Проведение численных экспериментов для оценки характеристик обнаружения на математической модели радиолокационной станции

Задача обнаружения и наблюдения объектов была и остается актуальной по сегодняшний день. Одна из важнейших задач развития радиолокации – улучшение распознавания целей, которого можно добиться двумя способами. Во-первых, установкой более мощных радиолокационных систем, что весьма дорогостояще и трудновыполнимо в условиях ограниченного пространства, например, на самолетах. И во-вторых, качество принимаемого сигнала можно улучшить с помощью математических методов, что позволяет значительно сэкономить на установке дополнительного оборудования. Одной из основных проблем распознавания является тот факт, что по получаемому радарной системой сигналу бывает затруднительно определить количество и угловое расположение целей. Данную проблему можно решить с помощью вейвлет-преобразования. Этот метод позволяет преодолеть критерий Рэлея, то есть дает возможность получить угловое сверхразрешение (преодолеть классический дифракционный предел пространственного разрешения, сфокусированного линзой изображения, составляющего величину менее половины длины волны излучения). В статье на математической модели радиолокационной станции представлены результаты численных экспериментов по достижению сверхразрешения алгебраическими методами при значительном уровне шумов. Рассматривается пригодность использования различных типов вейвлетов, а именно, вейвлет Хаара, симметричный вейвлет Хаара, и Wave-вейвлет.

1. Lagovsky B.A., Samokhin A.B., Shestopalov Y.V. Regression Methods of Obtaining Angular Superresolution. 2019 URSI Asia-Pacific Radio Science Conference (AP-RASC). 2019.

2. Лаговский Б.А., Самохин А.Б. Устойчивость алгебраических методов восстановления изображений источников с повышенным угловым разрешением. Электромагнитные волны и электронные системы. 2011;16(4):6–12.

3. Лаговский Б.А., Самохин А.Б., Самохина А.С. Формирование изображений радиолокационных целей со сверхразрешением алгебраическими методами. Успехи современной радиоэлектроники. 2014;8:23–27.

4. Лаговский Б.А., Чикина А.Г. Регрессионные методы получения сверхразрешения для групповой цели. Успехи современной радиоэлектроники. 2020;1:69–76.

5. Лаговский Б.А., Чикина А.Г. Решение обратных задач получения сверхразрешения на основе симметризации данных. Актуальные проблемы гуманитарных и естественных наук. 2015;4(1):20–23.

6. Лаговский Б.А. Методы повышения эффективного углового разрешения малоразмерных целей в задачах радионавигации и радиолокации. Антенны. 2007;9(124):50–55.

7. Лаговский Б.А., Самохин А.Б. Алгебраические методы восстановления изображения источников радиоизлучения с повышенным угловым разрешением. Электромагнитные волны и электронные системы. 2009;14(9):7–18.

8. Кожанова Е.Р., Захаров А.А. Применение модернизированной вейвлет-функции «Французская шляпа» для аппроксимации продольного распределения магнитного поля в магнитных реверсивных фокусирующих системах. Молодой учёный. 2012;1(9):25–29.

9. Лаговский Б.А., Шумов И.Ю. Восстановление двумерных изображений источников излучения со сверхразрешением. Антенны. 2013;4:60–65.

10. Лаговский Б.А. Восстановление изображения групповой цели цифровыми антенными решётками. Антенны. 2011;2(165):40–46.

11. Holami G., Mehrpourbernety H., Zakeri B. UWB Phased Array Antennas for High Resolution Radars. Proc. of the 2013 International Symposium on Electromagnetic Theory. 2013:532–535.

12. Khan H. A., Edwards D. J., Malik W. Q. Ultra wideband MIMO radar. Proc. IEEE Intl. Radar Conf. Arlington. 2005.

13. Zhou Yuan; Law Choi Look; Xia Jingjing. Ultra low-power UWB-RFID system for precise location-aware applications. 2012 IEEE Wireless Communications and Networking Conference. 2012:154–158.

14. Terrence W. Barrett. History of UWB Radar and Communications: Pioneers and Innovators. Progress in Electromagnetics Symposium (PIERS). 2000.

15. Herman M. A., Strohmer T. High-resolution radar via compressed sensing. IEEE Trans. Signal Processing. 2009;57(6):2275–2284.

16. Bajwa W. U., Gedalyahu K., Eldar Y. C. Identification of Parametric Underspread Linear Systems and Super-Resolution Radar. IEEE Transactions on Signal Processing. 2011;52(5):2548–2561.