В.В. Макаренков1, Н.А. Куприянов2, В.Д. Лиференко3, И.С. Луцько4, С.В. Васильев5

1,3–5 Военно-космическая академия имени А.Ф. Можайского (Санкт-Петербург, Россия)

2 Краснодарское высшее военное авиационное училище лётчиков имени А.К. Серова (г. Краснодар, Россия)

Постановка проблемы. Функционирование современных информационных систем осуществляется в сложных условиях наблюдения объектов. К одним из таких условий относится решение задач обнаружения и сопровождения множества целей на фоне различных источников помех. В целях устранения негативного влияния мешающих факторов на работу информационных средств используется адаптивное построение диаграммы направленности (ДН) фазированной антенной решетки (ФАР). На практике решение данной задачи осложняется случайным характером воздействия сразу нескольких источников помех, движущихся по априорно неизвестным траекториям и относительно невысокой по сравнению с цифровыми антенными решётками разрядностью фазовращателей, не позволяющей формировать глубокие нули в диаграмме направленности. В связи с этим к алгоритму адаптивного построения диаграммы направленности фазированной антенной решетки в условиях лимитированного временного ресурса предъявляют ряд требований, важнейшим из которых является требование к скорости сходимости алгоритма при его ограниченной вычислительной сложности. Поэтому исследование вопросов, направленных на повышение быстродействия алгоритмов адаптации в современных информационных системах к изменяющимся условиям обстановки, безусловно является актуальной задачей. В статье рассматривается вопрос повышения скорости сходимости алгоритма адаптации с использованием собственных чисел корреляционной матрицы источников помех и шумов, рассчитываемых на основе дискретного разложения Карунена-Лоэва. Решение задачи адаптации осложняется работой алгоритма по классифицируемой выборке без предварительного обучения.

Цель. Разработать адаптивный алгоритм формирования ДН ФАР с использованием дискретного разложения Карунена-Лоэва по классифицируемой выборке без предварительного обучения в условиях воздействия нескольких источников помех.

Результаты. Показано, что решение задачи подстройки весовых коэффициентов ДН ФАР с использованием дискретного разложения Карунена-Лоэва создает благоприятные условия для первоначального этапа работы рассматриваемого адаптивного алгоритма в сложных условиях помеховой обстановки. Отмечено, что выигрыш в скорости сходимости объясняется тем, что на первоначальном этапе работы алгоритма в порядке возрастания производится выделение собственных чисел, что значительно сокращает разрыв между ожидаемым и рассчитываемым значениями матрицы помех и шумов.

Практическая значимость. Решение задачи подстройки весовых коэффициентов ДН ФАР с использованием дискретного разложения Карунена-Лоэва позволяет повысить быстродействие алгоритма в два раза практически без увеличения его вычислительной сложности. Данный эффект свидетельствует о целесообразности применения рассмотренной вычислительной процедуры в условиях лимитированного временного ресурса и ограничений на количество, производимых алгоритмом арифметических операций.

Макаренков В.В., Куприянов Н.А., Лиференко В.Д., Луцько И.С., Васильев С.В. Адаптивный алгоритм формирования диаграммы направленности фазированной антенной решетки с использованием дискретного разложения Карунена-Лоэва // Электромагнитные волны и электронные системы. 2023. Т. 28. № 4. С. 48−56. DOI: https://doi.org/10.18127/j15604128-202304-05

1. Макаренков В.В., Подъячев В.В., Луцько И.С. Адаптивный алгоритм подстройки весовых коэффициентов фазированной антенной решетки по критерию наименьших квадратов с использованием леммы об обращении клеточных матриц // Электромагнитные волны и электронные системы. 2022. Т. 27. № 6. С. 13–20. DOI 10.18127/j5604128-202206-02.
2. Воробьев Д.Н., Куприянов Н.А. Онуфрей А.Ю. Алгоритмическая реализация компарирования траекторных данных радиолокационной станцией дальнего обнаружения // Вопросы радиоэлектроники. Сер.: Техника телевидения. 2020. № 4.
   С. 81–88.
3. Макаренков В.В., Мороз А.В., Сахно И.В., Семёнов А.А., Дворов А.В. Методика формирования ДН и расчета отношения сигнал-шум на выходе синтезированной антенной решетки ультразвукового локационного стенда в условиях помехового воздействия // Вестник метролога. 2021. № 3. С. 28–33.
4. Макаренков В.В., Шаталов А.А., Шаталова В.А., Ястребков А.Б. Адаптивный алгоритм распознавания сигналов, принимаемых от медленно и быстро флуктуирующих целей на фоне помех в многодиапазонных многопозиционных РЛС с ФАР // Вестник воздушно-космической обороны. 2021. № 4(32). С. 56–65.
5. Куприянов Н.А., Куракин С.З., Степенко А.С. Концепция синтеза помехового канала радиолокационной системы с фазированной антенной решёткой // Материалы II национальной науч. конф. «Наука XXI века: технологии, управление, безопасность». Курган: Курганский государственный университет. 2022. С. 227–232.
6. Слюсар В.И. SMART – антенны пошли в серию // Электроника: Наука, технология, бизнес. 2004. № 2(52). С. 62–65.
7. Справочник по радиолокации / Под ред. М.И. Сколника. В 2-х книгах. Кн. 1. М.: Техносфера. 2014. 672 с.
8. Джиган В.И. Адаптивная фильтрация сигналов: теория и алгоритмы. M.: Техносфера. 2013. 528 с.
9. Перунов Ю.М. Зарубежные радиоэлектронные средства. В 4-х книгах. Кн. 1: РЛС. М.: Радиотехника. 2010. 336 с.
10. Балухто А.Н. Искусственный интеллект в космической технике. Состояние. Перспективы применения. Монография. М.: Радиотехника. 2021. 440 с.