Алгоритмы распознавания типов комбинированных помех для обнаружителей радиосигналов

• Автор: Холопов, Иван Сергеевич
• Шифр специальности: 05.12.04, 05.12.14
• Научная степень: Кандидатская
• Год защиты: 2010
• Место защиты: Рязань
• Количество страниц: 145 с. : ил.

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ

1 Обзор литературы

1.1 Основные задачи систем распознавания сигналов

1.2 Классификация систем распознавания.

1.3 Алгоритмы распознавания по совокупности признаков

1.4 Алгоритмы распознавания случайных сигналов.

1.4.1 Алгоритмы распознавания случайных сигналов во временной области.

1.4.2 Алгоритмы распознавания случайных сигналов в спектральной области.

1.4.3 Нсйросетевые алгоритмы распознавания случайных сигналов

1.5 Влияние включения средств помехозащиты на дальность обнаружения РЛС

1.6 Выводы
2 Синтез алгоритмов распознавания маскирующих радиолокационных помех.
2.1 Статистическое описание сигналов и преднамеренных помех
2.2 Постановка задачи
2.3 Оптимальные алгоритмы распознавания преднамеренных помех во временной области
2.4 Квазиотпимальные и эвристические алгоритмы распознавания преднамеренных помех во временной области
2.5 Распознавание преднамеренных помех по корреляционным признакам
2.5.1 Выбор пороговых значений, фиксирующих вероятности ложного распознавания помех с различной мощностью и корреляционными свойствами
2.5.2 Анализ эвристического алгоритма распознавания помех по корреляционным признакам
2.6 Эвристический алгоритм распознавания преднамеренных помех в спектральной области.
2.7 Влияние параметров пассивных помех на эффективность их
распознавания.
2.7.1 Влияние некоррелированной составляющей на эффективность распознавания пассивных помех
2.7.2 Влияние ширины спектра пассивных помех на эффективность их распознавания
2.7.3 Влияние доплеровского смещения спектра пассивных помех на эффективность их распознавания.
2.7.4 Влияние формы СПМ пассивных помех на эффективность их классификации
2.8 Выводы
3 Оценка параметров узкополосных помех с использованием марковской аппроксимации
3.1 Математические модели 1 задачах марковской теории оценивания
3.2 Применение теории марковских процессов в радиотехнических задачах
3.3 Алгоритм оценки степени связности узкополосных случайных процессов, описываемых марковскими моделями
3.4 Сравнительный анализ эффективности алгоритмов оценки связности по структуре ОКМ и ИКА.
3.5 Связь марковской и весовой аппроксимации СПМ узкополосных помех.
3.6 Анализ эффективности обнаружения целей на фоне коррелированных помех при адаптивном порядке РФ.
3.7 Реализация алгоритмов распознавания помех и оценивания связности.
3.8 Выводы
ЗАКЛЮЧЕНИЕ
Библиографический список.
Приложение 1
Приложение 2
Приложение 3
ВВЕДЕНИЕ
Актуальность


В работе использовались методы статистической теории распознавания, статистической радиотехники, теории принятия решений, спектрального анализа сигналов, математической статистики, матричного исчисления, численные методы вычислительной математики, параметрического моделирования случайных процессов. Данные теоретические методы сочетались с экспериментальными исследованиями на основе имитационного моделирования. Аг > . Синтезированный алгоритм распознавания помех сохраняет работоспособность в условиях действия двухмодовых пассивных помех, приближаясь при N> по вероятности их правильного распознавания к оптимальному алгоритму и уступая ему не более 6 %. Учет в процедуре распознавания параметра связности узкополосных помех, описываемых марковскими процессами, и его оценивание позволяют увеличить дальность обнаружения целей от 1 % до % по сравнению с системой обнаружения без распознавания помех. РЭП. Результаты диссертационной работы внедрены в разработки НИИ «Рассвет», г. Рязань, ОАО «Московский институт электромеханики и автоматики», г. Москва, а также в учебный процесс Рязанского государственного радиотехнического университета при преподавании дисциплин «Теоретические основы радиоэлектронной борьбы», «Средства радиоэлектронной защиты РЭС» и «Радиотехнические системы», в том числе в форме программно-методического обеспечения к лабораторным работам, что подтверждено соответствующими актами. Радиотехнические системы и устройства». Рязань, . МНТК «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций». Рязань, . Цифровая обработка сигналов и ее применение» Ц5РА-. Москва, . XIII В НТК студентов, молодых ученых и специалистов «Новые информационные технологии в научных исследованиях и образовании» НИТ-. Рязань, . МНТК к 0-летию со дня рождения В. Л. Котельникова. Москва, . МНТК «Проблемы техники и технологий телекоммуникаций» ПТиТТ-. Казань, . XV МЫ ГК «Информационные системы и технологии» ИСТ-. Нижний Новгород, . XIV ВН ГК студентов, молодых ученых и специалистов «Новые информационные технологии в научных исследованиях и образовании» НИТ-. Рязань, . Рязань, . По теме диссертации опубликовано работ. Из них 2 статьи в изданиях, рекомендованных ВАК для опубликования основных результатов диссертаций на соискание ученой степени кандидата наук, 4 статьи в межвузовских сборниках научных трудов, 7 тезисов докладов на конференциях. Диссертация состоит из введения, трех разделов, заключения и приложений. Общий объем диссертации 5 страниц, в том числе 2 страницы основного текста, включая библиографический список из 2 источников. Системы распознавания случайных сигналов являются сложными динамическими системами, состоящими в общем случае из совокупности технических средств получения и переработки информации, и предназначены для решения на основе специально сконструированных алгоритмов задач распознавания соответствующих недетерминированных процессов. Каждая система распознавания приспособлена для распознавания ограниченного количества сигналов или помех. Процесс проектирования систем распознавания случайных сигналов предполагает решение следующих основных задач [. Определение полного перечня признаков (параметров), характеризующих случайные сигналы, для распознавания которых разрабатывается данная система. Данная совокупность признаков формируется на основании как априорной, так и апостериорной информации о случайных сигналах, подлежащих распознаванию. Первоначально определяется максимальное количество информативных признаков, характеризующих распознаваемые классы. Составление априорного алфавита классов. При решении последующих задач априорный алфавит классов может уточняться. Разработка априорного словаря признаков. В него включаются только те признаки, относительно которых может быть получена достоверная априорная информация, необходимая для описания классов на языке этих признаков. Разбиение априорного пространства признаков на области, соответствующие классам априорного алфавита классов, и выбор правила классификации (решающего правила). Последнее определяется требованиями, предъявляемыми к системе распознавания.