Научная статья на тему 'Комбинированный метод анализа сигналов малозаметных радиолокационных станций с использованием их частотно-временных представлений'

Комбинированный метод анализа сигналов малозаметных радиолокационных станций с использованием их частотно-временных представлений Текст научной статьи по специальности «Электротехника, электронная техника, информационные технологии»

CC BY
324
98
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
ЧАСТОТНО-ВРЕМЕННОЙ АНАЛИЗ / TIME-FREQUENCY ANALYSIS / РАДИОЛОКАЦИОННЫЕ СИГНАЛЫ / RADAR SIGNALS / ВЕЙВЛЕТ-АНАЛИЗ / WAVELET ANALYSIS / ПРЕОБРАЗОВАНИЕ ВИГНЕРА / WIGNER TRANSFORM

Аннотация научной статьи по электротехнике, электронной технике, информационным технологиям, автор научной работы — Коротков Андрей Владимирович

Часто для анализа сигналов малозаметных радиолокационных станций применение традиционных методов, основанных только на различных модификациях преобразования Фурье, оказывается малоэффективным. Показано, что наибольший эффект при проведении частотно-временного анализа сигналов малозаметных радиолокационных станций достигается при совместном применении нескольких частотно-временных преобразований

i Надоели баннеры? Вы всегда можете отключить рекламу.

Похожие темы научных работ по электротехнике, электронной технике, информационным технологиям , автор научной работы — Коротков Андрей Владимирович

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Analysis of noticeable radar stations signals based on complex time-frequency distribution method

Applying only traditional time-frequency analysis (TFA) techniques, based on Fourier transform, is often not efficient for analysis of noticeable radar stations signals. The article shows that the best result can be reached only by applying the complex method of TFA, based on three different TFA methods. It will give us the possibility to take over the disadvantages of one method by the advantages of the others.

Текст научной работы на тему «Комбинированный метод анализа сигналов малозаметных радиолокационных станций с использованием их частотно-временных представлений»

УДК 621.37

КОМБИНИРОВАННЫЙ МЕТОД АНАЛИЗА СИГНАЛОВ МАЛОЗАМЕТНЫХ РАДИОЛОКАЦИОННЫХ СТАНЦИЙ С ИСПОЛЬЗОВАНИЕМ ИХ ЧАСТОТНО-ВРЕМЕННЫХ ПРЕДСТАВЛЕНИЙ

А.В. Коротков

Часто для анализа сигналов малозаметных радиолокационных станций применение традиционных методов, основанных только на различных модификациях преобразования Фурье, оказывается малоэффективным. Показано, что наибольший эффект при проведении частотно-временного анализа сигналов малозаметных радиолокационных станций достигается при совместном применении нескольких частотно-временных преобразований. Ключевые слова: частотно-временной анализ, радиолокационные сигналы, вейвлет-анализ, преобразование Вигнера.

Введение

В настоящее время большое значение уделяется развитию радиолокационных станций с низкой вероятностью перехвата, которые отличаются специальными мерами снижения мощности передатчика и уровня боковых лепестков, а также существенным увеличением полосы пропускания. При этом энергия радиоизлучения распределяется достаточно равномерно во всей полосе частот с уровнем, не превышающим мощность собственных шумов радиоприемных устройств. Данные радиолокационные станции (РЛС) получили название малозаметных (МРЛС). Примеры МРЛС приведены в таблице.

Название Назначение Мощность, Вт Базирование Страна

SCOUT VARIANT PILOT обзор, навигация обзор обзор, навигация 0,01-1 1 0,01-1 морское Нидерланды

AN/APQ-181 AN/APS-147 AN/APN-237A многофункциональная многофункциональная навигационная - авиационное США

PAGE SQUIRE EL/M-2140 MRSR ПВО обзор обзор ПВО 20 0,01-1 70 наземное Нидерланды Нидерланды Израиль США

Таблица. Примеры МРЛС

По мнению зарубежных экспертов, использование МРЛС является одним из ключевых подходов к решению задач обнаружения и распознавания малоразмерных воздушных, а также наземных целей, замаскированных или находящихся в естественных укрытиях.

Основными видами внутриимпульсной модуляции, применяемой в МРЛС, являются частотная модуляция (ЧМ), частотная и фазовая манипуляция и их комбинации. Наиболее распространенной является ЧМ с линейно изменяющейся частотой (ЛЧМ). Для кодирования фазы зондирующего сигнала широко используются коды Баркера, многофазные коды Франка, Р1, Р2, Р3 и Р4, а также многопозиционные коды Т1, Т2, Т3 и Т4 [1]. Интенсивное использование ведущими зарубежными странами современных МРЛС приводит к необходимости совершенствования известных и разработки новых методов обработки их сигналов с целью последующего распознавания типа источника излучения.

В настоящее время в средствах радиотехнического контроля для решения этой задачи используется процедура частотно-временного анализа, в основе которого лежит реализация динамического (оконного) преобразования Фурье (ДПФ) [2]. Оно является предпочтительным при анализе как широкополосных, так и узкополосных излучений. Но из-за невозможности получения одновременно высокого разрешения по времени и частоте применение только данного преобразования не позволяет получить набор признаков, обеспечивающих достоверное распознавания типа РЛС. Для разрешения этого противоречия в современной математике разработан ряд методов анализа нестационарных сигналов (к этому классу сигналов относятся и квазинепрерывные излучения МРЛС). Широкое применение получили различные виды вейвлет-анализа [3] и преобразование Вигнера. Вместе с тем, каждое отдельно взятое преобразование имеет свои сильные и слабые стороны. Представляется целесообразным применение комплексного метода анализа сигналов МРЛС, который позволил бы компенсировать недостатки одних преобразований достоинствами других.

Предлагается в качестве базового метода использовать оконное ДПФ, а уточнение производить с помощью вейвлет-преобразования (ВП) и преобразования Вигнера (ПВ).

КОМБИНИРОВАННЫЙ МЕТОД АНАЛИЗА СИГНАЛОВ МАЛОЗАМЕТНЫХ...

Комбинированный метод анализа сигналов

Предлагается для анализа сигналов МРЛС применение системного подхода, который базируется на совместном применении ряда частотно-временных преобразований - ВП, ДПФ и ПВ. Кратко рассмотрим каждое из них.

Частотно-временное представление сигнала на основе ВП. ВП выполняется при помощи банка квадратурно-зеркальных фильтров (КЗФ) [4]. Блок-схема алгоритма приведена на рис. 1.

Вначале выполняется свертка входного сигнала с импульсными характеристиками высоко- и низкочастотных фильтров (к и g). Таким образом, на каждом уровне входной сигнал раскладывается на высоко- и низкочастотные составляющие. Далее следует операция прореживания в два раза. Выход каждого

уровня преобразования образует матрицу. Разрешение по частоте и времени определяются формулами

/ п

А/ =-

А = ■

2(2' -1)' / (21-' -1)'

где - частота дискретизации; Ь - число уровней банка КЗФ; ' - номер текущего уровня; п - количество отсчетов входного сигнала.

Входной сигнал

I

к

к g

Уровень 2

к g

' ' Уровень N ' '

Рис. 1. Схема ВП на основе банка КЗФ

В качестве фильтра предлагается использование модифицированного Бшс-фильтра. Коэффициенты фильтра рассчитываются по следующей формуле:

к(п) = П "С0,5 ^ю(п),

где С - коэффициент сжатия; £ - коэффициент масштабирования, ю(п) - окно Хемминга. Путем соответствующего сравнения выходных матриц ВП можно определить участки концентрации энергии входного сигнала и оценить их положение и протяженность с высоким разрешением как по частоте, так и по времени. Используя данный подход, можно декомпозировать сигнал и определить его параметры - ширину спектра, несущую частоту и закон модуляции. Эта информация может быть в дальнейшем использована для принятия решения о типе источника излучения.

Частотно-временное представление сигнала на основе ПВ. ПВ [5], введенное в 1932 г. Е. Виг-нером в задачах квантовой термодинамики и в 1948 г. использованное Дж. Виллем при обработке сигналов, имеет вид

Ру [/«] = Ру/(г, и) = 1 / (г + 2/ * (г- 2) е(-^ Л .

Оно представляет собой преобразование Фурье от произведения /(г +1/2)/ * (г — I/2), где /(0 -анализируемый сигнал, а символ «*» обозначает операцию комплексного сопряжения. Для дискретного сигнала х(1) ПВ с прямоугольным окном длины 2N можно записать так:

Ж(I, и) = 2 ^ х(1 + п)х *(1 - п)е

~ ] 2ип

(1)

где I = - N ••• ( -1); и = ^; к = 0,1,2 —(2 N -1).

g

Используя подстановку / (п) = х(1 + п)х *(1 - п) и учитывая, что / (п) = / *(-п), формулу (1)

представим в виде

2 N -1

W(I, к) = 2 X / '(п)в

пкп, (-^>

где

'/ (п), 0 < п < N -1; / '(п) = | 0, п = N;

/(п - 2N), N +1 < п < 2N -1.

ПВ позволяет получить информацию о том, в какие моменты времени и на каких частотах сосредоточена энергия, содержащаяся в исследуемом сигнале, а также измерить некоторые его параметры, такие как ширина спектра, период модуляции, длину кодовой последовательности.

ПВ для любого многокомпонентного сигнала характеризуется наличием интерференционных составляющих с такой же амплитудой, как и у реального сигнала, и частотой, равной среднему значению двух истинных частот.

Применение комбинированного метода анализа сигналов

В качестве примера рассмотрим применение комбинированного метода для анализа следующих сигналов:

1. частота/н = 2,1 ГГц; полоса сигнала 250 МГц; код Баркера (рис. 2).

2. полоса сигнала 1 ГГц; код Франка N=4 (рис. 3).

3. сигнал представляет собой четыре ЛЧМ участка с периодом 0,1 мкс, девиация частоты 1 ГГц (рис. 4).

5

4,5

3,5 3

2,5 2 1,5 1

0,5

х109

0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 Время, с х10-8

5

4,5 4 3,5 ^ 3

ГО

12;5 ^ 2

1,5 1

0,5

0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5

Время, с х10-

I Гн=2,1 ГГц

0 0,5 1 1,5 2 2,5 3 3,5 4 4,5

Время, с

х10

а б в

Рис. 2. Код Баркера - ВП уровень 3 (а); ДПФ на 11точек (б); ПВ (в)

п=0

х10

х10

4

+ + +

+

+

х109

х109

5

4,5 4 3,5 ^ 3

§ 2,5

О

3 2

1,5 1

0,5

N(4)

полоса сигнала 1 ГГц

5

4,5 4 3,5 3

iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.

2,5 2

1,5 1

0,5

0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 Время, с х10-7

0,2 0,4 0,6 0,8 Время, с

1,2

х10-'

5

4,5 4 3,5 ^ 3

ГО

I 2'5 £ 2

1,5

1

х109

Интерференционные составляющие

полоса сигнала 1 ГГц

0,5

0 0,2 0,4 0,6 0,8 1 1,2 1^4 Время, с х10

Рис. 3. Код Франка - ВП уровень 5 (а); ДПФ на 50 точек (б); ПВ (в)

0

1

б

а

в

КОМБИНИРОВАННЫЙ МЕТОД АНАЛИЗА СИГНАЛОВ МАЛОЗАМЕТНЫХ..

х109

5

4,5 4

:т 3,5

Р" 3

g 2,5

О

5 2

1,5 1

0,5

полоса сигнала 1 ГГц

период 0,1 мкс 0 0,5 1 1,5 2 2,5 3 3,5

5

4,5 4

=т 3,5

Р 3

g 2,5

о

5 2

1,5 1

х109

5

4,5 4

zr 3,5 3

ГО

0 2,5

1 2

1,5 1'

0,5

х109

полоса сигнала

Интерференционные составляющие

ла / I

П

период 0,1 мкс

0 0,5 1 1,5 2 2,5 3 3,5

Время, с

х10-'

х10-'

0 0,5 1 1,5 2 2,5 3 3,5 4

Время, с б

Рис. 4. ЛЧМ сигнал - ВП уровень 7 (а); ДПФ на 128 точек (б); ПВ (в)

Время, с х10'

в

а

Частота дискретизации всех сигналов 10 ГГц.

Проведенный анализ позволил сделать следующие выводы.

1. В условиях априорной неопределенности, применение ВП требует просмотра нескольких уровней декомпозиции и выбора наиболее информативного. Частотная манипуляция может быть лучше определена на высших уровнях разложения ВП, а фазовая - на низших. В ряде случаев ВП обеспечивает лучшее частотно-временное разрешение, чем преобразование Фурье (рис. 2, а, б).

2. Преобразование Вигнера для любого многокомпонентного сигнала характеризуется наличием интерференционных членов с такой же амплитудой, как и у реального сигнала, и частотой, равной среднему значению двух истинных частот (рис. 3, в; рис. 4, в).

3. Все рассмотренные выше преобразования позволяют определить основные параметры ЛЧМ сигналов (рис. 4).

4. Применение ВП предпочтительно для анализа фазоманипулированных сигналов, в то время как использование ПВ для таких сигналов представляется малоэффективным (рис. 2, в).

Заключение

Предложен комплексный метод анализа сигналов малозаметных радиолокационных станций, основанный на совместном применении нескольких частотно-временных преобразований. Продемонстрировано, что этот метод позволяет компенсировать недостатки одних преобразований достоинствами других. Отмечено, что только одновременное использование различных частотно-временных преобразований дает возможность выявить все локальные особенности исследуемого сигнала. Таким образом, применение данного метода позволит расширить класс анализируемых средствами радиотехнического контроля сигналов и получить первичные признаки для их последующего распознавания.

Литература

1. Pace Phillip E. Detecting and Classifying Low Probability of Intercept Radar. - Artech House, 2009. - 857 p.

2. Блейхут Р. Быстрые алгоритмы цифровой обработки сигналов: Пер. с англ. - М.: Мир, 1989. - 448 с.

3. Казначеева А.О., Власюк А.В., Кудряшов А.В. Возможности вейвлет-преобразований в повышении точности измерений параметров диффузии в МРТ // научно-техническифй вестник СПбГУ ИТММО. - 2009. - № 5. - С. 86-91.

4. Малла С. Вейвлеты в обработке сигналов: Пер. с англ. - М.: Мир, 2005. - 671 с.

5. Mecklenbrauker W., Hlawatsch F. The Wigner Distribution: Theory and Applications in Signal Processing. -Amsterdam: Elsevier, 1997. - 480 p.

Короткое Андрей Владимирович - ОАО «НИИ Вектор», инженер, [email protected]

i Надоели баннеры? Вы всегда можете отключить рекламу.