Д.С. Корляков1

1 МИРЭА – Российский технологический университет (Москва, Россия)

1 Denis.Korlyakov.RIMO-01-21@yandex.ru

Постановка проблемы. Качество радиолокационных данных существенно зависит от уровня помех, которые могут быть вызваны как внешними, так и внутренними факторами. Это могут быть аддитивные шумы, которые необходимо подавить.

Цель. Провести исследование свойств дискретного вейвлет-преобразования и его применения для очистки зондирующих радиолокационных сигналов от шумов с применением моделирования в Python.

Результаты. Рассмотрена возможность применения дискретного вейвлет-преобразования для фильтрации зондирующих сигналов от аддитивных помех. Выполнено моделирование, реализующее процедуру очистки отраженного сигнала для оценки качества восстановления. Определен коэффициент корреляции, соответствующий высокой степени соответствия сигнала

Отмечено, что в перспективе аппарат вейвлет-анализа может быть применен для построения перспективной системы распознавания зондирующих радиолокационных сигналов.

Практическая значимость. Представленные результаты создают основу для модернизации методов обработки сигналов, а именно: радиолокационной информации.

Корляков Д.С. Использование вейвлет-преобразования для фильтрации принимаемых радиолокационных сигналов // Радиотехника. 2024. Т. 88. № 8. С. 140-145. DOI: https://doi.org/10.18127/j00338486-202408-13

1. Денисова Е.В., Хмелинин А.П. Исследование влияния физико-механических свойств геосреды на точность геофизических методов при локации подземных объектов // Горный информационно-аналитический бюллетень: сб. науч. статей ИГД СО РАН. 2012. С. 107−109.
2. Бердышев В.П., Гарин Е.Н., Фомин А.Н. и др. Радиолокационные системы: Учебник / Под общ. ред. В.П. Бердышева. Красноярск: СФУ. 2011. 400 с.
3. Смоленцев Н.К. Основы теории вейвлетов. Вейвлеты в MatLab. М.: ДМК Пресс. 2005. 304 с.
4. Митрофанов Д.Г. Структура радиолокатора с инверсным синтезированием апертуры и многочастотным зондирующим сигналом // Радиотехника. 2001. Т. 65. № 5. С. 36−41.
5. Матвеев Б.В., Крюков Д.Ю., Курьян Ю.С., Левенков К.О. Gрименение дискретного вейвлет-преобразования для фильтрации зондирующих радиолокационных сигналов от аддитивных помех // Вестник ВГТУ. 2014. № 10. С. 43−46.
6. Яковлев А.Н. Введение в вейвлет-преобразования: Учеб. пособие. Новосибирск: Изд-во НГТУ. 2003. 104 с.
7. Семенчук Н.В., Дейцева А.Г. Реализация алгоритма Маллата для вычисления вейвлетных оценок спектральных плотностей // Стохастическое и компьютерное моделирование систем и процессов: сб. науч. статей. ГрГУ. 2011. 418 с.
8. Труш H.H. Асимптотические методы статистического анализа временных рядов. Минск: БГУ. 1999. 218 с.
9. Семенчук Н.В. Оценивание величины смещения и дисперсии вейвлетной оценки спектральной плотности // Теория вероятностей, случайные процессы, математическая статистика и приложения: сб. науч. статей междунар. науч. конф. Минск: БГУ. 2008. С. 283−289.
10. Stoyanov D.D. Analysis of a modified nonparametric algorithm for detecting broadband radio signals // Proc. of the International Scientific and Practical Conf.: Technical Sciences: Theoretical and Applied Aspects (Tekhnicheskie nauki: teoreticheskie i prikladnye aspekty: materialy Mezhdunar. nauch.-prakt. konf.). Ufa. 2014. Р. 52−56.
11. Shevchenko M.E., Chemarov A.O. Detection and estimation of parameters of radio sources in a wide field of view. St. Petersburg. Publishing House of SPbGETU «LETI». 2010. 136 p.