Исследование приемного тракта системы связи командного типа

• Автор: Клименко, Владимир Викторович
• Шифр специальности: 05.12.04
• Научная степень: Кандидатская
• Год защиты: 2004
• Место защиты: Таганрог
• Количество страниц: 142 с. : ил.

ГЛАВА 1: АНАЛИЗ ИЗВЕСТНЫХ МОДЕЛЕЙ ПРИЕМНОГО ТРАКТА ДИСКРЕТНЫХ ЧАСТОТНО-МАНИПУЛИРОВАННЫХ СИГНАЛОВ В СИСТЕМАХ СВЯЗИ КОМАНДНОГО ТИПА
1.1. Обобщенная модель канала связи командного типа
1.2. Модели оптимального и подоптимального приема
1.3. Анализ помехоустойчивости подоптимального приема частотно-
# манипулированных сигналов с непрерывной фазой
Выводы по материалам 1 главы
ГЛАВА 2: ОБЗОР МЕТОДОВ КЛАССИФИКАЦИИ ДИСКРЕТНЫХ ПОСЛЕДОВАТЕЛЬНОСТЕЙ ПРИ АПРИОРНОЙ
НЕОПРЕДЕЛЕННОСТИ
2.1. Методы формирования решающих правил при параметрическом распознавании
2.2. Методы преодоления априорной неопределенности
2.3. Исследование непараметрических методов распознавания с
• использованием уровневой обработки
Выводы по материалам 2 главы
ГЛАВА 3: РАЗРАБОТКА МОДЕЛЕЙ ПРИЕМНОГО ТРАКТА И НЕПАРАМЕТРИЧЕСКОГО КЛАССИФИКАТОРА
3.1. Цели и задачи моделирования
3.2. Разработка модели тракта обработки частотно-манипулированных сигналов с непрерывной фазой
3.3. Разработка алгоритмической модели системы распознавания
бинарных сигналов
Выводы по материалам 3 главы

ГЛАВА 4: ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ МОДЕЛИ ПРИЕМНОГО ТРАКТА И НЕПАРАМЕТРИЧЕСКОГО КЛАССИФИКАТОРА

4.1. Определение условий нормализации признаков при уровневой обработке
4.2. Результаты моделирования прохождения аддитивной смеси сигнала и помех через тракт обработки частотноманипулированных сигналов с непрерывной фазой
4.3. Исследование статистических характеристик процессов на выходе модели тракта обработки частотно-манипулированных сигналов с непрерывной фазой
4 4.4. Оценка требуемого объема обучающих выборок в модели
классификатора
4.5. Результаты моделирования работы классификатора частотноманипулированных сигналов на фоне аддитивных помех
Выводы по материалам 4 главы
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА
ПРИЛОЖЕНИЯ
Приложение
Приложение
Приложение
Приложение
Приложение
Приложение

Непрерывный процесс развития средств связи сопровождается постоянным функциональным усложнением устройств приема и обработки сигналов, одна из целей которого - обеспечить максимальную помехоустойчивость при эксплуатации систем связи в условиях изменяющейся помеховой обстановки. В настоящее время по причине перегруженности частотных диапазонов на первый план выходят вопросы защиты от помех в канале связи, источниками которых являются смежные каналы [8,11,12,19]. Однако влияние атмосферных, космических, промышленных и прочих помех как естественной, так и техногенной природы, остается таким же актуальным, как и на заре развития радиосвязи [16,17].
В последнее время качественно новый скачек в повышения показателей качества приема внесло применение цифровых (бинарных) систем связи, имеющих явные преимущества перед традиционными аналоговыми [10,11,22,94]. К « таким преимуществам относится высокая помехоустойчивость, способность к регенерации (отсутствие накопления помехи), возможность записи, хранения и автоматической обработки сигналов. Кроме того, использование в цифровых системах связи статистических методов распознавания сигналов, как подвида более общей задачи распознавания образов, оказывается более эффективным, чем в аналоговых системах [19].
Поскольку обработка цифровых сигналов в подавляющем большинстве случаев должна происходить в реальном масштабе времени, первостепенное значение приобретают алгоритмы, осуществляющие данную обработку, а также исследования этих алгоритмов по критериям эффективности и сложности технической реализации [78... 81 ].
Многие вопросы, связанные с оценкой характеристик используемых ал-А горитмов, могут быть успешно решены только путем машинного моделирования, которое в настоящее время стало непременным этапом в процессе анализа и синтеза цифровых систем связи [70...72,74,76].
Однако и для традиционных аналоговых систем связи применение машинного моделирования представляет значительный интерес, поскольку зачастую решение многих вопросов, возникающих в процессе анализа и синтеза этих систем, наталкивается (при использовании классических подходов) на порой непреодолимые с математической точки зрения трудности. Не стоит сбрасывать со счетов и тот факт, что техническая реализация оконечной стадии передачи и начальной стадии приема сигналов в составе любой цифровой системы связи обеспечивается аналоговыми устройствами, для которых использование машинного моделирования также может дать ответы на многие вопросы теоретического и практического характера.
* Машинное моделирование эффективно только при наличии как развитого
математического аппарата и алгоритмом, ориентированных на конкретную предметную область, так и соответствующего уровня программно-аппаратных средств, позволяющих данное моделирование реализовать.
При выполнении этих условий возможно существенное сокращение временного интервала от постановки задачи до получения числовых результатов
К=Р(51)[РцПц + Р12П12] + Р(82)[Р2]П21 + Р22П22],
(2.3)
где Ртп - вероятность ПРИНЯТИЯ решения В ПОЛЬЗУ Эщ, хотя на самом деле контрольная выборка принадлежит классу 8П, (т, п = 1,2).
Обычно принимают Пщт = ПШ1 = 0.
В этом случае
Средний риск представляет собой среднее значение потерь в процессе принятия решений, т.е. при многократном предъявлении контрольных выборок среднее значение потерь по вероятности стремиться к К.
Вероятности Рщп можно выразить через условные плотности распределения выборочных значений
х(т)
Для использования байесовского критерия необходимо задание матрицы потерь, а также знание априорных вероятностей Р(з2) и Р^) классов. Критерий (2.2) можно записать в виде
В зависимости от наличия априорной информации о Р(з;), а также вида матрицы потерь, определяющих значения порога Ь, возможны частные случаи байесовского критерия:
- критерий Неймана-Пирсона;
- критерий максимума апостериорной вероятности;
- минимаксный критерий;
- критерий максимального правдоподобия;
- критерий идеального наблюдателя.
Критерий Неймана-Пирсона используется, если априорные вероятности Р(б 1) и Р(эг) неизвестны, а одну из вероятностей ошибок можно выделить
(2.4)
(2.5)

ь р(х1,х2 хп |з2) >ь
р(х,,х2 хп I Б,) <

(2.6)
или, с учетом монотонности логарифмической функции
(2.7)
^ _ Д12 Пп Р(51) п2, -П22 Р(з2)
(2.8)