Розглянуто адаптивний трансверсального фільтр, який забезпечує максимальну вихідну відношення потужності корисного сигналу до сумарної потужності власних шумів і зовнішніх перешкод, адитивно надходять на його вхід. Запропоновано алгоритм адаптивної обробки вхідного процесу в базисі статечних векторів; отримані регуляризоване оцінки вагових векторів по обмеженому числу вибірок вхідного процесу, яке може бути як більше, так і менше числа відводів фільтра (випадок короткої вибірки). Наведено результати моделювання адаптивної обробки, що показують високу ефективність запропонованого алгоритму.

Анотація наукової статті з електротехніки, електронної техніки, інформаційних технологій, автор наукової роботи - Ястребов Андрій Вікторович


Adaptive Matched Filter Based on Power Vector Method

An adaptive transversal filter capable of suppressing broadband jams and receiving broadband signal simultaneously is considered. Signal processing algorithm using power vector basis is proposed. Regularized estimation weight vectors for a limited number of samples of the input process that can be both larger and smaller than the number of filter taps are obtained (case of short sampling). Simulation results showing high efficiency of signal processing algorithm are given.


Область наук:

  • Електротехніка, електронна техніка, інформаційні технології

  • Рік видавництва: 2017


    Журнал

    Известия вищих навчальних закладів Росії. Радіоелектроніка


    Наукова стаття на тему 'АДАПТИВНИЙ ФІЛЬТР НА ОСНОВІ МЕТОДУ ступінь ВЕКТОРІВ'

    Текст наукової роботи на тему «АДАПТИВНИЙ ФІЛЬТР НА ОСНОВІ МЕТОДУ ступінь ВЕКТОРІВ»

    ?Радіотехнічні засоби передачі, прийому

    і обробки сигналів

    УДК 621.396.96

    А. В. Ястребов

    Нижегородський державний технічний університет ім. Р. Є. Алексєєва

    | Адаптивний фільтр на основі методу статечних векторов1

    Розглянуто адаптивний трансверсального фільтр, який забезпечує максимальну вихідну відношення потужності корисного сигналу до сумарної потужності власних шумів і зовнішніх перешкод, адитивно надходять на його вхід. Запропоновано алгоритм адаптивної обробки вхідного процесу в базисі статечних векторів; отримані регуляризоване оцінки вагових векторів по обмеженому числу вибірок вхідного процесу, яке може бути як більше, так і менше числа відводів фільтра (випадок короткої вибірки). Наведено результати моделювання адаптивної обробки, що показують високу ефективність запропонованого алгоритму.

    ортогоналізації, втрати відносини потужності

    Адаптивний фільтр, статечної базис, процедура сигналу до сумарної потужності шумів і перешкод

    Основні ідеї оптимальної фільтрації були сформульовані в результаті оптимізації функціонування радіолокаційних систем імпульсного типу [1]. Оптимальна фільтрація має на увазі обчислення в реальному масштабі часу кореляційного інтеграла (операції згортки). Відомо, що операцію згортки виконує таке фізично реалізоване пристрій, як трансверсального FIR-фільтр (КИХ-фільтр) [1]. Якщо на вході оптимального фільтра діють перешкоди і корисний сигнал, то на виході буде отримано максимальне відношення потужності сигналу до сумарної потужності шумів і перешкод (ОСШП). Це властивість оптимального фільтра широко застосовується для виявлення сигналів на тлі перешкод не тільки в радіолокації, а й, наприклад, в системах зв'язку, що використовують в якості корисних сигналів шумоподібні широкосмугові сигнали.

    При прийомі широкосмугових сигналів виникає проблема, пов'язана з тим, що в частотну смугу приймача крім корисного сигналу, що займає зазвичай велику частину цієї смуги, потрапляють адитивні перешкоди різного походження, наприклад, створювані іншими системами передачі інформації. інтенсивність

    адитивних перешкод, що частково перекривають частотний діапазон корисного сигналу, може бути набагато вище інтенсивності останнього. При цьому помехового обстановка може змінюватися в часі через появу або зникнення тих чи інших джерел перешкод. У зв'язку з цим виникає необхідність адаптивної обробки вхідного процесу, що полягає в знаходженні вектора вагових коефіцієнтів трансвер-сального фільтра, що забезпечує максимальне відношення потужності корисного сигналу до сумарної потужності власних шумів і зовнішніх перешкод (ОСШП) на виході.

    Для формування вагового вектора адаптивної антенної решітки (ААР) стосовно вузькосмуговим сигналам і перешкод запропонований і досліджений метод статечних векторів [2] - [3]. Придушення адитивних перешкод можливо завдяки інформації про взаємні кореляції комплексних огинають вхідних процесів в різних прийомних каналах ААР, що міститься в кореляційної матриці (КМ) перешкод. При впливі на ААР точкового джерела перешкоди, розташованого під якимсь кутом до її нормалі, відмінність комплексних огинають в прийомних каналах буде полягати в фазовому множнику,

    1 Робота підтримана грантом (угода між Міносвіти Російської Федерації і ННГУ від 27 серпня 2013 р № 02.В.49.21.0003).

    © Ястребов А. В. 2017 5

    обумовленому різним просторовим розташуванням приймальних антен, і, отже, різним часом поширення сигналу від джерела до кожної прийомної антени.

    Можна провести аналогію між ААР і розглядаються адаптивним трансверсального фільтром (АТФ): роль прийомних елементів в фільтрі грають відводи використовуваної лінії затримки (ЛЗ), а зсув по фазі комплексної обвідної сигналів в цих відводах обумовлений наявністю ЛЗ в структурі фільтра. При цьому аналогом точкового джерела перешкоди, що впливає на ААР, буде однотональний перешкода на вході АТФ, а аналогом розподіленого в просторі джерела перешкоди, що займає певну область кутів, - широкосмугова перешкода на вході АТФ. Отже, використовуючи інформацію про взаємні кореляції комплексних огинають процесів в відводах АТФ і запропоновані в роботах [4] - [6] методи обробки цієї інформації, можна знайти шуканий ваговій вектор АТФ у вигляді розкладання в базисі статечних векторів.

    Ваговий вектор W АТФ будемо шукати з рівняння [7]

    MW = 8, (1)

    де М - КМ комплексних огинають вхідного процесу в усіх відводах АТФ; 8 - вектор коефіцієнтів імпульсної характеристики неадаптивного узгодженого з корисним сигналом фільтра.

    Перешкода на виході АТФ виходить в результаті вагового підсумовування затриманої вхідний перешкоди в N відводах АТФ:

    У = W т X,

    де X = [, Х2, ..., XN] т - вектор комплексних амплітуд перешкоди; W = [[, м>2, • ••, WN] т - вектор вагових коефіцієнтів; т - символ транспонування.

    При адаптивної обробки замість точного вектора W використовується вектор W, отриманий на основі максимально правдоподібною оцінки М КМ М по Ь тимчасовим вибірках випадкових комплексних амплітуд вхідного процесу

    X (/) = [х1 (!), Х2 (!), ..., хп (!), ..., XN (/)] т, де хп (!) = Хп-1 (! +1) ,! = 1, Ь [7]:

    М = (1 / Ь) Х (!) Хн (!), (2)

    причому - символ ермітовим сполучення.

    Потім відповідно до (1) знаходиться ваговій

    вектор W = M 1S. Однак таку оцінку вагового вектора можна рекомендувати для практичного використання з наступних причин. По-перше, КМ (2) при числі вибірок L «N є плохообусловленной, а в важливому випадку короткої вибірки вхідного процесу, коли число вибірок менше числа відводів фільтра (L < N), матриця

    M стає виродження. Друга проблема пов'язана з тим, що обчислювальна складність процедури звернення КМ пропорційна кубу

    від її розміру (~ N3) і, отже, різко зростає з ростом числа N відводів фільтра.

    Завдання, пов'язані з обігом плохообу-спійманих матриць, відносяться до класу некоректних задач [8] і для їх вирішення слід використовувати методи регуляризації [9]. Подібні проблеми характерні для ААР. Для таких систем запропонований ряд методів регуляризації вагового вектора. Зокрема, становлять інтерес ре-гулярізованние методи обробки сигналів, засновані на представленні вагового вектора у вигляді кінцевого розкладання по статечним векторах [5], [6]. З огляду на схожість принципів просторової обробки сигналів в ААР і тимчасової обробки в АТФ, становить інтерес дослідження ефективності обробки, заснованої на уявленні вагового вектора АТФ у вигляді кінцевого розкладання по статечним векторах. Такому дослідженню присвячена ця стаття.

    Розкладання вагового вектора АТФ по статечним векторах. Розглянемо АТФ, що складається з ЛЗ з N відводами (рис. 1, а), на кожному з яких є регульований комплексний ваговій

    коефіцієнт м>п, п = 1, N.

    Знайдемо рішення (1) за допомогою методу статечних векторів. Вектор-фазор у-й однотональний перешкоди з частотою fj запишемо у вигляді

    ф у = ехр [/ (| Б + Ф у)],

    де Б = т [0, 1, ..., N - 1] т - вектор затримок в

    відводах фільтра; фу - випадкова початкова фаза.

    З огляду на статистичну незалежність окремих джерел перешкод, для КМ М отримаємо

    M = (ХХН) = CT21 + X ст2ф jфн,

    (3)

    j = 1

    х2

    т т т

    т

    Р = [^, Ж !, ...,? К]

    т

    Мал. 1

    де сто - потужність власного шуму в відводах фільтра; I - одинична матриця; ст2 - потужність у-й перешкоди; 3 - число джерел перешкод; Про -

    символ статистичного усереднення; н - символ ермітовим сполучення.

    Оптимальний ваговий вектор належить подпространству розмірності 3 +1, освіченій

    векторами 8 і Фу, у = 1, 3 [4]. У цьому підпросторі можна ввести іншу базову систему векторів, наприклад систему статечних векторів

    2 До

    8, М8, М 8, ..., М 8 з числом лінійно незалежних векторів, меншим або рівним числу діючих однотональний перешкод До < 3 без урахування вектора-фазора корисного сигналу [10].

    Статечні вектори утворюють неортогональної базис, що ускладнює подальші перетворення. Тому перейдемо до ортонормованій системі векторів ^ 2, ..., РК. Ортогона-

    лизация і нормування статечних векторів починаються з вектора 8 і виконуються за допомогою відомої процедури [10]:

    0 = 8; ((1 = МБЬ -ас ^;

    (2 = МЖ1 -а ^ -Р0Ж0; (4)

    ... ,

    (К = ШК-1 -а До -1ЖК-1 -Рк-2ЖК ^

    де

    ак-1 = ((-Мк-1), к = 1, К;

    РК-2 = (ЖкН- ^ Мк-2), к = 2, К;

    РК = (до Ск |

    1-0.5

    Уявімо ваговій вектор у вигляді розкладання по ортонормованим векторах Ж0, Ж1, Ж2,. , ЖК:

    ^ = Ж0 + С ^ + С2? 2 + ... + СК% = Ж0 + РС, (5) де Р = Ж2, ..., РК] - матриця, складена з ортонормованих векторів; З = [[, С2, ..., Ск] вектор коефіцієнтів розкладання. Вектор Ж0 формує основний канал фільтра, узгоджений з корисним сигналом, а вектори Р [, ^ 2, ..., РК - додаткові канали, необхідні для придушення перешкод. Структурна схема АТФ, заснована на розкладанні (5), представлена ​​на рис. 1, б.

    Щоб знайти вектор С, підставимо (5) в (1) і

    помножимо зліва на матрицю Рн. Врахуємо, що внаслідок ортогональності векторів Р н8 = 0. У результаті отримаємо систему з До рівнянь для вектора С:

    Р нМРС = - РНМ? 0.

    Процедура ортогоналізації статечних векторів [4] володіє важливими властивостями: кожен ортогональний вектор, починаючи з ^ 2, формується з використанням тільки двох попередніх векторів, а коефіцієнти розкладання а до, Рк-дійсний числа. Завдяки цьому матриця

    РнМР є дійсною, симетричною і трехдіагональной. Елементи головної діагоналі рівні а к (к = 0, К -1), а елементи двох побічних діагоналей однакові і рівні Рк

    (К = 0, К - 2). Крім того, вектор РнМБ0 має тільки перший ненульовий елемент, рівний дійсному числу Р0 = ((МР \). Такі властивості матриці РнМР і вектора РнМБ0 дозволили отримати точний аналітичний розв'язок для коефіцієнтів розкладу С1, С2, ..., Ск. [4].

    х

    т

    б

    а

    Ефективність роботи АТФ визначається значенням ОСШП. Оцінку ОСШП на виході АТФ при відомій КМ перешкод можна знайти за допомогою формули [7]

    | 2

    Л ^) =

    ^ 8 wнмw '

    (6)

    Вираз (6) для методу статечних векторів з урахуванням (5) і того, що Ен8 = 0, перетворимо до виду [4]

    ^ 8 + ^ 12

    Рп8 + Сп Е н8 |

    ЛСТ (

    (Р0 + FC) н М (Р0 + ЄС)

    I | 2 | | 2

    ^ (^ 8 + Сп Ен8 Рд8

    Р01МР0 + Р01МЕС

    (7)

    де

    8 = а, 0 - -

    р2

    а1

    р2

    а К-2

    РК-2

    а К-1

    Тоді втрати У в ОСШП на виході АТФ складуть:

    В = 101ё

    Л (р0

    Лс

    де W0pt - ваговий вектор, який є рішенням системи рівнянь (1) при точно відомої КМ перешкод (3); W - ваговий вектор, отриманий методом розкладання по статечним векторах (5) при вибіркової КМ перешкод (2).

    Регуляризація вагового вектора. Формальне застосування процесу ортогоналізації [10] при використанні вибіркового КМ (2) призводить до утворення ортонормованій системи векторів з максимальним розміром N, що дорівнює кількості відводів розглянутого фільтра. Це знижує ефективність придушення перешкоди і збільшує обчислювальну складність.

    З (7) видно, що зі збільшенням числа базисних векторів оцінка ОСШП може необмежено зростати, оскільки знаменник зменшується, а чисельник має фіксоване значення. Очевидно, що така оцінка ОСШП не відповідає фізичним умовам завдання. Для усунення зазначеного ефекту необхідно виконувати

    регуляризацію рішення, обмежуючи число базисних векторів. Для регуляризації рішення математичної задачі зазвичай рекомендується використовувати наявну апріорну інформацію, виходячи з фізичного змісту задачі [9]. В даному випадку врахуємо апріорну інформацію про те, що в кожному відведенні фільтра є власний шум потужністю ст ^.

    З структурної схеми розглянутого фільтра (див. Рис. 1, б) випливає, що кожен до-й додатковий канал не тільки забезпечує зменшення потужності зовнішніх перешкод Р (к) на величину ДР (к) = Р (до -1) - Р ( к), але і збільшує потужність вихідних власних шумів на

    величину СТП Рк | 2 = СТПС ^. З ростом числа каналів спочатку переважає ефект придушення зовнішніх перешкод, а потім - ефект додавання власного шуму. Тому процес ортогона-зації слід зупиняти при такому значенні до, з якого починає виконуватися умова

    ДР (к) < ст2с1, причому базисний вектор Рк не слід включати в розкладання (4).

    Таким чином, регуляризоване оцінку ОСШП на виході фільтра можна представити у вигляді

    | 2

    Лг = •

    Р0І8 |

    8 + ст2

    (K X 1 +1 Ck2 к = 1

    (8)

    Результати моделювання. При моделюванні в якості корисного сигналу була використана М-послідовність довжиною 127 з генеруючим полиномом g6 + g5 + g2 +1. Нормована автокореляційна функція R (m) даної послідовності представлена ​​на рис. 2 (ш - тимчасова затримка, виражена в отсчетах).

    Так як адаптивний фільтр повинен бути узгоджений з корисним сигналом при відсутності перешкод,

    Я 0.8

    0.6 0.4 0.2

    -150

    -100 -50

    -0.2 Рис. 2

    50 100 Всі

    т

    0.1

    0.2

    0.3

    0.4

    0.5

    0.6

    0.7

    0.8

    0.9

    "I-

    / н

    10

    -20

    -30

    Sbx, ДБ

    10

    -20

    H, дБ

    б

    Мал.

    число відводів моделируемого фільтра має дорівнювати довжині М-послідовності, т. е. N = 127.

    Розглянемо спочатку випадок вузькосмугових вхідних перешкод, які при моделюванні представляли собою гармонійні коливання з випадковими початковими фазами і частотами, рівномірно розподіленими в діапазонах [0, 2 л] і [0, 1] / н відповідно (/ н - частота, нормована на частоту дискретизації M -по-послідовності). Потужності перешкод приймалися випадковими з діапазону [10, 100] ст2 / у.

    На рис. 3, а показаний амплітудний спектр однієї реалізації вхідного процесу при п'яти перешкодах з 2

    сти = 1, на рис. 3, б - АЧХ фільтра, ваговий вектор

    якого знайдений описаним алгоритмом розкладання в базисі статечних векторів при довжині навчальної вибірки L = N = 127. З рис. 3, б видно, що в АЧХ фільтра формуються глибокі провали на тих частотах, на яких розташовуються вхідні перешкоди.

    Розглянемо тепер випадок широкосмугових перешкод. Кожна широкосмугова перешкода імітувалась як набір з 100 гармонік, розташованих еквідистантно (П-подібна перешкода). Центральна частота / кожної з J перешкод мала рівномірний випадковий розподіл у всій смузі частот, ширина кожної перешкоди становила 0.05 від смуги приймача.

    Особливий інтерес представляє АЧХ адаптивного фільтра. На рис. 4, а представлений амплітудний спектр однієї випадкової реалізації J = 5 широкосмугових перешкод, а на рис. 4, б - модуль АЧХ адаптивного фільтра, коефіцієнти якого отримані також регуляризоване методом розкладання вагового вектора в статечному базисі (довжина вибірки L = N = 127). Потужність перешкод приймалася випадкової з діапазону [10, 100] ct2 / j .

    Нехай в початковий момент часу ваговій

    вектор фільтра Wт = S • | S | 0 5, що відповідає вагового вектора неадаптивного узгодженого фільтра. Абсолютна нормоване значення вихідного сигналу в такому стані фільтра показано на рис. 5 в області 1. Ваговий вектор зберігає своє початкове значення протягом всієї процедури адаптації, а після закінчення L = 127 вибірок оновлюється відповідно до (5). Вихідний сигнал фільтра після процедури адаптації показаний на рис. 5 в області 2, в якій присутній стислий корисний сигнал. З рис. 5 можна бачити, що застосування адаптивного фільтра дозволяє виділити корисний широкосмуговий сигнал із суміші довільних широкосмугових перешкод.

    Якість і ефективність запропонованого методу оцінювалися по залежності втрат в ОСШП від відносини L / N. Втрати в ОСШП обчислювалися як відношення оптимального ОСШП

    0

    а

    3

    0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8

    09 Л

    -10 -20 -30

    Звх, дБ

    0

    0.1 0.2 ~ 1-л-А Г

    -10

    -20

    Я, дБ

    б

    Мал. 4

    В, дБ 16 12

    2 3

    Мал. 5

    !/ Ь

    0.5

    1.0

    Мал. 6

    1.5

    "Лор!

    (>1)) (0р! MWopt)

    до регуляризоване ОСШП (8). Оптимальний ваговий вектор визначався як W0pt = М 181,

    де 81 - використана М-послідовність в

    зворотному порядку, т. е. сигнал, узгоджений з М-послідовністю. При імітаційному моделюванні також досліджена залежність втрат в ОСШП запропонованого методу від числа освічених статечних векторів. Результати моделювання усереднювалися по 1000 реалізацій. Число широкосмугових перешкод О = 5 .

    На рис. 6 крива 1 представляє втрати в ОСШП для запропонованого методу статечних векторів, крива 2 - при прямому зверненні матриці. При однаковому числі навчальних вибірок Ь запропонований метод має менші втрати в

    В, дБ 6 4 2

    20

    40 60

    Мал. 7

    80

    До

    ОСШП в порівнянні з методом безпосереднього звернення КМ перешкод.

    Втрати в ОСШП в залежності від числа До використаних статечних векторів (довжина вибірки вхідного процесу Ь = N = 127) при п'яти широкосмугових перешкодах на вході фільтра наведені на рис. 7. Маркером відзначена точка мінімальних втрат, що досягається при К = 17.

    0

    а

    8

    4

    0

    0

    У цій статті отримано точний аналітичний розв'язок для вагового вектора адаптивного фільтра в базисі статечних векторів. Даний фільтр дозволяє максимізувати вихідну ОСШП при впливі на його вхід широкополосного корисного сигналу і декількох широ-

    кополосних перешкод, які займають частину смуги прийому. Запропонований алгоритм ефективно працює при обмеженому обсязі інформації про заваді, зокрема при числі вибірок, що збігається або меншому числа відводів фільтра (випадок короткої вибірки).

    СПИСОК ЛІТЕРАТУРИ

    1. Радіоелектронні системи. Основи побудови та теорія: довід. / Під ред. Я. Д. Ширмана. М .: Радіотехніка, 2007. 512 с.

    2. Єрмолаєв В. Т., Краснов Б. А. Флаксман А. Г. Про синтезі оптимального вагового розподілу в адаптивних антенних решітках // Изв. вузів. Радіофізика. 1983. Т. 26, № 7. С. 874-880.

    3. Ermolayev V. T., Flaksman A. G. Signal processing in adaptive arrays using power basis // Int. J. of Electronics. 1993. Vol. 75, iss. 4. P. 753-765.

    4. Єрмолаєв В. Т., Флаксман А. Г., Сорокін І. С. регуляризоване оцінка вагового вектора адаптивної антенної решітки // Изв. вузів. Радіофізика. 2012. Т. 55, № 9. С. 641-650.

    5. Регуляризація вагового вектора адаптивної антенної решітки шляхом обмеження числа базисних векторів / В. Т. Єрмолаєв, В. Ю. Семенов, І. С. Сорокін,

    А. Г. Флаксман, А. В. Ястребов // Изв. вузів. Радіофізика. 2015. Т. 58, № 3. С. 235-243.

    6. Ефективність придушення широкосмугового перешкоди в компенсатор на основі методу статечних векторів / В. Т. Єрмолаєв, В. Ю. Семенов, І. С. Сорокін, А. Г. Флаксман, А. В. Ястребов // 9-я Всерос. науч. конф. "Радіолокація та радіозв'язок", М., 23-25 ​​нояб. 2015 г. / ІРЕ ім. В. А. Котельникова РАН. М., 2015. С. 100-105.

    7. Уїдроу Б., Стірнз С. Адаптивна обробка сигналів / пер. з англ. М .: Радио и связь, 1989. 440 с.

    8. Тихонов А. І., Арсенін В. Я. Методи розв'язання некоректних задач. М .: Наука, 1979. 288 с.

    9. Абрамович Ю. І. регуляризоване метод адаптивної оптимізації фільтрів за критерієм максимуму відношення сигнал / перешкода // Радіотехніка та електроніка. 1981. Т. 26, № 3. С. 543-551.

    10. Воєводін В. В. Лінійна алгебра. М .: Наука, 1980. 400 с.

    Стаття надійшла до редакції 18 листопада 2016 р.

    Для цитування: Ястребов А. В. Адаптивний фільтр на основі методу статечних векторів // Изв. вузів Росії. Радіоелектроніка. 2017. № 1. С. 5-11.

    Ястребов Андрій Вікторович - магістр техніки і технології за напрямом "Радіотехніка" (2012), аспірант кафедри інформаційних радіосистем Нижегородського державного технічного університету ім. Р. Є. Алексєєва. Сфера наукових інтересів: радіолокація, адаптивні антенні решітки, цифрова обробка сигналів. E-mail: Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її.

    A. V. Yastrebov Nizhny Novgorod State Technical University n. a. R. E. Alekseev

    Adaptive Matched Filter Based on Power Vector Method

    Abstract. An adaptive transversal filter capable of suppressing broadband jams and receiving broadband signal simultaneously is considered. Signal processing algorithm using power vector basis is proposed. Regularized estimation weight vectors for a limited number of samples of the input process that can be both larger and smaller than the number of filter taps are obtained (case of short sampling). Simulation results showing high efficiency of signal processing algorithm are given.

    Key words: Adaptive Filter, Power Base, Orthogonalization Procedure, Loss In SNR.

    REFERENCES

    1. Shirman Ya. D. Radioelekthonnye sistemy. Osnovy proeknirovanija I teorii [Radio Electronic Systems. Bases of Designing and Theory]. Moscow, Radiotehnika, 2007, 512 p. (In Russian)

    2. Ermolayev V. T., Krasnov B. A., Flaksman A. G. On The Synthesis of Optimal Weight Distribution in Adaptive Antenna Arrays. Izvestiya vuzov. Radiophisika [Radiophys-ics and Quantum Electronics]. 1983, vol. 26, no. 7, pp. 874-880. (In Russian)

    3. Ermolayev V. T., Flaksman A. G. Signal Processing in Adaptive Arrays using Power Basis. Int. J. of Electronics. 1993, vol. 75, iss. 4, pp. 753-765.

    4. Ermolayev V. T., Flaksman A. G., Sorokin I. S. A Regularized Estimation of the Weight Vector of an Adaptive Antenna Array. Izvestiya vuzov. Radiophisika [Radiophysics and Quantum Electronics]. 2012 vol. 55, no. 9, pp. 641-650. (In Russian)

    5. Ermolayev V. T., Semenov V. Yu., Sorokin I. S., Flaksman A. G., Yastrebov A. V. Regularization of the Weight Vector of an Adaptive Antenna Array by limiting the Number of Basis Vectors. Izvestiya vuzov. Radiophisika [Ra-diophysics and Quantum Electronics]. 2015-го, vol. 58, no. 3, pp. 235-243. (In Russian)

    6. Ermolayev VT, Semenov V. Yu., Sorokin IS, Flaksman AG, Yastrebov AV Effektivnost 'podalvenija shi-rokopolosnoy pomehi v avtokompensatore na osnove metoda stepennyh vektorov [The Effectiveness of Broadband Interference Suppressing in the Auto Compensator based on a Method of Power Vectors]. 9-ya Vseros. nauch. konf. "Radiolo-kaciya I radiosvjaz". Moskva, 23-25 ​​noyabrja 2015 [9th All Russian scien.-tech. conf. "Radar and radio communications". Moscow, Nov. 23-25, 2015]. IRE im. V. A. Kotelnikova RAN

    [Radio Electronics Institute n. a. V. A. Kotelnikov RAS]. Moscow, 2015-го, pp. 100-105. (In Russian)

    7. Widrow B., Stearns S. D. Adaptive Signal Processing. Prentice-Hall Inc. Englewood Cliff, N.Y. 1985, 219 p.

    8. Tikhonov A. I., Arsenine V. Ya. Metody resheniya nekorrektnyh zadach [Methods of Solving Ill-Posed Problems]. Moscow, Nauka, 1979, 288 p. (In Russian)

    9. Abramovich Yu. I. Regularized method of adaptive filter optimization by the criterion of maximum signal-to-interference ratio. Radiotehnika I elektronika [Radio Engineering and electronics]. 1981, vol. 26, no. 3, pp. 543-551. (In Russian)

    10. Voevodine V. V. Lineynya algebra [Linear algebra]. Moscow, Nauka, 1980, 400 p. (In Russian)

    Received November, 18, 2016

    For citation: Yastrebov A. V. Adaptive Matched Filter Based on Power Vector Method. Izvestiya Vysshikh Uchebnykh Zavedenii Rossii. Radioelektronika [Journal of the Russian Universities. Radioelectronics]. 2017, no. 1, pp. 5-11. (In Russian)

    Andrey V. Yastrebov - Master of Science in Radio engineering (2012), Ph.D. student of information radio systems department of Nizhny Novgorod State Technical University n. a. R. E. Alekseev. Area of ​​expertise: radar; adaptive antenna array; digital signal processing. E-mail: Ця електронна адреса захищена від спам-ботів. Вам потрібно увімкнути JavaScript, щоб побачити її.

    УДК 621.396.96

    В. Ф. Коротков

    ТОВ "Спеціальний технологічний центр" (Санкт-Петербург)

    Р. С. Зирянов

    Санкт-Петербурзький державний електротехнічний університет "ЛЕТІ" ім. В. І. Ульянова (Леніна)

    Алгоритм розпізнавання типу джерела радіовипромінювання з використанням радіальних базисних функцій

    Запропоновано алгоритм розпізнавання типу джерела радіовипромінювання (ІРІ) з ускладненою частотно-часової структурою. Алгоритм заснований на розбитті класів навчальних даних радіотехнічного контролю на підкласи і використанні їх для прийняття рішення про тип ІРІ. Представлений результат тестування на модельних даних.

    Нейронна мережа, радіально-симетрична базисна функція, розпізнавання типу джерела радіовипромінювання

    При аналізі та обробці даних радіотехнічного контролю (РТК) методи розпізнавання типу джерела радіовипромінювання (ІРІ) займають одне з центральних місць [1] - [3]. Алгоритми розпізнавання [1], [2], реалізовані в існуючих засобах РТК, вимагають від оператора завдання ряду параметрів, що визначають кількість типів (класів) ІРІ і форму і розмір областей в просторі ознак, відповідних окремих класах. 12

    На практиці оператори, як правило, не мають апріорної інформації, необхідної для вибору цих параметрів. Крім того, прості математичні моделі, що лежать в основі застосовуваних алгоритмів, не дозволяють виділяти класи з ускладненою частотно-часової структурою (ЧВС), найбільш адекватно відображають реальні дані. Зазначені недоліки часто призводять до незадовільних результатів розпізнавання.

    © Коротков В. Ф., Зирянов Р. С. 2017


    Ключові слова: АДАПТИВНИЙ ФІЛЬТР /ADAPTIVE FILTER /ступінь БАЗИС /POWER BASE /ПРОЦЕДУРА ортогоналізації /ORTHOGONALIZATION PROCEDURE /ВТРАТИ ВІДНОСИНИ ПОТУЖНОСТІ СИГНАЛУ До СУМАРНОЮ ПОТУЖНОСТІ шумів І ПЕРЕШКОД /LOSS IN SNR

    Завантажити оригінал статті:

    Завантажити