Содержание к диссертации
Введение
1 Анализ предметной области исследования и постановка научной задачи 14
1.1 Назначение, задачи и структура системы мониторинга источников радиоизлучения 14
1.1.1 Назначение и задачи систем мониторинга ИРИ 15
1.1.2 Мониторинг ИРИ с использованием ИСЗ 17
1.1.2 Структура моноимпульсной системы мониторинга ИРИ 20
1.1.3 Проблемы обработки информации в современных системах мониторинга ИРИ 24
1.2 Методы и алгоритмы определения местоположения источников радиоизлучения в спутниковых системах мониторинга ИРИ 28
1.2.1 Пеленгационный метод 28
1.2.2 Разностно-дальномерный метод 31
1.2.3 Доплеровский метод 33
1.2.4 Сравнительный анализ методов определения местоположения ИРИ с использованием спутников 34
1.2.5 Принцип и методы моноимпульсной пеленгации 36
1.2.6 Алгоритмы амплитудной моноимпульсной пеленгации 40
1.3 Методы и алгоритмы распознавания источников радиоизлучения в системе мониторинга ИРИ 44
1.3.1 Разновидности алгоритмов распознавания 45
1.3.2 Традиционные подходы к разработке алгоритмов распознавания 46
1.3.3 Анализ алгоритмов распознавания ИРИ 51
1.4 Постановка научной задачи исследования 55
Выводы по главе 1 57
2 Функционально-структурная декомпозиция процесса обработки информации и анализ сигналов ИРИ 59
2.1 Структурно-параметрический подход к проектированию системы обработки информации 59
2.1.1 Модель состояний ИРИ 60
2.1.2 Многоуровневая модель наблюдений 63
2.2 Анализ импульсных сигналов ИРИ 65
2.2.1 Кодирование импульсных сигналов 67
2.2.2 Импульсная модуляция 70
2.3 Метод формирования описаний импульсных сигналов ИРИ 74
2.4 Методика расчета весовых коэффициентов параметров импульсных сигналов 80
Выводы по главе 2 84
3 Алгоритмы обработки информации 86
3.1 Алгоритм первичной обработки информации 87
3.2 Алгоритм вторичной обработки информации 96
3.2.1 Итерационный алгоритм определения местоположения ИРИ 97
3.2.2 Алгоритм осреднения реперных направлений 102
3.2.3 Алгоритм траекторной обработки 107
3.3 Алгоритм третичной обработки информации 112
Выводы по главе 3 117
4 Исследование алгоритмов обработки информации с использованием имитационной модели системы мониторинга ИРИ 119
4.1 Имитационная модель системы мониторинга ИРИ 120
4.1.1 Цель, задачи и структура имитационной модели системы мониторинга ИРИ 121
4.1.2 Алгоритм имитационного моделирования системы мониторинга ИРИ 124
4.2 Реализация модели системы мониторинга ИРИ 128
4.2.1 Программа имитации радиоэлектронной обстановки 131
4.2.2 Программа первичной обработки информации 134
4.2.3 Программа вторичной обработки информации 136
4.2.4 Программа распознавания 137
4.2.5 Программа анализа ошибок вычисления параметров 140
4.2.6 Комплекс управления базами данных 142
4.3 Исследование алгоритмов обработки информации 145
4.3.1 Использование имитационной модели для оценки эффективности алгоритмов определения местоположения и распознавания 145
4.3.2 Исследование алгоритмов определения местоположения 148
4.3.3 Исследование алгоритма распознавания 150
Выводы по главе 4 160
Выводы по диссертации 161
Список использованных источников 163
- Структура моноимпульсной системы мониторинга ИРИ
- Традиционные подходы к разработке алгоритмов распознавания
- Алгоритм первичной обработки информации
- Алгоритм имитационного моделирования системы мониторинга ИРИ
Введение к работе
Актуальность темы исследования. Современное состояние технического прогресса характеризуется бурным развитием измерительно-информационных систем (ИИС), использующих в качестве носителей измерительной аппаратуры искусственные спутники Земли (ИСЗ). Такие спутниковые ИИС решают задачи навигации, космической геодезии и геофизики, связи, мониторинга, военной разведки и многие другие. Наиболее известными ИИС являются спутниковые навигационные системы (СНС) «GPS/Navstar» (США), «ГЛОНАСС» (Россия) и «GALILEO» (ЕС), единая служба поиска и спасения на базе СНС «Цикада» и «КОСПАС-SARSAT», системы связи и управления воздушным (AEROSAT) и морским (MARSAT, INMARSAT) движением, системы радиоэлектронного наблюдения «Целина» и другие.
Системы мониторинга источников радиоизлучения (ИРИ) предназначены для получения информации о системах радиоизлучения в заданном географическом районе, что позволяет осуществлять контроль работы различных ИРИ на предмет соответствия заявленным характеристикам, а также производить сбор и анализ объективной информации по ИРИ. Большое значение имеет получение достоверной информации об ИРИ, отличающихся различными видами модуляции параметров импульсных сигналов, а также точное определение их местоположения.
Оценка параметров импульсных сигналов с различными видами модуляции, определение местоположения и распознавание ИРИ являются основными задачами для целого класса радиоэлектронных систем, к которому относятся системы мониторинга ИРИ. Исследования этих задач отражены в работах С.А. Вакина, В.Н. Вапника, В.А. Вартанесяна, А.Л. Горелика, Ю.И. Журавлева, Н.Г. Загоруйко, Е.В. Кузина, В.Г. Небабина, А.И. Леонова, Р. Гонсалеса, В.Г. Радзиевского, Д.Р. Родса, А.А. Сироты, В.А. Скрипкина, Дж. Ту, К. Фу, Э. Ханта, А.Я. Червоненкиса, Я.Д. Ширмана, Л.Н. Шустова и др. Следует отметить вклад в исследование этих задач В.Г. Радзиевского и А.А. Сироты. В работах этих авторов большое внимание уделяется вопросу использования системного подхода при решении задач синтеза радиоэлектронных систем.
Проблема охвата обширных территорий требует применения систем мониторинга ИРИ, размещенных на геостационарных и высокоэллиптических орбитах ИСЗ. При этом для существенного снижения стоимости космического сегмента и экономии затрат на построение системы спутникового мониторинга ИРИ стремятся использовать минимально возможное количество спутников.
На практике при реализации систем мониторинга ИРИ для решения задачи определения местоположения применяют в основном разностно-дальномерный и моноимпульсный пеленгационный методы. Для разностно-дальномерной системы мониторинга ИРИ требуется запуск в космос не менее 3-х спутников. При реализации моноимпульсной системы мониторинга ИРИ достаточно одного спутника, что значительно уменьшает ее стоимость.
Таким образом, дальнейшее развитие и совершенствование методов и алгоритмов обработки информации в спутниковых моноимпульсных системах мониторинга ИРИ, позволяющих повысить точность определения местоположения и распознавания источников радиоизлучения, является актуальной научной и практической задачей.
Объектом исследования является процесс обработки информации в моноимпульсной системе мониторинга источников радиоизлучения.
Предметом исследования являются методы и алгоритмы решения задач обработки информации для определения местоположения и распознавания ИРИ в моноимпульсной системе мониторинга источников радиоизлучения.
Целью исследования является повышение эффективности функционирования моноимпульсной системы мониторинга источников радиоизлучения за счет обеспечения требуемой точности определения местоположения и распознавания большего количества типов ИРИ путем разработки новых алгоритмических и программных средств обработки параметров импульсных сигналов при амплитудной моноимпульсной пеленгации ИРИ.
Научной задачей, решаемой в диссертационной работе, является разработка метода формирования описаний импульсных сигналов и методики расчета весовых коэффициентов их параметров, позволяющей учитывать информативность каждого параметра, а также новых алгоритмов определения местоположения и распознавания при амплитудной моноимпульсной пеленгации ИРИ.
Для достижения цели диссертационной работы и решения научной задачи необходимо решение следующих задач:
- выполнить анализ проблем в области определения местоположения и распознавания ИРИ в системах мониторинга;
- разработать метод формирования описаний импульсных сигналов;
- разработать методику расчета весовых коэффициентов параметров импульсных сигналов, используемых при решении задачи распознавания ИРИ;
- разработать алгоритмическое и программное обеспечение для определения местоположения и распознавания ИРИ в моноимпульсной системе мониторинга;
- разработать имитационную модель моноимпульсной системы мониторинга ИРИ для оценки эффективности предложенных решений.
Методы исследования. При решении поставленных задач использовались методы системного анализа, имитационного моделирования, теории вероятностей, математической статистики, математического анализа и аналитической геометрии, теории радиолокации, объектно-ориентированного программирования.
Научная новизна работы состоит в следующем:
1. Разработан метод формирования описаний импульсных сигналов ИРИ на основе набора признаков, характеризующих структуру импульсной последовательности сигналов;
2. Разработана методика расчета весовых коэффициентов параметров импульсных сигналов, позволяющая учитывать информативность каждого параметра при решении задачи распознавания ИРИ;
3. Разработан итерационный алгоритм определения местоположения ИРИ в амплитудных моноимпульсных системах, основанный на пошаговом вычислении угла направления на ИРИ в измерительном треугольнике рабочей зоны наблюдения;
4. Разработан алгоритм осреднения реперных направлений для определения местоположения ИРИ в амплитудных моноимпульсных системах, позволяющий учитывать нелинейность пеленгационной характеристики диаграммы направленности антенны на краю рабочей зоны наблюдения;
5. Разработан алгоритм распознавания ИРИ, основанный на использовании набора признаков, характеризующих структуру импульсной последовательности сигналов, который может быть использован не только в моноимпульсных системах, но и в других пассивных радиолокационных системах, в том числе и разностно-дальномерных.
Достоверность и обоснованность научных результатов, выводов и рекомендаций диссертации основана на корректном использовании математического аппарата, применении законов и положений теории радиолокации, имитационном моделировании, а также подтверждается экспериментальной проверкой предложенных метода и алгоритмов на реальных данных. Выводы и предложения диссертационного исследования не противоречат известным теоретическим и практическим результатам, сформулированным в трудах отечественных и зарубежных ученых в данной области исследований.
Практическая значимость работы связана с необходимостью осуществлять мониторинг функционирования различных ИРИ и получать необходимую информацию о реальном использовании радиочастотного спектра в различных областях народного хозяйства (наземный, воздушный и морской транспорт, радиоэлектронная промышленность, военно-промышленный комплекс и др.). Разработанное алгоритмическое и программное обеспечение предназначено для использования в составе моноимпульсной системе мониторинга ИРИ.
На защиту выносятся:
1. Метод формирования описаний импульсных сигналов ИРИ на основе набора признаков, характеризующих структуру импульсной последовательности сигналов;
2. Методика расчета весовых коэффициентов параметров импульсных сигналов, используемых при решении задачи распознавания ИРИ;
3. Итерационный алгоритм определения местоположения ИРИ в амплитудных моноимпульсных системах;
4. Алгоритм осреднения реперных направлений для определения местоположения ИРИ в амплитудных моноимпульсных системах;
5. Алгоритм распознавания ИРИ в пассивных радиолокационных системах.
Апробация работы. Научные положения и практические рекомендации диссертационной работы в целом, а также отдельные ее разделы докладывались и обсуждались на научном молодежном симпозиуме «Искусственный интеллект: междисциплинарный подход» (г. Тверь, 2008), Всероссийской конференции «Совершенствование системы управления организацией в современных условиях» (г. Пенза, 2004), на международных научно-технических конференциях «Компьютерные технологии в управлении, диагностике и образовании» (г. Тверь, 2002), «Современные сложные системы управления» (г. Тверь, 2004), «Региональная система профессионального технического образования» (г. Тверь, 2007), «Математические методы и информационные технологии в экономике, социологии и образовании» (г. Пенза, 2007-2012), «Информационно-вычислительные технологии и их приложения» (г. Пенза, 2011), «Интеграция науки и образования – производству и экономике» (г. Тверь, 2012), «Современные информационные технологии в управлении качеством» (г. Пенза, 2013), а также на научных семинарах кафедры ЭВМ ТвГТУ.
Внедрение. Результаты диссертационной работы были внедрены в ЗАО «Межгосударственная акционерная компания – СКАЛА» (г. Москва), ОАО «Научно-производственная организация «Орион» (Московская обл., г. Краснознаменск).
Публикации. Основные положения и результаты диссертации опубликованы в 13 статьях, в том числе две статьи в изданиях рекомендованных ВАК Минобрнауки России. Оформлены заявки на получение 2-х свидетельств о регистрации программ для ЭВМ (№2013616410, №2013616451).
Структура и объем диссертации. Диссертационная работа состоит из введения, четырех глав, заключения и содержит 175 страниц основного текста. Список источников содержит 105 наименований.
Структура моноимпульсной системы мониторинга ИРИ
Для определения местоположения ИРИ в спутниковых системах на практике применяют три основных подхода: пеленгационный, разностно- дальномерный, доплеровский. Рассмотрим структуру моноимпульсной системы мониторинга ИРИ (рисунок 1.4), основанной на использовании пелен- гационного подхода определения местоположения ИРИ.
Структура системы мониторинга ИРИ (рисунок 1.4) состоит из трех основных частей:
- бортовой комплекс;
- комплекс аппаратно-программных средств;
- пункт управления.
В состав бортового комплекса входят аппаратно-программные средства, размещаемые на борту спутника. Комплекс аппаратно-программных средств системы мониторинга ИРИ выполняет задачи разделения сигнальноинформационного потока (СИП), измерения и анализа параметров сигналов, цифровой обработки информации (ЦОИ). Система ЦОИ включает первичную обработку информации (ПОИ), вторичную обработку информации (ВОИ) и систему распознавания (РАСП). Оборудование пункта управления включает автоматизированные рабочие места (АРМ) операторов, вычислительные средства для анализа и записи информации об ИРИ.
В состав бортовой аппаратуры, как правило, входят:
- сверхширокополосные антенны, которые позволяют обеспечивать обнаружение, определение местоположения и распознавание практически всех существующих типов ИРИ в большом диапазоне длин волн; - совместимые с антеннами по диапазонам входных частот приёмники с усилением и детектированием сверхвысокочастотных сигналов, обеспечивающие высокую чувствительность и допустимую межканальную неиден- тичность для определения местоположения с необходимой точностью и на достаточном расстоянии;
- видеоусилители, обеспечивающие необходимую полосу пропускания и коэффициент усиления детектированных сигналов ИРИ.
Моноимпульсные системы, использующие пеленгационный подход, основаны на вычислении и преобразовании фазовых и/или амплитудных соотношений в приёмных каналах, подключенных к антеннам, которые имеют определённые ДН и определённым образом ориентированы на ИРИ. Как пра вило, при проектировании спутниковых систем мониторинга ИРИ делают выбор в пользу способа амплитудного пеленгования как наиболее устойчивого к искажениям измерений.
Антенная система (АС) амплитудной моноимпульсной системы пеленгации состоит из нескольких антенн, ДН которых частично перекрываются. На рисунке 1.5 приведена структурная схема амплитудной моноимпульсной системы пеленгации с антенной системой из трех лучей ЛІ, Л2, ЛЗ (рисунок 1.5). Лучи разнесены относительно центра АС по азимуту и углу места, направления их осей привязаны к центру АС. Выбор трех лучей связан тем, что это минимально необходимое количество лучей для определения моноим- пульсного пеленга в двумерном пространстве. Кроме того, количество лучей больше трех легко представляется сочетаниями из трех лучей.
На точностные характеристики амплитудного пеленгатора влияют не- идентичность коэффициентов передачи в приёмных каналах, ширина ДН каждой антенны, смещение максимума ДН относительно геометрической оси антенны. При прочих равных условиях наибольшая точность амплитудного пеленгования достигается в точках, в которых происходит переход от одного канала с максимальной амплитудой к другому, то есть в равносигнальных точках пересечения лепестков ДН соседних каналов.
Задачи системы мониторинга ИРИ, рассмотренные в разделе 1.1.1 решаются комплексом аппаратно-программных средств (рисунок 1.4). Первая задача (измерения параметров сигналов ИРИ) решается в системе измерения и анализа параметров сигналов. Для решения остальных задач предназначена система обработки информации (параметров сигналов ИРИ), в состав которой входит алгоритмическое и программное обеспечение ПОИ, ВОИ и РАСП. В ПОИ решается вторая задача (формирование описаний сигналов ИРИ), в ВОИ - третья задача (определение местоположения и параметров движения ИРИ), в РАСП - четвертая, пятая и шестая задачи (распознавание типа ИРИ, определение принадлежности ИРИ к известным типам носителей, запись полученной информации в базы данных).
Состав модулей системы измерения и анализа параметров сигналов определяется в соответствии с количеством каналов (точностью определения местоположения) и возможностью приема различных видов входных сигналов в приемлемом динамическом диапазоне. Функциональные алгоритмы таких модулей обеспечивают наряду с вычислением времени прихода каждого принятого импульса сигнала также определение его длительности и амплитуды. В состав этих модулей входят:
- узлы аналого-цифрового преобразования (АЦП) уровня видеосигналов на выходах приёмников в коды амплитуды, предназначенные для реализации системы пеленгации с приемлемыми значениями таких характеристик, как динамический диапазон и минимальная длительность пеленгуемых входных сигналов;
- вычислительный модуль, предназначенный для системы мониторинга ИРИ с различным числом приёмных каналов (с возможностью наращивания числа таких вычислительных модулей);
- модуль объединения, синхронизации и кодирования данных от вычислительных модулей.
Система обработки информации реализуется с учетом возможностей современной аппаратной и вычислительной базы (ПЛИС, микроконтроллеров, мощных и компактных компьютеров и т.д.).
Традиционные подходы к разработке алгоритмов распознавания
Существуют два основных традиционных подхода к задаче распознавания: вероятностный и детерминистский [20].
В рамках вероятностного подхода используются алгоритмы, основанные на статистических методах (метод Байеса, метод последовательного анализа, метод минимального риска, метод минимакса, метод Неймана-Пирсона, метод максимального правдоподобия и др.). Статистические методы основаны на теории статистических решений [20], положения которой видны из следующего примера.
Пусть совокупность сигналов разделена на классы Q, и Q,, а для характеристики сигналов используется признак х, в качестве которого могут выступать различные параметры сигнала - несущая частота, длительность, период т.д. В качестве описания классов используются условные плотности распределения вероятностей f(x) и /, (х) значений признака сигналов классов Q, и Q2, а также априорные вероятности / (Q,) и Р(Q2) появления сигналов. Измеренным значением х для распознаваемого сигнала является хтк.
Для того чтобы определить, к какому классу отнести сигнал, необходимо задать порог х0. При этом правило решения следующее: если измеренное значение признака у распознаваемого сигнала хтм х0, то сигнал отно ситься к классу Q,, если хиз„ х0, то к классу Q,. При этом могут быть совершены ошибки первого и второго рода:
Выбор порогового значения х0 осуществляется исходя из потерь, свя занных соответственно с правильными решениями (сп, с22). При этом вычис ляется средний риск в условиях многократного распознавания сигналов:
Это условие часто определяет два значения х0, из которых одно соответствует минимуму, второе - максимуму риска.
Для существования минимума R в точке х0 вторая производная должна быть положительной, что приводит к следующему условию: /Но) РШ(с21-с22) Отношение /2 (х0) //, (х0) = Я(х) - коэффициент правдоподобия или отношение правдоподобия. Величина [Т (Ц)(с2-c11)]/[P(Q2)(c2l-с22)] = Л0 определяет пороговое значение коэффициента правдоподобия.
С учетом того, что значения признака х классов О, и Q, подчинены нормальным законам распределения N, (х, т,, сг,) и N2 (х, т2, а2):
Таким образом, статистические (вероятностные) алгоритмы принятия решения ориентированы на условия многократного распознавания, т.е. оптимальны среднестатически. Другими словами, параметры х0 и Л0 выбираются априорно и оптимальны в смысле минимума риска только на множестве испытаний (актов распознавания).
Если при вероятностном подходе области эталонов распознаваемых сигналов могут «пересекаться», то при детерминистском подходе области эталонов обычно считаются «непересекающимися», т.е. вероятность распознавания сигнала как одного эталона (в области которого попадают хнзм) равна единице, а вероятность соответствия хизм другим эталонам равна нулю. При детерминистском подходе предполагается, что каждый признак либо соответствует, либо не соответствует данному эталону.
На основе детерминистского подхода разрабатываются метрические и логические алгоритмы распознавания.
Метрические алгоритмы основаны на количественной оценке близости эталона и распознаваемого сигнала. Эталоны сигналов описываются N- мерным вектором х3, =(хз1,хэ2,...,хэ№)в пространстве признаков, где і - порядковый номер эталона, і = 1,2,.... Координаты пространства x}JI могут быть непрерывными или дискретными величинами. Близость эталона и распознаваемого сигнала хизм = (x,,x2,...,xN) может определяться с использованием следующим метрик:
1) Евклидово расстояние
2) Расстояние Махаланобиса
3) Расстояние Хемминга
4) Обобщенное расстояние
В задачах распознавания из-за удобства в качестве меры расстояния часто принимается квадрат расстояния
Величина 12(хтм,хЭ1) тесно связана с многомерным нормальным распределением и более проста для вычислений.
Во многих задачах распознавания пространство признаков является анизотропным, т.е. единицы измерения в различных пространствах различны, поэтому вводятся весовые коэффициенты Я. по координате j и квадрат расстояния между точками хки{ и хЭ1
С помощью компонентов весового вектора Я = (Я,,Я2,...,ЯМ), где Я; = 1,учитывается ценность соответствующего признака. Алгоритм распознавания в рамках детерминистского подхода, как правило, строится следующим образом. Измеренный сигнал хизм относят к і- тому эталону хЭ1, если мера расстояния между точками хизм, х31 минимальна: если L = min , то хюм є хэ) (или хизм є хэ,, если L, Lk, к = 1,2,...,п, к Фі).
В некоторых случаях применяется порог распознавания є (є 0): х„зм є Хя, если Lk -L, є. Иногда вводится дополнительный порог распознавания в виде некоторой области, окружающей точку эталона: хизм є хЭ1, если хиз„ -хэ, р,, где р, - радиус сферы, в которую должна входить точка хизм для отнесения ее к эталону хэ1. Это условие используется для изотропного, однородного пространства признаков.
Логические алгоритмы распознавания основаны на установлении логических связей между измерениями и параметрами эталонных сигналов, которые могут иметь лишь два значения (наличие и отсутствие) и выражаться символами («да» - «нет», «ложь» - «истина», 0-1). Переменные величины или функции, принимающие два значения (0 - 1), называются логическими или булевыми. Исследованиями таких переменных или функций занимается математическая логика. Детерминистское описание с помощью двоичных переменных, характерное для логических алгоритмов распознавания, является приближенной моделью реальной ситуации и пригодны, в основном, для начальных этапов распознавания.
Задача распознавания при использовании булевых функций формируется следующим образом. Известны логические связи признаков и состояний в булевой функции F(kt,k2,—,kia,Dl,D2,...,D„) и заданы булева функция признаков G(k] ,кг,...,кт). Требуется найти такую булеву функцию состояний /( ,,D2для которой выполняется условие G - / при F(ki,k2,...,km,D],D2,...,DJ=1. В общем случае функциям G и F не противоречат несколько возможных состояний, поэтому имеющихся сведений недоста точно для однозначного решения. В подобной ситуации для выбора решения используются алгоритмы.
Алгоритм первичной обработки информации
В рамках структурно-параметрического подхода к проектированию алгоритмического обеспечения обработки информации, рассмотренного во второй главе диссертации, определен этап первичной обработки. Как правило, первичная обработка решает задачи обнаружения и измерения параметров сигналов и состоит из совокупности технических устройств (первичных датчиков), соединенных с принятым алгоритмом обработки. На вход первичной обработки поступает смешанный поток импульсов сигналов, излучаемых различными ИРИ. На выходе формируется поток наблюдений первичных параметров в виде сгруппированных по каждому принятому импульсу упорядоченных по времени приема наборов данных (кодограмм), содержащих результаты измерения параметров импульсов в соответствующем формате. Типовой перечень данных, вырабатываемых на выходе первичной обработки по каждому принятому импульсу, обычно содержит измерения его несущей частоты, длительности, амплитуды, времени прихода (приема), признака наличия и вида внутриимпульсной модуляции и т.д. Таким образом, в рамках первичной обработки выполняется набор операций по обнаружению и оцениванию параметров импульсов сигналов ИРИ.
В соответствии с вышеизложенным, говорят о первичной обработке сигналов (ПОС). Однако в рамках первичной обработки часто решается ряд задач, традиционно выполняемых другими подсистемами (вторичной обработкой информации и др.). К ним можно отнести, например, задачи разделения смешанного потока импульсов на сигналы (выделения импульсных последовательностей, относящихся к одному сигналу) и формирования описаний этих сигналов. В этом случае говорят о первичной обработке информации (ПОИ). Таким образом, первичная обработка состоит из двух частей (ПОС и ПОИ), имеющих информационно-логическую связь посредством кодограмм, содержащих измеренные параметры импульсов. В настоящей работе первичная обработка рассматривается только в части первичной обработки информации. Входными данными ПОИ являются измеряемые параметры импульсов сигналов, приведенные в разделе 1.4.
Основными задачами ПОИ являются следующие:
- селекция искажений импульсов (селекция входных кодограмм с признаками искажения информации);
- разделение входного потока импульсов на отдельные сигналы;
- селекция сигналов с признаками искажения информации;
- обработка измеренных параметров импульсов и формирование описаний сигналов.
Эти задачи реализуют соответствующие алгоритмы (рисунок 3.2).
Задача селекции искажений импульсов сводится к проверке корректности значений параметров этих импульсов, содержащихся в кодограммах, выдаваемых ПОС. Например, выполняются проверки на попадание значений параметров в заданные диапазоны, отслеживается упорядоченность времен прихода импульсов и т.д.
При селекции и разделении потоков данных руководствуются принципом организации процесса обработки информации, основанном на рациональном использовании измеряемых параметров сигналов. Из всего перечня измеряемых первичных параметров выделяют «основные» (частотновременные параметры сигналов и др.), которые являются наиболее информативными с позиций решения задачи разделения потока, и «сопутствующие», используемые для оценки результатов разделения.
Разделение входного импульсного потока по лучам моноимпульсной АС производится по номеру луча TV,, содержащемуся во входной информации. Разделение импульсного потока в каждом луче на отдельные сигналы осуществляется путем выбора импульсов с одинаковыми («близкими») значениями параметров: несущей частотой Ф, длительности г„ и вида внутри- импульсной модуляции М. Несущая частота является «основным» параметром разделения. При этом для всех импульсов, относимых к одному сигналу, должно обеспечиваться выполнение следующих условий:
Вычисление параметров сигналов производится по объединенной совокупности импульсов, обнаруженных во всех лучах пеленгатора. При объединении импульсов сигнала в общую последовательность параметры импульсов усредняются. Период повторения для каждого импульса вычисляется как разность между временами прихода г-го и /-1-го импульсов. Учитывая, что при слабых сигналах возможны пропуски принимаемых импульсов, а также существуют сигналы с модуляцией периода повторения, то для каждого сигнала может быть получено несколько значений периода повторения импульсов, включая и ложные значения. В этом случае для описания периода повторения импульсов может использоваться минимальное значение (из всей совокупности значений периода), которое определяется следующим образом. Из всех значений периода повторения импульсов Т выбираются 3 значения: ТшМ, Tmm2 (минимальное после исключения 7гал) и 7гип. (минимальное после исключения Ттт] и Ттш2). При этом Ттт2/Ттт] = К, и Ттт3 /Гшш2 = К2 с точностью до константы АТ, где Кх, Кг - целые числа. Далее выбираются все значения Т в интервалах Гт1П, -AT, Tmmi + АТ ; Гтш2 -AT, Tmm2 + АТ; Ттт3-АТ, Tmm3 + АТ и вычисляется значение Т в каждом интервале. Для интервала, в котором число значений максимально, определяется среднее значение периода повторения импульсов и СКО ошибки вычисления. Подобные алгоритмы достаточно быстро работают и поэтому могут быть использованы при наличии входного потока кодограмм, содержащего измерения параметров большого количества импульсов. Однако недостаточно высокая точность вычисления параметров сигналов при использовании этих алгоритмов не позволяет выполнять распознавание сигналов с высокой вероятностью. Поэтому такие алгоритмы используются, как правило, в обзорных режимах, в которых требования к вероятности распознавания невысоки (см. раздел 1.1.3).
Для получения высоких значений вероятности распознавания сигналов в системе мониторинга ПРИ используется метод формирования описаний импульсных сигналов, рассмотренный во второй главе. Алгоритм, разработанный на основе этого метода, приведен на рисунке 3.3.
Преимуществами алгоритма формирования описаний импульсных сигналов являются следующие возможности:
1. Восстановление искаженной импульсной последовательности сигналов ПРИ путем выявления и устранения пропусков импульсов;
2. Выделение устойчивых повторяющихся комбинаций импульсов (пачек) в структуре импульсного сигнала, что позволяет существенно уменьшить интервал анализа импульсной последовательности;
3. Определение вида модуляции импульсной последовательности сигналов, основанное на анализе динамики изменения параметров импульсов;
4. Унифицированное описание импульсных сигналов ИРИ с помощью структур пяти видов, формируемых на основе набора признаков, характеризующих структуру импульсной последовательности сигналов.
Алгоритм формирования описаний импульсных сигналов включает целый ряд алгоритмов, реализующих основные шаги метода (см. раздел 2.3).
На рисунке 3.4 приведен алгоритм определения структурного признака модуляции, указывающего на структуру, к которой относится обрабатываемый сигнал. (Начало)
Если во входной информационной кодограмме установлен признак наличия внутриимпульсной частотной модуляции Рчм или признак наличия фазовой модуляции РФКМ, то структурный признак модуляции Рмт устанавливается соответственно равным 4 или 5. Если эти признаки не установлены, то производится поверка импульсной последовательности сигнала на предмет наличия модуляции по длительности г, периоду повторения Т и несущей частоте / импульсов. Проверка производится с помощью вызова процедуры ModDefine, реализующей алгоритм определения модуляции параметра. В результате вызова этой процедуры могут быть установлены признаки модуляции параметра в пачке от импульса к импульсу и/или модуляции параметра от пачки к пачке. Если ни для одного из параметров (г, Г, /) эти признаки не были установлены, то сигнал определяется как немодулированный (Рмод=1). В противном случае, в зависимости от комбинаций признаков модуляции в пачке от импульса к импульсу и признаков модуляции от пачки к пачке, полученных по каждому из трех параметров, принимается решение о формировании описания сигнала с помощью второй или третьей структур описания сигнала (Рмод =2 или Рмод=3).
На рисунке 3.5 показан алгоритм определения модуляции параметра (ModDefme). При наличии модуляции алгоритм определяет вид модуляции: от импульса к импульсу или от пачки к пачке.
Алгоритм имитационного моделирования системы мониторинга ИРИ
В соответствии со структурой (рисунок 4.1) можно выделить следующие основные части имитационной модели системы мониторинга ИРИ:
- алгоритм имитации радиоэлектронной обстановки, формируемой множеством ИРИ;
- алгоритмы обработки информации;
- алгоритмы формирования и анализа итоговых результатов моделирования, а также записи информации и документирования.
Блок-схема алгоритма имитационного моделирования моноимпульсной системы мониторинга ИРИ представлена на рисунке 4.2.
Очень важной и весьма затратной составной частью модели системы мониторинга ИРИ является имитационная модель РЭО. Она способна отражать результаты функционирования большого (до 103-104) количества ИРИ в пределах достаточно больших областей на поверхности земли и в воздушном пространстве с точки зрения их результирующего воздействия на систему мониторинга ИРИ. Конечным результатом работы имитационной модели РЭО является формирование реализаций потока импульсных сигналов на входе системы обработки информации в моноимпульсной системе мониторинга ИРИ с учетом условий ее функционирования и основных технических характеристик [54, 57].
Одним из основных способов придания модели РЭО обозримого и управляемого характера является выделение нескольких уровней сложности при описании процесса функционирования ИРИ, их расстановки на местности, а также перемещения в пространстве. Целесообразно выделить три таких уровня [53, 54, 57].
Первый уровень предполагает моделирование определенного количества интересующих исследователя ИРИ в соответствии с предложенными принципами построения моделей состояний (см. раздел 2.1), учитывающими динамику смены режимов работы и режимов излучения, в том числе и под воздействием помех. Расстановка таких объектов на местности и задание траекторий их движения осуществляется в соответствии с заданным сценарием.
Второй уровень моделирования при имитации РЭО предполагает воспроизведение большой совокупности разнородных источников радиоизлучения, особо не интересующих исследователя или вообще относящихся к классу мешающих объектов, но находящихся в зоне ответственности системы мониторинга ИРИ. Наличие таких ИРИ может оказать заметное влияние на эффективность функционирования системы мониторинга и затруднить обработку информации на всех этапах (ПОИ, ВОИ, ТОП). Однако, вполне допустимо отказаться от детального воспроизведения динамики функционирования этих ИРИ и их расстановки в соответствии с определенной конфигурацией на местности. Можно ограничиться случайным розыгрышем режимов работы и режимов излучения, а также случайной расстановкой ИРИ в соответствии с известной для каждого типа источника радиоизлучения плотностью размещения в пределах зоны ответственности системы. Соответствующий розыгрыш может проводиться либо для каждой реализации процесса имитации, либо в рамках каждой реализации для каждого из циклов анализа РЭО.
Наиболее простой характер носит третий уровень моделирования - имитация РЭО в части «мирового фона», то есть воспроизведения потока сигналов, находящихся вне рабочей зоны наблюдения. В данном случае может быть использована модель многомерного неоднородного пуассоновского потока с заранее рассчитанной для данных условий интенсивностью выпадения точек в пространстве первичных наблюдений.
Имитационная модель системы мониторинга ИРИ состоит из двух частей - статической и динамической.
Статическая часть модели реализует всю подготовительную работу для генерации потока сигналов на входе системы обработки информации. При этом она решает следующие задачи:
- расстановку ИРИ на местности и в пространстве с учетом возможности их перемещения;
- расчет функций ДНА ИРИ на основе используемых аппроксимаций;
- установку режимов работы, режимов излучения и диапазонов значений параметров сигналов, а также их пересчет для точек приема с учетом влияния траектории распространения.
Динамическая часть модели на основе всей совокупности исходных данных, формируемых в статической части, осуществляет непосредственную генерацию потоков сигналов на входе системы обработки информации. Результирующей поток создается в результате объединения независимо формируемых потоков сигналов, поступающих от всех ИРИ, а также фонового потока мешающих сигналов. При этом каждый импульс сигнала, поступающий от каждого источника радиоизлучения, описывается специальным дескриптором, содержащим значения всех его измеренных параметров (несущей частоты /, длительности г , амплитуды А, времени прихода tnpux и др.), пересчитанных по отношению к точке приема. По мере поступления импульсов с помощью специальной процедуры производится их упорядочивание по времени прихода и, тем самым, формирование результирующего потока сигналов в каждом цикле анализа РЭО.
При расчете параметров импульсов используется априорная информация об ИРИ, при этом каждый раз определяется текущее положение спутника и параметры антенной системы, размещенной на его борту.
Таким образом, поток дескрипторов включает поток импульсов от ИРИ, описанных в сценарии, а также поток случайных импульсов. Для упрощения модели радиочастотная часть приемника и измерители параметров импульсов не моделируются. Работа этих средств имитируется ошибками измерения, учитываемыми при вычислении значений параметров моделируемых сигналов. Эта возможность позволяет исследовать зависимость показателей эффективности обработки информации от величин ошибок измерения параметров сигналов.
Похожие диссертации на Метод и алгоритмы обработки информации в моноимпульсной системе мониторинга источников радиоизлучения
