Вы находитесь на странице: 1из 8

======================================Известия вузов России. Радиоэлектроника. 2009. Вып.

1
УДК 621.396.663
М. Е. Шевченко
Санкт-Петербургский государственный электротехнический
университет "ЛЭТИ"

Алгоритм совместного обнаружения и оценивания


параметров источников радиоизлучения
Представлен алгоритм совместного обнаружения и оценивания параметров множест-
ва источников радиоизлучений (ИРИ) и излучаемых ими сигналов при трехэлементной ан-
тенной решетке. Алгоритм относится к классу ESPRIT-алгоритмов, основанных на форми-
ровании сигнального подпространства из наблюдаемых данных. Представленный алгоритм,
в отличие от существующих, позволяет оценивать форму сигналов ИРИ и их параметры в
условиях неопределенности сигнально-помеховой обстановки. Приведены результаты иссле-
дования алгоритма по модельным и по реальным сигналам.

Радиомониторинг, источники радиоизлучения, , азимут, угол места, обнаружение, оценивание, форма


сигнала, антенная решетка, сигнальное подпространство
Основная задача панорамного радиомониторинга состоит в оценке частоты и в оценке
угловых координат (азимута и угла места) множества источников радиоизлучения (ИРИ).
Интерес представляет также определение типа сигнала.
В настоящей статье представлен алгоритм совместного обнаружения и оценивания час-
тоты, азимута, угла места и формы сигналов от множества ИРИ, сигнальные составляющие
которых присутствуют в наблюдаемых данных. Алгоритм разработан на основе ESPRIT-
подхода [1], [2] к задаче синтеза алгоритмов определения направлений ИРИ и принципа инва-
риантности [3] для преодоления априорной неопределенности уровня аддитивного шума.
ESPRIT-Подход (Estimation signal parameters via rotational invariance techniques) заключается в
разделении сигнального и шумового подпространств на основе принятых данных, а также в
формировании требуемых оценок на основе сигнального подпространства с учетом инвари-
антности антенной решетки к сдвигу.
Модели антенной решетки и сигнально-
помеховой обстановки. Антенная решетка
(АР) (рис. 1) состоит из трех всенаправленных k
антенн, расположенных в вершинах равносто-
роннего треугольника. Длины сторон треуголь-
ника равны  , причем f max c  0.5 , где f max Y

– максимальная частота из диапазона прини-


 60° N
маемых сигналов. Виртуальная линия, соеди-
няющая антенны Y и X , ориентирована по
направлению "север–юг" (антенна Y располо- 60° 
жена севернее антенны X ). Z

Пеленг  k отсчитывается против часо- S


 60°
вой стрелки между направлением на ИРИ и
направлением на север. Азимут ak отсчиты- X
Рис. 1
23
Известия вузов России. Радиоэлектроника. 2009. Вып. 1======================================
вается по часовой стрелке от направления на север. Поэтому ak   k .
Наблюдаемыми данными являются выборки x   x0 ,  , x N 1  , y   y0 ,  , y N 1 
z   z0 ,  , z N 1  , полученные дискретизацией процессов, принятых элементами АР X , Y ,
Z соответственно, с частотой P . Отсчеты выборок записываются в виде
d
xi  x  i P    bk sk  i P  exp  j 2fk  i P     x i P  ;
k 1
d
yi  y  i P    bk sk  i P  exp  j 2fk  i P  exp  j  xyk    y i P  ;
k 1
d
zi  z  i P    bk sk  i P  exp  j 2fk  i P   exp  j  xzk    z  i P  ,
k 1
где d – неизвестное число ИРИ; bk , f k – амплитуда и несущая частота сигнала k-го

ИРИ соответственно; s k  sk  i P  ,  , sk   N  1 P  – выборка из комплексной огибаю-


T
2
щей sk  t  сигнала k-го ИРИ, причем   sk  t   dt  1 ;  xyk ,  xzk – фазовые сдвиги между
0
сигналами k-го ИРИ в антеннах X , Y и X , Z соответственно, обусловленные разностью
хода между элементами АР;  x ,  y ,  z – выборки аддитивного шума в антеннах X , Y и Z
соответственно.
При синтезе алгоритма предполагалось выполнение условия узкополосности прини-
маемых радиосигналов, поэтому sk t   xy xz    sk  t  , где  xy  xz  – задержка распростране-
 
ния сигнала между антеннами X и Y ( X и Z ). Фазовый сдвиг между i-м и  i  n  -м отсче-
тами, принадлежащими принятому сигналу от k-го ИРИ в каждой из выборок, равен
2f k n P . Фазовые сдвиги  xyk ,  xzk выражаются через пеленг  k и угол места  k k-го

ИРИ как  xzk   2 c   f k  cos  60   k  cos  k  и  xyk   2 c   f k  cos k cos k  . Выборки


из аддитивного шума
 0  N  1   0  N 1 
ξ x   x   , ,  x   ; ξ y   y   ,  ,  y   ;
 P  P     P  P  
 0  N 1 
ξ z   z   ,  ,  z   ,
 P  P  
присутствующие в наблюдаемых данных, полагаются взаимно независимыми с гаус-
совской маргинальной плотностью распределения с неизвестной дисперсией.
На основе такой постановки задачи с применением обобщенного критерия наименьших
квадратов, ESPRIT-подхода, методов линейной алгебры и принципа инвариантности разра-
ботан алгоритм совместного обнаружения и оценивания параметров ИРИ, который оценива-

24
======================================Известия вузов России. Радиоэлектроника. 2009. Вып. 1
   
ет число ИРИ d , формирует совместные оценки частоты f k , пеленга k , угла места  k и

формы сигнала sk .
Алгоритм совместного обнаружения и оценивания. Включает следующие этапы.
1. Формирование матрицы наблюдений
 x0 x1 ... x N  n 1   y0 y1 ... y N  n 1 
X   x x2 ... xN  n   y y2 ... y N  n 
R  Y  ; X  1 ; Y  1 ;
Z   ... ... ... ...   ... ... ... ... 
   xn 1 xn ... xN 1   yn 1 yn ... y N 1 
 z0 z1 ... z N  n 1 
 z z2 ... z N  n 
Z  1 ; nd.
 ... ... ... ... 
 zn 1 zn ... z N 1 
T
2. Вычисление корреляционной матрицы RR  R  R  ( "" – знак комплексного со-
пряжения; "T " – знак транспонирования).
T
3. Разложение матрицы RR  E diag     E   по собственным числам     0 ,  ,
 d 1,  , 3n 1  ,  0   d 1   3n 1 и собственным векторам E  E1 E 2  E3n 1 .
 
4. Оценка количества ИРИ d сравнением собственных чисел с порогом C  C  ,
определяемым уровняем вероятности ложной тревоги  ( C – параметр, зависящий от раз-

мера выборки N и параметра алгоритма n ;  – состоятельная и эффективная оценка уров-
ня шума).
5. Выделение из пространства собственных векторов E   ES , E  сигнального подпро-
T 
странства Es  Esx  Esy Esz  образованного векторами, соответствующим d собствен-

ным числам, превысившим порог C  .


6. Получение оценок угловых параметров ИРИ. Для этого требуется:
6.1. Сформировать матрицу Ess  Esx  Esy Esz  и вычислить корреляционную мат-
рицу
 EE11 EE12 EE13 
T
EE   

Ess Ess   EE21 EE22 EE23  ,
 EE31 EE32 EE33 
из которой создать матрицы
 EE11 EE12   EE EE13 
EExy    и EExz   11 .
 EE21 EE22   EE31 EE33 

6.2. Найти матрицы собственных векторов

25
Известия вузов России. Радиоэлектроника. 2009. Вып. 1======================================
 E xy11 E xy12   E xz11 E xz12 
E xy   и E  xz 
 E xy 21 E xy 22   E xz
 21 E xz 22 

матриц EExy и EExz . Вычислить  xy   E xy12 E xy1 ,  xz   E xz12 E xz1 . Раз-


22 22
 
ложить xy  T (xy )xyT 1 (xy ) и xz  T (xz )xzT 1 (xz ) по собственным числам
     
xy  diag xy1,  , xy d , xz  diag xz1,..., xz d и векторам, составляющим матрицы
   
T (xy ) и T (xz ) .
6.3. Сопоставить собственные числа  xy и  xz изменением порядка следования соб-
ственных векторов в T (xz ) при сохранении порядка следования векторов в T (xy ) . Для этого
T
вычислить корреляционную матрицу TT  T  (xy )  T (xz ) . Определить M i – номер столбца

максимального элемента каждой i  0, d  1 строки матрицы TT . Привести порядок следова-
ния собственных векторов в T (xz ) к порядку их следования в T (xy ) , соответственно изме-
    
нив и порядок следования собственных чисел xz  diag xz1,  , xzd , xzi  xzMi
 

так, что xz  T (xy )xzT 1(xy ) .
7. Получение оценок частоты. Для этого требуется:
7.1. Создать матрицы U 1 Esx  , U 2  Esx  , U 1  sy  , U 2  Esy  , U 1 Esz  , U 2  Esz  ,

 U 0,0  U 0, d 1   U1,0  U1, d 1 


   
где U 1U        и U 2 U       .
U   U  U n 1, d 1 
 n  2,0  U n  2, d 1   n 1,0 
7.2. Вычислить корреляционные матрицы
T * T

UU  Esx   U 1 Esx  

 U 2  Es x  ; 
UU  Esy   U1 sy  
  U 2 E 
sy ;
T
 *
UU  Esz   U 1  sz    U 2  Esz  .
7.3. Разложить матрицы
 
UU  Esx   T  Esx    Esx  T 1  Esx  ; UU  Esy   T  Esy    Esy  T 1  Esy  ;

UU  Esy   T  Esy    Esy  T 1  Esy 
по собственным числам
     
  Esx   diag   Esx 1 ,  ,   Esx d  ,   Esy   diag    Esy  ,  ,   Esy    ,
 1 d
  
  Esz   diag   Esz 1 ,...,   Esz d 

и векторам T  Esx  , T  Esy  , T  Esz  .

26
======================================Известия вузов России. Радиоэлектроника. 2009. Вып. 1
7.4. Сопоставить (аналогично п. 6.3) полученные наборы собственных векторов
T  Esx  , T  Esy  и T  Esz  собственным векторам T  xy  и изменить порядок следования

собственных векторов T  Esx   T  xy  , T  Esy   T  xy  , T  Esz   T  xy  .


  
8. Получение матриц   Esx  ,   Esy  ,   Esz  в соответствии с измененным поряд-
ком следования собственных чисел и вычисление оценки частоты:
   
 
f k  median f k    Esx   , f k    Esy   , f k    Esz  
 
по трем независимым оценкам частот
   
fk   Esx    P 2 arg k  Esx  ; fk   Esy     P 2  arg k  Esy   ;
   
 
fk   Esz     P 2  arg k  Esz   .
9. Вычисление оценок азимута:
 
  arg  xz k   0.5arg  xy k  
ak   arctg   
 0.75 arg  xy k  
и угла места:
   2 2  
    
  arg xzk  0.5arg xyk   arg xyk    
k  arccos    , k  1, d .
 0.75  2f k c  
  
10. Вычисление оценки формы сигнала: s   s1  sd   RT Es*T *  xy  .
   
Результатами действия алгоритма являются совместные оценки ( f k , a k ,  k , sk ),

k  1, d , частоты, азимута, угла места и формы сигнала как функции временных отсчетов.
Исследование алгоритма. Результаты работы алгоритма получены для модельной
сигнально-помеховой обстановки и обработкой записей реальных сигналов при размере вы-
борки N  4096 и параметре алгоритма n  600 . Шум моделировался гауссовским случай-
ным процессом с нулевым средним и дисперсией 2 . В табл. 1 приведены параметры пяти
ИРИ с относительными частотами fо k  f k P и отношением "сигнал/шум" qk2  bk2 2 ,
k  1 5 . При заданных значениях отношения "сигнал/шум" вероятность обнаружения пре-
вышает уровень 0.9 при вероятности ложной тревоги 0.001. Суммарный амплитудный спектр


Таблица 1 4
2
Сигнал 3
ИРИ fo a , , q 2 ,
    дБ 4.2
1 5
1 15.5 25 45 20 ЛЧМ
2 50.4 15 45 17 АМ
2.1
3 75.5 30 45 17 Немодулированный
4 90.5 45 45 17 То же
5 110.6 210 45 17 – –
0 30 60 90 fо
Рис. 2
27
Известия вузов России. Радиоэлектроника. 2009. Вып. 1======================================
Таблица 2 k
   2 5
ИРИ fo a ,  ,   3
1a 22.6 27.0 36.17 195 4
1б 28.5 27.2 48
130 1в
1в 29.5 25.7 39.3 1б
2 50.04 21 58.3 1а
3 75.7 31.3 54.2 65
4 89.9 42.1 47.4
5 109 211.3 31.34
0 30 60 90 fо
Рис. 3
наблюдаемых данных от трех антенн показан на рис. 2. Номерами указаны спектры сигна-
лов, соответствующие каждому ИРИ.
В табл. 2 приведены сформированные алгоритмом оценки частоты, азимута и угла места.
На рис. 3 изображены спектры оценок формы сигнала, соответствующие каждому ИРИ.
Из табл. 2 и рис. 3 видно, что для ИРИ1, излучающего ЛЧМ-сигнал, алгоритм сформи-
ровал три близкие оценки частоты, азимута, угла места. Также получены три оценки формы
сигнала, в результате сложения которых образован сигнал, квадратурная составляющая ко-
торого изображена на рис. 4.
На рис. 5 приведена оценка мгновенной частоты (кривая 1) суммарного сигнала после
низкочастотной фильтрации и заложенный при моделировании ЛЧМ-сигнала закон измене-
ния частоты (кривая 2). Видно, что восстановленный закон изменения частоты практически
соответствует заданному1.
 Результаты работы алгоритма по за-
Re  s1 
писям реальных сигналов. На рис. 6 приве-
7 ден суммарный амплитудный спектр фраг-
0
мента записи длительностью 25.6 мс. Запись
сделана в полосе 100 кГц, центральная частота
–7 7040 кГц, частота дискретиза-
– 14
0 1050 2100 3150 to
Рис. 4

fо ЛЧМ 

0.05
1
0.04 2500
2
0.03
0.02 0
0 1050 2100 3150 tо 7 7.3 7.6 f , МГц
Рис. 5 Рис. 6

1
На рис. 4 и 5 по осям абсцисс отложено относительное время – номер отсчета в выборке оценки сигнала, ум-
ноженный на отношение N  N  n  за счет изменения размера выборки.
28
======================================Известия вузов России. Радиоэлектроника. 2009. Вып. 1

 ,  

200

2
100
7 7.3 7.6 
f , МГц
Рис. 7
,  

40

20

2 1
0

7 7.3 7.6 f , МГц
Рис. 8
 
Re  s  Re  s 

50 20

0 0

– 50 – 20

– 100 – 40
0 10 20 t , мс 0 10 20 t , мс
а б
 
Re  s  Re  s 

10 55

0 0

– 10 – 55

– 20 – 110
0 10 20 t , мс 0 10 20 t , мс
в г
Рис. 9

29
Известия вузов России. Радиоэлектроника. 2009. Вып. 1======================================
ции 160 кГц. Расстояние между антеннами 10 м. Выполнены предварительная калиб-
ровка и коррекция амплитудно-частотных и фазовых характеристик трактов.
По результатам обработки получены частотно-азимутальная панорама (рис. 7) и панора-
ма "угол места – частота" (рис. 8). Для 19 обнаруженных ИРИ сформированы оценки формы
сигнала. В качестве примера на рис. 9, a–г приведены оценки формы сигнала для обнаружен-
 
ных ИРИ. Параметры сигнала, представленного на рис. 9, а: fo  7 003 581 Гц , a  209 ,
 
  0 . На рис. 9, б представлена оценка формы сигнала с параметрами fo  7 038 862 Гц ,
 
a  218 ,   0 . Рис. 9, в представляет оценку сигнала, имеющего параметры
  
fo  7 056 095 Гц , a  139 ,   0 . На рис. 9, г представлена оценка формы сигнала с пара-
  
метрами fo  7 038 977 Гц , a  154 ,   0 2.
Из рис. 7 и 8 видно, что алгоритм различил сигналы двух ИРИ 1 и 2, близкие по часто-
те, но различающиеся по угловым координатам. Различие по частоте составляет примерно
115 Гц.
Точность всех оценок, в особенности оценки формы сигнала, зависит от параметра n
алгоритма. Чем больше n , тем точнее формируется оценка. Однако с увеличением n суще-
ственно возрастают вычислительные затраты алгоритма.
С помощью представленного алгоритма можно формировать совместные оценки часто-
ты, угловых координат и излучаемых сигналов ИРИ с различными несущими частотами.
Увеличение количества элементов АР при соответствующем алгоритме позволит различать и
формировать оценки ИРИ с одинаковыми несущими частотами.

Библиографический список
1. Roy R., Kailath T. ESPRIT-Estimation of signal parameters via rotational invariance techniques // IEEE Trans.
on ASSP. 1989. Vol. 37, № 7. P. 984–995.
2. Lemma A. N., Veen van der A. J. Analysis of joint angle-frequency estimation using ESPRIT // IEEE Trans. on
sign. proc. 2003. Vol. 51, № 5. P. 1264–1283.
3. Богданович В. А., Вострецов А. Г. Теория устойчивого обнаружения, различения и оценивания сигналов.
М.: Физмалит, 2003. 316 с.

M. E. Schevchenko
Saint-Petersburg state electroteknical university "LETI"
Algorithm of joint detection and estimation of a radio emission sources parameters

The of joint detection and estimation algorithm of set of radio emission sources parameters and
their signals under three-element array is presented. The algorithm concerns to a class of ESPRIT-
algorithms based on signal subspace formation from the observable data. Presented algorithm,
unlike existing, allows to estimate the signals form of radio emission sources and their parameters in
uncertainty signal/noise conditions. The simulation results and real signals processing by algorithm
are included.

Radio monitoring, radio emission sources, azimuth, elevation, detection, estimation, signal form, array, signal subspace
Статья поступила в редакцию 16 марта 2009 г.

2
Для удобства регистрации сигналы перенесены в низкочастотную область спектра.
30