Diss / 12

Страница: 1

RU

Страница: 2

EN

RU 2 341 015 C2

Предлагаемый способ относитс к радиотехнике, в частности к цифровой обработке радиолокационных сигналов. В практике защиты приемного радиолокационного тракта от сигналов дискретных коррелированных помех, вызванных отражени ми от гидрометеоров, стай птиц или роев насекомых, примен ют различные способы фильтрации.

5 Известен способ фильтрации сигналов мешающих отражений, основанный на формировании необходимой зоны режекции соответствующим выбором весовых коэффициентов фильтра [1]. Основным недостатком данного способа вл етс его низка эффективность, обусловленна использованием фиксированных весовых коэффициентов дл фильтрации сигналов, имеющих доплеровское смещение спектра. Кроме того, данный

10 способ не учитывает многомодовый характер спектра отражений от дискретных помех. Наиболее близким по технической сущности к за вл емому способу вл етс

авторегрессионный способ фильтрации мешающих отражений. Данный способ включает в себ формирование коэффициентов авторегрессии и использование их в качестве весовых коэффициентов дл фильтрации [2]. Данный способ позвол ет осуществл ть эффективную

15фильтрацию многокомпонентных помех с многомодовыми спектрами. Хот данный способ характеризуетс высокой эффективностью и возможностью режекции помех с многомодовыми спектрами, однако использование этого способа применительно к дискретным помехам наталкиваетс на большие трудности. Если коррелированна помеха

дискретна и занимает один дискрет дальности, то при наличии полезного сигнала в этом 20 же дискрете дальности сформированные коэффициенты авторегрессии будут учитывать

параметры и полезного сигнала, и при фильтрации он будет отфильтровыватьс так же, как и помеха. Таким образом, данный способ может работать только по классифицированной выборке наблюдений.

С целью исключени подавлени полезного сигнала при фильтрации

25неклассифицированной выборки предлагаетс способ, который включает в себ формирование весовых коэффициентов фильтра, вл ющихс коэффициентами авторегрессии входной выборки наблюдений с последующим использованием этих

весовых коэффициентов дл фильтрации, отличающийс тем, что фильтрации подвергают две входных выборки наблюдений, отличающихс частотой повторени или несущей

30частотой, при этом коэффициенты авторегрессии, сформированные по одной выборке наблюдений, используют в качестве весовых коэффициентов дл фильтрации другой выборки наблюдений и наоборот, а результаты фильтрации одной и другой выборок наблюдени объедин ют на выходе. Предлагаемый способ отличаетс тем, что разнос частот повторени или несущих частот двух выборок наблюдени выбирают так, чтобы

35разность соответствующих им доплеровских смещений частоты была бы значительно меньшей доплеровских смещений частоты дл каждой из выборок наблюдений.

Таким образом, предлагаемый способ раскрывает новые функциональные возможности

дл этого известным алгоритмом следует воспользоватьс (Максимальной Энтропии, Берга или Левинсона [3]), а в том как исключить вли ние полезного сигнала на формируемые

50коэффициенты авторегрессии. Дл прот женной помехи, занимающей много элементов разрешени по дальности, когда оценки коэффициентов авторегрессии формируютс с усреднением по элементам дальности, прот женность коррелированной помехи значительно превышает прот женность полезного сигнала, что дает основание

Страница: 3

DE

RU 2 341 015 C2

рассматривать входную выборку наблюдений классифицированной и вли нием полезного сигнала на коэффициенты авторегрессии позвол ет пренебречь. Совсем другое дело, когда помеха дискретна, и когда дл оценки коэффициентов авторегрессии производитс усреднение только по обрабатываемой пачке импульсов, и когда формируемые

5коэффициенты авторегрессии учитывают в том числе и полезный сигнал. Как в этом случае

as=1; % амплитуда полезного сигнала

fs1=200; % доплер полезного сигнала, Гц дл первой выборки наблюдений am=1; % амплитуда 1 компоненты помехи

25fm1=10; % доплер 1 компоненты помехи, Гц дл первой выборки наблюдений l1=300/500; % длина волны дл первой выборки наблюдений с несущей 500 МГц l2=300/550; % длина волны дл второй выборки наблюдений с несущей 550 МГц fc1=20; % доплер 2 компоненты помехи, Гц дл первой выборки наблюдений ас=2; % амплитуда 2 компоненты помехи

t=0:0.001:0.256; % врем наблюдени 256 мсекунд с тактом 1 мсек % входной сигнал дл первой выборки наблюдений

z1=ac*exp(2*fc1*pi*t*sqrt(-1))+am*exp(2*fm1*pi*t*sqrt(-1))+as*exp(2*fsl*pi*t*sqrt(-

401))+.1*randn(1,length(t));

%входной сигнал дл второй выборки наблюдений

z2=2*exp(2*fc2*pi*t*sqrt(-1))+am*exp(2*fm2*pi*t*sqrt(-1))+as*exp(2*fs2*pi*t*sqrt(- 1))+. 1*randn(1,length(t));

figure (1) % изображение спектра входных сигналов дл первой и второй % выборки 45 наблюдений

Z1=fft(z1,256);% дл 1 канала f=256*(0:127)/256; plot(f,10*log10(abs(Z1(1:128))), 'K') hold on

50Z2=fft(z2,256);% дл 2 канала f=256*(0:127)/256; plot(f,10*log10(abs(Z2(1:128))), 'K')

% ФОРМИРОВАНИЕ КОЭФФИЦИЕНТОВ АВТОРЕГРЕССИИ

Страница: 4

RU 2 341 015 C2

%метод максимальной энтропии MEM, 4 пор док авторегрессии

%дл первой выборки наблюдений

[PP1,ff,aa1]=pmem(z1,4); % 4th order model 1 канал % дл второй выборки наблюдений

5[PP2,ff,aa2]=pmem(z2,4); % 4th order model 2 канал

.% ФИЛЬТРАЦИЯ С ВЕСАМИ-КОЭФФИЦИЕНТАМИ АВТОРЕГРЕССИИ y1=filter(aa1.',1,z1); % ПРОТОТИП

20Y2=fft(y2,256); plot(f,10*log10(abs(Y2(1:128))),['K','-']) plot(f,10*log10(abs(Z2(1:128))),['K','-'])

Следует отметить, что дл формировани коэффициентов авторегрессии кроме метода

максимальной энтропии (функци pmem в MATLAB) были также апробированы метод Берга

25(функци pburg в MATLAB) и метод Юла-Уокера (функци pyulear в MATLAB) [3], которые дали близкие результаты. Использованный метод нерекурсивной фильтрации классический и описываетс во временной области разностным уравнением КИХ фильтра (функци filter (a,1,z) в MATLAB [4]). Спектральное представление на входе двухмодовой дискретной помехи и полезного сигнала представлено на Фиг.1. Результаты фильтрации дискретной

Страница: 5

RU 2 341 015 C2

дискретной помехи дл двух выборок с разными частотами повторени представлены на Фиг.5. Здесь также про вл етс положительный эффект предложенного способа - помеха отфильтрована, а полезный сигнал нет. Таким образом, проведенное моделирование в системе MATLAB полностью подтверждает положительный эффект от применени

5предложенного способа фильтрации дискретных помех по неклассифицированным

20весовых коэффициентов дл фильтрации, дл чего отсчеты входной выборки наблюдений умножают на соответствующие весовые коэффициенты и суммируют получаемые произведени , отличающийс тем, что фильтрации подвергают две входных выборки наблюдений, имеющих разнос частот повторени или несущих частот, при этом

40

45

50

Страница: 6

CL

RU 2 341 015 C2

Страница: 7

DR

RU 2 341 015 C2

Страница: 8

RU 2 341 015 C2

Страница: 9