Використання адаптивного методу ортогональної лагерровської фільтрації шумових завад для збільшення співвідношення сигнал/завада

Автор(и)

  • Valerii Kozlovskyi Національний авіаційний університет пр. Любомира Гузара, 1, м. Київ, Україна, 03058, Україна https://orcid.org/0000-0002-8301-5501
  • Leonid Scherbak Київський міжнародний університет вул. Львівська, 49, м. Київ, Україна, 03179, Україна https://orcid.org/0000-0002-1536-4806
  • Hanna Martyniuk Національний авіаційний університет пр. Любомира Гузара, 1, м. Київ, Україна, 03058, Україна https://orcid.org/0000-0003-4234-025X
  • Ruslan Zharovskyi Тернопільський національний технічний університет імені Івана Пулюя вул. Руська, 56, м. Тернопіль, Україна, 46001, Україна https://orcid.org/0000-0002-1159-3417
  • Yuriy Balanyuk Національний авіаційний університет пр. Любомира Гузара, 1, м. Київ, Україна, 03058, Україна https://orcid.org/0000-0003-3036-5804
  • Yuliia Boiko Київський національний університет імені Тараса Шевченка вул. Володимирська, 60, м. Київ, Україна, 01033, Україна https://orcid.org/0000-0003-2344-3632

DOI:

https://doi.org/10.15587/1729-4061.2020.201397

Ключові слова:

шумова стаціонарна завада, лінійний випадковий процес, ортогональний фільтр Лагерра, співвідношення сигнал/завада, кореляційна система

Анотація

В системах управління актуальною проблемою є зменшення впливу шумових завад з метою збільшення співвідношення сигнал/завада (SNR). Ця проблема є також актуальною для інших технічних систем. Дана робота присвячена ортогональній лагерровській фільтрації шумових процесів, які описуються лінійними випадковими процесами. Запропонований метод фільтрації дає можливість зменшити вплив шумових завад, які описуються стаціонарними лінійними випадковими процесами, при роботі кореляційних систем. Ідея цього методу полягає у використанні ортогональних фільтрів Лагерра в якості вхідних ланок кореляційної системи.

На основі ортогональної лагерровської фільтрації стаціонарного білого шуму отримано послідовність шумових процесів, які некорельовані на значному часовому інтервалі їх взаємного зсуву. Такі процеси описуються стаціонарними лінійними випадковими процесами і є моделями широкого кола шумових завад, які досліджуються при роботі різних технічних систем, включаючи системи управління, виявлення, розпізнавання, вимірювання, тощо. При використанні такого методу зменшується вплив шумових завад з різними кореляційно-спектральними характеристиками і збільшується SNR на виході кореляційної системи. Для запропонованого адаптивного методу ортогональної лагерровської фільтрації вирішуються практичні задачі зменшення дії стаціонарних шумових завад, для цього в статті наведена структурно-логічна схема кореляційної системи. За допомогою програмного забезпечення реалізовано алгоритм адаптивної фільтрації на базі складних фільтрів Лагерра. Реалізація була проведена для реальної шумової завади, яка належить до класу RLC шумів, з попереднім навчанням фільтру. Про ефективність зменшення впливу заданої стаціонарної шумової завади свідчить отримані коефіцієнти ефективності у розмірі –6 дБ та –16 дБ для множини точок занулення завади

Біографії авторів

Valerii Kozlovskyi, Національний авіаційний університет пр. Любомира Гузара, 1, м. Київ, Україна, 03058

Доктор технічних наук, професор, перший проректор

Leonid Scherbak, Київський міжнародний університет вул. Львівська, 49, м. Київ, Україна, 03179

Доктор технічних наук, професор

Кафедра комп'ютерних наук

Hanna Martyniuk, Національний авіаційний університет пр. Любомира Гузара, 1, м. Київ, Україна, 03058

Кандидат технічних наук

Кафедра засобів захисту інформації

Ruslan Zharovskyi, Тернопільський національний технічний університет імені Івана Пулюя вул. Руська, 56, м. Тернопіль, Україна, 46001

Старший викладач

Кафедра комп’ютерних систем та мереж

Yuriy Balanyuk, Національний авіаційний університет пр. Любомира Гузара, 1, м. Київ, Україна, 03058

Кандидат технічних наук, доцент

Кафедра засобів захисту інформації

Yuliia Boiko, Київський національний університет імені Тараса Шевченка вул. Володимирська, 60, м. Київ, Україна, 01033

Кандидат технічних наук, доцент

Кафедра прикладних інформаційних систем

Посилання

  1. Das, S., Sarma, K. K. (2012). Noise cancellation in stochastic wireless channels using coding and adaptive filtering. International Journal of Computer Applications, 46 (14), 21–25.
  2. Miao, L. (2018). Research of Snr Estimation and Prediction Method Used in Cognitive Radio. Procedia Computer Science, 131, 1164–1169. doi: https://doi.org/10.1016/j.procs.2018.04.290
  3. Arias-Castro, E., Bubeck, S., Lugosi, G., Verzelen, N. (2018). Detecting Markov random fields hidden in white noise. Bernoulli, 24 (4B), 3628–3656. doi: https://doi.org/10.3150/17-bej973
  4. Artyushenko, V. M., Volovach, V. I. (2016). Measuring information signal parameters under additive non-Gaussian correlated noise. Optoelectronics, Instrumentation and Data Processing, 52 (6), 546–551. doi: https://doi.org/10.3103/s8756699016060030
  5. Metzler, C. A., Heide, F., Rangarajan, P., Balaji, M. M., Viswanath, A., Veeraraghavan, A., Baraniuk, R. G. (2020). Deep-inverse correlography: towards real-time high-resolution non-line-of-sight imaging. Optica, 7 (1), 63–71. doi: https://doi.org/10.1364/optica.374026
  6. Sun, C., Lu, P., Cao, K. (2019). Phase-Rotated Spectral Correlation Detection for Spectrum Sensing at Low SNR Regimes. IEEE Signal Processing Letters, 26 (7), 991–995. doi: https://doi.org/10.1109/lsp.2019.2917046
  7. Hu, P., Liu, L., Shen, L. (2019). The Application of orthogonality cross correlation algorithm in weak signal detection. Journal of Physics: Conference Series, 1314, 012154. doi: https://doi.org/10.1088/1742-6596/1314/1/012154
  8. Zharovskiy, R. O. (2010). Correlation orthogonal systems in problems of processing geophysical signals. Naukovyi visnyk NLTU Ukrainy, 20.7, 283–292.
  9. Martyniuk, H. V., Shcherbak, L. M. (2018). Shumovi syhnaly ta yikh kharakterystyky. LAP Lambert Academic Publishing, 112.
  10. Martyniuk, G., Onуkiіenko, Y., Scherbak, L. (2016). Analysis of the pseudorandom number generators by the metrological characteristics. Eastern-European Journal of Enterprise Technologies, 1 (9 (79)), 25–30. doi: https://doi.org/10.15587/1729-4061.2016.60608
  11. Kozlovskyi, V., Korzh, R., Petrovska, S., Balaniuk, Y., Boiko, Y., Yakoviv, I. (2019). Low-Frequency Schemes of Substitution of Segments Inhomogeneous Transmission Lines. 2019 3rd International Conference on Advanced Information and Communications Technologies (AICT). doi: https://doi.org/10.1109/aiact.2019.8847844

##submission.downloads##

Опубліковано

2020-04-30

Як цитувати

Kozlovskyi, V., Scherbak, L., Martyniuk, H., Zharovskyi, R., Balanyuk, Y., & Boiko, Y. (2020). Використання адаптивного методу ортогональної лагерровської фільтрації шумових завад для збільшення співвідношення сигнал/завада. Eastern-European Journal of Enterprise Technologies, 2(9 (104), 14–21. https://doi.org/10.15587/1729-4061.2020.201397

Номер

Розділ

Інформаційно-керуючі системи