Цифровые системы слежения и обработки поляризованного сигнала

• Автор: Корнеев, Павел Евгеньевич
• Шифр специальности: 05.12.04
• Научная степень: Кандидатская
• Год защиты: 2003
• Место защиты: Москва
• Количество страниц: 135 с. : ил

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ
1. СИНТЕЗ ОПТИМАЛЬНОГО ДИСКРЕТНОГО ПРИЁМНИКА ПОЛЯРИЗОВАННЫХ СИГНАЛОВ, ВЫДЕЛЯЮЩЕГО ГЕОМЕТРИЧЕСКИЕ ПАРАМЕТРЫ ЭЛЛИПСА ПОЛЯРИЗАЦИИ
1.1 Общие сведения о параметрах, характеризующих поляризационные свойства электромагнитной волны
1.2 Общие положения дискретной марковской теории нелинейной фильтрации
1.3 Статистические характеристики геометрических параметров эллипса поляризации
1.4 Синтез оптимального дискретного приёмника поляризованных сигналов с оценкой геометрических параметров эллипса поляризации
1.5 Выводы к разделу
2. ЦИФРОВЫЕ СИСТЕМЫ СЛЕЖЕНИЯ И ОБРАБОТКИ ПОЛЯРИЗОВАННОГО СИГНАЛА
2.1 Общие принципы построения цифровых систем слежения за поляризационными параметрами
2.1.1 Вариант конструкции цифрового поляризационно-фазового детектора
2.1.2 Варианты конструкции устройства усреднения
2.2 Показатели эффективности цифрового преобразователя поляризованного сигнала
2.3 Оптимизация стохастического аналого-цифрового преобразования поляризованного сигнала
2.4 Математическая модель цифровой системы слежения и обработки поляризованного сигнала
2.5 Выводы к разделу
3. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ЦИФРОВОЙ СИСТЕМЫ СЛЕЖЕНИЯ И ОБРАБОТКИ ПОЛЯРИЗОВАННОГО СИГНАЛА
3.1 Основные статистические характеристики цифровой системы слежения за поляризационными параметрами
3.2 Расчёт статистических характеристик цифровой системы слежения за поляризационными параметрами
3.2.1 Математическое ожидание и дисперсия с Игната ошибки в стационарном режиме работы системы
3.2.2 Расчёт среднего времени до срыва слежения. Инерционные свойства системы слежения
3.3 Выводы к разделу
ЗАКЛЮЧЕНИЕ
СПИСОК ЛИТЕРАТУРЫ

ВВЕДЕНИЕ
В настоящее время гражданская авиация переживает период бурного развития, формирования новых отношений и определения новых приоритетов.
Последние несколько лет воздушные суда (ВС) авиации России вынуждены решать некоторые специальные задачи, например, тушение пожаров, эвакуация людей из мест стихийных бедствий, выполнение функций санитарной авиации и т.д. Решение этих специальных задач предполагает возможность посадки ВС в необорудованных участках местности, что налагает определённые требования на бортовое радиолокационное оборудование. Кроме того, бортовая радиолокационная станция (БРЛС) должна давать необходимую информацию об окружающих объектах, имеющую большое значение для обеспечения безопасности полёта, так как в районах, где отсутствует единое поле наземного радиолокационного контроля, БРЛС представляет собой по существу единственный источник радиолокационной и навигационной информации.
Исследования последних лет показывают, что одним из весьма эффективных путей обеспечения постоянно возрастающих требований к радиолокационному оборудованию ВС авиации России является использование кроме основных характеристик радиолокационных сигналов, ещё дополнительно поляризационных характеристик электромагнитной
волны (ЭМВ). Учёт этих поляризационных характеристик позволяет значительно увеличить информативную способность радиолокационных методов для решения выше перечисленных задач.
Несмотря на перспективность развития методов учёта поляризационных характеристик ЭМВ в радиолокации, их потенциальные возможности изучены далеко не полностью. Вопросы поляризационной селекции радиолокационных сигналов привлекают большое внимание специалистов всего мира. Это связано с тем, что только методами поляризационной селекции можно решать ряд задач, которые другими методами не поддаются решению.

где Fti (•) - нелинейная функция от содержащихся в скобках аргументов,
характеристиками M[Nzk] = 0 и M[NzkN7zj] = NkSkj, Skj - символ Кронекера (1.30), причём Wk и Nzk - взаимнонезависимы.
Начальные значения дискретной системы характеризуются вектором Л0, который должен быть либо точно известен, либо должен быть случайной величиной с известными характеристиками М[Ай] = М/к0 и
Af [(Л0 - МА0 )(Л0 - Мл0 )7 ] = D0 - матрица дисперсий начальных значений.
При всех этих предположениях задача оптимального дискретного оценивания формулируется следующим образом: располагая наблюдениями (измерениями) Z0,Z1,...,ZJ (1.31) и априорными сведениями о векторе
состояния Л^+1 (1.29) требуется определить оптимальную оценку вектора
состояния на k-ом интервале дискретности А (к/ j). В дискретной системе
оценка А (к/ у) является оптимальной если выполняются [67]:
1. Требование несмещённости ЛЛ. : М[Лк ] = МАк ] или М[9к = 0, где
9к - Ак - Ак - вектор мгновенных ошибок оценивания.
2. Минимизация дисперсий ошибок оценивания, которая достигается путём минимизации определённой функции J = М[В9к, где В - нормировочная диагональная матрица.
Марковская теория оптимальной нелинейной фильтрации позволяет получить конструктивные результаты, если при исследовании применяется гауссовская аппроксимация, т.е. рассматривают апостериорную плотность вероятности выделяемых параметров в виде нормальной. Такая аппроксимация корректна при достаточно больших отношениях сигнал/шум и сравнительно большом времени наблюдения. Подробно вопросы, связанные с гауссовской
матрица наблюдения (измерения),
размерностью [2x2]; N 2{к+1)
дискретный гауссовский шум с