RU199379U1 - Адаптивное устройство подавления пассивных помех - Google Patents

Адаптивное устройство подавления пассивных помех Download PDF

Info

Publication number
RU199379U1
RU199379U1 RU2020108002U RU2020108002U RU199379U1 RU 199379 U1 RU199379 U1 RU 199379U1 RU 2020108002 U RU2020108002 U RU 2020108002U RU 2020108002 U RU2020108002 U RU 2020108002U RU 199379 U1 RU199379 U1 RU 199379U1
Authority
RU
Russia
Prior art keywords
calculating
block
correlation matrix
output
input
Prior art date
Application number
RU2020108002U
Other languages
English (en)
Inventor
Наиль Абдулович Файзулин
Иван Евгеньевич Чухломин
Роман Борисович Рюмин
Виталий Вадимович Павлик
Original Assignee
Акционерное общество «Научно-исследовательский институт по измерительной технике-радиотехнические комплексы»
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Акционерное общество «Научно-исследовательский институт по измерительной технике-радиотехнические комплексы» filed Critical Акционерное общество «Научно-исследовательский институт по измерительной технике-радиотехнические комплексы»
Priority to RU2020108002U priority Critical patent/RU199379U1/ru
Application granted granted Critical
Publication of RU199379U1 publication Critical patent/RU199379U1/ru

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
    • G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
    • G01S7/28—Details of pulse systems
    • G01S7/285—Receivers
    • G01S7/292—Extracting wanted echo-signals

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

радиолокация, в частности устройства обнаружения сигналов на фоне коррелированных пассивных помех.получение ложных тревог на уровне не более заданного при любом положении фронтов помехи в "скользящем окне".В адаптивное устройство подавления пассивных помех, включающее блок памяти, состоящий из "скользящего окна", центральный выход которого соединен с сигнальным входом адаптивного фильтра, выход которого соединен с пороговым устройством, блок оценки параметров фильтра, выход которого соединен с управляющим входом адаптивного фильтра, согласно предлагаемой полезной модели, введены первый блок вычисления корреляционной матрицы, второй блок вычисления корреляционной матрицы, первый блок вычисления следа корреляционной матрицы, второй блок вычисления следа корреляционной матрицы, блок выбора максимума, при этом выход первой половины "скользящего окна" соединен со входом первого блока вычисления корреляционной матрицы, выход второй половины "скользящего окна" соединен со входом второго блока вычисления корреляционной матрицы, выходы первого и второго блоков вычисления корреляционной матрицы соединены со входом блока оценки параметров фильтра и со входами первого и второго блоков вычисления следа корреляционной матрицы соответственно, выходы которых соединены со входами блока выбора максимума, выход которого соединен с управляющим входом блока оценки параметров фильтра. 4 фиг.

Description

Полезная модель относится к области радиолокации, в частности к устройствам обнаружения сигналов на фоне коррелированных пассивных помех.
При обнаружении сигналов на фоне коррелированных пассивных помех междупериодная обработка (МПО) использует матричную фильтрацию исходных отсчетов. Матричный фильтр представляет собой "обеляющий" фильтр с весовыми коэффициентами, определяемый обратной корреляционной матрицей помехи. Для адаптивной МПО в качестве оценки корреляционной матрицы помехи используется выборочная матрица, сформированная из обучающих векторов. Обучающие векторы располагаются на временных позициях, отстоящих симметрично относительно анализируемой позиции [1].
Входное воздействие помехи часто стационарно только на ограниченном временном интервале. В связи с этим отсчеты обрабатываются в "скользящем" окне конечной протяженности. Так как выборочная матрица МПО формируется по отсчетам этого окна, то при нестационарности помехи в "скользящем" окне изменяются параметры предпороговой статистики и, соответственно, характеристики обнаружения (вероятность ложной тревоги).
Известно устройство адаптивной МПО сигналов цели на фоне коррелированных протяженных пассивных помех (Д.И. Леховицкий, В.П. Рябуха, Г.А. Жуга, Д.С. Рачков, А.В. Семеняка. СДЦ в адаптивных РЛС: 5. Адаптивные системы междупериодной обработки гауссовых сигналов на фоне гауссовых пассивных помех. Прикладная радиоэлектроника, 2011, Том 10, №4, с. 508-525), его блок-схема приведена на фиг. 3. Данное устройство выбрано в качестве прототипа.
МПО производит обработку поступающих с периодом повторения
Figure 00000001
в одном элементе дальности
Figure 00000002
цифровых отсчетов
Figure 00000003
пассивной помехи. Отсчеты
Figure 00000003
образуют
Figure 00000004
-мерный вектор-столбец u =
Figure 00000005
с корреляционной матрицей Ф =
Figure 00000006
, где
Figure 00000007
- дисперсия пассивной помехи,
Figure 00000008
- матрица междупериодных коэффициентов корреляции.
Области, изображенные на фиг. 3, содержат
Figure 00000009
смежных пачек Y 1 =
Figure 00000010
, предшествующих центральной Y 0 , и
Figure 00000009
смежных пачек Y 2 =
Figure 00000011
, следующих за ней, образующих обучающую выборку
Y = {Y 1 , Y 2 } =
Figure 00000012
(1)
В результате обработки в блоке оценки параметров (БОП) формируется выборочная матрица
Figure 00000013
(2)
определяющая коэффициенты адаптивного решетчатого фильтра (АРФ).
Образованная предпороговая статистика
Figure 00000014
(3)
испытывается на порог
Figure 00000015
в пороговом устройстве (ПУ).
При оптимальной обработке статистика (3) имеет экспоненциальное распределение [2].
Figure 00000016
, (4)
где
Figure 00000017
, и, следовательно, вероятность ложной тревоги равна
Figure 00000018
(5)
Учитывая (3), получим
Figure 00000019
(6)
При изменении масштаба величины
Figure 00000020
в
Figure 00000021
раз получим (при фиксированном
Figure 00000022
)
Figure 00000023
(7)
Таким образом, изменения масштаба
Figure 00000024
приводят к существенным изменениям вероятности ложной тревоги. В частности, при
Figure 00000025
и
Figure 00000026
в соответствии с (7) получим
Figure 00000027
, т.е изменения на два порядка.
Рассмотрим изменение масштаба
Figure 00000028
в схеме, приведенной на фиг.3, и формирование выборочной матрицы в соответствии с (2).
При скачке помехи (изменении мощности в
Figure 00000029
раз) (
Figure 00000030
- место скачка,
Figure 00000031
), так как
Figure 00000032
, то
Figure 00000033
.
Отсюда:
Figure 00000034
(8)
Если скачок помехи после
Figure 00000035
(передний фронт помехи), то
Figure 00000036
,
Figure 00000037
и
Figure 00000038
(9)
Если скачок помехи до
Figure 00000035
(задний фронт помехи), то
Figure 00000039
и
Figure 00000040
(10)
Подставляя (9) и (10) в (8), получим:
Figure 00000041
(11)
и, соответственно, для
Figure 00000042
Figure 00000043
, (12)
так как
Figure 00000044
.
Результаты расчета
Figure 00000045
приведены на фиг.4.
Полученные результаты показывают, что масштаб
Figure 00000046
меняется от номинальной величины равной 1 до величины
Figure 00000047
в сторону увеличения и до величины
Figure 00000048
в сторону уменьшения. Как правило,
Figure 00000049
, поэтому можно считать эти пределы равными 2 и
Figure 00000050
. При
Figure 00000051
и
Figure 00000052
получим
Figure 00000053
при
Figure 00000054
и
Figure 00000055
при
Figure 00000056
.
В ряде случаев, при высокой цене ложных тревог, не допускается превышение
Figure 00000057
относительно номинальной величины. В этих случаях применение схемы, приведенной на фиг. 3, с алгоритмом формирования выборочной матрицы в соответствии с (2) недопустимо.
Недостатком устройства-прототипа является то, что изменение масштаба
Figure 00000058
приводит к существенным изменениям вероятности ложной тревоги.
Задачей предлагаемого устройства является ограничение уровня ложных тревог на уровне не более заданного.
В адаптивное устройство подавления пассивных помех, включающее блок памяти, состоящий из "скользящего окна", центральный выход которого соединен с сигнальным входом адаптивного фильтра, выход которого соединен с пороговым устройством, блок оценки параметров фильтра, выход которого соединен с управляющим входом адаптивного фильтра, согласно предлагаемой полезной модели, введены первый блок вычисления корреляционной матрицы, второй блок вычисления корреляционной матрицы, первый блок вычисления следа корреляционной матрицы, второй блок вычисления следа корреляционной матрицы, блок выбора максимума, при этом выход первой половины "скользящего окна" соединен со входом первого блока вычисления корреляционной матрицы, выход второй половины "скользящего окна" соединен со входом второго блока вычисления корреляционной матрицы, выходы первого и второго блоков вычисления корреляционной матрицы соединены со входом блока оценки параметров фильтра и со входами первого и второго блоков вычисления следа корреляционной матрицы соответственно, выходы которых соединены со входами блока выбора максимума, выход которого соединен с управляющим входом блока оценки параметров фильтра.
Заявляемое устройство обеспечивает достижение следующего технического результата: получение ложных тревог на уровне не более заданного при любом положении фронтов помехи в "скользящем" окне при любом положении фронтов помехи в "скользящем окне".
Сущность заявляемой полезной модели поясняется чертежами, где на фиг. 1 представлена блок-схема заявляемого устройства, на фиг. 2 - результаты расчета зависимости
Figure 00000059
от положения скачка помехи при выборе
Figure 00000060
.
Блок-схема предлагаемого устройства, приведенная на фиг.1, включает блок памяти 1, первый блок вычисления корреляционной матрицы 2, второй блок вычисления корреляционной матрицы 3, первый блок вычисления следа корреляционной матрицы 4, второй блок вычисления следа корреляционной матрицы 5, блок выбора максимума 6, адаптивный режекторный фильтр 7, блок оценки параметров 8 и пороговое устройство 9.
Figure 00000061
Figure 00000062
(13)
Figure 00000063
- след матрицы (сумма элементов главной диагонали)
Рассмотрим изменение масштаба
Figure 00000064
в схеме, приведенной на фиг. 1, и формирование выборочной матрицы в соответствии с (13). Для управления БОП схема max сравнивает следы матриц
Figure 00000065
и
Figure 00000066
. БОП выбирает матрицу с большим следом и формирует из нее коэффициенты АРФ.
1. При скачке помехи вверх в правом полуокне
Figure 00000067
(передний фронт помехи)
Figure 00000068
при этом
Figure 00000069
и
Figure 00000070
не затронуты помехой и
Figure 00000071
.
Тогда
Figure 00000072
Figure 00000073
(14)
При скачке помехи вверх в левом полуокне
Figure 00000074
(передний фронт помехи)
Figure 00000075
, при этом
Figure 00000076
и
Figure 00000077
.
Figure 00000078
Тогда
Figure 00000079
(15)
Figure 00000080
2. При скачке помехи вниз в правом полуокне
Figure 00000081
(задний фронт помехи)
Figure 00000082
при этом
Figure 00000083
- в помехе,
Figure 00000084
- тоже в помехе. Выбираем
Figure 00000085
, так как
Figure 00000086
.
Тогда
Figure 00000087
и
Figure 00000088
(16)
При скачке помехи вниз в левом полуокне
Figure 00000089
(задний фронт помехи)
Figure 00000090
,
при этом
Figure 00000091
и
Figure 00000092
- свободны от помехи.
Тогда выбираем
Figure 00000093
, т.к.
Figure 00000094
Figure 00000095
17)
Результаты расчета зависимости
Figure 00000059
от положения скачка помехи при выборе
Figure 00000096
показаны на фиг. 2.
Они показывают, что масштаб
Figure 00000097
не превышает номинальную величину равную 1 и уменьшается до величины
Figure 00000098
.
Таким образом, блок-схема, приведенная на фиг.1, обеспечивает получение ложных тревог на уровне не более заданного при любом положении фронтов помехи в "скользящем" окне.
ЛИТЕРАТУРА
1. Д.И. Леховицкий и др. Адаптивные системы междупериодной обработки гауссовых сигналов на фоне гауссовых пассивных помех. Прикладная радиоэлектроника, том 10, гл. 4, 2011.
2. Hastings N.A.J. and Peacock. Statistical Distributions. London, Butterworth, 1975.

Claims (1)

  1. Адаптивное устройство подавления пассивных помех, включающее блок памяти, состоящий из "скользящего окна", центральный выход которого соединен с сигнальным входом адаптивного фильтра, выход которого соединен с пороговым устройством, блок оценки параметров фильтра, выход которого соединен с управляющим входом адаптивного фильтра, отличающееся тем, что введены первый блок вычисления корреляционной матрицы, второй блок вычисления корреляционной матрицы, первый блок вычисления следа корреляционной матрицы, второй блок вычисления следа корреляционной матрицы, блок выбора максимума, при этом выход первой половины "скользящего окна" соединен со входом первого блока вычисления корреляционной матрицы, выход второй половины "скользящего окна" соединен со входом второго блока вычисления корреляционной матрицы, выходы первого и второго блоков вычисления корреляционной матрицы соединены со входом блока оценки параметров фильтра и со входами первого и второго блоков вычисления следа корреляционной матрицы соответственно, выходы которых соединены со входами блока выбора максимума, выход которого соединен с управляющим входом блока оценки параметров фильтра.
RU2020108002U 2020-02-25 2020-02-25 Адаптивное устройство подавления пассивных помех RU199379U1 (ru)

Priority Applications (1)

Application Number Priority Date Filing Date Title
RU2020108002U RU199379U1 (ru) 2020-02-25 2020-02-25 Адаптивное устройство подавления пассивных помех

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
RU2020108002U RU199379U1 (ru) 2020-02-25 2020-02-25 Адаптивное устройство подавления пассивных помех

Publications (1)

Publication Number Publication Date
RU199379U1 true RU199379U1 (ru) 2020-08-31

Family

ID=72421181

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2020108002U RU199379U1 (ru) 2020-02-25 2020-02-25 Адаптивное устройство подавления пассивных помех

Country Status (1)

Country Link
RU (1) RU199379U1 (ru)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5617099A (en) * 1996-01-22 1997-04-01 Hughes Aircraft Company Adaptive filtering of matched-filter data
SU1090136A1 (ru) * 1982-07-14 1998-12-20 Рязанский Радиотехнический Институт Устройство подавления пассивных помех
RU2678822C2 (ru) * 2017-07-27 2019-02-04 Акционерное общество "Всероссийский научно-исследовательский институт радиотехники" Способ фильтрации сигналов при обнаружении цели и устройство для его осуществления
RU191281U1 (ru) * 2018-09-13 2019-08-01 Акционерное Общество "Научно-исследовательский институт по измерительной технике - радиотехнические комплексы" Устройство последетекторной межпериодной обработки радиоимпульсов

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SU1090136A1 (ru) * 1982-07-14 1998-12-20 Рязанский Радиотехнический Институт Устройство подавления пассивных помех
US5617099A (en) * 1996-01-22 1997-04-01 Hughes Aircraft Company Adaptive filtering of matched-filter data
RU2678822C2 (ru) * 2017-07-27 2019-02-04 Акционерное общество "Всероссийский научно-исследовательский институт радиотехники" Способ фильтрации сигналов при обнаружении цели и устройство для его осуществления
RU191281U1 (ru) * 2018-09-13 2019-08-01 Акционерное Общество "Научно-исследовательский институт по измерительной технике - радиотехнические комплексы" Устройство последетекторной межпериодной обработки радиоимпульсов

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
ЧУХЛОМИН И. Е. и др. Анализ параметров распределения статистики некогерентной межпериодной обработки, электронный журнал "Журнал радиоэлектроники", 2015, # 8. *

Similar Documents

Publication Publication Date Title
Soni et al. Performance evaluation of 2-D adaptive prediction filters for detection of small objects in image data
Zakharov et al. DCD-RLS adaptive filters with penalties for sparse identification
Glaser Signal detection by adaptive filters
KR101687131B1 (ko) 다중의 마이크로폰들에 대한 자동화된 이득 정합을 위한 방법, 장치 및 저장 매체
EP0149981A2 (en) Adaptive radar signal processor for the detection of the useful echo and the cancellation of clutter
CN114785379A (zh) 一种水声janus信号参数估计方法及系统
Abeida et al. Gaussian Cramer-Rao bound for direction estimation of noncircular signals in unknown noise fields
RU199379U1 (ru) Адаптивное устройство подавления пассивных помех
RU197685U1 (ru) Адаптивное устройство подавления пассивных помех
RU191281U1 (ru) Устройство последетекторной межпериодной обработки радиоимпульсов
CN111413702B (zh) 用于宽带探鱼仪的高效目标分割方法
GB2426167A (en) Quantile based noise estimation
Kot et al. The statistical performance of state-variable balancing and Prony's method in parameter estimation
US5343420A (en) Signal discrimination circuit
CN107315169B (zh) 基于二阶统计量相似度的杂波协方差矩阵估计方法
CN113253196B (zh) 一种多信号测向方法、装置和电子设备
Volovach et al. Detection of signals with a random moment of occurrence using the cumulative sum algorithm
RU2413238C1 (ru) Способ подавления помех
EP3570450A1 (en) Timing estimation device and timing estimation method
RU2819813C1 (ru) Способ обнаружения полезного сигнала на фоне аддитивной помехи
Hasan et al. Autocorrelation model-based identification method for ARMA systems in noise
Smith The analysis of multiple signal data
Blouin System-wide dynamic modelling and performance metrics of an acoustic exponential detector
RU2048681C1 (ru) Цифровой адаптивный обнаружитель
RU2821272C1 (ru) Способ обнаружения импульсных сигналов в дискретно-непрерывной записи электромагнитного излучения