Авторитетность издания
ВАК - К1
RSCI, ядро РИНЦ
Добавить в закладки
Следующий номер на сайте
№3
Ожидается:
13 Сентября 2024
Способ обнаружения шумовых сигналов источниковрадиоизлучения на основе фрактального анализа
Method for detecting source noise signals of the radio emission based on fractal analysis
Дата подачи статьи: 21.12.2020
УДК: 631.396
Статья опубликована в выпуске журнала № 1 за 2021 год. [ на стр. 195-200 ]Аннотация:Существующие энергетические обнаружители способны уловить сигнал при отношении сигнал/ шум не менее 20 дБ. Для энергетических обнаружителей утверждение о наличии сигнала делается по его мощности. LPI (Low-Probability-of-Intercept) – режим, подразумевающий использование сигналов с низким уровнем мощности. Уменьшение излучаемой пиковой мощности приводит к снижению дальности ведения радиотехнического наблюдения. Для станций радиотехнического наблюдения необходима дальность обнаружения свыше 174 км, что не могут обеспечить энергетические обнаружители для радиолокационных станций, использующих данные виды сигналов. Следовательно, необходимо разработать обнаружитель, основанный не на мощности сигнала, а на иных физических принципах. Для решения данной задачи авторы рассматривают возможность применения фрактального анализа спектрограмм сигнала. В статье представлены результаты фрактального анализа спектрограмм сигнала, позволяющего обнаруживать широкополосные сигналы с низким уровнем мощности. Рассматриваемый вариант обнаружителя широкополосных сигналов на основе фрактального анализа спектрограмм позволяет обнаруживать сигналы при отношении сигнал/шум менее –5 дБ. Результаты были получены на основе моделирования широкополосных сигналов в среде PyCharm на языке программирования Python 3.8 с низким уровнем мощности и расчета фрактальных размерностей спектрограмм данных видов сигналов. По критерию согласия Пирсона доказано, что фрактальная размерность подчиняется нормальному закону распределения, следовательно, имеется возможность использования критерия обнаружения Неймана–Пирсона. На его основе рассчитаны вероятности правильного обнаружения данных видов сигналов, позволяющие сделать вывод, что при отношении сигнал/шум менее –5 дБ обеспечивается вероятность правильного обнаружения более 95 %. Решение о наличии сигнала делается на основе расчета фрактальной раз-мерности спектрограммы принятого сигнала. Практическая значимость данной работы заключается в том, что фрактальный анализ обнаруженных сигналов позволяет выявить сигнал на большем расстоянии, чем при использовании энергетического способа обнаружения.
Abstract:Existing energy detectors can detect a signal at a SNR of at least 20 dB. For energy detectors, the state-ment about the presence of a signal is made by the signal strength. LPI (low-probability-of-inter- cept) – mode, implies the use of signals with a low power level. A decrease in the radiated peak power leads to a decrease in the range of conducting radio surveillance. For radio surveillance stations, it is necessary to provide a detection range of over 174 km, which is not provided by energy detectors for radar stations using these types of signals, therefore, it is neces-sary to develop a detector based not on the signal power, but on other physical principles. To solve this problem, the authors consider the possibility of using fractal analysis of signal spectrograms. To present the results of the fractal analysis of the signal spectrograms, which allows detecting broadband signals with a low power level. The considered version of the broadband signal detector, based on the fractal analysis of spectro-grams, allows detecting signals with a signal-to-noise ratio of less than -5 dB. The results were obtained based on modeling broadband signals in the PyCharm environment in the Python 3.8 programming language, with a low power level, and calculating the fractal dimensions of the spectrograms of these types of signals. According to the Pearson agreement criterion, it is proved that the fractal dimension obeys the normal distribution law, therefore, it is possible to use the Neumann – Pearson detection cri-terion. The probabilities of correct detection of these types of signals are calculated based on the crite-rion. Based on these calculations, it was concluded that with a signal-to-noise ratio of less than -5 dB, the probability of correct detection is over 95%. The decision about the presence of a signal is made based on the calculation of the fractal dimension of the spectrogram of the received signal. The practical significance of this work lies in the fact that the use of fractal analysis of detected sig-nals makes it possible to detect a signal at a greater distance than when using the energy detection method.
Авторы: Мухамедов Р.Р. (express2006@rambler.ru) - Военный университет радиоэлектроники (научный сотрудник), Череповец, Россия, Уткин В.В. (express2006@rambler.ru ) - Военный университет радиоэлектроники (доцент, научный сотрудник), Череповец, Россия, кандидат технических наук, Войнов Д.С. (express2006@rambler.ru) - Военный университет радиоэлектроники (научный сотрудник), Череповец, Россия, кандидат технических наук | |
Ключевые слова: энергический обнаружитель, фрактальный анализ, фрактальная размерность, скрытность, отношение сигнал/шум, гауссов белый шум |
|
Keywords: energy detector, fractal analysis, fractal dimension, stealth, signal-to-noise ratio, gaussian white noise |
|
Количество просмотров: 4108 |
Статья в формате PDF Выпуск в формате PDF (7.81Мб) |
Постоянный адрес статьи: http://swsys.ru/index.php?id=4797&like=1&page=article |
Версия для печати Выпуск в формате PDF (7.81Мб) |
Статья опубликована в выпуске журнала № 1 за 2021 год. [ на стр. 195-200 ] |
Возможно, Вас заинтересуют следующие статьи схожих тематик:
- Фрактальный анализ динамики цен на нефть
- Программные средства вейвлет-фрактально-корреляционного метода обнаружения объектов космического мусора
- Фрактальная теория информационных технологий обработки, анализа и классификации больших потоков астрономических данных
- Комплекс программ и алгоритм расчета фрактальной размерности и линейного тренда временных рядов
- Комплекс проблемно-ориентированных программ анализа микрофотоизображений текстуры нанокомпозитов «FRA_VA_T»
Назад, к списку статей