В.С. Костенников

ВУНЦ «Военно-воздушная академия им. проф. Н.Е. Жуковского и Ю.А. Гагарина» (г. Воронеж, Россия)

Постановка задачи. Для повышения характеристик обнаружения в создаваемых радиотехнических системах используется априорная информация о стохастических и детерминированных параметрах сигнала и шума. В реальных радиотехнических системах изменение во времени параметров шума связано с изменением характеристик элементов приемных трактов при воздействии на них внешних факторов, свойств трассы распространения радиосигналов, а также со старением элементов. В настоящее время для оптимизации характеристик обнаружения в условиях априорно неизвестных параметров шума применяются адаптивные алгоритмы, реализация которых требует представительных апостериорных выборок, что не всегда реализуемо. Поэтому разработка алгоритмов обнаружения радиосигналов, позволяющих в условиях неизвестных параметров шума обеспечить приемлемое качество обнаружения за минимальное время, является актуальной задачей.

Цель. Представить робастный алгоритм обнаружения радиосигналов в условиях априорно неопределенных параметров шума за счет применения аппроксимации кусочно-линейной и нелинейной решающих функций пороговых устройств.

Полученные результаты. Разработан робастный алгоритм обнаружения радиосигналов в условии стохастического изменения шума приемной аппаратуры, позволяющий получать наилучшие характеристики обнаружения за меньшее число измерений при сформированной зоне неопределенности. Установлено, что в некоторых условиях приема характеристики обнаружения, полученные с помощью предлагаемого алгоритма, имеют более высокие значения.

Практическая значимость. Предложенный робастный алгоритм обнаружения позволяет рассчитывать пороговое значение при кусочно-линейной или нелинейной аппроксимациях решающих функций пороговых устройств, а также учитывать коэффициенты шума, зоны неопределенности из ранее определенных первичных параметров и формировать правило принятия решения об обнаружении.

Костенников В.С. Робастный алгоритм обнаружения радиосигналов в условиях априорно неопределенных параметров шума // Радиотехника. 2022. Т. 86. № 3. С. 58−67. DOI: https://doi.org/10.18127/j00338486-202203-06

1. Тихонов В.И. Статическая радиотехника. М.: Советское радио., 1966. 622 с.
2. Левин Б.Р. Теоретические основы статистической радиотехники. М.: Радио и связь, 1989. 656 с. ISBN 5-256-00264-3.
3. Буханец Д.И., Никольский Ю.В., Корчак В.Ю. Снижение уровня шумов во входных трактах многофункциональных РЛС // Новые исследования в разработке техники и технологий. 2015. № 2. С. 59–64.
4. Zhang J., Liu Z., Lu W., Chen H., Wu B., Liu Q. A low profile tunable microwave absorber based on graphene sandwich structure and high impedance surface // International Journal of RF and Microwave Computer-Aided Engineering. 2020. V. 30. № 2. P. 1–5. DOI: 10.1002/mmce.22022.
5. Zhou H., Hu G., Shi J., Xue B. Adaptive two-step Bayesian generalized likelihood ratio test algorithm for low-altitude detection // IEICE Transactions on Communications. 2019. V. E102B. № 3. P. 571–580. DOI: 10.1587/transcom.2017EBP3418.
6. Huang H.A, Yuan C. Sequential Cooperative Spectrum Sensing Algorithm Based on Dynamic Adaptive Double-threshold Energy Detection // Dianzi Yu Xinxi Xuebao. 2018. V. 40. № 5. P. 1037–1043. DOI: 10.11999/JEIT170731.
7. Biao W., Yang W., He C., Yu F. An adaptive data detection algorithm based on intermittent chaos with strong noise background // Neural Computing & Applications. 2020. V. 32. № 22. P. 16755–16762. DOI: 10.1007/s00521-018-3839-9.
8. Chen X., Huang Y., Guan J., Yu X. Adaptive Clutter Suppression and Detection Algorithm for Radar Maneuvering Target with High-Order Motions Via Sparse Fractional Ambiguity Function // IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. 2020. V. 13. P. 1515–1526. DOI: 10.1109/JSTARS.2020.2981046.
9. Богданович В.А., Вострецов А.Г. Адаптивное обнаружение и оценивание широкополосных сигналов на фоне шума и мешающих сигналов с неизвестными характеристиками // Известия вузов России. Радиоэлектроника. 2006. № 5. С. 15–26.
10. Милащенко Е.А., Язовский А.А. Реализация способа адаптивного нелинейного подавления негауссовских помех в когерентном полосовом приемном тракте и оценка его эффективности // Вестник московского энергетического института. 2019. № 5. С. 142–149.
11. Волчков В.П., Тактакишвили В.Г. Многогипотезный алгоритм радиолокационного слежения с адаптацией по порогу обнаружения // Фундаментальные проблемы радиоэлектронного приборостроения. 2017. Т. 17. № 4. С. 977–980.
12. Васюков В.Н., Бондаренко В.В. Адаптивный выбор порога при контрастном обнаружении объектов неопределенной формы на неровном фоне // Доклады Академии наук высшей школы Российской Федерации. 2013. № 2(21). С. 34–45.
13. Oo N.H., Risdianto A.C., Ling T.C., Maw A.H. Flooding attack detection and mitigation in SDN with modified adaptive threshold algorithm // International Journal of Computer Networks and Communications. 2020. V. 12. № 3. P. 75–95. DOI: 10.5121/ijcnc.2020.12305.
14. Марчук В.И., Румянцев К.Е. Анализ методов адаптации порогового значения при обнаружении аномальных измерений // Известия высших учебных заведений России. Радиоэлектроника. 2006. № 1. С. 29–34.
15. Лозовский И.Ф. Алгоритмы обнаружения широкополосных сигналов с постоянным уровнем ложных тревог // Успехи современной радиоэлектроники. 2021. Т. 75. № 3. С. 53–61. DOI: 10.18127/j20700784-202103-03.
16. Решетняк В.Н., Тяпкин В.Н., Гладышев А.Б., Дмитриев Д.Д., Гриценко С.Н., Лой В.В., Андронов А.В. Основы построения радиолокационной станции 1Л117 // Красноярск: Сиб. федер. ун-т. 2017. 386 с.
17. Неволин В.И. Робастные информационные системы. Методы синтеза и анализа. М.: Радио и связь. 2008. 312 с.
18. Peter J. Huber Robust Statistics. John Wiley & Sons. 2005. 320 p.
19. Богданович В.А., Вострецов А.Г., Хайло Н.С. Адаптивные асимптотически робастные инвариантные алгоритмы демодуляции сигналов // Труды XII Междунар. конф. «Актуальные проблемы электронного приборостроения» (АПЭП-2014). Новосибирск, 02–04 октября 2014 г. Новосибирск: Изд-во Новосибирского госуд. технич. ун-та. 2014. С. 175–180.
20. Agilent Technologies. Fundamentals of RF and Microwave Noise Figure Measurements / Agilent Technologies. [Электронный ресурс]. Режим доступа: https://www.agilent.com/en/library/ 1634566308&tld.pdf (дата обращения: 18.10.2021).
21. Popov A.A., Bilevich D.V., Salnikov A.S., Dobush I.M., Goryainov A.E., Kalentyev A.A., Metel A.A. A combined technique for amplifier oriented small-signal noise model extraction // International Journal of RF and Microwave Computer-Aided Engineering. 2020. V. 30. № 9. P. 3–7. DOI: 10.1002/mmce.22273.
22. Ворожцов А.Л. Оценка погрешности при выборе решения по измерению коэффициента шума в СВЧ-диапазоне // Сб. докладов Всеросс. юбилейной науч.-технич. конф. «Современное состояние и перспективы развития специальных систем радиосвязи и радиоуправления». Омск. 2019. C. 184–191.
23. MP531 - малошумящий усилитель Х-диапазона частот / АО «НПФ «Микран» [Электронный ресурс]. Режим доступа: https://www.micran.ru/upload/iblock/72f/MP505_V01.0002.pdf (дата обращения 18.10.2021).
24. MP505 - малошумящий усилитель, L-диапазона / АО «НПФ «Микран» [Электронный ресурс]. Режим доступа: https://www.micran.ru/upload//iblock/72f/MP505_V01.0002.pdf (дата обращения 18.10.2021).
25. Плохов С.Н., Шабунин С.Н. Влияние взаимодействия элементов антенно-фидерного тракта радиолокатора на шумовые характеристики канала приема // Вестник УрФО. Безопасность в информационной сфере. 2020. № 3(37). С. 20–26.
    DOI: 10.14529/secur200302.
26. Урядов В.Н., Рощупкин Я.В., Бунас В.Ю., Зеленин А.С. Влияние шума предусилителя вынужденного рассеивания Ман-дельштама-Бриллюэна на приемсигналов с трансформированным спектром // Доклады БГУИР. 2016. № 4(98). С. 10–14.
27. Нахмансон Г.С., Костенников В.С., Шмойлов А.О. Влияние нелинейности решающей функции порогового устройства на характеристики обнаружения радиосигналов // Нелинейный мир. 2019. № 3. С. 36‒44.
28. Nakhmanson G.S., Kostennikov V.S., Shmoilov A.O. Characteristics of Radio-Signal Detection for the Nonlinear Decision Function of a Threshold Device // Radiophysics and Quantum Electronics. 2020. V. 62. № 10. P. 713–719. DOI: 10.1007/s11141-020-10017-z.
29. Волобуев М.Ф., Костенников В.С., Шмойлов А.О. Математическая модель корреляционного приемника c кусочно-линейной аппроксимацией решающей функции порогового устройства // Вестник Воронежского государственного технического университета. 2021. Т. 17. № 4. С. 92–98. DOI: 10.36622/VSTU.2021.17.4.012.
30. Свидетельство о государственной регистрации программы для ЭВМ № 2021665890, зарег. 05.10.2021 г. Статистическое моделирование и расчет характеристик обнаружения радиосигналов. / Шмойлов А.О., Костенников В.С., Волобуев М.Ф.