Preview

Радиопромышленность

Расширенный поиск

Усовершенствованная версия рангового алгоритма селекции

https://doi.org/10.21778/2413-9599-2021-31-1-37-44

Полный текст:

Аннотация

Постановка проблемы. Синтезируется ранговый алгоритм селекции режимов радиоизлучения для работы в условиях разнородности источников и сложной помеховой обстановки, включая возможное наличие взаимных помех.
Целью синтеза является обеспечение независимости распознавания режимов от частных особенностей наблюдения радиоизлучения. Входом алгоритма является результат первичной обработки информации, в процессе которой оценивается длительность импульсов излучения, динамика его частоты и амплитуды, а также их разброс. На этой основе путем статистической обработки регистрируемой информации формируются исходные решающие статистики — база наблюдаемого сигнала и вариации его частоты и амплитуды. Производные статистики формируются дополнительно на основе исходных путем использования медианно-рекурсивного или максимально рекурсивного сглаживания. Каждая из решающих статистик в рамках многопороговой процедуры трансформируется в строку рангов, размер которой соответствует числу распознаваемых режимов. В совокупности эти строки образуют таблицу (матрицу) ранжирования, каждый из столбцов которой представляет собой дискретное описание опознаваемого режима. Текущая обработка наблюдения при этом состоит в формировании рангов для используемых решающих статистик. Распознавание режима может осуществляться либо в соответствии со столбцами таблицы ранжирования, либо с использованием дополнительной процедуры голосования «два из трех». Альтернативный подход, который рассматривается в статье, состоит в построении манхэттенской метрики рассогласования текущих и эталонных рангов и принятии решения по критерию минимума метрики рассогласования.
Результаты. Изрезанность исходных статистик вызывает значительные ошибки в распознавании и побуждает использовать сглаженные производные, поэтому предпочтительной решающей статистикой является результат максимально рекурсивной фильтрации исходной. Эта фильтрация представляет собой сочетание выбора максимального значения в скользящем окне (скользящий максимум) и последующей рекурсивной фильтрации первого порядка. Решающие статистики трансформируются в набор рангов, используемых для распознавания режима по результатам сравнения с эталоном в форме таблицы ранжирования. Это сравнение состоит в построении манхэттенской метрики рассогласования текущих и эталонных рангов, а решение о распознавании принимается по критерию минимума метрики рассогласования. Пороги для процедуры ранжирования определяются эвристически при построении таблицы ранжирования, а затем используются при формировании текущих рангов для наблюдаемых режимов.
Практическая значимость. Проведенный численный эксперимент показал, что при использовании сглаживающей фильтрации обеспечивается практически безошибочная селекция наблюдаемых режимов. Кроме того, построенный алгоритм селекции допускает возможность естественного расширения для растущей номенклатуры распознаваемых режимов, а также для повышения надежности их распознавания путем введения дополнительных решающих статистик.

Об авторе

А. А. Моисеев
ООО «Научно-производственное предприятие «ТЕХНОС-РМ»
Россия

 Моисеев Александр Александрович, к. т. н., старший научный сотрудник

141002, Мытищи, ул. Колпакова, д. 2/15



Список литературы

1. Azzouz E., Nandi A. Automatic modulation recognition of communication signals. Boston : Kluwer Academic Publishers, 1996. 217 p. ISBN 978-0-7923-9796-0.

2. Franks L. E. Signal theory (Information theory series). NJ, Prentice-Hall, 1969. 318 p. ISBN 978-0138100773.

3. Kline S. J. Similitude and approximation theory. Berlin, Springer, 1986. 304 p. ISBN 978-3642648946.

4. Deza M. M., Deza E. Encyclopedia of Distances. Berlin, Springer, 2009. 590 p. ISBN 978-3-642-00234-2.

5. Tukey J. Exploratory data analysis. Pearson, 1977. 712 p. ISBN-13 : 978-0201076165.

6. Моисеев А. А. Медианно-рекурсивная фильтрация // Радиопромышленность. 2018. № 1. С. 103–109. DOI 10.21778/2413-9599-2018-1-103-109.

7. Smith M. Statistical analysis handbook. Edinbourg, Winchelsea, 2018. 100 p. ISBN 978-1-912556-06-9.

8. Hamming R. W. Digital filters. NJ, Prentice-Hall, 1977. 296 p. ISBN 13 : 9780132125710.


Для цитирования:


Моисеев А.А. Усовершенствованная версия рангового алгоритма селекции. Радиопромышленность. 2021;31(1):37-44. https://doi.org/10.21778/2413-9599-2021-31-1-37-44

For citation:


Moiseev A.A. Improved rank selection algorithm. Radio industry (Russia). 2021;31(1):37-44. (In Russ.) https://doi.org/10.21778/2413-9599-2021-31-1-37-44

Просмотров: 20


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


ISSN 2413-9599 (Print)
ISSN 2541-870X (Online)