Инвариантные методы синтеза радиотехнических систем в конечномерных базисах и их применение при разработке радиолокационных систем сопровождения

• Автор: Волчков, Валерий Павлович
• Шифр специальности: 05.12.04
• Научная степень: Докторская
• Год защиты: 1999
• Место защиты: Москва
• Количество страниц: 307 с. : ил.

Оглавление
ВВЕДЕНИЕ
1 ОПТИМАЛЬНОЕ РЕКУРРЕНТНОЕ ПРЕДСТАВЛЕНИЕ И ФИЛЬТРАЦИОННАЯ ОБРАБОТКА СЛУЧАЙНЫХ СИГНАЛОВ В БАЗИСАХ ФУНКЦИЙ ВИЛЕНКИНА-КРЕСТЕНСОНА
1.1 Постановка задачи
1.1.1 Предварительные замечания
1.1.2 Вещественная рекуррентная то-модель случайного сигнала
1.1.3 Векторное покадровое описание сигнала и
критерии оптимальности
1.2 Оптимальные рекуррентные то-представления сигнала в
базисе ВКФ
1.3 Комплексная рекуррентная то-модель сигнала и связанные
с ней оптимальные представления
1.4 Синтез рекуррентных то-фильтров с заданной амплитудно-
частотной характеристикой
1.5 Синтез оптимальных рекуррентных то-фильтров
1.6 Обсуждение и анализ полученных результатов
2 ФИДУЦИАЛЬНОЕ ОЦЕНИВАНИЕ ПАРАМЕТРОВ РЕКУРРЕНТНОЙ то-МОДЕЛИ СЛУЧАЙНОГО СИГНАЛА
2.1 Постановка задачи
2.2 Редукция выборочного пространства и нахождение
минимальной достаточной статистики
2.3 Вычисление плотности вероятностей
минимальной достаточной статистики
2.4 Вычисление фидуциальных распределений

2.5 Построение оптимальных точечных оценок
2.6 Проверка на адекватность и идентификация
рекуррентной т -модели
2.7 Обобщение полученных результатов на
комплексную рекуррентную т -модель
2.8 ПРИЛОЖЕНИЕ
3 ПАРАМЕТРИЧЕСКОЕ СПЕКТРАЛЬНОЕ ОЦЕНИВАНИЕ СЛУЧАЙНЫХ СИГНАЛОВ С ИСПОЛЬЗОВАНИЕМ РЕКУРРЕНТНЫХ т-МОДЕЛЕЙ
3.1 Постановка задачи
3.2 Оптимальная идентификация рекуррентной
т -модели сигнала
3.3 Оптимальное спектральное оценивание сигнала
3.3.1 Спектральная плотность мощности рекуррентного
т-сигнала
3.3.2 Построение оптимальной оценки СПМ
3.4 Оценивание частот, отвечающих отдельным
’’пикам” спектральной плотности мощности
3.5 Быстрый рекуррентный алгоритм спектрального анализа и
его модификации
3.5.1 Практическая реализация спектрального алгоритма
3.5.2 Модификации спектрального алгоритма
3.6 Обсуждение и анализ полученных результатов
3.7 ПРИЛОЖЕНИЕ
3.8 ПРИЛОЖЕНИЕ
4 ФИДУЦИАЛЬНОЕ ОЦЕНИВАНИЕ ЦЕНТРАЛЬНОЙ ЧАСТОТЫ СЛУЧАЙНОГО СИГНАЛА В БАЗИСЕ ДИСКРЕТНЫХ ЭКСПОНЕНЦИАЛЬНЫХ
ФУНКЦИЙ
4.1 Постановка задачи
4.2 Построение комплексной марковской т -модели случайного
сигнала
4.3 Определение центральной частоты
квазигармонического сигнала в базисе ДЭФ
4.4 Фидуциальное оценивание центральной частоты

4.5 Быстрый рекуррентный алгоритм оценивания частоты и его
модификации
4.5.1 Вычислительная реализация алгоритма
4.5.2 Построение модифицированных алгоритмов оценивания136
4.6 Обсуждение и анализ полученных результатов
5 ИНВАРИАНТНОЕ ОБНАРУЖЕНИЕ СЛУЧАЙНЫХ СИГНАЛОВ В БАЗИСАХ ФУНКЦИЙ ВИЛЕНКИНА-КРЕСТЕНСОНА
5.1 Постановка задачи и основные подходы к синтезу
алгоритмов т -обнаружения
5.2 Фидуциальный метод построения инвариантных алгоритмов
т-обнаружения
5.3 Синтез т -инвариантного решающего правила при частично
известных параметрах сигнала
5.4 Синтез га -инвариантного решающего правила при
неизвестных параметрах сигнала
5.4.1 Одноканальный алгоритм га-обнаружения
5.4.2 Многоканальный алгоритм га -обнаружения
5.5 Вычислительная реализация и структурные
схемы алгоритмов га-обнаружения
5.6 Обсуждение и анализ полученных результатов
6 ФИДУЦИАЛЬНОЕ ОЦЕНИВАНИЕ АМПЛИТУДЫ И ФАЗЫ ГАРМОНИЧЕСКОГО СИГНАЛА В БАЗИСАХ ФУНКЦИЙ ВИЛЕНКИНА-КРЕСТЕНСОНА
6.1 Постановка задачи
6.2 Редукция выборочного пространства и нахождение
минимальной достаточной статистики
6.3 Фидуциальное оценивание амплитуды и
фазы сигнала
6.4 Обсуждение и анализ полученных результатов
7 РАДИОЛОКАЦИОННОЕ СОПРОВОЖДЕНИЕ НА ПРОХОДЕ В УСЛОВИЯХ
РАДИОПРОТИВОДЕЙСТВИЯ
7.1 Введение
7.2 Постановка задачи
7.3 Построение алгоритма СНП для тракта вторичной обработки

произвольной величиной зацепления и. Это значительно расширяет возможности их применения и облегчает реализацию, поскольку не требует запоминания всех отсчетов входного сигнала. Кроме того такие рекуррентные т-фильтры хорошо согласуются с общими принципами пакетной обработки данных, которые в настоящее время широко используются в радиотехнических системах различного назначения.
Во временной области, рекуррентный цифровой т-фильтр представляется в виде векторной динамической системы специального вида
г* = Ая*_1 + вз*, к = 0,1,2
где А = (А(г 0 _))), в = (бг(г 0 _?)) — комплексные блочно-циркулянтные матрицы, имеющие структуру (1.11), а собственные числа матрицы А лежат внутри единичного круга; {в*} — векторный входной сигнал, составленный из значений скалярного (в общем случае комплексного) сигнала {«(*)} в скользящем временном окне Д* (1.14) по методике, описанной в разделе 1.1.3.
Предположим, что последовательность {з(г)} получена в результате равномерной дискретизации по времени с интервалом Т секунд соответствующего непрерывного сигнала в(<) и представляет центрированный стационарный случайный процесс с известной корреляционной функцией
Д«(т) = МК*Ж* + г)], г,г +т = 0,1,2
Тогда соответствующий векторный сигнал {эД также является стационарным процессом с нулевым средним и матричной корреляционной функцией
д = 0,1,2
(в силу свойства эрмитовости = ГЦ_д) отрицательные временные сдвиги д можно не рассматривать).
Отметим, что выражение (1.61) описывает корреляционные характеристики сигнала {й(г)} на бесконечном интервале времени, а значения Д8(т), г = 0,±1,±2
Р»(Л = ТЛ-ооМТ) ехр(-72тг/Тт), (а)
,/н (1.63)
=/_/н(/)ехр(7 2ж/Тт)с11 (б)
в базисе дискретно-континуальных экспоненциальных функций (ДКЭФ) До={ехр(72тг/Тг), / € [-/н,/н], г = 0,±1,±2