Исследование метода обработки сложных сигналов на основе модельно-параметрического анализа собственных значений ковариационных матриц

• Автор: Аникин, Алексей Павлович
• Шифр специальности: 05.12.14
• Научная степень: Кандидатская
• Год защиты: 2007
• Место защиты: Санкт-Петербург
• Количество страниц: 122 с. : ил.

Используемые сокращения

Используемые обозначения

1. Разрешение сигналов по времени запаздывания

1.1. Проблема повышения разрешающей способности по времени

запаздывания

1.2. Способы повышения разрешающей способности по времени

запаздывания

1.3. Характеристики статистического разрешения и оценивания

1.4. Выводы к главе

2. Повышение разрешающей способности с помощью модельнопараметрического метода анализа собственных значений матрицы данных
^ 2.1. Выбор и обоснование метода спектральной обработки гармонических
сигналов с высоким разрешением
2.2. Модельно-параметрический метод анализа собственных значений
матриц данных в задачах сжатия сигналов во временной области
2.3. Оценивание задержки сигнала
2.4. Разработка решающих статистик
2.5. Выбор сигнала
2.6. Выводы к главе
3. Исследование характеристик качества статистического разрешения метода АСЗ
3.1. Характеристики обнаружения
3.2. Характеристики разрешения при обнаружении
3.3. Характеристики помехоустойчивости при обнаружении
3.4. Характеристики точности
3.5. Выводы к главе
4. Вопросы практической реализации

4.1. Классификация цифровых микропроцессорных устройств для реализации модельно-параметрических алгоритмов обработки сигналов
4.2. Основные принципы работы ДКМ РЛС с цифровой обработкой данных

4.3. Описание макета ДКМ РЛС
4.4. Результаты экспериментальных исследований
4.5. Экспериментальная проверка работоспособности метода собственных векторов с помощью РЛС СВЧ диапазона
4.6. Выводы к главе
Заключение
Список литературы

Используемые сокращения
АСЗ - анализ собственных значений;
АКФ - автокорреляционная функция сигнала;
ФМн - фазо-манипулированный;
БЛ - боковые лепестки;
ВЛТ - вероятность ложной тревоги;
ВПО - вероятность правильного обнаружения.
ДЧМн - дискретно-частотно-манипулированиый;
МП - максимум правдоподобия;
ОПШ - отношение помеха-шум;
ОСШ - отношение сигнал-шум;
РИП - регулярная импульсная последовательность;
НИП - нерегулярная импульсная последовательность;
ФН - функция неопределенности;
ХО - характеристика обнаружения;
ХПО - характеристика помехоустойчивости при обнаружении; ХРО - характеристика разрешения при обнаружении;
ХТ - характеристика точности;

У(о) 0,9 -0,8 0,7 -0,6 -0,5 -0,4 -0,3 -0,2 0,1 0,0

Рисунок 2.12. Зависимость порога обнаружения от средней амплитуды шума в модифицированной нормированной статистике (2.4.5).
Поскольку параметр К в идеале должен быть равен числу сигнальных компонент (числу экспонент в шуме), то задачу его оценивания можно трактовать как задачу разрешения. Качество работы рассмотренных статистик необходимо исследовать путем построения соответствующих статистических характеристик ХО, ХРО и ХПО.
2.5. Выбор сигнала Одна из реализаций оптимального частотно-временного сжатия сложных сигналов представляет собой многоканальную схему [2, 8, 16], каждый канал которой содержит согласованный фильтр, настроенный на определенное значение доплеровского приращения частоты. Расстройка соседних каналов по частоте составляет некоторую величину А/7.,. В рамках
данной работы была использована идея замены согласованного фильтра (см. рисунок 1.1.) на альтернативную схему с использованием модельнопараметрического метода (см. рисунок 2.1). Схема совместной частотновременной обработки сложного сигнала с использованием метода АСЗ изображена на рисунке 2.13.
На рисунке 2.13 частотная характеристика каждого инверсного фильтра (см. параграф 2.2) схемы настроена на сигнал, имеющий доплеровский сдвиг частоты ^д,-, /=1,2 /.