Д.Ю. Коновалов1, К.П. Масюков2

1,2 Военно-космическая академия имени А.Ф. Можайского (Санкт-Петербург, Россия)

1,2 vka@mil.ru

Постановка проблемы. Сверхширокополосные (СШП) сигналы в процессе локационного наблюдения неоднократно претерпевают целый ряд изменений. Одни из этих изменений (при излучении, приеме, формировании ДН) поддаются расчету, а другие (при отражении от объекта, прохождении через атмосферу) остаются неизвестными. В результате принятый СШП-сигнал представляет собой пачку импульсов, параметры которой неизвестны (за исключением периода повторения всей пачки). Поэтому классическая корреляционная обработка этого сигнала с помощью согласованного фильтра становится невозможной. Следовательно, одной из основных задач СШП-локации является поиск путей оптимальной обработки. Существующие алгоритмы являются подоптимальными, поэтому в настоящее время все исследователи и разработчики РЛС ищут выход в поиске путей создания методов и реализаций оптимальной обработки, позволяющей увеличить качество и объем принимаемой информации.

Цель. Разработать адаптивный алгоритм совместного обнаружения и оценивания СШП-сигналов на фоне помех и шумов в субполосах с предварительным преобразованием коррелированных случайных процессов различных субполос в некоррелированные для их последующей более простой независимой обработки в реальном масштабе времени.

Результаты. Предложен алгоритм преобразования на основе многоканального нерекурсивного и рекурсивного фильтра – биортогонализатора.

Практическая значимость. Применение предварительной обработки информации в субполосах позволяет осуществлять последующую обработку в реальном масштабе времени независимо в каждой из субполос, что существенно повышает качество обработки по сравнению с известными алгоритмами и увеличивает быстродействие системы в целом.

Коновалов Д.Ю., Масюков К.П. Адаптивный алгоритм обнаружения и оценивания параметров сверхширокополосных сигналов на фоне помех в субполосах на основе многомерного фильтра биортогонализатора // Успехи современной радиоэлектроники. 2024. T. 78. № 3. С. 41–49. DOI: https://doi.org/10.18127/j20700784-202403-05

1. Shirman Ya.D., Gorshkov S.A., Leshchenko S.P., Bratchenko G.D., Orlenko V.M. Methods of radar recognition and their modeling // Foreign radio electronics. 1996. № 11. P. 3–63.
2. Chui Ch. Introduction to wavelets. Moscow: Mir. 2001.
3. Dyakonov V.P. Wavelets. From theory to practice. M.: SOLON-R. 2002.
4. Lukoshkin A.P., Karinsky S.S., Shatalov A.A., etc. Signal processing in multichannel radars // Edited by A.P. Lukoshkin. M.: Radio and Communications. 1983.
5. Monzingo R.A., Miller T.U. Adaptive antenna arrays. Introduction to theory // Trans. from English M.: Radio and Communications. 1986.
6. Davydov V.S., Lukoshkin A.P., Shatalov A.A., Yastrebkov A.B. Radar of complex targets. Resolution and recognition St. Petersburg: Yanis. 1993.
7. Shatalov A.A. Adaptive algorithms of multidimensional Wiener filtration. Radio engineering and electronics. 1999. № 10. V. 44. P. 1199–1205.
8. Gorbulin V.I., Lifirenko V.D., Kulikov S.V., Gudaev R.A., Baldychev M.T. Method of recognition of types of space objects on the basis of a set of radio technical features taking into account weight coefficients // Successes of modern radio electronics. 2017. № 9. P. 57–65.