Preview

Russian Technological Journal

Расширенный поиск

Параметризация пользовательских функций в цифровой обработке сигналов для получения углового сверхразрешения

https://doi.org/10.32362/2500-316X-2022-10-4-38-43

Аннотация

Цели. Одна из важнейших задач развития угломерных систем - улучшение разрешающей способности по угловым координатам. Этого можно добиться двумя способами: во-первых, увеличением апертуры такой системы, что весьма дорого и часто технически трудновыполнимо; во-вторых, с помощью методов цифровой обработки сигналов. Если регистрируемые источники сигнала расположены близко друг к другу и не разрешаются по критерию Рэлея, то невозможно определить их количество, расположение и характеристики отражения. Цель работы - разработка алгоритма цифровой обработки сигналов для получения углового сверхразрешения.

Методы. Использованы математические методы решения обратных задач. Эти методы позволяют преодолеть критерий Рэлея, т.е. дают возможность получить угловое сверхразрешение. Данные задачи обладают неустойчивостью. Существует бесконечное количество приближенных решений, возможно возникновение ложных целей. Поиск оптимального решения проводится путем минимизации среднеквадратического отклонения.

Результаты. В статье приведено описание математической модели работы угломерной системы. На основе существующих методов разработан алгоритм обработки сигнала, использующий принцип параметризации пользовательских функций. Представлены результаты численных экспериментов по достижению сверхразрешения алгебраическими методами. Проведена оценка устойчивости решения. Измерены точность и соответствие амплитуды полученных объектов начальным параметрам. Проведена оценка степени превышения критерия Рэлея полученным решением.

Выводы. Показано, что алгебраические методы позволяют получать устойчивые решения с угловым сверхразрешением. Получаемые результаты правильно отражают расположение объектов с незначительной ошибкой. Ошибки в распределении амплитуды сигнала невелики, появляющиеся ложные цели имеют пренебрежимо малую амплитуду.

Об авторах

А. А. Щукин
МИРЭА - Российский технологический университет
Россия

Щукин Андрей Алексеевич - аспирант кафедры «Прикладная математика» Института информационных технологий.

119454, Москва, пр-т Вернадского, д. 78.

ResearcherID CAG-1481-2022


Конфликт интересов:

Нет



А. Е. Павлов
МИРЭА - Российский технологический университет
Россия

Павлов Александр Евгеньевич - аспирант кафедры «Прикладная математика» Института информационных технологий.

119454, Москва, пр-т Вернадского, д. 78.

ResearcherID CAG-1509-2022


Конфликт интересов:

Нет



Список литературы

1. Леховицкий Д.И. Статистический анализ сверхразрешающих методов пеленгации источников шумовых излучений при конечном объеме обучающей выборки. Прикладная радиоэлектроника. 2009;8(4):526-541.

2. Bhaskar D. Rao, Hari K.V.S. Weighted subspace methods and spatial smoothing: analysis and comparison. IEEE Transaction. Signal Process. 1993;41(2):788-803. https://doi.org/10.1109/78.193218

3. Хачатуров В.Р., Федоркин Ю.А., Коновальчик А.С. Влияние случайных фазовых ошибок приемных каналов антенной решетки на качество разрешения источников внешнего излучения. Антенны. 2000;2:55-59.

4. Ратынский М.В. Анализ характеристик алгоритмов пеленгации со сверхразрешением. Радиотехника. 1992;(10-11):63-66.

5. Roy R., Kailath T. ESPRIT-estimation of signal parameters via rotational invariance techniques. IEEE Transactions on Acoustics, Speech, and Signal Processing. 1989;37(7):984-995. https://doi.org/10.1109/29.32276

6. Rao B.D., Hari K.V.S. Performance analysis of RootMusic. IEEE Transactions on Acoustics, Speech, and Signal Processing. 1989;37(12):1939-1949. https://doi.org/10.1109/29.45540

7. Stoica P., Nehorai A. Performance comparison of subspace rotation and MUSIC methods for direction estimation. IEEE Transactions on Acoustics, Speech, and Signal Processing. 1991;39(2):446-453. https://doi.org/10.1109/78.80828

8. Трифонов А.П., Шинаков Ю.С. Совместное различение сигналов и оценка их параметров на фоне помех. М.: Радио и связь; 1986. 264 с.

9. Lagovsky B., Samokhin A., Shestopalov Y. Increasing effective angular resolution measuring systems based on antenna arrays. In: 2016 URSI International Symposium on Electromagnetic Theory (EMTS). 2016. P. 432-434. https://doi.org/10.1109/URSI-EMTS.2016.7571418

10. Lagovsky B.A., Samokhin A.B. Superresolution in signal processing using a priori information. In: Proceedings of the 2017 19th International Conference on Electromagnetics in Advanced Applications (ICEAA). 2017. P. 779-783. https://doi.org/10.1109/ICEAA.2017.8065365

11. Lagovsky B.A., Chikhina A.G. Superresolution in signal processing using a priori information. In: Progress in Electromagnetics Research Symposium (PIERS). 2017. P. 944-947. https://doi.org/10.1109/PIERS.2017.8261879

12. Lagovsky B.A., Samokhin A.B., Shestopalov Y.V. Creating two-dimensional images of objects with high angular resolution. In: 2018 IEEE Asia-Pacific Conference on Antennas and Propagation (APCAP). 2018. P. 114-115. https://doi.org/10.1109/APCAP.2018.8538220

13. Lagovsky B., Samokhin A., Shestopalov Y. Angular superresolution based on a priori information. Radio Science. 2021;56(1):e2020RS007100. https://doi.org/10.1029/2020RS007100

14. Лаговский Б.А., Самохин А.Б. Достижение углового сверхразрешения на основе априори известной информации. Физические основы приборостроения. 2019;8(4-34):16-22. https://doi.org/10.25210/jfop-1904-016022

15. Лаговский Б.А., Чикина А.Г. Регрессионные методы получения сверхразрешения для групповой цели. Успехи современной радиоэлектроники. 2020;1:69-76.


Дополнительные файлы

1. Модель принимаемого сигнала и исходные объекты: 1 – исходные объекты; 2 – принимаемый сигнал
Тема
Тип Исследовательские инструменты
Посмотреть (65KB)    
Метаданные
  • Статья посвящена методам повышения разрешающей способности угломерных систем.
  • Предложенный алгоритм позволяет оценить количество и расположение удаленных источников сигналов, расположенных близко друг к другу и не разрешающихся по критерию Рэлея.
  • Используются математические методы решения обратных задач, которые позволяют получить угловое сверхразрешение.
  • В результате эксперимента получено устойчивое решение с угловым сверхразрешением.

Рецензия

Для цитирования:


Щукин А.А., Павлов А.Е. Параметризация пользовательских функций в цифровой обработке сигналов для получения углового сверхразрешения. Russian Technological Journal. 2022;10(4):38-43. https://doi.org/10.32362/2500-316X-2022-10-4-38-43

For citation:


Shchukin A.A., Pavlov A.E. Parameterization of user functions in digital signal processing for obtaining angular superresolution. Russian Technological Journal. 2022;10(4):38-43. https://doi.org/10.32362/2500-316X-2022-10-4-38-43

Просмотров: 250


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2782-3210 (Print)
ISSN 2500-316X (Online)