Xreferat.com » Рефераты по коммуникации и связи » Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Размещено на /

Содержание


1. Вводные замечания

2. Модели сигналов и помех

3. Вероятностные характеристики случайных процессов

4. Энергетические характеристики случайных процессов

5. Узкополосные случайные процессы

6. Временные характеристики случайных процессов

7. Особенности нестационарных случайных процессов

8. Классификация случайных процессов

Библиографический список

1. Вводные замечания


В процессе приема сигналов на вход приемного устройства поступает либо смесь сигнала и помехи, либо помеха. Оптимальное приемное устройство обнаружения на первичном этапе обработки должно наилучшим образом вынести решение о принятом сигнале, т.е. определить, присутствует или отсутствует сигнал, какой тип сигнала присутствует (на втором этапе обработки), оценить значение того или иного параметра (амплитуды, длительности, времени прихода, направление прихода и т.д.). Сформулированная задача может решаться при априорно неизвестных моделях сигналов и помех, при неизвестных (мешающих) параметрах или неизвестных распределениях сигналов и помех. Основная цель заключается в синтезе оптимальной структуры приемного устройства. Синтезированная структура чаще всего практически нереализуема, однако ее эффективность является потенциальной и дает верхнюю границу эффективности любых практически реализуемых структур.

Синтез оптимальных процедур обработки сигналов и помех может производиться с использованием различных методов оптимизации:

1. Использование корреляционной теории:

а) критерий максимума отношения сигнал/помеха;

б) критерий минимума среднеквадратической ошибки.

2. Использование теории информации для максимизации пропускной способности системы. Главное направление – построение наилучших методов кодирования.

Применение теории статистических решений.

Задача оптимизации может быть решена только при наличии критерия, который задается разработчиком системы.

Чтобы воспользоваться теорией статистических решений при синтезе оптимальных приемных устройств, необходимо иметь математические модели сигналов и помех. Эти модели должны включать описание формы сигнала (если она известна). Статистические характеристики и характер взаимодействия сигнала и помехи вплоть до n-мерных плотностей вероятностей.

Теория статистических решений имеет следующие составные части:

1) теорию проверки статистических гипотез:

а) двухальтернативные задачи обнаружения или распознавания сигналов;

б) многоальтернативные задачи при различении многих сигналов на фоне помех;

2) теорию оценки параметров, если эти параметры составляют счетное множество;

3) теорию оценки процесса, который необходимо выделить из входной смеси с минимальной ошибкой.

Постановка задачи синтеза оптимального приемного устройства и ее решение существенным образом зависят от объема априорных (доопытных) сведений о характеристиках сигналов и помех. По объему априорных данных различают задачи с полной априорной определенностью (детерминированный сигнал и помеха с полностью известными вероятностными характеристиками), с частичной априорной определенностью (имеются известные параметры сигнала и помехи) и с априорной неопределенностью (известны лишь некоторые сведения о классах сигналов и помех) [5]. Следует заметить, что эффективность разработанных обнаружителей и измерителей параметров существенно зависит от объема априорной информации.

Следует заметить, что, если о сигналах и помехах ничего неизвестно (полностью отсутствует информация о них), то такая задача не может быть решена.


2. Модели сигналов и помех


Сигнал – это процесс, служащий для передачи информации или сообщения. Остальные процессы, воспринимаемые приемным устройством вместе с сигналом, являются помехами.

Сигналы классифицируются по объему априорных сведений:

а) детерминированные сигналы (неслучайные);

б) детерминированные по форме сигналы со случайными параметрами (квазислучайные);

в) псевдослучайные, шумоподобные сигналы (они близки по свойствам к случайным процессам, но генерируются детерминированным образом и при воспроизведении полностью повторяются);

г) случайные сигналы.

В зависимости от характера изменения во времени сигналы подразделяются на дискретные и непрерывные. Дискретные сигналы используются в цифровых устройствах, в радиолокации. Непрерывные (континуальные) – в телефонии, радиовещании, телевидении и т.д. В последнее время дискретные сигналы используются и в цифровом телевидении и радиовещании.

Каждый сигнал может быть охарактеризован по степени сложности в зависимости от величины, называемой базой сигнала: B = F∙T, где F – эффективная ширина спектра сигнала; Т – эффективная длительность сигнала. Если B » 1, то сигнал называется простым, при B >> 1 – сложным сигналом. Сложные сигналы получают либо из совокупности простых сигналов, либо с помощью модуляции. К сложным сигналам могут быть отнесены шумовые и шумоподобные сигналы. У таких сигналов Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех, где Т – эффективная длительность сигнала (когда сигнал эквивалентен по энергии сигналу с прямоугольной формой); Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех – интервал корреляции процесса.

В различных системах, как правило, излучают радиосигналы, отличающиеся по виду модуляции: амплитудно-модулированные, частотно-модулированные, фазомодулированные, сигналы с импульсными видами модуляции; манипулированные (по амплитуде, частоте, фазе и совмещенные) сигналы.

В радиолокации чаще всего излучается последовательность радиоимпульсов.

Упрощенная структура РЛС представлена на рис. 1, где использованы следующие обозначения: РПУ – радиопередающее устройство; РПрУ – радиоприемное устройство; АП – антенный переключатель; s0(t) – зондирующий сигнал; s(t) – отраженный сигнал; А – антенна; О – обнаруживаемый объект; V – скорость сканирования антенны. Облучение пространства производится периодическим зондирующим сигналом.

Импульс отражается от объекта обнаружения и возвращается с задержкой к антенне РЛС. Задержка определяется расстоянием между РЛС и объектом. Интенсивность отраженного сигнала зависит от эффективной поверхности рассеяния (ЭПР) объекта и условий распространения радиосигнала. В РЛС одна и та же антенная система используется при передаче и приеме сигналов. Интенсивность облучения объекта зависит от формы диаграммы направленности антенны и угла между направлением на объект и направлением максимального коэффициента направленного действия. При сканировании антенной системы (механическом или электронном вращении диаграммы направленности) огибающая пачки импульсов отраженного сигнала повторяет форму диаграммы направленности (рис. 1). В режиме сопровождения объекта огибающая пачки импульсов может иметь прямоугольную форму.

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Рис. 1


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Рис 1


При обзоре время облучения ограничено, и принимаемый сигнал представляет собой ограниченную по времени пачку радиоимпульсов. Модуляция по амплитуде импульсов в пачке определяется не только формой диаграммы направленности, но и скоростью V обзора, от нее зависит и число импульсов в пачке. Обычно огибающая пачки – детерминированная функция, поскольку вид диаграммы направленности и скорость обзора известны.

Запаздывание отраженного сигнала зависит от дальности r до объекта – Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех, где c – скорость распространения радиоволны в пространстве. При распространении сигнал ослабляется относительно излученного в 106 – 1010 раз по напряжению. Кроме того, изменение угла между направлением максимума диаграммы направленности антенны и объектом и поворот объекта за время облучения приводит к случайным изменениям амплитуды импульсов принимаемого сигнала. За счет радиальной скорости объекта Vr изменяется и частота отраженного сигнала (доплеровский эффект), при этом приращение частоты несущего колебания Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех. Изменяются параметры сигнала в канале связи и во входных трактах приемной системы.

При отражении сигнала от объекта происходит изменение поляризации падающей волны. Эти изменения зависят от формы объекта и могут быть использованы при распознавании объектов.

Построить модель сигнала, которая учитывала бы все эти влияния и изменения сложно, поэтому учитывают только часть рассмотренных изменений.

Основные модели сигналов

а) Детерминированный сигнал:


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Все параметры сигнала: амплитуда А, закон ее изменения во времени S0(t), частота w0 и закон изменения начальной фазы Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех во времени известны, т.е. огибающая S(t) и фаза Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех являются детерминированными функциями времени.

б) Одиночный сигнал со случайной амплитудой и фазой


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех,


где А, j, t – случайные параметры.

Случайные параметры задаются плотностями вероятности. Распределение амплитуд А чаще всего полагают релеевским


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех,

где s2 – дисперсия флюктуаций амплитуды.

Начальная фаза j и задержка t распределены равномерно, т.е.


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех,


где Т – период зондирования, определяемый максимальной однозначной дальностью действия РЛС.

Функции s0(t) и Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех – детерминированные.

Для движущихся объектов локации к несущей частоте w0 добавляется доплеровский сдвиг Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех, где Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех – случайная величина, знак которой зависит от направления перемещения объекта в радиальном направлении относительно РЛС.

в) Нефлюктуирующая пачка радиоимпульсов


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех,


где Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех; функция H2(t) – функция, обусловленная формой диаграммы направленности (рис. 2б); Т0 – период следования импульсов в пачке; К = const.

г) Флюктуирующая пачка импульсов:

дружно-флюктуирующая пачка – амплитуды радиоимпульсов в пачке неизменны, но изменяются независимо от пачки к пачке, что соответствует медленному изменению ЭПР отражающего объекта во времени или изменению параметров канала распространения электромагнитной волны и т.д. (рис. 2);

быстро-флюктуирующая пачка – амплитуды радиоимпульсов изменяются в пачке от импульса к импульсу независимо (рис. 3).

В зависимости от характера изменения начальной фазы колебаний от импульса к импульсу в пачке различают когерентные и некогерентные пачки радиоимпульсов. Когерентная пачка может быть образована путем вырезания импульсов из непрерывного стабильного гармонического колебания. Начальные фазы в этом случае или одинаковы во всех радиоимпульсах пачки, или изменяются по известному закону. Некогерентная пачка состоит из радиоимпульсов с независимо-изменяющейся начальной фазой.


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Рис. 2

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Рис. 3


Помехи разделяются на естественные (неорганизованные) и искусственные (организованные), внутренние и внешние.

По способу образования помехи могут быть пассивными и активными. Естественные пассивные помехи создаются отражениями от местных предметов (в радиолокации) и земной поверхности, растительности и т.д.; отражениями от метеорных следов и атмосферных неоднородностей (в радиосвязи на УКВ).

Активные помехи имеют самостоятельный источник, в то время как пассивные помехи обусловлены излучением зондирующего сигнала. По характеру изменения во времени помехи бывают флюктуационные (гладкие) и импульсные.

В качестве помех могут быть случайные, шумоподобные или детерминированные процессы. Из всех помех наибольшее воздействие на подавляемую РЛС оказывает белый (широкополосный) шум с нормальным распределением, поскольку он имеет наибольшую информационную емкость.

Чаще всего в качестве моделей помех используется их описание с помощью статистических характеристик. Наиболее полной характеристикой является n-мерная плотность вероятности. Однако в некоторых частных, но очень важных случаях помеха может быть охарактеризована одномерной или двумерной плотностями вероятности.

Сигналы и помехи могут быть представлены в виде некоторых множеств в частотно-временной системе координат (рис. 4).

Каждый сигнал или помехи занимают по осям w и t определенные отрезки, зависящие от полосы частот Dw и длительности t. Чем больше Dw и t, тем эффективнее помеха с точки зрения подавления сигнала. Наилучшей помехой является белый шум, который заполняет всю плоскость w, t, и обладает наибольшими дезинформационными свойствами. Если шум узкополосный, то он занимает ограниченную площадь, поскольку имеет неравномерную спектральную плотность мощности. От такой помехи можно избавиться, перестроив несущую частоту w0 сигнала.

Для пространственно-временных сигналов и помех используются дополнительные координаты: угол места и азимут. И тогда источники помех могут быть точечными по угловым координатам или распределенные в конкретных секторах.

Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Рис. 4


Геометрическое представление сигналов и помех связано с введением многомерного пространства выборок и широко используется в теории сигналов [7, 8]. Пусть имеется реализация x(t) случайного процесса X(t). В соответствии с теоремой Котельникова эта реализация может быть представлена в виде дискретных отсчетов xi = x(iDt). Число этих отсчетов (единичных измерений) – N, совместно они образуют выборку X размером N – Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех, i – номер измерения в выборке X. Если представим n-мерное пространство, в котором на каждой оси координат отложим соответствующие по номеру измерения, то вся выборка будет соответствовать точке этого пространства или вектору, конец которого лежит в этой точке. Длина вектора в данном пространстве может быть представлена так:


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Эта величина называется нормой вектора в эвклидовом пространстве. В пространстве Хемминга норма выражается иначе:


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Если Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех и Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех, то в пределе переходим к бесконечному пространству Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех, в котором норма определяется так


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Для реальных процессов Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех и имеет размерность величины x.

Все указанные пространства линейны, и для них определены операции сложения элементов множества и умножения элемента на число. Причем обе эти операции удовлетворяют условиям коммутативности, ассоциативности и дистрибутивности.

Среди линейных пространств можно выделить метрические пространства, для которых существует метрика Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех, т.е. норма разности векторов, которая больше или равна нулю. Метрика (расстояние) обладает следующими свойствами:


а) Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех; б) Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех; в) Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех,


где x, y, z – элементы пространства.

Для эвклидова конечно-мерного пространства Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех –


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех,

для непрерывного пространства Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех аналогично


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Важным является понятие скалярного произведения. Оно характеризует собой проекцию одного вектора на другой и определяется в Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех так:


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех,


т.е. сумма произведений одноименных проекций векторов на оси координат. В непрерывном пространстве Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех: Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех, причем скалярное произведение Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех всегда не больше произведения норм векторов (неравенство Шварца).

Угол между векторами определяется так


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Если определить норму через скалярное произведение, то говорят, что норма порождена скалярным произведением, а пространство, отвечающее такому произведению, называется гильбертовым.

Введем понятие случайного вектора. Случайный вектор – это такой вектор, координаты которого есть случайные величины. Этот вектор Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех в пространстве выборок не занимает какого-либо фиксированного положения. Его конец может оказаться в той или иной области пространства с известной вероятностью, которую можно подсчитать, зная совместное распределение случайных величин Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех. Конец вектора можно представить себе не как определенную точку, а как облако, переменная плотность которого выражает вероятность нахождения конца вектора в данном элементе объема пространства. Геометрически это облако отображается гиперсферой в n-мерном пространстве (рис. 5).


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Рис. 5


Элементарный объем в пространстве выборок Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех. Вероятность попадания конца вектора в этот объем будет равна


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех,


где Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех – плотность вероятности случайного процесса X(t).

Если гиперсфера имеет размеры W, то попаданию точки в эту гиперсферу соответствует вероятность


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех,

где Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех – проекции гиперсферы W на оси координат системы.

Это выражением может быть записано в векторной форме


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


Если Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех распределены по нормальному закону с одинаковой дисперсией каждой их независимых компонент, то вероятность попасть в элементарный объем Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех пространства выборок равна


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех,


где Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех – расстояние от начала системы координат до элемента Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.

В данном случае облако имеет сферическую форму. При различных дисперсиях облако вытягивается вдоль тех осей, которым соответствуют единичные измерения с большей дисперсией.

Если даны два случайных процесса x и h, то косинус угла между их векторами соответствует нормированному коэффициенту взаимной корреляции. Геометрически он характеризует проекцию единичных векторов одного на другой. Если x = h, то Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех – линейная зависимость, если же они перпендикулярны, то Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех – показывает полное отсутствие коррелированности. В этом случае векторы ортогональны, а процессы некоррелированы.

Для нормальных процессов некоррелированность означает и независимость, поскольку для них иной случайной зависимости, кроме линейной, не существует. Доказывается такое утверждение подстановкой коэффициента корреляции, равного нулю, в двумерную нормальную плотность вероятности. В результате такой подстановки плотность вероятности преобразуется к произведению одномерных плотностей вероятности, что является необходимым и достаточным условием статистической независимости двух случайных величин, входящих в систему.


3. Вероятностные характеристики случайных процессов


1. Наиболее полными вероятностными характеристиками случайных процессов (СП) являются различные виды распределений вероятностей мгновенных значений, среди которых основное применение получили интегральная функция распределения вероятностей и плотность вероятности.

Для ансамбля реализаций СП (рис. 6) одномерная интегральная функция распределения определяется как вероятность того, что мгновенные значения реализаций не превысят некоторый фиксированный уровень x в момент времени t.

Аналогично определяется n-мерная интегральная функция распределения как вероятность совместного выполнения неравенств:


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех. (1)


Виды одномерной интегральной функции распределения для различных процессов показаны на рис. 8.


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех.


В отличие от интегральных функций распределения случайных величин, эта характеристика СП в общем случае (для нестационарных СП) зависит от времени.


Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Рис. 6


Так же как и для случайных величин, Постановка задачи синтеза оптимальных алгоритмов приема сигналов на фоне помех

Если Вам нужна помощь с академической работой (курсовая, контрольная, диплом, реферат и т.д.), обратитесь к нашим специалистам. Более 90000 специалистов готовы Вам помочь.
Бесплатные корректировки и доработки. Бесплатная оценка стоимости работы.
Подробнее

Поможем написать работу на аналогичную тему

Получить выполненную работу или консультацию специалиста по вашему учебному проекту
Нужна помощь в написании работы?
Мы - биржа профессиональных авторов (преподавателей и доцентов вузов). Пишем статьи РИНЦ, ВАК, Scopus. Помогаем в публикации. Правки вносим бесплатно.

Похожие рефераты: