Л.И. Двойрис, В.А. Иванов, И.Н. Крюков

Постановка проблемы. Развитие радиотехнических систем связано с увеличением количества обрабатываемой информации, что обуславливает высокие требования к производительности аппаратной части и ее стоимости. В тоже время реализация аппаратной части приближается к некоторому потенциальному пределу, выше которого обработка сигналов в режиме реального времени становится невозможной или чрезмерно ресурсоемкой. В результате возникает необходимостью разработки новых методов обработки высокочастотных сигналов и их многомерных потоков для задач обнаружения, распознавания и компактного хранения.

Цель. Выполнить исследование влияния степени разреженности сигнала, уровня помех и других факторов на качество решения задач обнаружения и распознавания по сжатым измерениям сигналов.

Результаты. Получен математический аппарат для обнаружения и распознавания сигналов по сжатым измерениям, который позволяет оценить показатели качества обнаружения и распознавания при различной степени сжатии (компрессии) сигнала. Установлено, что приемлемые показатели достигается при средней степени сжатия (компрессии).

Практическая значимость. Представленные результаты показывают возможность обнаружения и распознавания сигналов с использованием сжатых измерений, что может существенно повысить скорость обработки потоковых данных.

Двойрис Л.И., Иванов В.А., Крюков И.Н. Решение задач обнаружения и распознавания по сжатым измерениям сигналов //
Радиотехника. 2025. Т. 89. № 2. С. 5−11. DOI: https://doi.org/10.18127/j00338486-202502-01

1. 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.
2. Двойрис Л.И., Крюков И.Н., Иванов В.А. Построение радиотехнических систем со сжатием сигналов методом Compressed Sensing // Радиотехника. 2023. Т. 88. № 2. С. 34−40. DOI: https://doi.org/10.18127/j00338486-202302-05.
3. 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.
4. Davenport M., Boufounos P., Wakin M., Baraniuk R. Signal processing with compressive measurements // IEEE J. of Selec. Topics in Sig. Process. April 2010. V. 4. № 2. Р. 445–460.
5. Haupt J., Nowak R. Compressive Sampling for Signal Detection // Proc. IEEE Int. Conf. Acoust., Speech, Signal Process. (ICASSP). Honolulu, HI. April 2007. Р. 1509-1512.
6. Haupt J., Castro R., Nowak R., Fudge G., Yeh A. Compressive sampling for signal classification // Proc. Asilomar Conf. Signals, Systems and Computers. Pacific Grove, CA. Nov. 2006.