книги из ГПНТБ / Кондратьев, С. Л. Применение метода функционального моделирования для оценки помехоустойчивости систем связи

точной статистике и при корреляции замираний, отличной от экспоненциальной или гауссовой. Сравнение с теоретическими результатами (сплошные кривые) показывает, особенно дЛя ОФТ, их практическое совпадение.

На рис. 4.5 представлены результаты моделирования систем AT и ФТ при воздействии квазигармонических помех с постоян­ ной и переменной амплитудой. Пунктиром отмечены особые (не­ реальные) условия, когда помеха антиподобна сигналу при лю­ бом i. При этом вероятность ошибок оказывается равной 1, а не

0,5, как это имеет место при равновероятной фазе помехи. Инте­ ресно заметить, что добавление шумовой помехи приводит к уменьшению вероятности ошибки до /7 = 0,5. Эксперименте инвер­ тированием выдачи символов, как и следовало ожидать, при тех же условиях приводит к замене р •* 1 на р->0.

Исследование возможности замены шумовой помехи сово­ купностью гармонических одинаковой средней мощности уп отра­ жено на рис. 4.6- Сравнение с теоретическими результатами для системы ЧТ (пунктир) показывает, что с ростом h2 (р -»• 0) такая замена невозможна. Только при больших вероятностях ошибки замена не приведет к существенному искажению результатов.

141

Результатк моделирования при условии, что не только сигнал, но и помеха замирают по закону Рэлея (сплошные кривые и точки), и для обобщенного закона Рэлея при коэффициенте мут­ ности р = 0 (1) и различных значениях у представлены на рис. 4.7. Теоретические данные совместного воздействия шумовых и сосре­ доточенных (гармонических) помех при рэлеевских замираниях получены А. А. Сикаревым. Результаты моделирования при за­ мираниях сигнала и помехи по закону Раиса, и различных значе­ ниях р пока неизвестны.

«Г3

Рис. 4.5.*

Данные моделирования воздействия импульсных помех в пре­ дельных случаях близки к воздействиям сосредоточенных помех и совпадают с расчетными [12]. В других промежуточных слу­ чаях* за исключением хаотических импульсных помех, ре­ зультаты моделирования всегда хуже приближенных расчетных оценок.

142

С целью оценки возможностей различных схем декодировав ния проводились записи потока ошибок на НМЛ (5 и 10 млн. бит) и обработка их для оценки группирования ошибок. Для примера на рис. 4.8а, б приводятся результаты частичной обработки при­ менительно к 'Системам ЧТ и ОФТ. Системе ОФТ, как это сле­ дует из самого метода и подтверждается результатами натурных иопытаний, свойственны сдвоенные и даже счетверенные ошибки,

Рис. 4.6.

Как уже отмечалось выше, функциональное моделирование требует сравнительно больших затрат машинного времени. Боль­ шая часть приводимых выше результатов получена при скорости моделирования 6—10 бод (машина Минск-22), т. е. с. коэффи-

143

циентом замедления в 5—8 раз по сравнению с реальной ско­ ростью. При использовании БЭСМ-6 даже самые сложные много­ частотные системы моделируются со скоростью 60—80 бод, а модели простейших оптимальных систем (при отображении шума с иррациональной связью между частотами в полосе про­

формулам иногда требует значительно большего времени, чем получение тех же результатов на модели. Например, для оценки

144

Анализ приведенных (и других) результатов показывает, чтб разработанные модели являются состоятельными и эффектив­ ными.

в) Pin) ofi-

0,5-

v- О,*

У-

Рис. 4.8.

§4.3. Оценка помехоустойчивости системы распознавания

образов на функциональных моделях

Способность систем связи успешно работать в условиях помех зависит от свойств используемых сигналов, а также от методов их обработки. В конечном итоге принятие решения о том, какой элемент сообщения был передан, основано на различиях сигна­ лов и выполняется тем лучше, чем качественнее способна систе­ ма обработки распознать эти различия. Кодер и модулятор вно­ сят их, среда и помехи в определенной степени маскируют (иска­ жают) сигналы, затрудняя демодулятору и декодеру принимать правильное решение, ориентируясь на заранее"известные при- , знаки элементов сообщения.

Если система связи способна оценить свою работу в изменяю­ щихся условиях и может принять решение на изменение своей структуры, параметров ФЭ или связей между ними, то такая система называется адаптированной. Существующие в настоя-

щее время системы не обладают указанными свойствами и По­ этому не являются адаптивными. Однако если в систему вклю­ чить и оператора, принимающего решение на изменение режима работы, на замену антенны и т. д., в зависимости от условий и оценки качества работы, то имеются все признаки адаптивности системы.

Поэтому переход к адаптивным системам есть прежде всего задача автоматизации. В ее основе лежит возможность научить автомат всем действиям, выполняемы*! оператором, а может быть, и некоторым другим, которые оператор не способен выпол­ нить. В свою очередь, проблема обучения автомата принимать верные решения предполагает его способность по определенным

их совокупности (образа) является предшественницей принятия решения на изменение связей или структуры системы, а теория распознавания образов — необходимый раздел теории адапта­ ции систем связи. Очевидно, что распознать ситуацию в канале связи или классифицировать объекты по свойственным им при­ знакам возможно лишь в том случае, если приемное устройство (рецептор) способно воспринять эти ситуации.

По своему существу теория обнаружения есть частный слу­ чай распознавания одной ситуации (помеха и сигнал) от второй (только помеха). Такая процедура свойственна системе AT. Си­ стема ЧТ или ОФТ в обоих случаях осуществляет различение ситуаций одного вида (сигнал + помеха), основываясь на несхо­ жести (неподобии) сигналов, а также на априорном знании того, что, например, в системе ЧТ признаком «1» является ча­ стота /ь а признаком «О» — частота /2. В системе AT таким при­ знаком является уровень принимаемого сигнала, хотя можно воспользоваться и другой системой признаков.

Действительно, пусть в приемнике имеется устройство, спо­ собное на длительности элемента сигнала взять несколько отсче­ тов (желательно больше) и по ним построить функцию распре­ деления (гистограмму) огибающей и фазы. По их форме уже можно будет оказать, что на данном отрезке времени.передава­ лась «1», так как закон распределения фазы явно Неравномер­ ный, в то время как в другом случае он близок к равномерному, что свидетельствует о передаче «О». Если различия не очень ярко выражены, можно дополнительно сослаться на то, что и огибаю­ щая в первом случае отличается от закона Рэлея, а во втором явно подобна ему. Таким образом, «1» или «О» представляются совокупностью признаков, свойственных распределениям оги­ бающей и фазы. Если рецептор способен выполнить указанные функции, а решащщее устройство различить не только эти два случая, но и отличия в функциях распределения при воздействии разного вида помех или в уровнях сигнала, то получим устрой­ ство, способное оценить состояние канала, а затем по соответст-

14$

Очевидно, что выбор наиболее чувствительных к изменению признаков решающих схем позволит ограничиваться не очень широкими полосами пропускания.

Далее, так как параметры сигнала являются переменными, то, видимо, следует использовать непараметрические статистичеокие процедуры в решающем устройстве, которые, к сожале­ нию, не обладают свойством-оптимальности при всех изменениях статистических свойств обрабатываемых данных [14].

Кроме указанных обстоятельств, существенное влияние на верность решения будет оказывать и статистическая неустойчи­ вость гистограмм, обусловленная небольшим числом отсчетов, которые можно взять на длительности т и при данной полосе F.

Имеются и другие негативные факторы, которые делают сом­ нительным уопешное функционирование такой системы. Но здесь и не ставится задача получения оптимальной или подоптимальной системы. Главная цель состоит в показе использования ФМ при разработке (поиске) новых принципов построения систем.

Чтобы рассмотрение было более конкретным, а результаты объективными, в модели предусмотрена и вторая решающая схема некогерентного приема A M сигналов, рассмотренная в предыдущем параграфе, причем обе системы будут работать при одних и тех же тест-моделях помех и при одном и том же прием­ ном устройстве. На рис. 4.9 приведена укрупненная функцио­ нальная схема системы распознавания, состоящая из рецептора (приемного устройства, дополненного специфическим устрой­ ством построения гистограмм), решающего устройства (прин­ ципы построения которого рассматриваются ниже), а также системы управления как самим устройством, так и работой пере­ датчика.

(§ 3.1). Функциональные элементы, выполняющие операции A(t) и ср(/), а также построения гистограмм, исследовались как на цифровых, так и. на физических моделях с оценкой их подобия.

В зависимости от вида помех и используемых сигналов функ­ ции распределения существенно изменяются. Здесь показаны результаты только для простейших случаев, в которых, кстати, •нельзя ожидать большого выигрыша. Важно убедиться в двух основных свойствах системы:

1) в способности системы установить, что помеховая ситуа­ ция изменилась;

150

в рабочемрежиме вероятности ошибок будут больше тех, кото­ рые обеспечивает обычная система AT, то при данных помехах система считается неэффективной, так как она сложнее обычной. Если же вероятность ошибок рро равна или меньше рлт, то эксперимент считается успешным, поскольку при других видах помех ожидаются лучшие результаты. ,

4.3.2. Решающее устройство системы распознавания образов

Рассмотрим один -из вариантов построения решающего устройства, не вдаваясь в подробности его реализации.

При вероятностной постановке задачи распознавания обра­ зов решающая схема должна использовать статистические кри­ терии. Для сокращения времени обучения отдельные параметры изображений в исходной системе параметров- часто считаются независимыми. Следствием использования предположения о не­ зависимости параметров является упрощение критерия прове­ ряемой гипотезы й возможность использования простейших одно­ мерных критериев. Повысить уровень начальнойорганизации системы распознавания возможно посредством использования определенного класса -критериев, каждый из которых оптимален для какой-либо группы распределений. При этом ввиду нефор­ мализованного характера задачи.распознавания образов целе­ сообразно пользоваться непараметрическими -критериями, по­ строенными независимо от распределений случайных величин и от параметров этих распределений.

В настоящее время известны,[13, 14] непараметрйческие кри­ терии с асимптотической мощностью не меньшей, чем у парамет­ рических критериев. Кроме того, достоинствами непараметриче­ ских решающих правил являются их алгоритмическая простота и большая скорость обработки выборок, что позволяет исполь­ зовать выборки большего объема и этим компенсировать потери мощности. Указанные достоинства в наибольшей степени при­ сущи ранговым критериям [13]. .

Поскольку каждый ранговый критерий оказывается асимпто­ тически оптимальным для определенного, вида распределения^ в решающем устройстве может оказаться необходимым исполь­ зование некоторого класса таких критериев. Полноту класса в общем случае установить невозможно, поэтому естественно выбирать критерии, пригодные для наиболее общих альтернатив; •к таким критериям относятся критерий Смирнова и критерий, предложенный К. Ш. Зигангировым. Вместе с тем могут ока­ заться полезными решающие правила, выявляющие частные

151