Для проверки работы синтезированного алгоритма использовались модельные данные, соответствующие следующему эпизоду. Рассматривается линейная антенная решетка с числом датчиков ; число частотных отсчетов 4251 разбивается на полосы по отсчетов, всего полос временных тактов для формирования корреляционной матрицы используется . Имеются 16 целей, разделенных на 3 группы по интенсивности: сильные многолучевые цели, цели средней интенсивности с сильным рассеянием, малошумные цели. Мощности малошумных источников меньше мощности сильных целей на 25-30 дБ.
На рисунке 1 представлена кривая весовых коэффициентов, используемых для модификации спектра корреляционной матрицы при заданном наборе параметров. На рисунке 2 представлена сигнальная обстановка в виде планшета трасс источников. Для сравнения приводится результат неадаптивного приема (рисунок 3а), классического адаптивного алгоритма Джонсона (рисунок 3б) и разработанного проекционного алгоритма (рисунок 3в).
Заключение
Были рассмотрены и аналитически оценены влияния различных физических и технических факторов на спектр оценки корреляционной матрицы наблюдения при обнаружении гидроакустических сигналов. На основании полученных зависимостей, а также фундаментальных лемм теории случайных матриц разработана методика синтеза адаптивных алгоритмов, эффективных для обнаружения малошумных полезных сигналов в условиях влияния сильных мешающих рассеянных сигналов.
Проведено моделирование на сложном тактическом эпизоде. Было показано, что разработанный алгоритм демонстрирует повышение времени контакта с малошумными целями более чем в 2 раза и разрешающей способности на 20%, при этом наблюдается уменьшение СКО курсового угла в 3 раза по сравнению с классическим алгоритмом Джонсона. Неадаптивный прием на используемом модельном эпизоде не демонстрирует обнаружение малошумных целей.
Литература
1. Schmidt R.O. Multiple Emitter Location and Signal Parameter Estimation.// IEEE Trans. vol. AP-34 №3, march 1986.
2. Jonson D.H., Improving The Resolution Of Bearing In Passive Sonar Arrays By Eigenvalue Analysis.// DeGraaf S.R., IEEE Trans On Acoustic, Speech And Signal Processing, v. ASSP-30 №4, August 1982.
3. Лаваль Р., Лабаск. Влияние неоднородностей и нестабильностей среды на пространственно-временную обработку сигналов. В книге «Подводная акустика и обработка сигналов». М., Мир, 1985, стр. 43-68.
4. Г.С. Малышкин. Оптимальные и адаптивные методы обработки гидроакустических сигналов. т. 2 Адаптивные методы, СПб: ОАО «Концерн «ЦНИИ «Электроприбор», 2011, 374 стр.
5. Малышкин Г.С., Шафранюк А.В. Адаптивное разрешение широкополосных гидроакустических сигналов с частично нарушенной когерентной структурой. Акустический журнал, 2013, т.59, №5, с. 613-629.
6. T.W. Anderson. Asymptotic theory for principal component analysis. Ann. Math. Stat., vol.34, pp. 122-148, February 1963.
7. Гирко В.Л. Спектральная теория случайных матриц, М.: изд-во Наука, 1988. - 379 с.
8. Г.С. Малышкин, Г.Б. Сидельников. Оптимальные и адаптивные методы обработки гидроакустических сигналов// Акустический журнал, т. 60, №5, С. 526-545. 2014 г.