Содержание к диссертации
Введение
Глава 1. Анализ исходных данных и постановка задачи 14
1.1. Исследование условий применения системы пеленгации и распознавания 14
1.2. Аналоги и прототипы 14
1.3. Робототехнические комплексы и их оснащение 17
1.4. Спектральные характеристики объектов пеленгации 19
1.5. Методы формирования диаграмм направленности и принципы построения пассивных акустических информационных систем 23
1.6. Условия применения пассивного акустического пеленгатора 26
1.7. Постановка задачи 27
1.8. Выводы 29
Глава 2. Пеленгация локализованных источников акустических излучений 45
2.1. Математические модели и взаимные статистические характеристики сигналов от локализованных акустических излучений 30 объектов и распределенных в пространстве помех
2.2. Информационные системы с временным способом обработки сигналов 45
2.2.1. Линейные фазированные решетки с аддитивной обработкой сигналов
2.2.2. Мультипликативная обработка сигналов в прореженной фазированной антенной решетке
2.3. Информационные системы со спектральным способом обработки сигналов
2.3.1. Мультипликативная обработка широкополосных сигналов 63
2.3.2. Пространственная обработка сигналов с выходов многоэлементной приемной системы
67
2.4. Обоснование квазиоптимального дискриминатора для повышения точности оценки измеряемого параметра
2.5. Выводы 75
Глава 3. Обоснование информативных признаков для распознавания источников акустических излучений 78
3.1. Возможные методы решения задач распознавания акустических сигналов 81
3.2.-Обоснование информативных признаков и сокращение размерности их векторов применительно к нецентрированным параметрам сигнала 92
3.3. Сравнение классических и регрессионных методов выбора и сокращения размерности векторов информативных признаков сигналов
3.4. Формирование гистограмм распределения длительностей интервалов между нулями как информативного признака
3.5. Синтез нейросетевого алгоритма распознавания типа цели 104
3.6. Выводы 111
Глава 4. Экспериментальные исследования и обработка результатов 113
4.1. Экспериментальные исследования акустических сигналов шагов человека в натурных условиях стр 115
4.1.1. Моделирование алгоритма пеленгации акустических сигналов от шагов человека временным способом
4.1.2. Моделирование алгоритма пеленгации акустических сигналов от шагов человека спектральным способом
4.2. Экспериментальные исследования акустических сигналов вертолетов, самолетов и фонового шума в натурных условиях
4.2.1. Моделирование алгоритма получения оценок ЭС акустических сигналов вертолета и самолета методом скользящего суммирования
4.3. Оптимизация параметров и статистические испытания НС 124
4.3.1. Выбор параметров алгоритма оптимизации НС 124
4.3.2. Оптимизация топологии НС 126
4.3.3. Статистические испытания оптимизированных НС 129
4.3.4. Определение устойчивости НС к аддитивной помехе на входе 131
4.3.5. Исследование устойчивости НС к изменению значений весовых коэффициентов 134
4.4. Выводы 136
Выводы и заключение 138
Список использованной литературы 141
Приложение. Результаты обработки экспериментальных исследований 149
- Спектральные характеристики объектов пеленгации
- Информационные системы с временным способом обработки сигналов
- Возможные методы решения задач распознавания акустических сигналов
- Экспериментальные исследования акустических сигналов шагов человека в натурных условиях
Введение к работе
Актуальность темы. Актуальной проблемой является внедрение робототехнических систем в решение задач, где высока опасность для жизни человека или, где нужна высокая точность определения местоположения интересующего нас объекта, и, где необходимо облегчить работу оператора пульта управления сложной информационной системы. Современный уровень развития теоретической и технологической базы микроэлектроники, телекоммуникаций, микроэлектромеханики и др. позволяет создавать все более разнообразные и совершенные устройства. Робототехнические комплексы могут решать задачи разведчика, сапера, выдавать информацию о параметрах движения объектов и их координатах, которая используется для управления наиболее важными параметрами систем. Системы, решающие разведывательные задачи, должны быть скрытными, поэтому актуальной задачей является развитие методов пеленгации и классификации объектов применительно к пассивным акустическим системам. Объектами пеленгации и распознавания могут являться человек перемещающийся шагом по грунту; колесные, гусеничные военные автомобили; аэродинамические объекты типа самолет и вертолет, которые представляют собой локализованные источники широкополосных акустических излучений.
Целью исследований является развитие методов обработки информации для дальнейшего использования в программных модулях системы пеленгации и распознавания локализованных источников широкополосных сигналов на фоне распределенных в пространстве помех в рамках разрабатываемого программно-аппаратного блока надстраиваемой системы пассивной пеленгации и распознавания робототехнической дистанционно управляемой платформы военного назначения, решающей задачи разведчика, сапера или минера.
Для достижения цели в диссертационной работе решены следующие задачи:
1) Развиты временной и спектральный способы определения угла визирования локализованного широкополосного источника на фоне распределенных в пространстве помех.
2) Обоснованы алгоритмы выбора и сокращения размерности векторов информативных признаков входных реализаций применительно к нецентрированным параметрам сигнала и проведено сравнение классических и регрессионных методов.
3) Проведено математическое моделирование алгоритмов обработки входных реализаций сигналов от локализованных источников широкополосных излучений.
4) Проведены экспериментальные исследования широкополосных акустических сигналов от объектов пеленгации на фоне распределенных в пространстве широкополосных помех.
5) Обоснована методика мультипликативной обработки широкополосных сигналов с целью подавления уровней боковых лепестков в синтезированной программным путем диаграмме направленности прореженной антенной решетки.
6) Обоснованы нейросетевые алгоритмы обработки информации для задачи идентификации типов объектов акустических излучений.
Методы исследований. При исследовании моделей локализованных источников широкополосных излучений и обосновании алгоритмов временной и спектральной обработки широкополосных сигналов были использованы методы математического анализа, теории вероятностей, математической статистики, статистической радиотехники.
Обработка экспериментальных данных сигналов и моделирование алгоритмов работы системы производились с применением программного обеспечения SoundForge 7.0 и системы символьных преобразований Matlab 6.5. Нейросетевые тракты обработки сигналов моделировались и обрабатывались с помощью программных продуктов Matlab 6.5 и Statistica Neural Networks v4.0e.
На защиту выносится:
алгоритм подавления боковых лепестков в ДН прореженной АР с мультипликативной обработкой сигналов;
алгоритм пеленгации акустических сигналов от шагов человека спектральным способом;
алгоритмы выбора информативных признаков сигнала и сокращения размерностей векторов нецентрированных параметров информативных признаков нейросетевым способом;
результаты математического моделирования основных характеристик программной части модуля обработки информации пассивной акустической системы и нейросетевого тракта обработки сигналов.
Научную новизну в диссертационной работе представляют:
1) Алгоритм подавления боковых лепестков в ДН прореженной АР с мультипликативной обработкой сигналов.
2) Алгоритмы формирования ДН акустических пеленгаторов локализованных источников широкополосных излучений на фоне распределенных в пространстве помех на основе спектрального способа обработки сигналов.
3) Алгоритмы выбора и сокращения размерности векторов информативных признаков сигнала применительно к нецентрированным параметрам входных реализаций.
4) Результаты моделирования трактов обработки широкополосных акустических сигналов и нейросетевых трактов при разработке программного модуля системы пеленгации и распознавания.
Достоверность результатов диссертации подтверждается многократным моделированием и сравнением результатов расчетов с экспериментальными данными.
Практически значимыми результатами работы являются:
- рассмотренные алгоритмы формирования ДН пеленгации объектов широкополосных излучений временным и спектральным способами могут выступать в качестве теоретической и практической базы для разработки программного модуля надстраиваемой пеленгационной системы дистанционно управляемой платформы военного назначения, решающей задачи разведчика, сапера, минера;
- предложенный алгоритм выбора и сокращения размерности векторов информативных признаков на основе метода КМНР с использованием нейросетевого тракта обработки информации распознавания типов объектов акустических излучений для решения задачи идентификации объекта широкополосных излучений.
Апробация работы. Результаты работы использованы в НИР, проводимые НПЦ СМ МГТУ им.Н.Э.Баумана [4-6], а также внедрены в учебный процесс, проводимый на кафедре СМ-5 «Автономные и управляющие системы» МГТУ им.Н.Э.Баумана в дисциплину «Обработка информации в АИУС».
Основные научные результаты, полученные в ходе работы, докладывались на Всероссийской конференции «Проектирование систем и измерительных комплексов» (г. Нижний Тагил Свердловской области, ул. Гагарина, 29, октябрь 2009 г), тема стендового доклада «Измерение угла визирования локализованного источника широкополосных излучений временным и спектральным способами».
Публикации. Результаты диссертационной работы изложены в 3-х публикациях, входящих в Перечень ВАК, и в 3-х отчетах НИР.
Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы и 1 приложения. Основная часть работы изложена на 148 страницах, содержит 11 таблиц, 77 рисунков и список литературы из 100 наименований.
Спектральные характеристики объектов пеленгации
В продолжение научной работы группа разработчиков Военно-космической академии имени А.Ф.Можайского в 2008 году предложила свое изделие - фазовый пеленгатор [6]. Предлагаемый фазовый пеленгатор так же может быть использован для пассивного радиоконтроля в многоканальных системах, предназначенных для пеленгации нескольких источников радиоизлучения, одновременно попадающих в полосу приема. Предложенный фазовый пеленгатор может быть рассмотрен как аналог, однако в устройстве используются три приемника с приемными антеннами.
Группа разработчиков ОАО «ВЦКБ «Полюс» из Воронежа в 2005 году предложила разработанный ими способ пеленгации с учетом корреляционной связи между лучами [18]. Изобретение относится к области пеленгации и может быть использовано для пеленгации и измерения углов места, как в условиях двухлучевого сигнала, так и при приеме однолучевого сигнала. Техническим результатом является разработка способа раздельного измерения азимута и угла места для каждого луча при приеме двухлучевого сигнала, исключающего интерференционные ошибки. Способ пеленгации с учетом корреляционных взаимосвязей между лучами включает: прием сигнала с помощью антенной системы, преобразование по частоте и усиление сигналов от каждого вибратора с помощью многоканального приемника, преобразование аналоговых сигналов в каждом канале в цифровую форму с помощью многоканального аналого-цифрового преобразователя, определение амплитуды и фазы сигнала в каждом канале, формирование совместной для двух лучей ДН с учетом коэффициента корреляции между лучами, сканирование ДН в пространстве двух азимутов и двух углов места в заданных интервалах и с заданным шагом и определение азимута и угла места каждого луча по максимуму совместной ДН.
Предложенный способ пеленгации может быть рассмотрен как аналог в области математических алгоритмов используемых в обработке сигналов и пеленгации объекта.
В настоящее время все более интенсивно развивается робототехника. На новые поколения робототехнических комплексов возлагается большой круг задач: производство, освоение космического пространства, оснащение военной техники, разведка, охрана и патрулирование. К одним из основных задач робототехнических систем можно отнести скрытное получение разведывательной информации, доставка полезной нагрузки (средства разведки, взрывчатые вещества) до цели и выполнение необходимых последующих действий (аудио-, фото-, видео-разведка, разминирование, уничтожение объекта).
На робототехнические системы в качестве периферийных устройств помимо микрофонов и видеокамер устанавливают разнообразные датчики, такие как: пассивные инфракрасные детекторы движения, детекторы битого стекла, радиоволновые детекторы движения, ультразвуковые детекторы, емкостные датчики и вибродатчики, которые в совокупности с программным обеспечением и представляет собой единую информационную систему с человеком-оператором в контуре управления. Информация с этих датчиков поступает на бортовой вычислитель к оператору, и оператор принимает решение, как поступить в той или иной ситуации, управляя роботом или дистанционно управляемой платформой или дистанционно- пилотируемым летательным аппаратом. Для обнаружения и уничтожения робототехнических средств служат комплексы, состоящие из радиолокаторов, управляющих вычислительных машин и ракетных установок.
При решении задач разведки, когда предполагается скрытность аппаратуры как визуально, так и на уровне радиоизлучения, актуальным является применение пассивных акустических пеленгаторов. Роботизированные комплексы активно используются в борьбе с терроризмом. Боевой робототехнический комплекс, выполняя задачи разведки или охраны периметра, как правило, оснащен орудием поражения противника, а так как платформа управляется по радиоканалу или по кабелю, оператор получает информацию о ситуации через видеокамеры и микрофоны. Видеокамеры, которые устанавливают на мобильные транспортные платформы с турелью, имеют не очень широкий угол зрения в связи с ударопрочными, вибростойкими конструкциями оптики, поэтому логично дополнять комплексы пассивными акустическими системами пеленгации и распознавания для повышения скорости реакции оператора.
На сегодняшний день роботизированные платформы с установленным различным вооружением нашли массовое боевое применение в мире. Практически во всех ведущих военных державах приняты и активно реализуются долговременные программы. В США, например, это программа Future Combat Systems (FSC) и программа Joint Robotics Program (JPR). В 2000 г. в РФ принята комплексная программа "Роботизация вооружения и военной техники" [17].
Анализ аналогов и прототипов показал, что нет робототехнической системы, которая была бы оснащена быстродействующей акустической системой пеленгации и распознавания, благодаря которой увеличивается быстродействие реакции оператора во время выполнения операции специального назначения. В основном на платформах установлены микрофоны, встроенные в видеокамеры, узконаправленные, низкочувствительные и работающие, как единое целое с системой видеопередачи с общим источником питания и общим микроконтроллером, который выступает в роли регистратора данных.
Информационные системы с временным способом обработки сигналов
В отличие от множителя решетки (2.32) ДН вида (2.39) имеет всего один главный максимум и является непериодической функцией обобщенной угловой переменной у{9).
Формула (2.39) представляет собой преобразование Фурье непрерывного распределения постоянной по величине чувствительности по апертуре антенны (непрерывный раскрыв). Применяя различные функции K\nd) распределения коэффициентов передачи линейной АР с дискретным раскрывом, можно управлять положением и уровнем боковых лепестков в ДНАР.
На основании изложенного, ДН АР с дискретным раскрывом можно анализировать, исследуя частотные спектры различных временных окон. Причем здесь можно воспользоваться результатами, приведенными в литературе по радиотехническим цепям и сигналам, в которой исследуются спектральные представления различных функций времени, например [21].
Рассмотрим четыре различных временных окна, приведенных на рисунке 2.12, спектры которых как функции частоты могут быть вычислены прямым методом, результаты вычислений приведены на рисунке 2.13. Прямоугольный импульс Xx(t) и треугольный импульс Х2(t) имеют спектральные "хвосты", спадающие со скоростями соответственно 6 дБ/октава (как f l) и 12 дБ/октава (как / 2). При одинаковых значениях Тс треугольный импульс имеет несколько меньшую эффективную длительность, следовательно, ширина главного максимума спектра X2{f) больше, чем эта же характеристика спектра Хх (/) .
Сигнал X3(t) носит название приподнятого косинусоидального импульса (или окна Ханна). "Хвосты" его преобразования Фурье спадают со скоростью 18 дБ/октава, так как вторая производная X2(t) интегрируема в квадрате, но разрывна [5]. Поскольку сигнал X3(t) имеет еще меньшую эффективную длительность, его спектр Хг (/) имеет большую ширину. Четвертый импульс X4(t), называемый импульсом Хэмминга, представляет собой комбинацию с соответствующими весовыми коэффициентами сигналов Xx(t) и X3(t). Подбором весовых коэффициентов удается снизить уровень боковых лепестков спектра X4(f), непосредственно примыкающих к основному лепестку, но за это приходится платить снижением скорости убывания "хвостов" в спектре. Так как функция X4(t) имеет разрывы, то "хвосты" спектра X4(f) должны убывать, как В рассматриваемом случае весовые коэффициенты в выражении для сигнала X4{f) выбирались из условия минимизации максимума уровня бокового лепестка, ближайшего к основному. Актуальной в БЛ является проблема выбора оптимальной функции распределения K\nd) коэффициентов чувствительности АР, обеспечивающей максимум отношения сигнал/помеха при работе на фоне распределенной (подстилающей) поверхности. Отклонение ДН АР на угол 0О можно обеспечить путем дискретного изменения фазы сигнала в фазовращателях p0,q x,....,(pN_x таким образом, чтобы разность фаз между соседними элементами составляла \2.ти "A Jsin в0. В этом случае для анализа ДН АР в формулах (2.30), (2.32), (2.36), (2.38), (2.39) обобщенная угловая переменная у/{в) должна быть записана в виде (0) = —-(sin0-sin 9o). (2.40) Для линейной эквидистантной ФАР выражение (2.32) может быть переписано в виде В реальных системах сканирование главным максимумом ДН необходимо проводить в двух взаимно перпендикулярных плоскостях, поэтому применяются плоскостные решетки [24], что значительно усложняет приемную часть пеленгатора. Как было показано выше, ДН ФАР с эффективным размером апертуры L = Nd образуется за счет интерференции сигналов с выходов приемных элементов при их суммировании.
По аналогии в соответствии с рисунком 2.7 рассмотрим эквидистантную линейную ФАР с апертурой L и приемными элементами, имеющими функции направленности, равные единице, к выходу каждого приемного элемента подключен усилитель с коэффициентом усиления Kt и фазовращатель, осуществляющий сдвиг фазы сигнала на угол y/t.
Возможные методы решения задач распознавания акустических сигналов
Смысл использования структурной модели сигнала заключается в том, что при надлежащем выборе вида преобразования Ф{ } в выражении (3.1) можно освободиться от избыточной информации или от влияния непостоянства безынформационных параметров, т.е. достичь инвариантности относительно них. С этим связано одно из достоинств структурного подхода к решению статистических задач, заключающееся в том, что для его применения обычно достаточно частичного описания (задания) сигналов. На практике требуемые параметры приходится измерять или рассчитывать, поэтому это преимущество существенно.
К преимуществам структурного способа обработки сигналов следует отнести также возможность в каждый момент времени разделить траектории измеряемых ИП. Вследствие этого сложные в техническом отношении устройства памяти, присущие корреляционным системам, не являются необходимыми элементами систем при структурном подходе.
Существуют, однако, моменты, ограничивающие возможности структурного подхода при решении статистических задач оптимизации. Одним из недостатков структурного метода является то, что выбор структурной связи, задающей по существу структуру системы обработки сигнала, в каждом случае определяется в значительной степени интуицией исследователя, и часто сложно заранее определить, правильно ли выбрана структура. В частности, при решении задачи простая нелинейная система может заведомо превосходить лучшую линейную систему. Попытка решить проблему выбора надлежащей структуры путем предположения, что она является произвольной нелинейной системой с изменяющимися во времени параметрами, оказывается несостоятельной из-за того, что не существует приемлемого метода исследования всех возможных систем, если опираться на структурный подход.
При оценке возможностей структурных методов построения систем принятия решения в БЛ учитывают следующее: 1. При формировании структурных моделей сигналов наиболее часто используемыми его контурными моделями являются сигнал и его производные. В информационных системах пеленгации и распознавания рабочие сигналы имеют большой динамический диапазон изменения амплитуд и частот, а операции дифференцирования первого порядка и более высоких увеличивают динамику сигнала, циркулирующего в системе, усложняя ее техническую реализацию. 2. Поскольку в системах БЛ мешающие воздействия могут на 60 дБ и более превышать полезный сигнал, то для обеспечения линейности тракта обработки (с целью исключения подавления полезного сигнала) необходимо на входе системы осуществлять спектральную селекцию принятого колебания. Такое преобразование в большинстве случаев искажает форму сигналов, что создает трудности для применения в этих условиях структурных методов. 3. Сигналы и помехи в системах БЛ часто могут совпадать по форме и отличаться только диапазоном изменения параметров, например, параметр Я сигнала экспоненциальной формы U(t)=U0e-M. Это обстоятельство затрудняет применение структурных методов построения систем, реагирующих на сигналы определенной формы и инвариантных к остальным параметрам сигнала. 4. В большинстве работ не используются различия в корреляционных свойствах сигналов и помех, поэтому процедуры обработки сводятся к дисперсионной, а не корреляционной обработке сигналов. Альтернативой структурного подхода служит неструктурный метод, при котором не делают априорных предположений относительно структуры устройства обработки сигналов, а задают критерии, находят алгоритм и реализуют полученную процедуру обработки. Преимуществом этого метода является то, что найденная структура устройства обработки - наилучшая (с точки зрения выбранного критерия) из всех возможных. Недостаток неструктурного подхода заключается в том, что необходимо полностью характеризовать (задавать) все сигналы, каналы и помехи, относящиеся к задаче. Однако существует большое число практически важных задач, в которых такое полное задание очень сложно. Неструктурные методы - это методы оптимальных решений, позволяющие оценить наилучшие (возможные с точки зрения выбранного критерия) характеристики системы обработки сигнала. Особенностью большинства оптимальных систем является наличие устройства памяти, позволяющего использовать для принятия решения информацию, заложенную в корреляционных связях параметров сигналов и помех. Нейросетевой подход предусматривает наличие на входе тракта обработки сигналов рассматриваемых автономных информационных пеленгационных систем анализатора признаков, в котором осуществляется выделение первичных и вторичных информативных признаков. Выбор первичных признаков базируется на обобщенном спектральном анализе, который в свою очередь, опирается на теорию среднеквадратической аппроксимации непрерывных функций в априорно выбираемых базисах в гильбертовом пространстве [3]. Задача значительно упрощается при использовании ортонормированных базисных функций. Частными случаями ортонормированных базисов с единичным весом являются базисы, дающие разложение функций в ряд Фурье и в ряд Котельникова [4, 30].
Экспериментальные исследования акустических сигналов шагов человека в натурных условиях
В результате исследований статистических характеристик входных сигналов, полученных от объектов пеленгации, в ходе проведенных испытаний в натурных условиях можно сделать следующие выводы. 1) При применении временного способа пеленгации локализованного источника акустических излучений изменение уровней боковых лепестков (снижение) осуществляется за счет регулирования частотных характеристик приемных каналов (изменение СПМ сигналов), использование знакового преобразования значительно упрощает практическую реализацию, однако применение временного способа пеленгации требует введения перестраиваемой задержки при аппаратной реализации. 2) Спектральный способ пеленгации позволяет управлять уровнем боковых лепестков за счет изменения коэффициентов Хп в алгоритме обработки ненормированного множителя решетки Сс (в, 0О), однако на входе требует применение преобразования Фурье. 3) При прочих равных условиях временной и спектральный способы пеленгации широкополосных источников акустических излучений на фоне распределенных в пространстве помех дают одинаковые результаты. 4) Осуществлено исследование и моделирование рабочих характеристик и параметров нейронной сети на основе полученных исходных данных в процессе проведения испытаний для широкополосных излучений аэродинамических объектов типа самолет и вертолет на фоне распределенных в пространстве помех. 5) С помощью метода контрольной кросс-проверки и метода обратного распространения оптимизированы топология и параметры двухслойной ИНС. Проведены статистические испытания синтезированной НС со следующими результатами: вероятность правильного распознавания объекта типа «самолет» 0,95, объекта типа «вертолет» — 0,9. 6) Проведено тестирование синтезированной НС на предмет устойчивости к аддитивной помехе на входе и к отклонению параметров сети. Показано, что НС обладает большей помехоустойчивостью, сохраняя работоспособность при ОСШ до 0 дБ. Качество распознавания не меняется при отклонении параметров НС до 5% от номинального значения. В результате исследования развития методов обработки информации для дальнейшего использования в программных модулях системы пеленгации и распознавания локализованных источников широкополосных сигналов на фоне распределенных в пространстве помех в рамках разрабатываемого программно-аппаратного блока надстраиваемой системы пассивной пеленгации и распознавания робототехнической дистанционно управляемой платформы военного назначения, решающей задачи разведчика, сапера или минера можно сделать следующие выводы: 1) Анализ аналогов и прототипов показал целесообразность и актуальность развития методов обработки информации с целью использования в программных модулях алгоритмов программно-аппаратного блока системы пеленгации и распознавания локализованных источников широкополосных сигналов на фоне распределенных в пространстве помех. 2) Дано сравнение методов формирования ДН и показана целесообразность применения фазовых методов обработки сигналов. 3) Развиты временной и спектральный способы определения угла визирования локализованного широкополосного источника на фоне распределенных в пространстве помех. 4) Проведено математическое моделирование алгоритмов обработки входных реализаций сигналов от локализованных источников широкополосных излучений. 5) Знаковые функциональные преобразования входных сигналов незначительно изменяют взаимокорреляционные характеристики при отношении сигнал/помеха а2 1 и при этом не происходит подавления сигнала помехой. 6) В алгоритме формирования главного максимума ДН прореженной ФАР путем мультипликативной обработки сигналов происходит полное подавление боковых лепестков в отличии от алгоритма формирования главного маїссимума ДН непрореженной ФАР с аддитивной обработкой сигналов. 7) При применении временного способа пеленгации локализованного источника акустических излучений изменение уровней боковых лепестков (снижение) осуществляется за счет регулирования частотных характеристик приемных каналов (изменение СПМ сигналов) программным путем, так же использование знакового преобразования значительно упрощает практическую реализацию, однако применение данного способа пеленгации требует введения перестраиваемой задержки при аппаратной реализации. 8) Спектральный способ обработки информации в программно аппаратном модуле системы пеленгации и распознавания позволяет управлять уровнем боковых лепестков за счет изменения коэффициентов %п в алгоритме обработки ненормированного множителя решетки С (0,во), однако на входе требует осуществление преобразования Фурье. 9) Исследованы алгоритмы распознавания акустических сигналов применительно к и сцентрированным информативным параметрам входных реализации с применением нейронных сетей. 10) Обоснованы алгоритмы выбора и сокращения размерности векторов информативных признаков входных реализаций применительно к нецентрироі .аппьім параметрам сигнала и проведено сравнение классических и регрессионных методов. 11) Осуществлено исследование и моделирование рабочих характеристик и параметров НС на основе полученных исходных данных в процессе проведения испытаний для широкополосных излучений аэродинамических объектов типа самолет и вертолет на фоне распределенных в пространстве помех.
