А.И. Перов1

1 Национальный исследовательский университет «МЭИ» (Москва, Россия)

1 alexp@aha.ru

Постановка проблемы. В задачах радионавигации и радиолокации следящие системы за параметрами принимаемых радиосигналов часто работают в условиях скачкообразного изменения ускорения вдоль линии визирования. При синтезе различных систем фильтрации с применением теории оптимальной фильтрации необходимо использовать представление фильтруемых процессов в виде многомерных марковских. Однако представление скачкообразно меняющегося ускорения в виде марковского процесса является достаточно грубым приближением, что приводит к снижению точностных характеристик синтезированных алгоритмов фильтрации в условиях скачкообразного изменения ускорения. Одним из возможных подходов к разрешению данного противоречия - описание ускорения в виде марковской цепи с конечным числом состояний.

Цель. Провести синтез общего оптимального алгоритма фильтрации (оценивания) информационного марковского процесса с неинформативными параметрами в виде марковской цепи с использованием метода группированием наблюдений при приеме радиосигналов, рассмотреть его применение на задаче фильтрации задержки огибающей радиосигнала в аппаратуре спутниковой навигации и выполнить имитационное моделирование для оценки его эффективности.

Результаты. Синтезирован алгоритм фильтрации информационного марковского процесса с неинформативными параметрами в виде марковской цепи с использованием метода группирования наблюдений при приеме радиосигналов. Применение синтезированного алгоритма проиллюстрировано на задаче фильтрации задержки огибающей радиосигнала в приемнике спутниковой навигационного системы при возможных скачкообразных изменениях среднеквадратичного значения ускорения вдоль линии визирования.  

Практическая значимость. Синтезированный алгоритм обеспечивает снижение среднеквадратической ошибки фильтрации информационного процесса при скачкообразных изменениях его параметров по сравнению с используемыми в настоящее время алгоритмами, использующих описание всех процессов в виде марковских процессов.

Перов А.И. Оптимальная фильтрация информационного процесса с неинформативными параметрами в виде марковской цепи при приеме радиосигналов // Радиотехника. 2024. Т. 88. № 9. С. 43-57. DOI: https://doi.org/10.18127/j00338486-202409-04

1. Тихонов В.И.  Оптимальный прием сигналов. М.: Радио и связь. 1983.
2. Перов А.И. Статистическая теория радиотехнических систем: Учеб. пособие. Изд-е 2-е, перераб. и доп. М.: Радиотехника 2022.
3. Антипов В.Н, Перов А.И. и др. Оценивание дальности и скорости в радиолокационных системах / Под ред. А.И. Канащенкова и В.И. Меркулова. Т. 1, 2. М.: Радиотехника. 2004.
4. ГЛОНАСС. Модернизация и перспективы развития / Под ред. А.И. Перова. М.: Радиотехника. 2020.
5. Blackman S., Popoli R. Design and Analysis of Modern Tracking Systems. Artech House. Boston. London. 1999.
6. Кузьмин С.З. Основы проектирования систем цифровой обработки радиолокационной информации. М.: Радио и связь. 1986.
7. Lainiotis D.G. Partitioning: A Unifying Framework for Adaptive Systems. I: Estimation // Proc. IEEE. 1976. V. 30. № 4.
8. Li X.-R., Jilkov V.P. Survey of Maneuvering Target Tracking. Part V. Multiple-Model Methods // IEEE Transactions on Aerospace and Electronic Systems. 2005. V. 41. № 4. Р. 1255–1321.
9. Sebastian Dingler1. State estimation with the Interacting Multiple Model (IMM) method. Computer Science July 2022.
10. Черкасова А.А., Шатилова А.Ю. Алгоритм слежения за фазой навигационного сигнала при меняющихся параметрах мощности и динамики изменения фазы сигнала // Радиотехника. 2024. Т. 88. № 9. С. 21-35. DOI: https://doi.org/10.18127/j00338486-202409-02.