СОДЕРЖАНИЕ
ВВЕДЕНИЕ.........................................................4
1 СИНТЕЗ АВТОКОМПЕНСАТОРА АКТИВНЫХ ШУМОВЫХ ПОМЕХ НА БАЗЕ «МАЛОЭЛЕМЕНТНОЙ» АНТЕННОЙ РЕШЕТКИ 28
1.1 Основные требования, предъявляемые к системе компенсации
ШУМОВЫХ ПОМЕХ И МОДЕЛЬ СИГНАЛА, ПОСТУПАЮЩЕГО НА АНТЕННУ МАЛОГАБАРИТНОЙ РЛС..............................................28
1.2 Адаптивная пространственная обработка сигналов в
МНОГОКАНАЛЬНОМ КОМПЕНСАТОРЕ ПОМЕХ В УСЛОВИЯХ ПРОИЗВОЛЬНОЙ ПОМЕХОВОЙ ОБСТАНОВКИ............................................32
1.2.1 Метод непосредственного обращения выборочной корреляционной матрицы помехи..............................................35
1.3 Синтез схемы формирования приемных каналов автокомпенсатора
на базе «малоэлементной» антенны радиолокационной СИСТЕМЫ.......37
1.3.1 Формирование основного и вспомогательных каналов автокомпенсатора............................................37
1.3.2 Схема формирования вспомогательных каналов автокомпенсатора с использованием трех приемников..............................38
1.3.3 Анализ работы автокомпенсатора, вспомогательные каналы которого сформированы по схеме с использованием трех приемников......40
1.3.4 Схема формирования вспомогательных каналов автокомпенсатора с использованием четырех приемников...........................43
1.3.5 Анализ работы автокомпенсатора, вспомогательные каналы которого сформированы по схеме с использованием четырех приемников...45
1.3.6 Схема формирования вспомогательных каналов автокомпенсатора с использованием пяти приемников..............................56
1.3.7 Анализ работы автокомпенсатора, вспомогательные каналы которого сформированы по схеме с использованием пяти приемников......59
1.4 Исследование влияния случайных ошибок процессора управления на
эффективность автокомпенсатора..................................61
1.5 Выводы......................................................67
2 МОДЕЛИРОВАНИЕ КАНАЛА РАСПРОСТРАНЕНИЯ ИЕРЕОТРАЖЕИНЫХ РАДИОЛОКАЦИОННЫХ СИГНАЛОВ........................69
2.1 Трехкомпонентная модель сигнала на входе РПУ................69
2
2.1.1 Моделирование прямой компоненты сигнала................70
2.1.2 Моделирование квазизеркально отражённой компоненты сигнала... 72
2.1.3 Моделирование диффузно рассеянного сигнала.............75
2.2 Многокомпонентная модель сигнала в случае активной
РАДИОЛОКАЦИИ...................................................77
2.3 Описание программного обеспечения для имитационного моделирования радиоканала и результаты моделирования...........81
2.3.1 Возможности программного обеспечения...................81
2.3.2 Параметры модели радиоканала...........................83
2.3.3 Результаты моделирования канала распространения переотраженных радиолокационных сигналов, излученных радиопередающей системой ... 87
2.3.4 Результаты моделирования канала распространения переотраженных радиолокационных сигналов в случае активной радиолокации...96
2.4 Выводы....................................................104
3 МЕТОДЫ ОБНАРУЖЕНИЯ И ИЗМЕРЕНИЯ ПАРАМЕТРОВ НИЗКОЛЕТЯЩЕЙ ЦЕЛИ В УСЛОВИЯХ ПЕРЕОТРАЖЕНИЙ....................106
3.1 Метод режекции переотраженных сигналов....................107
3.2 Метод прямого и обратного ли1 шшюго предсказания..........111
3.3 Метод максимального правдоподобия.........................116
3.4 Результаты натурного эксперимента.........................120
3.5 Использование особенностей переотражения излучения для распознавания и классификации летящих и зависших вертолетов 123
3.5.1 Алгоритм обнаружения сигнала, отраженного несущими винтами вертолета, на фоне сигнала, отраженного от корпуса........125
3.5.2 Анализ эффективности распознавания при различных темпах обзора РЛС.......................................................127
3. 6 Выводы...................................................131
ЗАКЛЮЧЕНИЕ....................................................133
СПИСОК ЛИТЕРАТУРЫ.............................................136
ПЕРЕЧЕНЬ СОКРАЩЕНИЙ...........................................148
3
ВВЕДЕНИЕ
Актуальность
Одной из важнейших задач радиолокационной станции РЛС, как информационно-измерительной системы, является измерение угловых координат источника излучения (ИИ) полезного сигнала, которое основано на определении направления прихода электромагнитных волн, излученных или отраженных целыо. Однако характерное для радиолокации многолучевое распространение радиоволн и невозможность строгого учета влияния конкретного рельефа на зоны обнаружения делают поставленную задачу особо актуальной. Мощные отражённые земной поверхностью лучи приводят к искажениям оценок угла прихода полезног о сигнала, а в ряде случаев и к обнаружению ложной цели при сканировании по углу места [1]. Сильнее всего этот нежелательный эффект проявляется при обнаружении низколетящих целей, т.с. целей с малыми углами места.
Для обеспечения высокой мобильности (возможности ручной переноски РЛС расчетом из трех-четырех человек) к современным станциям предъявляют жесткие ограничения по массе, габаритным размерам и энергопотреблению, которые исключают применение мощных передающих устройств и ограничивают размеры полотна антенной решетки (АР). Наложение на малогабаритные РЛС данных ограничений, а также исключительная сложность электромагнитной обстановки, приводят к новой, требующей детального исследования задаче синтеза на базе «малоэлементной» антенны алгоритмов цифровой обработки, обеспечивающих эффективные характеристики подавления различного рода помех и высокое качество обработки радиолокационных сигналов.
Состояние проблемы
Одним из наиболее перспективных направлений решения проблемы защиты каналов приема от помех является формирование глубоких провалов (нулей) в диаграмме направленности (ДН) антенны РЛС в направлении на
4
постановщик помех, реализуемое либо при помощи адаптивных фазированных АР, либо широко применяемых автокомпенсаторов (АК) боковых лепестков. Последние являются наиболее привлекательными при синтезе системы подавления активных шумовых помех (АШП) малогабаритных РЛС, позволяя существенно снизить массогабаритные характеристики РЛС.
Вопросам построения систем компенсации активных помех посвящено достаточно большое количество работ [2-20]. В качестве адаптивных устройств защиты от АШП могут использоваться системы автокомпенсации, построенные либо на базе корреляционных АК с обратными связями [4, 5, 16, 19-23], либо с прямым вычислением корреляционной матрицы (КМ) помех и формированием вектор-столбца весового коэффициента путем обращения полученной матрицы (так называемого непосредственного обращения КМ помех (НОМ) [15-20, 24].
В адаптивных процессорах с замкнутой петлёй обратной связи используются градиентные алгоритмы, основанные на поиске центра поверхности уровня с помощью так называемого «метода спуска» [4, 16, 19, 21, 23]. Достоинства градиентных алгоритмов заключаются в относительной простоте их технической реализации, как в аналоговом, так и в цифровом виде, а также в способности к самокоррекции промежуточных ошибок вычислений. Главный недостаток - малая скорость сходимости к оптимальному решению. В условиях стремительного развития и совершенствования средств радиоэлектронного подавления повышение скорости адаптации является принципиальным требованием к системам помехозащиты. Необходимость этого обусловлена возрастанием требований к пропускной способности РЛС, усложнением по-меховой обстановки и уменьшением временного интервала, в течение которого помеха может считаться стационарной. В системах с обратной связью, построенных на основе использования градиентных алгоритмов адаптации скорость сходимости ограничивается условиями, налагаемыми на коэффициент усиления цепи обратной связи, и значительно зависит от уровня помех, их числа и взаимного расположения воздействующих помехоноситслсй. Слс-
дует также отметить, что для процессоров с замкнутой петлёй обратной связи актуальна проблема устойчивости.
Указанные недостатки в определенной степени устраняются при использовании адаптивных приемных устройств без обратной связи. Прямые методы адаптации, связанные с обращением или псевдообращением КМ помех, состоят в определении весового вектора и, следовательно, амплитуднофазового распределения на основе знания КМ помех и вектора, задающег о волновой фронт полезного сигнала. Операция нахождения весового вектора достаточно трудоемкая, требует относительно больших временных затрат и связана с обращением матрицы или решением системы уравнений. В литературе достаточно подробно рассмотрены вопросы реализации численных методов для решения задачи формирования весового вектора и обращения оценочной КМ помех [13-20].
Адаптивные устройства с прямым методом формирования весовых коэффициентов стабильны и имеют высокую скорость сходимости, мало зависящую от внешних условий.
К прямым алгоритмам относятся алгоритмы непосредственного обращения оценочной КМ помехи, рекуррентного обращения выборочной КМ помехи (непосредственное итерационное уточнение обратной КМ) и алгоритм последовательной декорреляции помехи, основанный на процедуре ортого-нализации Грама-Шмидта. Процессоры с разомкнутой петлей обратной связи должны обладать не только высокой точностью, но и большим динамическим диапазоном, они могут быть реализованы преимущественно в цифровом виде. Метод НОМ критичен к точности вычислений (чувствителен к ошибкам вычислений): чем больше порядок обращаемой матриц, тем точнее должны выполняться операции сложения и умножения. Применяемый процессор заведомо должен удовлетворять этим требованиям.
Как показано в [20], при использовании прямых методов вычислений при числе выборок, используемых для оценки КМ, большем удвоенного числа степеней управления, потери в среднем отношении сигнал-помеха при за-
6
мене матрицы ее выборочной оценкой не превышают 3 дБ. Это существенно (на несколько порядков) меньше, чем при использовании градиентных методов.
Сравнение градиентных и прямых методов по числу операций комплексного умножения, требуемых для вычисления весовых коэффициентов, показывает, что наиболее экономичными по числу операций на одну выборку являются градиентные алгоритмы, наименее экономичными — алгоритмы, основанные на выборочной оценке и последующем обращении КМ. Однако представляющий наибольший практический интерес объем вычислений, требуемых для получения заданного уровня подавления помех, зависит также от требуемого числа выборок. Последнее же у прямых методов значительно меньше, чем у градиентных. Поэтому в ряде случаев суммарный объем вычислений, требуемых для обеспечения заданного уровня подавления помех при использовании прямых методов, может оказаться меньше, чем для градиентных методов, обладающих медленной сходимостью.
Важным достоинством прямых методов является независимость скорости сходимости алгоритмов от соотношения мощностей и пространственног о распределения источников помех [19, 20].
Ещё одной важной проблемой является негативное влияние множества отражённых от земной поверхности лучей в радиотехнических системах связи и радиолокации.
На практике земная поверхность имеет значительно более сложный вид, чем плоская поверхность. Строгий учет влияния конкретного рельефа на зоны обнаружения является очень сложной задачей, поэтому представляют интерес разработка и реализация компьютерной модели процесса распространения радиосигналов, которая учитывала бы общие особенности рельефа. Данная модель необходима для исследования пространственно-временной структуры и компонентного состава смсси радиолокационных сигналов, поступающих на вход АР РЛС и уменьшения материальных затрат на проведение испытаний станции. Полученные на основе компьютерного моделирова-
7
ния данные позволят оценить степень влияния перео сраженных лучей на точность измерения малых углов места цели и будут использованы при моделировании алгоритмов измерения угломестной координаты цели.
При обосновании модели основная трудность заключается в выборе компромисса между адекватностью модели и сложностью алгоритма, а также в необходимости учитывать множество разнообразных факторов: взаимное расположение цели и РЛС, траекторию движения цели, характер неровностей подстилающей поверхности и её диэлектрические и проводящие свойства, появление доплеровского сдвига за счет движения цели относительно РЛС. Известная методика расчета напряженности поля с учетом влияния земной поверхности основана на использовании интерференционных формул [25-29], однако такая методика непригодна в случае импульсных сигналов, если временное запаздывание отраженного сигнала соизмеримо или превышает длительность импульса. Кроме того, эта методика не учитывает влияния неровностей подстилающей поверхности, наличие которых во многих случаях приводит к диффузному характеру отражения.
Мощность диффузно рассеянного излучения характеризуется удельной эффективной площадью (ЭПР) рассеяния и зависит как от характера неровностей подстилающей поверхности, так и ширины ДН антенных систем и длительности импульса сигнала[30-32]. Теоретическая оценка ЭПР различных типов неровных поверхностей базируется на использовании различных электродинамических моделей, отличающихся различной степенью детализации [27, 29-33].
Простейшие модели используют закон Ламберта, согласно которому коэффициент обратного рассеяния не зависит от направления падения луча [26]. Однако экспериментальные данные не согласуются с данным законом в дециметровом и сантиметровом диапазонах [27]. Фацетная модель [27] предполагает, что неровная поверхность состоит из хаотически расположенных плоских площадок (фацет) рассеивающих падающее излучение по закону зеркального отражения. Фацетная модель достаточно адекватно описывает
отражение от гористой местности. Модели Кирхгофа-Гюйгенса [27, 33] разработаны наиболее детально. В этих моделях иоле, рассеянное неровной поверхностью, рассчитывается с учетом фазовых сдвигов, вносимых вследствие отклонения реальной поверхности от плоскости. Необходимо отметить, что в отличие от случая зеркального отражения диффузно отраженный сигнал рассеивается в широком телесном угле, поэтому интенсивность рассеянного поля зависит от направления на приемную антенну [31], что тоже должно быть учтено при моделировании рассеянной составляю)цей сигнала. Таким образом, известные модели не в состоянии адекватно описать характеристики рассеяния различных типов подстилающих поверхностей [27, 28], поэтому при моделировании рассеянной компоненты необходимо ориентироваться на результаты экспериментальных исследований.
В работе [34] рассмотрена математическая модель входных сигналов от сложных радиолокационных сцен, внешняя поверхность которых задана в виде полигональной модели. Однако данная модель пригодна для систем ближней радиолокации, когда обнаружение и измерение параметров радиолокационных объектов происходит на дальностях, сопоставимых с геометрическими размерами самих объектов [34]. В работах [35-37] предложена трехкомпонентная модель канала связи гиперзвукового летательного аппарата с измерительным пунктом. Данная модель пригодна для проведения имитационного моделирования и учитывает основные механизмы распространения сигнала: прямое прохождение сигнала, квазизеркальное отражение от подстилающей поверхности и диффузное рассеяние неоднородностями поверхности.
В условиях множественных переотражений от земной поверхности появляется проблема измерения малых углов места цели в системе активной радиолокации. Особо актуальным становится этот вопрос для малогабаритных РЛС, когда ограничения но массе, габаритам и т.д. не позволяют создать узкую ДН на прием и передачу.
9
Известно два подхода к решению задачи определения угла места цели при наличии отражений от подстилающей поверхности. В первом из них пс-реотражённые сигналы рассматриваются как помеха, вследствие чего предварительно осуществляется их подавление (режекция) и только после этого проводится измерение угла места прямого сигнала [21, 38].
В условиях многолучевого распространения сигнала один источник может создать много волновых фронтов, приходящих к АР с различных направлений [38]. Если стоит задача измерить угол места источника сигнала, то при малых значениях угла места возникает проблема углового разрешения нескольких когерентных ИИ. Таким образом, второй подход состоит в одновременном измерении угловых координат прямого и переотраженных сигналов. К этой группе, относится, например, все современные методы спектрального анализа [38-42], а также классический метод максимального правдоподобия (МП) [38, 39].
В случае, когда параметры указанных источников близки, традиционные методы обработки [21] и измерения не в состоянии их разрешить и измерить в силу ограничения их разрешающей способности величиной, обратной длине раскрыва, а также эффекта маскирования спектральных линий слабых сигналов боковыми лепестками спектральных линий более сильных сигналов [43]. Благодаря применению альтернативных методов спектрального оценивания, получивших название «современные спектральные методы оценивания» [21, 38-44] в определенных условиях удается преодолеть свойственные классическим методам недостатки, прежде всего, получить по сравнительно короткой дискретно-пространственной последовательности данных достаточно высокую разрешающую способность. Суть этих методов заключена в широком использовании модельных представлений об анализируемых процессах, учитывающих свойственные им внутренние связи, которыми пренебрегали в классическом спектральном анализе [43].
Основное достоинство современных методов спектрального анализа состоит в том, что они позволяют определять число и угловые координаты ИИ,
10
не прибегая к электрическому или механическому перемещению ДН антенны и используя лишь алгоритмические способы обработки сигналов, принятых элементами АР. В результате наблюдение за координатами ИИ, находящихся в зоне наблюдения, можно вести в режиме реального времени [41].
Предварительно отметим, что современные спектральные методы, предназначенные для оценивания направлений на ИИ, являются адаптивными к входным данным, В качестве исходных (базовых) данных в них используется, как правило, корреляционная (ковариационная) матица сигналов, принимаемых М-элементной АР [43-45]. Корректный учет возможной априорной информации об особенностях структуры КМ (персимметрии, теплицевости, блочно-теплицевости и т.д.) уменьшает требования к абсолютным объемам выборки в равной степени для всех методов, так что соотношение их достоинств и недостатков остается неизменным и при наличии априорной информации. Поэтому указать единственный квазистагический алгоритм, обеспечивающий наилучшие показатели разрешения по критерию Рэлея при произвольном объеме выборки, не удается [38, 43, 44, 46].
Известен довольно обширный перечень методов пространственного различения гауссовских источников, которые в литературе носят общее название методов со «сверхразрешением». Все они предполагают реализацию на базе АР. Однако указанные методы получены с использованием различных подходов. В результате прямое сравнение их эффективности затруднительно, и данный вопрос до сих пор остается открытым [42].
При классификации по способам обзора пространства вес методы углового спектрального оценивания можно разделить на группы с последовательной и параллельной пеленгацией источников излучения [43].
В методах первой группы (это метод Кейпона и его разновидности [47-49], максимальной энтропии [39, 43], авторегрессионный [39, 44], классификации множественных сигналов (MUSIC) [42, 44], минимальной нормы [43] и др.) выполняется последовательный пространственный анализ. При их использовании сканирование поля ИИ осуществляется таким образом, чтобы
11
оценка выходной величины получалась как непрерывная функция угловой координаты, при этом никаких априорных допущений о количестве ИИ не делается, а лишь предполагается, чаще всего, что они не коррелированны. По существу они подобны неадаптивным методам, основанным на применении направленных антенн. С помощью этих методов направления на ИИ оцениваются по соответствующим максимумам выходной функции, а это подразумевает применение того или иного алгоритма поиска. В качестве выходной функции используется зависимость мощности (дисперсии) выходного сигнала от углового положения, на которое настраивается система обработки сигналов АР. Оценка мощности сигналов ИМ выполняется по максимумам выходной величины.
Таким образом, угловые координаты ИИ при последовательном обзоре пространства находятся математическим сканированием с помощью опорного пространственного сигнала и последующего отыскания положения максимумов. Главным недостатком этих методов является относительно низкий темп обзора [1, 44]. Кроме того, пеленгация, основанная на оценке пространственного спектра излучений, сопровождается смещением угловых оценок при наличии временной корреляции между ИИ в точках приема [50], характерной для многолучевого распространения радиоволн. Для устранения этог о недостатка приходиться усложнять алгоритмы обработки входных сигналов [43].
Методы второй группы обеспечивают параллельный обзор пространства (это методы ROOT-MUSIC, Писаренко, поворо та подпространства (ESPRIT) и Прони [39, 42, 43]). Методы ROOT-MUSIC и Писаренко, так же как и методы MUSIC и минимальной нормы, основаны на использовании информации, содержащейся в системе собственных векторов КМ входных сигналов, но при этом отыскиваются корни соответствующих полиномов, а не спектр мощности. В них предполагается, что число М ИИ меньше числа N приемных каналов и что матрица аддитивного шума имеет диагональную форму. При этом подпространство источников рассматривается как подпространст-
12
- Київ+380960830922