Методы и алгоритмы радиолокационного мониторинга объектов
Покупка
Новинка
Тематика:
Радиолокация
Автор:
Петренко Павел Борисович
Год издания: 2007
Кол-во страниц: 209
Дополнительно
Доступ онлайн
800 ₽
В корзину
Рассмотрены методы и алгоритмы радиолокационного мониторинга объектов, позволяющие повысить точность и достоверность оценок при неполной измерительной информации в условиях априорной неопределенности и воздействии помех. Для студентов старших курсов.
Скопировать запись
Фрагмент текстового слоя документа размещен для индексирующих роботов.
Для полноценной работы с документом, пожалуйста, перейдите в
ридер.
Московский государственный технический университет имени Н.Э. Баумана П.Б. Петренко МЕТОДЫ И АЛГОРИТМЫ РАДИОЛОКАЦИОННОГО МОНИТОРИНГА ОБЪЕКТОВ Рекомендовано УМО по образованию в области информационной безопасности в качестве учебного пособия для студентов высших учебных заведений, обучающихся по специальности 075700 (090107) «Противодействие техническим разведкам» Москва Издательство МГТУ им. Н.Э. Баумана 2007
УДК 621.396.96(075.8) ББК 32.95 П303 П303 Рецензенты: В.А. Лукин, Г.П. Слукин Петренко П.Б. Методы и алгоритмы радиолокационного мониторинга объектов: Учебн. пособие по курсу – М.: Изд-во МГТУ им. Н.Э. Баумана, 2007. – 209 с.: ил. ISBN 5-7038- Рассмотрены методы и алгоритмы радиолокационного мониторинга объектов, позволяющие повысить точность и достоверность оценок при неполной измерительной информации в условиях априорной неопределенности и воздействии помех. Для студентов старших курсов. Ил. 44. Табл. 11. Библиогр. 144 назв. УДК 621.396.96(075.8) ББК 32.95 Учебное пособие Павел Борисович Петренко МЕТОДЫ И АЛГОРИТМЫ РАДИОЛОКАЦИОННОГО МОНИТОРИНГА ОБЪЕКТОВ Редактор О.М. Королева Корректор Компьютерная верстка В.И. Товстоног Подписано в печать ??.??.2006. Формат 60×84/16. Бумага офсетная. Печ. л. ?,?. Усл. печ. л. ?,?. Уч.-изд. л. ?,? Тираж 100 экз. Изд. № 117. Заказ Издательство МГТУ им. Н.Э. Баумана. 105005, Москва, 2-я Бауманская, 5. ISBN 5-7038- c⃝ МГТУ им. Н.Э. Баумана, 2007
СПИСОК ОСНОВНЫХ СОКРАЩЕНИЙ АКФ – автокорреляционная функция АРСС – авторегрессия скользящего среднего АРПСС – авторегрессия проинтегрированного скользящего среднего АЧХ – амплитудно-частотная характеристика ДПФ – дискретное преобразование Фурье ЛДУ – линейное дифференциальное уравнение ЛЧМ – линейная частотная модуляция МВС – метод вспомогательных систем МНК – метод наименьших квадратов НИСФ – нормированная интегральная спектральная функция ОДПФ – обратное дискретное преобразование Фурье РЛС – радиолокационная система РЛХ – радиолокационные характеристики СП – случайный процесс СПМ – спектральная плотность мощности СКО – среднеквадратическое отклонение ФЧХ – фазочастотная характеристика ЭМВ – электромагнитная волна
ВВЕДЕНИЕ При решении задач мониторинга, связанных с обнаружением, распознаванием и измерением параметров движения летательных аппаратов, традиционно применяются методы радиолокации, основанные на получении и анализе информации о рассеивающих свойствах целей (объектов). Для изучения закономерностей взаимодействия ЭМВ с телами сложной геометрической формы широко используются динамические и статистические РЛХ [1, 2], которые представляют собой реализации СП рассеяния ЭМВ. Применение вероятностного описания процесса формирования отраженного сигнала определяется случайной природой воздействия дестабилизирующих факторов на элементы радиолокационного канала и условиями наблюдения целей. Для интерпретации результатов моделирования натурных экспериментов используют оценки функции распределения вероятностей реализаций отраженного от цели (объекта) сигнала и спектральные характеристики, которые наиболее полно описывают изучаемые статистические закономерности. В ряде случаев решение задач радиолокации осложняется из-за неполной измерительной информации, полученной в условиях воздействия различного рода помех и существования априорной неопределенности относительно условий функционирования радиолокационных целей. Для повышения точности РЛХ необходимо при математической обработке измерительной информации компенсировать влияние аддитивных и мультипликативных помех, связанных с «шумом» цели и с влиянием дестабилизирующих факторов на элементы измерительного канала (радиоканала) РЛС. 4
При вычислении РЛХ в условиях априорной неопределенности следует также учитывать, что в используемых вероятностных моделях часть исходных данных не известна. Процесс статистического оценивания РЛХ может значительно осложняться нестационарностью реализаций амплитуд отраженных сигналов. В этом случае неприменимы традиционные методы обработки и анализа динамических и статистических РЛХ из-за их неадекватности реальным условиям, в том числе при ограниченном объеме опытных данных. Методы решения задач обработки радиолокационной информации при отмеченных ограничениях не нашли полного отражения в известной отечественной и зарубежной литературе. В пособии рассмотрены методы и алгоритмы радиолокационного моделировании объектов, позволяющие повысить точность и достоверность оценок радиолокационных характеристик в условиях неполной измерительной информации, априорной неопределенности и воздействия помех. В гл. 1 проанализированы методы уменьшения систематических погрешностей измерительных систем и рассмотрен предложенный автором метод повышения точности измерения РЛХ и траекторных параметров путем идентификации частотных характеристик многоканальных измерительных систем и компенсации погрешностей измерений РЛХ и дальности до цели, обусловленных нестабильностью параметров радиолокационных измерительных каналов в ходе измерений. Этот метод представляет собой модификацию МВС [23, 132], основанного на использовании структурной или информационной избыточности в измерительной системе для идентификации характеристик измерительного канала за счет введения дополнительных измерительных каналов со вспомогательными нелинейными или нестационарными системами, параметры которых априорно известны с высокой точностью. Модификация МВС состоит в следующем: 1) учтена нестабильность параметров дополнительных измерительных каналов со вспомогательными системами в ходе измерений; 2) повышена устойчивость решения матричных уравнений идентификации; 5
3) обеспечена возможность определения задержки сигнала при его распространении в радиоканале в процессе измерений; 4) получены уравнения идентификации параметров расширенного вектора состояния для различных по структуре измерительных каналов РЛС (например, импульсных и фазометрических). Кроме того, в гл. 1 рассмотрены способы, обеспечивающие устойчивость решений уравнений идентификации; а также алгоритмы оценки вектора состояния измерительных каналов, реализуемые в виде многоэтапной итерационной процедуры, которая обеспечивает инвариантность системы по отношению к погрешностям измерений РЛХ и дальности до цели. В гл. 2 изложены методы решения задач идентификации элементов пространственно распределенной цели в условиях неопределенности по данным измерений динамических РЛХ и параметров движения цели. Предложенные методы идентификации измерительных систем отличаются от используемых на практике тем, что позволяют повысить точность и достоверность решения задачи идентификации целей за счет эффективного применения нелинейной фильтрации для выделения сигналов точечных целей на фоне мешающих отражающих образований, а также использования моделей временных рядов, составленных из отсчетов реализаций амплитуд отраженных сигналов и алгоритма сглаживания неравноточных измерений сигнальных характеристик модифицированным полиномом Чебышева1. Необходимость обработки неравноточных измерений возникает на предварительном этапе обработки измерений при построении калибровочных амплитудных калибровочных характеристик приемного тракта РЛС, а также при восстановлении отбракованных значений амплитуд отраженных сигналов, в том числе при ограниченном объеме исходных данных. При этом модифицированный полином отличается от известной чебышевской аппроксимации способом вычисления коэффициентов, которые функционально зависят только от дисперсий измерений и оптимального значения управляющего параметра. 1Петренко П.Б. Алгоритм сглаживания результатов неравноточных измерений модифицированным полиномом Чебышева // Метрология. 1988. № 2. 6
Такой метод обработки отличается заметной простотой, например, от метода регуляризации, так как не требует наличия дополнительной априорной информации о виде аппроксимируемых функций и погрешностях измерений. В гл. 4 представлены методы анализа РЛХ и оценки их параметров по ограниченным выборкам измерительной информации. На основе проведенных автором исследований разработан метод повышения точности оценивания функций распределения реализаций случайных процессов, состоящий в совместном применении распределения Джонсона и метода равновероятных классов, позволяющего определить размеры частных интервалов при построении гистограммы из условия обеспечения равной вероятности попадания случайной величины в каждый из них. Преимущество данного подхода состоит в том, что он позволяет избежать погрешности из-за возможного невыполнения допущения о постоянстве плотности распределения случайной величины внутри каждого интервала статистического ряда. Метод позволяет аппроксимировать сложные виды распределений, в том числе имеющие несколько экстремумов, по ограниченному объему экспериментальных данных. При этом минимизация погрешности вычисления функций распределения достигается на основе выбора оптимальных значений несимметричных процентилей, применение которых обеспечивает значительный выигрыш в точности аппроксимации экспериментальных данных. Результаты проведенных исследований с использованием экспериментальных данных подтверждают устойчивость разработанного метода для вычисления оценок сложных видов распределений при объеме выборки 20–50 элементов. В гл. 5 рассмотрен метод вычисления спектральных оценок нестационарных реализаций радиолокационных характеристик, который может быть использован для получения статистически устойчивых, обладающих высоким разрешением спектральных оценок при исследовании флуктуаций сигналов и анализе явлений отражения ЭМВ от тел сложной геометрической формы. Метод основан на разделении реализации РЛХ на квазистационарные интервалы с использованием непараметрических критериев, вычислении частных 7
периодограмм и сглаженных спектральных оценок для всей нестационарной реализации. Для выбора оптимальных значений параметров метода по отношению к исследуемым классам случайных процессов приведены результаты исследования статистической устойчивости спектральных оценок и их спектрального разрешения. Анализ результатов применения метода показывает, что он позволяет значительно улучшить статистический показатель качества спектральных оценок и обеспечить выполнение компромисса между точностью оценок и их спектральных разрешением. Рассмотренные в пособии методы и алгоритмы апробированы на практике и показали высокую эффективность. Автор благодарен д-ру техн. наук, проф. В.Е. Дулевичу, д-ру техн. наук, проф. Н.Ф. Клюеву, канд. техн. наук, с.н.с. Б.А. Стрюко- ву, д-ру техн. наук, проф. В.Ф. Фатееву, д-ру техн. наук, проф. Сычеву М.П. за помощь и полезные замечания, которые способствовали повышению эффективности исследований, что нашло отражение в настоящем издании.
Глава 1. ПОВЫШЕНИЕ ТОЧНОСТИ РАДИОЛОКАЦИОННОГО МОНИТОРИНГА ОБЪЕКТОВ НА ОСНОВЕ ИДЕНТИФИКАЦИИ ИЗМЕРИТЕЛЬНЫХ КАНАЛОВ РЛС Рассмотрены особенности радиолокационного мониторинга объектов и оценивания их РЛХ в условиях неопределенности. Представлен метод повышения точности радиолокационного мониторинга объектов применительно к широкополосным измерительным системам, функционирующим при воздействии помех. Для реализации метода предложено последовательное решение трех задач: идентификации параметров приемно-передающего тракта РЛС, уточнения времени запаздывания сигнала при распространении в радиолинии «РЛС–цель» и определения оператора рассеяния цели (либо ее частотной характеристики). 1.1. Особенности радиолокационного мониторинга объектов и оценивания их РЛХ в условиях неопределенности Известно, что точностные характеристики оценок параметров движения и рассеяния радиолокационных объектов определяются полнотой и достоверностью измерительной информации и зависят от времени радиолокационного наблюдения, от погрешностей измерений и обработки информации. Методы, предназначенные для вычисления РЛХ по данным мониторинга, должны быть эффективны и в условиях ограниченного объема измерительной информации, характеризующегося неполнотой, неоднозначностью и неопределенностью. 9
Обычно под неопределенностью понимается [138] ситуация, когда полностью или частично отсутствует информация о возможных состояниях системы и внешней среды, когда в системе возможны те или иные непредсказуемые события. Неопределенность сопряжена с риском получения недостоверных оценок вычисляемых характеристик, с риском планирования и как следствие принятия ошибочного решения в ходе эксплуатации технической системы. С проявлением неопределенности сталкиваются, например, при исследовании процесса отражения радиоволн от объектов сложной формы, когда используются модели локальных (когерентных) источников, для которых проводится суммирование полей в условиях не точно известных фазовых соотношений между ними [139]. В качестве основных причин возникновения неопределенности (с учетом [140]) можно выделить следующие: • низкую точность информации ввиду недопустимо большой погрешности измерительных средств, возможного снижения их надежности и отказов средств сбора и обработки информации; • неполноту информации из-за ограниченного времени наблюдения объектов (целей) и в результате потерь при отбраковке аномальных измерений; • ненадежность исходных данных, применяемых для обнаружения объектов и измерения их параметров движения; • неточность задания исходных данных при построении моделей элементов радиоканала, используемых для вычисления оценок РЛХ и их погрешностей; • применение детерминированных моделей, не учитывающих накопленный статистический материал о вероятностных распределениях отраженных сигналов для исследуемых величин; • использование неадекватных реальным условиям моделей, построенных с использованием ограниченного объема исходной информации либо с помощью неэффективного математического аппарата, либо при необоснованном введении допущений (например, о стационарности, эргодичности реализаций; об однородности случайных величин и т. д.); 10
Доступ онлайн
800 ₽
В корзину