Алгоритмы повышения эффективности селекции воздушных целей бортовыми радиолокационными станциями

• Автор: Калиновский, Павел Юрьевич
• Шифр специальности: 05.12.04
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Таганрог
• Количество страниц: 191 с. : 3 ил.

ОГЛАВЛЕНИЕ
СПИСОК УСЛОВНЫХ СОКРАЩЕНИЙ
ВВЕДЕНИЕ
1. АНАЛИЗ МЕТОДОВ ПОВЫШЕНИЯ РАЗРЕШАЮЩЕЙ
СПОСОБНОСТИ БРЛС И СЕЛЕКЦИИ ЦЕЛЕЙ НА ФОНЕ ОТРАЖЕНИЙ ОТ ПОДСТИЛАЮЩЕЙ ПОВЕРХНОСТИ
1.1 Анализ известных методов повышения разрешающей способности БРЛС
1.2 Анализ возможности применения современных методов спектрального анализа в алгоритме разрешения целей в группе
1.3 Анализ известных методов селекции воздушных целей на фоне отражений от подстилающей поверхности
1.4 Выводы
2. АЛГОРИТМ РАЗРЕШЕНИЯ ВОЗДУШНЫХ ЦЕЛЕЙ В ГРУППЕ
2.1 Разработка модели сигналов отраженных от групповой цели
2.2 Обоснование маневра носителя для повышения разрешающей спо-
собности БРЛС
2.3 Алгоритм компенсации расширения спектра, обусловленного
маневрированием
2.4 Исследование модификации метода прямого-обратного линейно-
го предсказания
2.5 Исследование статистических критериев выбора эффективного
ранга корреляционной матрицы эхо-сигнала
2.6 Алгоритм классификации эхо сигнала по принципу «одиночный-
групповой»
2.7 Алгоритм обработки сигналов с целью разрешения целей в
группе
2.8 Выводы

3. ГЛАВА 3. АЛГОРИТМ ОБРАБОТКИ СИГНАЛОВ С ЦЕЛЬЮ СЕЛЕКЦИИ НИЗКОЛЕТЯЩИХ ВОЗДУШНЫХ ЦЕЛЕЙ
3.1 Сравнение эффективности алгоритмов компенсации отражений от
подстилающей поверхности в двухканальном режиме
3.2 Алгоритм расчета компенсирующих коэффициентов. Адаптивный
расчет компенсирующих коэффициентов
3.3 Алгоритм селекции низколетящих воздушных целей
3.4 Выводы
4. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ РАЗРАБОТАННЫХ АЛГОРИТМОВ НА ОСНОВЕ МАШИННОГО МОДЕЛИРОВАНИЯ
4.1 Моделирование алгоритма разрешения воздушных целей в груп-

4.2 Сравнительный анализ алгоритма разрешения воздушных целей в
группе с известными алгоритмами
4.3 Моделирование алгоритма селекции низколетящих воздушных
целей
4.4 Сравнительный анализ разработанного алгоритма селекции низко-
летящих воздушных целей с известными алгоритмами
4.5 Выводы
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ 1. Анализ численных методов, используемых при реализации процедур спектрального анализа
ПРИЛОЖЕНИЕ 2. Тексты программ машинного моделирования разработанных алгоритмов
СПИСОК УСЛОВНЫХ СОКРАЩЕНИЙ
АКФ - автокорреляционная функция.
АР - авторегрессия.
АРСС - авторегрессионное скользящее среднее. БПФ - быстрое преобразование Фурье.
БРЛС — бортовая радиолокационная станция.
ВЦ - воздушная цель.
ГА - гармонический анализ.
ГВЦ - групповая воздушная цель.
ДНА - диаграмма направленности антенны.
ДЗЛ - доплеровское заострение луча.
ДПФ — дискретное преобразование Фурье.
КМ - корреляционная матрица.
ЛА - летательный аппарат.
ЛП - линейное предсказание.
ЛСГ - локальная спектральная группа.
ЛЧМ - линейная частотная модуляция.
ММП - метод максимального правдоподобия. МНК - метод наименьших квадратов.
ОПП - отражения от подстилающей поверхности. ОФ - опорная функция.
ОФН - относительный фазовый набег.
ПОЛП — прямое обратное линейное предсказание. ПО - программное обеспечение.
ПС - прямая свертка.
ПУЛТ - постоянный уровень ложных тревог.
РС - разрешающая способность.
РСА - режим синтезированной апертуры.
РСН - равносигнальное направление.
РЦГ - разрешение целей в группе.
СА - спектральный анализ.
СВ - собственные вектора.
СНВЦ - селекция низколетящих воздушных целей. СЗ — собственные значения.
СП - спектральная плотность.
СПМ - спектральная плотность мощности.
СС - скользящее среднее.
ЦЧС - центральная частота спектра.

Завершается модифицированный метод Прони тем же способом, который используется для определения в модифицированном методе Прони для определения амплитуд и начальных фаз синусоид.
1.2.3 Методы, основанные на анализе собственных значений корреляционной матрицы анализируемого процесса. Спектральный анализ, основанный на анализе структуры ковариационной матрицы, представлен в основном двумя методами, методом исследования собственной структуры ковариационной матрицы и методом Писаренко и его модификациями [87
Если вектор х входной реализации представляет собой аддитивную смесь полигармонического сигнала s(nT) и белого шума, причем отдельные спектральные составляющие л (пТ) статистически независимы между собой и с шумом, то корреляционная матрица R, порядка М анализируемого процесса может быть представлена в виде

Rx=Rs+Rn=£Ri+Rn=X|4(frdi
где Rs - ковариационная матрица информационной составляющей, т.е. сигнала S(t); Rn = er21 — корреляционная матрица шума; а2 - дисперсия шума; I - единичная диагональная матрица размера (М + l)x (М +1); R, = |Дф(/)|2dd" -корреляционная матрица каждой спектральной составляющей st(nT); AjSj(t) -комплексная амплитуда каждого сигнала; d, - вектор, характеризующий положение сигнала i, (t) на частотной оси. Поскольку матрица R; обусловлена одним сигналом s, (/) , то она имеет ранг равный единице. Матрицы Rx, Rs, R. - эрмитовы, симметрические и в общем случае положительно-определенные.
Собственные вектора Vk и собственные числа Ак матрицы Rx связаны равенством
RXVk = Як