В.М. Артюшенко1, В.И. Воловач2, Е.К. Самаров3

1 Московский государственный университет геодезии и картографии (Москва, Россия)

2 Поволжский государственный университет сервиса (г. Тольятти, Россия)

2 МИРЭА – Российский технологический университет (Москва, Россия)

3 Санкт-Петербургский государственный морской технический университет (Санкт-Петербург, Россия)

1 artuschenko@mail.ru; 2 volovach.vi@mail.ru; 3 omega511@mail.ru

Постановка проблемы. Для решения различных задач современные радиотехнические системы (РТС) должны обладать высокой помехоустойчивостью. Однако при эксплуатации радиоэлектронной аппаратуры в электронных узлах и трактах появляются виборакустические шумы как результат воздействия различных неблагоприятных факторов, таких как механические вибрации, акустические нагрузки и др. Одновременно с этим возникают аддитивные и мультипликативные помехи. Перечисленные эффекты значительно снижают помехоустойчивость и усложняют обработку сигналов в радиоэлектронной аппаратуре. Кроме того, необходимо учитывать и особенности распространения радиоволн, влияющие на характеристики радиолиний и условия приема сигналов. Для более корректного анализа и синтеза РТС предлагается решение, основанное на использовании негауссовских моделей распределения как полезных сигналов, так и воздействующих на них помех.

Цель. Рассмотреть возможность синтеза РТС с использованием полигауссовских моделей для описания случайных процессов с произвольным распределением.

Результаты. Показано, что полигауссовские модели эффективно описывают реальные случайные возмущения с негауссовскими свойствами и позволяют получать многомерные распределения выходных процессов. Определено, что выбор числа рассматриваемых координат вектора выходного процесса определяется необходимой степенью детализации случайного процесса. Получено аналитическое выражение для многомерной плотности распределения вероятности выходного процесса, которое учитывает процесс как линейного, так и нелинейного преобразований. Отмечено, что при параллельном соединении безынерционного нелинейного элемента и линейного инерционного устройства реализации выходных процессов суммируются алгебраически, а итоговый выходной процесс при этом также сохраняет полигауссовский характер. Приведено выражение для многомерной плотности распределения вероятности суммы сигнала и негауссовского шума на выходе линейного детектора, позволяющее установить многомерное полирайсовское распределение, включающее в себя как амплитудные характеристики выходного процесса, так и статистические связи между его компонентами.

Практическая значимость. Представленные результаты подтверждают эффективность и практическую значимость использования полигауссовских моделей для преобразования случайных сигналов и помех, а предложенные подходы дают возможность достаточно корректно описывать и оценивать случайные процессы с произвольным распределением на выходе РТС в условиях сложной и нестационарной помеховой обстановки.

Артюшенко В.М., Воловач В.И., Самаров Е.К. Применение полигауссовских моделей для преобразования случайных сигналов и помех в радиотехнических системах // Радиотехника. 2026. Т. 90. № 8. С. 21–32. DOI: https://doi.org/10.18127/j00338486-202608-03

1. Ширман Я.Д., Манжос В.Н. Теория и техника обработки радиолокационной информации на фоне помех. М.: Радио и связь. 1981. 416 с.
2. Тихонов В.И., Кульман Н.К. Нелинейная фильтрация и квазикогерентный прием сигналов. М.: Советское радио. 1975. 704 с.
3. Кремер И.Я., Владимиров В.И., Карпухин В.И. Модулирующие (мультипликативные) помехи и прием радиосигналов / Под ред. И.Я. Кремера. М.: Советское радио. 1972. 480 с.
4. Хелстром К. Статистическая теория обнаружения сигналов. М.: Изд-во иностранной литературы. 1963. 432 с.
5. Акимов П.С., Бакут П.А., Богданович В.А. и др. Теория обнаружения сигналов / Под ред. П.А. Бакута. М.: Радио и связь. 1984. 440 с.
6. Kay S.M. Fundamentals of Statistical Signal Processing. II: Detection Theory. Upper Saddle River: Prentice Hall. 1998. 672 p.
7. Левин Б.Р. Теоретические основы статистической радиотехники. М.: Радио и связь. 1989. 656 с.
8. Ширман Я.Д., Манжос В.Н. Теория и техника обработки радиолокационной информации на фоне помех. М.: Радио и связь. 1981. 416 с.
9. Артюшенко В.М., Воловач В.И. Статистические характеристики смеси сигнала и аддитивно-мультипликативных помех с негауссовским характером распределения // Радиотехника. 2017. Т. 81. № 1. С. 95-102.
10. Артюшенко В.М., Воловач В.И. Влияние мультипликативных помех на точность измерения частоты когерентного сигнала // Автометрия. 2024. Т. 60. № 1. С. 84-94.
11. Артюшенко В.М., Воловач В.И. Оценка влияния мультипликативных помех на погрешность измерения параметров движения протяженных объектов // Радиотехника. 2017. Т. 81. № 2. С. 58-68.
12. Долуханов М.П. Распространение радиоволн. Изд. 5-е. М.: Леланд. 2021. 336 с.
13. Штагер Е.А. Рассеяние радиоволн на телах сложной формы. М.: Радио и связь. 1986. 186 с.
14. Legin R., Adam A., Hezaveh Ya. Beyond Gaussian noise: A Generalized approach to likelihood analysis with non-Gaussian noise // The Astrophysical Journal Letters. 2023. V. 949. № 2. L41.
15. Tudor C. Non-Gaussian selfsimilar stochastic processes. Cham: Springer, 2023.
16. Артюшенко В.М., Воловач В.И. Анализ построения математической модели двумерных распределений и потенциальной эффективности подавления негауссовских импульсных помех // Журнал радиоэлектроники: электронный журнал. 2024. № 12. С. 7.
17. Пупков К.А., Капалин В.И., Ющенко А.С. Функциональные ряды в теории нелинейных систем. М.: Наука. 1976. 448 с.
18. Volterra V. Theory of functionals and of integral and integro-differential equations. New York: Dover Publ. 2005. 226 р.
19. Schetzen M. The Volterra and Wiener Theories of Nonlinear Systems. Krieger Pub Co. 2006. 595 p.
20. Артюшенко В.М., Воловач В.И. Описания сигналов и помех в радиолиниях авиационно-космических радиосистем с помощью полигауссовых моделей // Информационно-технологический вестник. 2018. № 4(18). С. 3-12.
21. Бобрешов A.M., Мымрикова Н.Н. Сходимость рядов Вольтерры при анализе нелинейных динамических систем // Физика волновых процессов и радиотехнические системы. 2014. Т. 17. № 3. С. 40--46.
22. Миленький А.В. Классификация сигналов в условиях неопределенности. М.: Советское радио. 1975. 328 с.