмы с временным усреднением по, как минимум, трём основным причинам. Во-первых, метод временногоусреднения при оценке ЦС характеристик может быть рассмотрен как обобщение хорошо известного исследователям метода усредненных периодограммУэлча [15]; ЦСПМ включает в себя периодограмму Уэлча как сечение на нулевой циклической частоте.

Это позволяет дать ясную интерпретацию оцененныхЦС спектральных характеристик по аналогии с оценками классических характеристик, используемыми для описания реализаций стационарных процессов.Во-вторых, временное усреднение предоставляет возможность проводить обра12ботку в том случае, когда отсчёты исследуемого сигнала поступают на входоценивателя ЦСПМ последовательно. Для методов с частотным усреднениемтребуется знание спектра всего анализируемого сигнала целиком, а это значит, что такая обработка будет возможна только после его полной записи впамять устройства цифровой обработки. Такое свойство методов с временнымусреднением также позволяет построить алгоритмы для оценки текущих ЦСхарактеристик, если последние могут медленно изменяться во времени на протяжении длительного интервала наблюдения.