Л.И. Двойрис. И.Н. Крюков, А.Н. Толмачёв

Постановка проблемы. Для обнаружения/распознавания сигналов во временно́й и частотной областях для защиты объектов и рубежей с помощью территориально распределенных систем охраны используются средства обнаружения, базирующиеся на различных физических принципах. Обнаружение/распознавание сигналов указанными средствами сводится к обработке больших массивов цифровых данных с помощью алгоритмов обработки, о которых зависят быстродействие, энергопотребление, массогабаритные и другие характеристики. На сегодняшний день лучшие результаты при разработке алгоритмов для сбора/извлечения информации из сигналов получены при использовании цифровой обработки сигналов (Digital Signal Processing - DSP). Оцифровка позволяет создавать более надежные системы обнаружения/обработки данных, более гибкие и дешевые, чем аналоговые. В тоже время при DSP возникает необходимость работы с более высокими частотами дискретизации, обработкой, анализом и хранением больших объемов результирующих данных. И если проблему работы с высокими частотами дискретизации до настоящего времени можно было частично решить на аппаратном уровне с применением дорогостоящих архитектур аналого-цифровых преобразователей (АЦП), потребляющих высокую мощность, то обработка и анализ данных все чаще выполняются на основе исследований в области сжатия и уменьшения размерности обрабатываемых данных на основе метода Compressive Sensing.

Цель. Обосновать возможность сжатия сигнала с применением имитационной математической модели на основе метода Compressive Sensing для уменьшения ресурсов при DSP, обусловленных дискретизацией, анализом и хранением данных.

Результаты. Приведен математический аппарат компрессии сигналов на основе метода Compressive Sensing и последующего их восстановления. Представлена имитационная математическая модель, позволяющая сжать сигнал с последующим восстановлением в пространство.

Практическая значимость. Подтверждена возможность практической реализации метода Compressive Sensing на основе рассмотренной имитационной математической модели, позволяющей сжать сигнал с последующим восстановлением в пространство, размерность которого значительно меньше размерности исходного сигнала.

Двойрис Л.И., Крюков И.Н., Толмачёв А.Н. Имитационная модель сжатия сигнала на основе метода Compressive Sensing // Радиотехника. 2024. Т. 88. № 2. С. 19−24. DOI: https://doi.org/10.18127/j00338486-202402-03

1. Сейсмические средства обнаружения. Теория и практика построения. Монография / Под ред. И.Н. Крюкова. М.: Радиотехника. 2014. 216 с.
2. Soheil Salari, Francon Chan, Yiu-Tong. Application of Compressive Sampling Technique to Radar and Localization (www.intec-hopen.com).
3. Davenpor M.A., Boufounos P.T., Wakin M.B., Baraniuk R.G. Signal Processing with Compressive Measurements (www.merl.com).
4. Baraniuk R., Davenport M.A., Duarte M.F., Chinmay Hegde. An Introduction to Compressive Sensing (www.cnx.org).
5. Двойрис Л.И., Крюков И.Н. Формирование и восстановление разреженных сигналов с целью их компрессии // Радиотехника. 2023. Т. 87. № 2. С. 11−17. DOI: https://doi.org/10.18127/j00338486-202302-02.