Качественная оценка некоторых методов спектрального анализа


https://doi.org/10.24108/rdopt.0117.0000094

Полный текст:


Аннотация

В задачах первичной обработки радиолокационной информации заметную роль играют параметрические методы спектрального анализа. В настоящей работе основное внимание уделяется сравнению методов получения спектра по двум критериям – вычислительной сложности и разрешающей способности. Последняя представляет собой наиболее важную характеристику алгоритмов, применяемых для обработки спектра отраженного радиолокационного сигнала.

Рассмотрены математические основы параметрических методов, использующих белый шум в качестве возбуждающей последовательности, в том числе модели: авторегрессионная, скользящего среднего и авторегрессии – скользящего среднего. Выявлены их отличия от классического подхода к анализу спектра, представленного периодограммным и коррелограммным методами. Подчеркнута наибольшая популярность авторегрессионной модели, обусловленная линейностью использующихся в ней зависимостей. Показаны основные достоинства и недостатки ряда авторегрессионных методов. Рассмотрены неклассические методы, базирующиеся на анализе собственных значений.

Проведено экспериментальное исследование методов спектрального анализа в среде MATLAB с целью их сравнения по вычислительной сложности и разрешающей способности. Показаны результаты моделирования на входном сигнале, представленном наложением гармоник на белый шум. Выполнена оценка характера пиков полученных спектров и порядок каждой модели, необходимый для их разрешения.

Анализ полученных результатов показал, что среди рассмотренных методов наилучшим разрешением и наибольшей вычислительной сложностью обладают методы, основанные на анализе собственных значений. Схожие свойства выявлены у авторегрессионных параметрических методов. Классическим методам свойственны наименьшая вычислительная сложность и наименьшая точность. Сделан вывод о зависимости качества спектра от порядка используемой модели и зашумленности входного сигнала.

Результаты работы могут быть использованы при решении задач первичной обработки радиолокационных данных для обоснованного выбора методов спектрального анализа по разрешающей способности и вычислительной сложности.


Об авторах

Б. И. Бычков
МГТУ им. Н.Э. Баумана, Москва
Россия
Кафедра "Компьютерные системы и сети" (ИУ6), магистрант


Н. И. Кудряшов
МГТУ им. Н.Э. Баумана, Москва
Россия
Кафедра "Компьютерные системы и сети" (ИУ6), магистрант


В. В. Гуренко
МГТУ им. Н.Э. Баумана, Москва
Россия

доцент кафедры "Компьютерные системы и сети" (ИУ6)

SPIN-код 2675-4796.



Список литературы

1. Шумов А.В. Анализ целевых направлений развития технических средств наблюдения глобальной аэронавигационной системы // Радиооптика. МГТУ им. Н.Э. Баумана. Электрон. журн. 2015. № 5. С. 16–36. DOI: 10.7463/rdopt.0515.0825966

2. Скосырев В.Н., Кочкин В.А., Шумов А.В., Ананенков А.Е., Слукин Г.П., Нефедов С.И., Федоров И.Б. Пути создания радиооптического комплекса контроля воздушного и наземного пространства для диспетчерских служб региональных аэропортов // Наука и образование. МГТУ им. Н.Э. Баумана. Электрон. журн. 2015. № 11. С. 301–324. DOI: 10.7463/1115.0825935

3. Сотников А.А., Якупов Ш.З., Романовский А.С. Применение имитационного моделирования для контроля вычислительных систем гидролокационных комплексов // Наука и образование. МГТУ им. Н.Э. Баумана. Электрон. журн. 2013. № 6. С. 351–364. DOI: 10.7463/0613.0570096

4. Жирнов В.В., Солонская С.В. Распознавание радиолокационных отметок по спектральному изображению с адаптивными весовыми коэффициентами // Радиоэлектроника и информатика. 2006. № 1. C. 121–123.

5. Марпл С.Л. Цифровой спектральный анализ и его приложения: пер. с англ. М.: Мир, 1990. 584 с. [Marple S.L. Jr. Digital spectral analysis: with applications. Englewood Cliffs: Prentice-Hall Publ., 1987. 492 p.].

6. Сюзев В.В. Основы теории цифровой обработки сигналов: учеб. пособие. М.: РТСофт, 2014. 749 с.

7. Сергиенко А.Б. Цифровая обработка сигналов: учеб. пособие. 3-е изд. СПб.: БХВ-Петербург, 2011. 756 с.

8. Григорян Д.С. Сверхразрешение по частоте при обработке радиолокационных сигналов когерентными методами линейного предсказания вперед-назад с прореживанием данных // Журнал радиоэлектроники. Электрон. журн. 2011. № 7. С. 2. Режим доступа: http://jre.cplire.ru/jre/jul11/7/abstract.html (дата обращения 01.12.2016).

9. Dawood M., Quraishi N., Alejos A.V. Superresolution doppler estimation using UWB random noise signals and MUSIC // IEEE trans. on aerospace and electronic systems. 2013. Vol. 49. No. 1. Pp. 325–340. DOI: 10.1109/TAES.2013.6404106

10. Сюзев В.В., Гуренко В.В. Описание и имитация псевдослучайных сигналов в рамках обобщенной корреляционной теории в одноосновных системах счисления // Наука и образование. МГТУ им. Н.Э. Баумана. Электрон. журн. 2016. № 10. С. 102–116. DOI: 10.7463/1016.0848907

11. Овчарук В.Н. Спектральный анализ сигналов акустической эмиссии // Ученые заметки Тихоокеанского гос. ун-та. Электрон. журн. 2013. Т.4. № 4. C. 974–986. Режим доступа: http://pnu.edu.ru/media/ejournal/articles-2013/TGU_4_187.pdf, дата обращения 18.04.2017.


Дополнительные файлы

Для цитирования: Бычков Б.И., Кудряшов Н.И., Гуренко В.В. Качественная оценка некоторых методов спектрального анализа. Радиостроение. 2017;(1):34-46. https://doi.org/10.24108/rdopt.0117.0000094

For citation: Bychkov B.I., Kudryashov N.I., Gurenko V.V. Qualitative Assessment of Certain Spectral Analysis Methods. Radio Engineering. 2017;(1):34-46. (In Russ.) https://doi.org/10.24108/rdopt.0117.0000094

Просмотров: 304

Обратные ссылки

  • Обратные ссылки не определены.


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2587-926X (Online)