В работе представлены алгоритмы идентификации сигналов и определения порога ложной идентификации на основе формирования интегрального биспектра и вычисления евклидового расстояния. Проведен аналитический расчет статистических характеристик в виде средней вероятности ошибки идентификации, ошибки идентификации известного сигнала и нового сигнала. Показаны преимущества биспектрального преобразования сигнала перед спектральной плотностью мощности в идентификации сигналов при их сильной взаимной корреляции (от 0,5 до 0,9). Выполнено математическое и компьютерное моделирование процедуры идентификации сигналов и формирования оптимального порога, позволяющего определить новый сигнал. Результаты моделирования подтвердили совпадение с теоретическими значениями вероятности ошибки идентификации сигнала.
Идентификаторы и классификаторы
Идентификация сигналов широко используется в различных задачах управления, контроля, диагностики, коррекции, распознавания, мониторинга. Например, задачи мониторинга радиоэфира и распознавания цифровых сигналов решаются с целью рационального, справедливого, эффективного и экономичного использования радиочастотного спектра всеми службами радиосвязи, включая спутниковые службы, и проведения в неограниченном частотном диапазоне исследований [1].
Список литературы
1. Technical identification of digital signals. Spectrum management. Recommendation ITU-R SM.1600-3. SM Series. 2017. 25 p.
2. Миленький А. В. Классификация сигналов в условиях неопределенности. (Статистические методы самообучения в распознавании образов). М.: Сов. Радио; 1975. 328 с.
3. Кравченко В. Ф. (ред.) Цифровая обработка сигналов и изображений в радиофизических приложениях. М.: ФИЗМАТЛИТ; 2007. 544 с.
4. Никиас Х. Л., Рагувер М. Р. Биспектральное оценивание применительно к цифровой обработке сигналов. ТИИЭР. 1987;75(7):5-30.
5. Jouny L. Description of radar targets using bispectrum. IEE Proc.- Radar, Sonar, Navigation. 1994;141(3):159-163.
6. Totsky A. V., Gorbunenko B. F. Investigations of the synthetic aperture radar images formed by processing of bispectral data. International Journal of Electronics and Communications (AEU). 1999;53(3):146-150. EDN: XJIFIL
7. Pei B., Bao Z., Xing M. Logarithm bispectrum-based approach to radar range profile for automatic target recognition. The Journal of the Pattern Recognition Society. 2002;35:2643-2651. EDN: BDLTPZ
8. Tockij A. V., Pefina J., Zabuga S. I. Super-resolution in incoherent systems of image restoration with noise by bispectral data processing. Optik. 1988;83(3):85-87.
9. Sundaramoorthy C., Raghuveer M. R., Dianat S. A. Bispectral reconstruction of signals in noise: Amplitude reconstruction issues. IEEE Trans. Acoustics, Speech, and Signal Processing. 1990;38(7):1297-1306.
10. Dianat S. A., Raghuveer M. R. Fast algorithms for phase and magnitude reconstruction from bispectra. Optical Engineering. 1990;29(5):504-512.
11. Kang M. G., Lay K. T., Katsaggelos A. K. Phase estimation using the bispectrum and its application to image restoration. Optical Engineering. 1991;30(7):976-985.
12. Nakamura M. Waveform estimation from noisy signals with variable signal delay using bispectrum averaging. IEEE Trans, on Biomedical Engineering. 1993;40(2):118-127.
13. Zhang Ji-Wu S., Zheng Chong-Xun, Xie Au. Bispectrum analysis of focal ischemic cerebral EEG signal using third-order recursion method. lEE Trans. Biomedical Engineering. 2000;47(3):352-359.
14. Lohmann А. W., Weigelt G., Wirnitzer В. Speckle masking in astronomy: Triple correlation theory and applications. Applied Optics. 1983;22:4028-4037.
15. Bartelt H., Lohmann A. W., Wirnitzer B. Phase and amplitude recovery from bispectra. Applied Optics. 1984;23:3121-3129.
16. Бакут П. A., Плотников И. П., Ряхин А. Д. и др. О восстановлении астрономического изображения по тройным корреляциям. ОМП. 1991;4:52-54.
17. Reinheimer Т., Hofmann K.-Н., Scholler М. et al. Speckle masking interferometry with Large Binocular Telescope. Astron. Astrophys. Suppl. Series. 1997;121:191-199.
18. Tugnait K. Detection of non-Gaussian signals using integrated polyspectrum, IEEE Trans. Signal Processing. 1994;42(11):3137-3149.
19. Bendory T. Bispectrum Inversion With Application to Multireference Alignment. IEEE Transactions on Signal Processing. 2018;66(4):1037-1050.
20. Walck C. Hand-book on statistical distributions for experimentalists. Internal Report SUF-PFY/96-01. Stockholm: University of Stockholm; 2007. 190 p.
21. Abramowitz M., Stegun I. A. Handbook of Mathematical Functions with Formulas, Graphs, and Mathematical Tables. 9th Dover printing, 10th GPO printing. New York: Dover, 1964. 1046 p.
Выпуск
Другие статьи выпуска
Рассматриваются особенности адаптивной компенсации активных помех в условиях их многопутевого распространения, вызванного переотражениями от местных предметов и подстилающей поверхности. Выполняется обоснование возможности применения метода адаптивной компенсации активных помех. Проводится анализ эффективности рассматриваемого метода при наличии переотражений в основном и компенсационном приемных каналах.
В статье представлен методический подход к анализу широкополосных радиолокационных сигнатур, основанный на применении теории биспектрального оценивания. Данный подход предусматривает анализ фазовых связей центров рассеяния цели, обеспечивая тем самым более полный учет информации, содержащийся в частотной характеристике цели в сравнении с дальностным портретом, традиционно получаемым с использованием преобразования Фурье. Анализ фазовых связей позволяет идентифицировать центры рассеяния, образованные в результате множественных переотражений электромагнитных волн конструктивными элементами объекта сложной формы или отдельными близкорасположенными объектами в составе наблюдаемой сцены. Используемое для анализа геометрическое изображение биспектра радиолокационной широкополосной сигнатуры объекта локации представляет собой шестиугольник в координатах «продольная дальность - продольная дальность», позволяющий выявлять взаимные связи центров рассеяния, разнесенных вдоль направления локации. Произведена апробация предложенного методического подхода с использованием синтезированной частотной характеристики абстрактной многоточечной цели, а также на основе данных электродинамического моделирования комплексных полей обратного рассеяния тестовых объектов. Сопоставление результатов идентификации центров рассеяния, полученных с использованием биспектрального изображения, дальностного портрета и априорной информации об объекте локации свидетельствует о корректности предложенного методического подхода.
Определение электрофизических свойств материалов актуально для многих областей жизнедеятельности человека. Совершенствуются методы, подходы и устройства, использование которых позволяет оценить электрофизические свойства жидкостей в зависимости от разных параметров. В работе представлен анализ электрических параметров жидкостей с различным химическим составом в коаксиальной камере в широком диапазоне частот при изменении температуры. Анализ выполнен на основе измеренных векторным анализатором цепей S-параметров жидкостей в диапазоне частот до 12 ГГц, размещенных внутри коаксиальной камеры, температура которых задавалась камерой «тепло-холод» в диапазоне от 0 до 50 °C. Выявление изменения частотных зависимостей S-параметров жидкостей с разным химическим составом в зависимости от температуры с использованием коаксиальной камеры позволило выявить их характерные особенности, возникающие на определенных частотах. Применен метод главных компонент для исследования влияния температуры жидкостей на изменение их электрофизических параметров, позволивший выявить связь между химическим составом жидкостей и представлением их в пространстве главных компонент.
В статье приведены результаты разработки и конструкция высокочастотной контактной системы электромеханического СВЧ-переключателя, работающего в диапазоне частот до 18 ГГц. Результаты измерения S-параметров разработанной контактной системы свидетельствуют о достигнутых характеристиках, соответствующих лучшим мировым аналогам. Описан опыт применения опорных шайб с разрезом, которые позволяют упростить конструкцию соединителей СВЧ-переключателя и снизить их себестоимость. Исследована зависимость эффективной диэлектрической проницаемости шайб от величины угла и формы разреза. Для контроля диэлектрических параметров шайб был использован метод четвертьволнового коаксиального резонатора. Приведена конструкция резонатора и результаты измерения параметров шайб. Метод четвертьволнового резонатора использован в производственном процессе для контроля параметров шайб и их отбраковки на ранних стадиях технологического цикла.
В настоящей статье описывается поэтапное создание аналитической и полной волновой модели канала, которая может быть включена в работу алгоритма обнаружения металлических конструкций в бетонной среде для радиолокационного устройства. Аналитическая модель основывается на геометрической формулировке, в основе которой лежит решение обратной задачи для поиска требуемого угла преломления для точного определения координаты точечного объекта. В полной волновой модели, которая была разработана в САПР Altair Feko, возможно учитывать как реальную антенну или антенную решетку, которая применяется в устройстве, так и реальный объект отражения сигнала, которой располагается в бетонной среде. Важно отметить, что в аналитической модели учитывается эффект дисперсии электромагнитных волн, распространяющихся в среде. Этот факт оказывается особенно актуальным, при формировании радиолокационного комплекса на основе ЛЧМ-сигналов в некотором диапазоне частот. В данной работе разрабатывается алгоритм для частотного диапазона 0,8-5 ГГц, однако при необходимости границы полосы могут быть изменены как в одну, так и в другую сторону. Алгоритм разрабатывается для его использования в радиолокационных устройствах обнаружения металлических конструкций в бетонной среде. Для апостериорного учета электрофизических параметров среды в состав радиолокационного устройства может быть включен измерительный модуль по восстановлению действительных электрофизических параметров бетона.
Издательство
- Издательство
- УрФУ
- Регион
- Россия, Екатеринбург
- Почтовый адрес
- 620002, Свердловская область, г. Екатеринбург, ул. Мира, д. 19
- Юр. адрес
- 620002, Свердловская область, г. Екатеринбург, ул. Мира, д. 19
- ФИО
- Кокшаров Виктор Анатольевич (Ректор)
- E-mail адрес
- rector@urfu.ru
- Контактный телефон
- +7 (343) 3754507
- Сайт
- https://urfu.ru/ru