УГЛОВОЕ СВЕРХАЗРЕШЕНИЕ ХАРАКТЕРА ДВИЖЕНИЯ ГЛАЗ ДЛЯ ПОВЫШЕНИЯ ЧЁТКОСТИ ИЗОБРАЖЕНИЯ ПРЕДМЕТОВ В УСЛОВИЯХ ОГРАНИЧЕНИЙ
Горбунов Ю.Н.
Институт радиотехники и электроники им. В.А. Котельникова РАН, Москва, филиал г. Фрязино
(ФИРЭ), ведущий научный сотрудник, д.т.н., Профессор
Российский государственный технический университет радиотехники, электроники и автоматики
(РГТУМИРЭА), профессор, д.т.н., Профессор
ANGULAR OVERSHOOTING OF THE NATURE OF EYE MOVEMENT TO IMPROVE THE SHARPNESS OF THE IMAGE OF OBJECTS IN CONDITIONS OF LIMITATIONS
Gorbunov Yu.N.
Institute of Radio Engineering and Electronics. V.A. Kotel'nikov RAS, Moscow, Fryazino branch (FIRE),
leading researcher, doctor of technical sciences, professor.
Russian State Technical University of Radio Engineering, Electronics and Automation (RGTU MIREA),
Professor, Doctor of Technical Sciences, Professor.
АННОТАЦИЯ
Проанализированы условия построения (повышения) угломерой чёткости радиолокационных наблюдений для мультипиксельных систем наблюдения. По аналогии с адаптивными фазированными антенными решетками (ФАР) применено последовательное диаграммо - образование на базе усечённых (малоэлементных) апертур и грубых («булевых», «бинарно-знаковых») статистик сигнала. Предложен нетрадиционный подход адаптивного формирования результирующей многолучевой (многоэлементной) диаграммы направленности фазированной антенной решетки последовательным методом, эквивалентным осуществлению модуляции положения фазового центра путём активизации малого числа передающих слабонаправленных элементов и использования грубых (малоразрядных) текущих отсчетов входных сигналов.
ABSTRACT
The conditions for the construction of the radar observation clearness by a goniometer for multi- pixel systems of observation are analyzed. By analogy with adaptive phased array arrays (FAR), a sequential diagram-formation based on truncated (small-element) apertures and coarse ("boolean", "binary-sign") signal statistics is applied. An unconventional approach is proposed for the adaptive formation of the resulting multi-beam (multielement) directional diagram of a phased array antenna by a sequential method equivalent to modulating the position of the phase center by activating a small number of transmitting weakly directional elements and using coarse (low-current) counts of input signals.
Ключевые слова: рандомизация, аппаратурные ограничения, грубые отсчёты, инструментальная точность, шумы квантования, линеаризация, непараметрическая статистика.
Keywords: randomization, hardware limitations, rough readings, instrumental accuracy, quantization noise, linearization, nonparametric statistics.
Современные сценарии повышения точности наблюдения изображений с помощью ФАР и глаза очень близки, хотя применительно к измерению пеленга в [1-3], развитой в работах [4,5], эти вопросы также не решены. В существенной степени проработана измерительная составляющая [4,5], однако уже возможен анализ и вопрос синтеза робототех-нического глаза близкого к натуральному с хаоти-зацией фазового центра динамического движения зрачка глаза.
Преследуя цель стохастической интерполяции (СИ) пеленга (хаотизации фазового центра, расширим номенклатуру неинформативных параметров, подмешиванием на входе квадратурного АЦП случайного напряжения с постоянным законом распределения. Эта процедура изменяет условия бинарного квантования: хаотизация не изменяет отношение «сигнал/шум», а делает порог бинарного квантования случайным, но учитываемым.
Постановка научной задачи. Общий подход к синтезу оптимальных алгоритмов обнаружения
сигналов, содержащих случайные неинформативные параметры, формулируется для наиболее простой задачи оптимального обнаружения гармонического сигнала, когда искусственно вводимые неинформативные параметры случайны, а их законы распределения вероятностей известны. В этих случаях отношение правдоподобия, при каждом конкретном значении параметра рассматривается как условное, а безусловное отношение правдоподобия получается путем усреднения по случайным параметрам. Задан вектор неинформативных случайных параметров РТ =(P1,P2,...,Pn) и с известной совместной плотностью вероятностей w(P) = w(p1, Р2,..., Pn).
Дальнейшее обобщение связано с увеличением размерности РТ =(РьР2, .,Pn) с n до n + r с известной совместной плотностью вероятностей w(P) = w(P1, Р2,..., Р n + r). Особенность решения данной задачи связана с реализацией возможностей использования «грубых статистик» (ГС или rough statistics RS) рандомизированной цифровой обработки
ЯшБР - Я8 параметров р п+г. Искусственно вводимые неинформативные параметры - это рандомизи-рующие учитываемые шумовые добавки в квадратурах входных сигналов.
На Рис. 1 Б - показана апертура антенны на плоскости ХОу, г - вектор направления прихода электромагнитного излучения.
Рис. 1.
Взаимосвязь угловых параметров прихода электромагнитной волны с координатами апертуры ФАР
В рассматриваемой задаче пеленг цели 6 = 6(а, Р) для направления на источник излучения с азимута а и угла места р будем считать постоянным. В плоско-волновом приближении волна, падающая на апертуру ФАР под углом (пеленгом) 6 от оси антенны формирует поле, описываемое пространственными частотами:
2л 9
V ОС8 6 , Ор = ^ 008 6 , (1) Л Л
где Л — длина волны, 9(а,Р) - пеленг, являющийся функцией азимута а и угла места р прихода электромагнитной волны.
Пространственная частота О по аналогии с обычной («временной», Ю. Г.) частотой определяется как скорость изменения фазы, в данном случае по осям х, у. В отличие от обычной обработки сигналов во временной области, когда мы имели дело с частотой ш = 2п Г, здесь пространственные частоты Оа, Ор является функциями азимута а и
угла места в соответственно.
Поскольку изменением пеленга за время пачки N импульсов, следующих с периодом Т, можно пренебречь, инструментальную погрешность измерения пеленга можно уменьшать за счет рандомизации [3], основанной на идеях метода Монте - Карло, развитой далее в работе [9 -11].
По условиям решения задачи предполагается, что исходная статистика пеленга изначально является грубой - «бинарно-знаковой», а при выполнении условий сходимости в методе Монте - Карло эмпирических распределений к теоретическим становится достаточной.
Классическая схема рандомизированной обработки предполагает формирование в устройстве обработки случайной величины, либо совокупности случайных величин, параметры распределения которых связаны с оцениваемыми параметрами. При такой обработке за счет «стохастической интерпо-
ляции» преобразуемых параметров внутрь «грубого» дискрета (кванта) ЦО: реализуется возможность уменьшения шумов квантования.
Рандомизация (ганйоше - случайный) предполагает искусственное введение случайностей в параметры сигналов и устройств обработки: фазы шкал квантования (измерения), пороги квантования, аддитивные (учитываемые) добавки, весовые коэффициенты ЦФ и др.
Из-за наличия элементов случайности и худших результатов классификации по сравнению с байесовским правилом использовать рандомизированные решающие правила на первый взгляд не имеет смысла. Однако данное правило и подобные ему представляют значительный интерес при переходе к малоразрядной и малоэлементной обработке.
Таким образом, теоретической основой метода рандомизации является метод Монте-Карло, предполагающий моделирование некоторой случайной величины, параметры распределения которой связаны с измеряемой величиной.
При достаточном N за счет обработки серии N отсчетов представляется возможным уменьшить относительный уровень шумов квантования на выходе процессора цифровой обработки.
Почти всегда имеет место естественная рандомизация за счет собственного шума приемника, однако статистические характеристики входного шума не всегда могут обеспечить гарантированную скорость сходимости измерений после загрубления квантования.
После того, как случайный механизм создан, обеспечена имитация случайной величины, задача заключается в получении заданного закона ее распределении. Таким образом, указанная задача является типичной для математической статистики. Наиболее распространенной при этом является задача оценки математического ожидания случайной величины. В математическом отношении это эквивалентно вычислению интеграла Лебега по некоторой (конструктивной) вероятностной мере. Вероятностная мера задается естественным образом (естественная рандомизация), однако при этом, как
указывалось ранее, не гарантируется сходимость измерений. Гарантия конструктивного задания меры обеспечивается стабильностью характеристик цифрового генератора шума, методы аппаратурной реализации которых в настоящее время хорошо развиты.
Интерполяции пеленга 6 (а, Р) по - существу сводится к косвенному уточнению интерполирующей величины Лх и связанной с ней вероятностью
p= Л /А, где Л - ошибка квантования; Л - элемент
дискретности, шаг квантования.
Таким образом, речь идет о косвенной оценке
некоторого обобщенного параметра (остатка) Лх
методом статистических испытаний с использованием грубой статистики.
Грубые текущие отсчёты пеленга - его «целая» часть являются константой, а их младшие разряды «флюктуирует». Дальнейшее сглаживание флюкту-аций позволяет получить более точную оценку пеленга. Случайность является естественной (шум приемника) и искусственной (учитываемой) - шум рандомизации.
Решаемой в статье задачей является стохастическая интерполяция пеленга и разработка способа последовательного диаграммо-образования ФАР в условиях использования бинарно-знаковой статистики входных сигналов. Также будет оценен прирост коэффициента направленного действия (коэффициента улучшения) и динамического диапазона
ФАР в результате применения предложенных рандомизированных алгоритмов.
Формирование грубой статистики и синтезирование «узких» лучей. Виды естественного приращения стохастичности, связанного с наличием собственных тепловых шумов приемника, проявляются на выходе амплитудного (АД) и фазового детектора (ФД) одного элемента ФАР в виде распределений Релея и Гаусса (нормального) соответственно (см. Рис. 3). Статистику наблюдений входного сигнала в условиях рандомизации приема назовем «грубой» (ГС), если она обладает бинарными свойствами, т.е. для единичной ПВ выборки имеет «грубые» ц = {0, 1} для АД или ц =
{-1, 1} для ФД.
В первом случае ц = {0, 1} - есть результат пороговой обработки, т.е. сравнения напряжения и© c порогом бинарного квантования, а во втором случае для каждой квадратурной компоненты входного сигнала и©- имеем непараметрическую ро-бастную (бинарно-знаковую) ц = { — 1, 1}. Непараметрическая статистика ц = {0,1} также может быть образована при сравнении двух отсчетов напряжения и®, взятых в различные моменты времени на выходе АД. Такую статистику в зарубежной литературе называют статистикой Манна -Уитни [7].
Рис. 2. Сигналы на выходе детекторов
Виды естественного приращения стохастично-сти, связанного с наличием собственных тепловых шумов приемника, проявляются на выходе амплитудного (АД) и фазового детектора (ФД) одного элемента ФАР в виде распределений Релея и Гаусса (нормального) соответственно. Статистику наблюдений входного сигнала в условиях рандомизации приема мы называем ГС, т.к. она обладает бинарными свойствами, т.е. для единичной пространственно-временной (ПВ) выборки имеет «грубые» ц = {0, 1} для АД или ц = {—1,1} для ФД, но в дальнейшем сглаживается (усредняется).
В первом случае ц = {0,1} - есть результат пороговой обработки, т.е. сравнения напряжения u(t) c порогом бинарного квантования, а во втором слу-
чае для каждой квадратурной компоненты входного сигнала и©- имеем непараметрическую ро-бастную (бинарно-знаковую) ц = {—1,1} статистику.
Применительно к задаче измерения пеленга на Рис. 4 представлена схема формирования квадратурных составляющих сигнала, в которой на квадратурные входы подмешаны шумовые хаотические напряжения с нулевым средним. Искуственный фазовый джиттер (дрожжание) рандомизирует отсчеты фазы пространственных частот (1) и, таким образом к стохастической интерполяции отсчётов пеленга, который считается постоянным в пределах анализируемой ПВ выборки. Это является эквивалентным стохастической модуляции положения фазового центра на приём - передачу.
Рис. 3. Схема формирования грубых отсчетов с рандомизацией бинарно - знаковой статистики.
Для формирования статистики грубого квантования пространственных частот (1) можно использовать малоэлементные апертуры пространственного квантования. Далее в качестве элементарной ячейки возьмем известную схему «бабочка» алгоритма 2-х точечного пространственного быстрого преобразования Фурье (БПФ), реализующего на своих выходах суммарно-разностную обработку. Таких схем нужно взять две: на каждую угловую координату а или р - всего 4 элемента («крест»). Для реализации достаточности измерения пеленга 0 по меньшей мере нужно задействовать 3 приемных элементов ФАР, образующих равносторонний «треугольник». Полученную группу элементов ФАР, состоящую из 4 или 3 элементов, в дальнейшем будем называть сегментом апертуры ФАР.
Данный сегмент, состоящий из 3 -4 элементов ФАР, активизируется на «приём - передачу» и имеет 3 или 4 развернутых друг относительно друга пересекающихся по уровню 0.707 «расширенных» луча, соответственно. Положение сегмента на апертуре ФАР задаётся случайным образом, что обусловлено дополнительным требованием иметь взаимную корреляционную функцию зондирующей последовательности в форме тела с круговой симметрией.
Синтезирование «узких» ДН ФАР осуществляется путем последовательного когерентного суммирования парциальных лучей в пространстве на передачу, и - путем последовательного суммирования отсчетов поля ЭМИ во времени на прием. В основе предложения лежит идея многопозиционной радиолокации [6] и её частного случая многоканальных РЛС: так называемые MIMO (multiple input- multiple output - «много входов - много выходов») РЛС «с неразнесёнными антеннами». Снижение мощности зондирующего сигнала на цели компенсируется увеличением времени наблюдения цели. В задаче цифрового измерения пеленга полный ресурс обрабатываемых ПВ отсчетов определяется размером выборки равным NxKxM, где N - размер временной выборки, К - число сегментов ФАР по оси x, отвечающей за азимут а, а М - число сегментов ФАР по оси y, отвечающей за угол места Р, KxM - размер результирующей пространственной выборки полномасштабной решетки Рэйли. Прореженная решетка в виде креста Миллса при М
= К имеет размер 2К(М). Для малоэлементной ФАР в виде одного сегмента KxM =4.
В отличие от аналога - французской РЛС RIAS (1984 г.), где все элементы передающей решетки излучали одновременно взаимно ортогональные сигналы, смещенные по частоте и поэтому, как и в обычных ФАР требовалась большая суммарная пиковая мощность передатчика, в рассматриваемой системе многочастотный сигнал может быть сформирован последовательно, либо - использована одна частота, в результате чего упрощается аппаратурная реализация системы. Синтезируемая апертура формируется виртуально в процессоре обработки. В обычной РЛС последовательный обзор заданного сектора осуществляется узким лучом.
В рассматриваемой системе передающие лучи последовательно накладываются в процессе синтеза апертуры, покрывая общий сектор. Частотно-временное распределение ресурса при использовании преимуществ время - импульсной модуляции и СШП радиолокации приводит к необходимости применения квазинепрерывных шумовых сигналов в качестве несущих хаотических колебаний, имеющих базу 104 — 106. Аппаратурные упрощения связаны с уменьшением разрядности промежуточных РЛ данных.
На Рис. 5 показан результирующий граф синтеза апертуры с помощью алгоритма БПФ 16 «узких» лучей на выходе на основе образованных последовательным образом 16 пространственных отсчетов.
Схема «бабочка» полусегмента изображена в нижней части Рис. 5 а, а ее возможные положения в пределах отведенной апертуры К (М) =16 на входе и синтезированных К (М) =16 каналов пространственных частот (угловых направлений) на выходе показаны на верхней части этого же рисунка. На Рис. 5 б приведена обобщенная схема мультиплексирования «2х1», приводящая множественность возможного положения лучей к сформированному одному k-му, сокращая число каналов в малоцелевых ситуациях ( А-коды управления).
На схеме показаны 4 ступени формирования синтезированного узкого луча, что приводит к увеличению разрядности на 4 и, соответственно, увеличению динамического диапазона обрабатываемых сигналов на 24 дБ.
а)
б)
Рис. 5. Алгоритм БПФ для реализации параллельного анализа пространственных частот (угловых направлений) и последовательный алгоритм адаптации БПФ в одноцелевой ситуации для пеленгации
цели с направления к.
Если предположить, что целая часть малоразрядных ГО составляет 4 разряда, а флюктуирующая ^ - 1 бит, то в результате ЦО с учетом приобретенных разрядов инструментальный динамический
диапазон превысит 50 дБ. Природный аналог БПФ показан на Рис. 6
Рис. 6 Природный аналог БПФ.
Формирование «бинарно - знаковой» ро-бастной статистики. Весовые коэффициенты в цифровых фильтрах БПФ являются бинарными: +1, - 1. Аддитивная смесь X = ¡5 + С полезного сигнала £ и коррелированной по пространству активной помехи С по каждой квадратуре на аналоговых выходах ФАР подвергается бинарно-знаковому квантованию с помощью идеально симметричного ограничителя, на выходе которого по каждому 1 -
му отсчету имеем знаковую статистику ~1 = 31^1 {х1 }Л = ^1 Л, причем = 1 при X > 0 и ^ = —1 при XI < 0 (Л - масшт. коэффициент).
С целью стохастической линеаризации нелинейной характеристики ограничителя во входную смесь добавим искусственный шум ^, каждая квадратурная компонента которого распределена по закону
(2Д) -1, при |£|<Д; 0 , при Id > Д.
(2)
В этом случае случайная величина (СВ)
1, с Bep.p = 2-1 + xi (2Д)-1; -1, с Bep.q = 1 - p.
(3)
Моменты СВ (3): M { W } = x/A; б)
M1{ }= 1; в) M1{ x^/A2.
(4)
Из (4 а) следует, что M1{xi }= к{, т.е. операция М{*} линеаризует нелинейность sign{•} (эффект «стохастической линеаризации»).
Условие (4 б) эквивалентно равенству
Мх {х2} = Д2, объясняющему эффект «нормирования мощности» (робастности) за счет амплитудной характеристики симметричного ограничителя, т.е. используемая статистика является непараметрической. Пороги квантования при формировании бинарно-знаковой статистики являются случайными
Приобретённые полезные свойства распространяются как для анализа обычных частот (решение задачи СДЦ), так и для задачи формирования «нулей» в диаграмме направленности ФАР.
Можно полагать, что происходит виртуальное увеличение номенклатуры неинформативных параметров сигнала, которые в дальнейшем усредняются. Ключевой момент рассматриваемого подхода состоит в том, что вводимый рандомизирующий шум не являются аддитивной добавкой, а является квазистохастическим (псевдослучайным) и полностью известным Наблюдателю (вплоть до отдельных реализаций). Условия реализации пределов потенциальной помехоустойчивости В.А. Котельникова не нарушаются, т. к. вводимый искусственный шум имеет нулевое среднее, а его изменчивость (дисперсия) приводят лишь к изменению условий (порогов) бинарного квантования сигнала в квадратурах, потери которого как известно не превышают 1,5 - 2 дБ [7].
Анализ коэффициентов подавления и улучшения. С целью оценки предельных инструментальных возможностей системы угловую помеху считаем сильно коррелированной по пространству, причем ее отсчеты
сi = Сад + ^ад = Сехр{-} на всей апертуре
ФАР постоянны, а полезный сигнал £ i на дискретной шкале отсчетов i = 1, К описывается комплексной гармонической функцией в координатах
апертуры ФАР = Бехр^^ 0 - 1)(к -1)| с
межэлементным набегом фазы, согласованным с
номером k соответствующего пространственно -частотного (углового) канала процессора ДПФ. Термин «согласованным с номером к» по существу отражает принцип «согласованной фильтрации по
пространственным Qa, Qp частотам.
Для сохранения аналогии обычного спектрального анализа и анализа по пространственным частотам с применением БПФ мы избежали необходимость разложения полей по волновым числам (проекциям волновых векторов).
Для рандомизированной обработки на выходе k -го канала системы «ограничитель - ДПФ» мощность смеси «сигнал + помеха» (СП) при независимых сигнале и помехе как показано в [4] равна:
Рвых (k) = К(А2 - C2) + S2K(K - 1) = Pcвых + Psвых, (5)
где Pc вых = (A2 — C2) - мощность нескомпенсированной помехи;
Р mix = S2K(K — 1) - выходная мощность полезного сигнала k -го канала.
2
Обозначим через q0 = Ps вых / Pc вых - пороговое отношение сигнал-помеха, тогда для К >> 1 и произвольных с можно установить, что требуемое значение амплитуды входного сигнала
должно быть не менее Smin = Aq0/VK.
Нормированный коэффициент подавления ПП, при котором обеспечивается единичное усиление шума, Kn = Ps вХК/РсвХ = С2(А2 - С2) , что говорит о плохом подавлении ПП малой амплитуды (С ~ 0) и хорошем подавлении ПП большой амплитуды (С ~ A), что характерно для рандомизированной обработки.
Сформулированные условия стохастической линеаризации гарантируются, если амплитуда принимаемой смеси СП x; < A, поэтому, оценивая предельно достижимое подавление помехи в формулу для Кп необходимо подставить
C = A - Smm:
Кпmax = A/(1 - A2), (6)
где A = 1 - q0/VK.
Нормированный коэффициент передачи полезного сигнала
Ks = (PsвЛых)(1/К( = S2K(K - 1)/(S2K) = К -1. (7)
При N = 1, вследствие ограничения и невозможности выявления фазовых различий соседних отсчетов эхо-сигнала, наблюдается полная потеря полезного сигнала. В других случаях потери составляют 10 Log (К - 1), дБ, и становятся пренебрежимо малыми при K >> 1.
Определим коэффициент улучшения системы значения К для К = 2Г - точечных БПФ состав-
обработки через коэффициенты Кп и К, используя известное соотношение
Ку = К„К8.
Подставляя (6), (7) в (8), получаем ~ /77
К,
у тах
К — 2^ УК + q2
(8)
(К — 1).
Для заданного значения q2 при N ^ да ,
Ку Кл/К.
У 2^
Анализ полученных значений К показывает,
что рандомизация системы улучшается с ростом К Анализ полученных значений К, проведенный по аналогии с [3] применительно к пространственным частотам (1) показывает, что рандомизация системы улучшается с ростом К. Абсолютные
ляют 33 дБ, 37 дБ, 42 дБ для г = 8, 9 и 10, соответственно.
Для состоятельности оценок азимута а и угла места р прихода электромагнитной волны с пеленга 6 требуется по меньшей мере 2 отсчета (элемента, точки приема) по каждой координате ази-мутаа (ось х) и угла места р (ось у). При
расстоянии (базе) между точками d = IX стробоскопические эффекты неоднозначного измерения углов а, р возникают при I > 1/2 , а максимальные ошибки дискретизации углов равны п/2, п/3, п/4, п/6 для I = 1/2, 1/ у[3, л/2 /2 и 1, соответственно. Полученные улучшения направленных свойств ФАР Ку позволили получить СКО измерения пеленга
для К = 1024 менее 0,81; 0,54; 0,41 и 0,27 град., соответственно.
Последовательное наращивание 2-х координатной апертуры ФАР на гексагональной сетке с использованием 3-х элементного сегмента с общим числом элементов К, соответствующих взаимно-простым числам 3,7,13,19 и 31, показано на Рис.7.
Рис. 7. Эволюция виртуального наращивания эквивалентной апертуры от 3 (а) до 31 (д) элемента.
Для числа элементов К = 31 коэффициент усиления составил 18 дБ при потерях пороговой чувствительности менее 1,5 дБ.
Таким образом, для построения современной РЛС для защиты человека от столкновения с техногенными объектами (ТО: техническим мусором) в сформулированных условиях решения задачи необходимо:
- применять адаптацию приема ПВ сигналов путем организации последовательного диаграммо -образования на базе усечённых (малоэлементных) апертур и робастных статистик сигнала на входе.
- для линеаризации рабочих характеристик обнаружения использовать алгоритмы робастного непараметрического обнаружения;
- применять рандомизацию («зашумление») грубых отсчетов ПВ сигналов по принципу «удлиняющейся серии» в условиях ограничений размеров ПВ выборок;
- проводить многоканальный (многоэлементный) спектральный анализ обычных и пространственных частот (угловых направлений) с применением отсчетов малой разрядности;
- проводить квантование времени и пространства, в т.ч. с применением стохастических ортогональных базисов - стохастических шкал квантования время-импульсной модуляции (вобуляции) параметров зондирующих последовательностей сигналов для устранения стробоскопических и интерференционных эффектов;
- увеличивать информативность систем обработки ПВ сигналов путем использования стохастических шумовых сигналов РЛС.
Техническая реализация алгоритмов хаотиза-ции ФЦ на примере ФАР представлена в [8].
Заключение. Предложен нетрадиционный подход к повышению инструментальной точности измерения пеленга (повышения чёткости изображения), эквивалентный стохастической модуляции положения фазового центра ФАР в процессе адаптивного формирования результирующей многолучевой диаграммы направленности при активизации малого числа слабонаправленных элементов и ро-бастными рандомизированными статистиками сигнала на входе.
Формирование «узкой» диаграммы направленности, связанное с улучшением отношения «сигнал / помеха+шум», происходит последовательно в
процессе рандомизированной обработки грубых «бинарно - знаковых» отсчетов. Данный подход снижает требования к разрядности радиолокационных данных, нормирует уровень выходных шумов, сохраняет линейность обработки и, таким образом, - обеспечивает возможность решения задачи СДЦ и подавления коррелированных по пространству активных помех.
Уровень шумов квантования пеленга уменьшается как л/К от размерности апертуры К , что подтверждает тезис о том, что рандомизированная обработка отодвигает пределы достижения потенциальной точности, а шумы квантования пеленга сглаживаются так же, как и собственные шумы приёмного тракта.
Предварительные оценки резервов для решения задачи защиты космических аппаратов (КА) от угрозы их столкновения с техногенными объектами (ТО: космическим мусором) позволяют прогнозировать уменьшение аппаратурных затрат, сокращение времени поиска, уменьшение энергопотенциала РЛС за счет активной последовательной «запитки» малого (3-4) элементов при сохранении полномасштабной апертуры многоэлементной ФАР.
В результате проведенных предварительных исследований найдены и оценены резервы повышения эффективности ЦО ПВ сигналов, её основных процедур (обнаружения, оценивания параметров, фильтрации по обычным и пространственным частотам - угловым направлениям в условиях ограничений на ресурсы ЦО (разрядность входных данных, разрядность АЦП, размеры окон ПВ выборок, частоты дискретизации и квантования) путем рандомизации «грубых» отсчётов (ГО) с бинарными свойствами (малоразрядных, бинарно-знаковых, булевых и т. п.)., которые могут быть использованы в разработках РЛС для КА нового поколения.
Литература
1. Монзинго Р.А., Миллер Т.У. Адаптивные антенные решетки: Введение в теорию: Пер. с англ. М.: Радио и связь, 1986. - 448 с., ил.
2. Воскресенский Д.И. Антенны с обработкой сигнала: Учеб. Пособие для вузов. М.: САЙНС -ПРЕСС, 2002. - 80 с.: ил.
3. Горбунов Ю.Н. Цифровая обработка радиолокационных сигналов в условиях использования грубого (малоразрядного) квантования. Монография. М.: ФКА, ФГУП «ЦНИРТИ им. акад. А. И. Берга», 2008. - 87 с., (http://www.cnirti.ru/pdf/d 260109.doc).
4. Беляев Р.В., Колесов В.В., Меньшикова Г.Я., Попов А.М., Рябенков В.И. Исследование индивидуальных особенностей движения глаз на основе технологии Eye Tracking Труды Международной НПК, 5-6 декабря 2014 г. Санкт - Петеребург, Россия, с. 12 -18.
5. Беляев Р.В., Колесов В.В., Меньшикова Г.Я., Попов А.М., Рябенков В.И. Анализ видов движения глаз с помощью фрактальных алгоритмов. РЭНСИТ, 2014, 6 (1): 30 -43.
6. Черняк В.С. О новых и старых идеях в радиолокации: М1МО РЛС// Успехи современной радиоэлектроники. 2011. Вып. 2. С. 5 -20.
7. Лихарев В.А. Цифровые методы и устройства в радиолокации. - М.: Советское радио, 1973.456 с.
8. Горбунов Ю.Н. Стохастическая интерполяция пеленга в адаптивных антенных решетках с последовательным диаграммо-образованием на базе усечённых (малоэлементных) апертур и робастных статистик сигнала на входе // Издательство «Радиотехника», Журнал «Антенны», 2015, №6, С. 18-26.
9. Горбунов Ю.Н. Рандомизированная обработка сигналов в радиолокации и связи". Монография ISBN 978-3-659-37797-6. - Издательство «LAP LAMBERT Academic Publishing», 66121, Saarbrücken, Germany, 2015, 150 с.: ил.
10. Горбунов Ю.Н., Лобанов Б.С., Куликов Г.В. Введение в стохастическую радиолокацию Учебное пособие для вузов. - М.: Горячая линия -Телеком, 2015, 376 с.: ил.
11. Горбунов Ю.Н., Куликов Г.В., Шпак А.В. Радиолокация: стохастический подход. Монография. - М.: Горячая линия - Телеком, 2016, 520 с.: ил.