Підвищення точності цифрового спектрального методу кореляційно-інтерферометричного пеленгування з реконструкцією просторового аналітичного сигналу при обробці неповного спектра сигналу

Автор(и)

DOI:

https://doi.org/10.15587/1729-4061.2023.288397

Ключові слова:

дисперсія похибки, точність пеленгування, відновлення спектра сигналу, реконструювання аналітичного сигналу

Анотація

Удосконалено метод кореляційно-інтерферометричного пеленгування, який ефективно вирішує завдання радіопеленгування джерел радіовипромінювання для умов впливу однієї або двох маскуючих перешкод. Завдання вирішено з використанням селекції незамаскованого фрагмента просторового спектру сигналу та реконструювання відсутніх відліків його сигнальної групи. В результаті синтезу запропонованого методу отримано оцінки відліків сигналу як точні рішення запропонованих рівнянь енергетичного балансу. Отримані рішення забезпечують суттєве збільшення відношення сигнал/перешкода та точності пеленгування без збільшення кількості каналів прийому решітки антени. В результаті моделювання отримано залежність середнього квадратичного відхилення оцінки пеленгу від відношення сигнал/шум за наявності перешкод. При дії однієї або двох маскуючих перешкод та відношенні сигнал/перешкода 0 дБ застосування відомого методу пеленгування без селекції перешкод формує аномально велику похибку пеленгування більше 0,42 градуси, яка практично не залежить від відношення сигнал/шум. Метод пеленгування з селекцією замаскованих перешкод спектральних відліків сигналу зменшує похибку пеленгування до 0,22 градуса при дії однієї перешкоди та до 0,3 градуса при дії двох перешкод. Це пов'язано з наявністю втрат потужності корисного сигналу при селекції його замаскованих перешкодами відліків. Запропонований метод пеленгування з реконструюванням сигнальних відліків забезпечує суттєвий виграш за точністю у 3–30 разів у порівнянні з методом селекції замаскованих відліків у діапазоні зміни відношення сигнал/перешкода (-20;5) дБ. Похибка пеленгування запропонованого методу зі збільшенням сигнал/перешкода зменшується за гіперболічною залежністю. Запропонований метод пеленгування доцільно використовувати при маскуванні не більше двох відліків сигнальної групи

Біографії авторів

Nurzhigit Smailov, Institute of Mechanics and Mechanical Engineering named after Academician U. A. Dzholdasbekov; Satbayev University

PhD

Department Radio Engineering, Electronics and Space Technologies

Vitaliy Tsyporenko, Zhytomyr Polytechnic State University

PhD

Department of Computer Technologies in Medicine and Telecommunications

Akezhan Sabibolda, Satbayev University

Doctoral Student

Department Radio Engineering, Electronics and Space Technologies

Valentyn Tsyporenko, Zhytomyr Polytechnic State University

PhD

Department of Computer Technologies in Medicine and Telecommunications

Assem Kabdoldina, Al-Farabi Kazakh National University; Institute of Mechanics and Mechanical Engineering named after Academician U. A. Dzholdasbekov

PhD

Department Chemical Physics and Materials Science

Maigul Zhekambayeva, Satbayev University

PhD

Department of Software Engineering

Ainur Kuttybayeva, Satbayev University

PhD

Department Radio Engineering, Electronics and Space Technologies

Aldabergen Bektilevov, Institute of Mechanics and Mechanical Engineering named after Academician U. A. Dzholdasbekov; Satbayev University

PhD

Department of Robotics and Technical Tools of Automation

Abdurazak Kassimov, Almaty University of Power Engineering and Telecommunications

PhD

Askar Abdykadyrov, Institute of Mechanics and Mechanical Engineering named after Academician U. A. Dzholdasbekov; Satbayev University

PhD

Department Radio Engineering, Electronics and Space Technologies

Посилання

  1. Rembovskij, A. M. (2015). Radio monitoring – tasks, methods, means. Moscow: Hotline-Telecom, 640.
  2. Sabibolda, A., Tsyporenko, V., Tsyporenko, V., Smailov, N., Zhunussov, K., Abdykadyrov, A. et al. (2022). Improving the accuracy and performance speed of the digital spectral-correlation method for measuring delay in radio signals and direction finding. Eastern-European Journal of Enterprise Technologies, 1 (9 (115)), 6–14. doi: https://doi.org/10.15587/1729-4061.2022.252561
  3. Tsyporenko, V. V., Tsyporenko, V. G., Nikitczuk, T. M. (2019). Optimization of direct digital method of correlative-interferometric direction finding with reconstruction of spatial analytical signal. Radio Electronics, Computer Science, Control, 3, 15–24. doi: https://doi.org/10.15588/1607-3274-2019-3-2
  4. Tsyporenko, V. V., Tsyporenko, V. G., Chukhov, V. V., Andreiev, O. V. (2018). Analysis of Accuracy of Direct Digital Method of Correlative-Interferometric Direction Finding with Two-Dimensional Correlative Processing of Spatial Signal. Visnyk NTUU KPI Seriia - Radiotekhnika Radioaparatobuduvannia, 72, 23–31. doi: https://doi.org/10.20535/radap.2018.72.23-31
  5. Lee, J.-H., Woo, J.-M. (2015). Interferometer Direction-Finding System With Improved DF Accuracy Using Two Different Array Configurations. IEEE Antennas and Wireless Propagation Letters, 14, 719–722. doi: https://doi.org/10.1109/lawp.2014.2377291
  6. Liu, H., Chen, J., Liang, X., Jin, R. (2022). A Compensation Method of Nonideal Modulation Pulse for Direction Finding With Time-Modulated Array. IEEE Antennas and Wireless Propagation Letters, 21 (8), 1577–1581. doi: https://doi.org/10.1109/lawp.2022.3174424
  7. Kornaros, E., Kabiri, S., De Flaviis, F. (2017). A Novel Model for Direction Finding and Phase Center With Practical Considerations. IEEE Transactions on Antennas and Propagation, 65 (10), 5475–5491. doi: https://doi.org/10.1109/tap.2017.2735462
  8. Jiang, X., Ni, G., Cao, A., Shao, C., He, C. (2021). Single-Channel Spatial Spectrum Estimation Direction Finding by the Time-Modulated Linear Array. IEEE Antennas and Wireless Propagation Letters, 20 (12), 2491–2495. doi: https://doi.org/10.1109/lawp.2021.3115826
  9. Liao, B., Wen, J., Huang, L., Guo, C., Chan, S.-C. (2016). Direction Finding With Partly Calibrated Uniform Linear Arrays in Nonuniform Noise. IEEE Sensors Journal, 16 (12), 4882–4890. doi: https://doi.org/10.1109/jsen.2016.2550664
  10. Jiang, Y., Lan, X., Shi, J., Han, Z., Wang, X. (2022). Multi-Target Parameter Estimation of the FMCW-MIMO Radar Based on the Pseudo-Noise Resampling Method. Sensors, 22 (24), 9706. doi: https://doi.org/10.3390/s22249706
  11. Van Brandt, S., Verhaevert, J., Van Hecke, T., Rogier, H. (2022). A New Conformal Map for Polynomial Chaos Applied to Direction-of-Arrival Estimation via UCA Root-MUSIC. Sensors, 22 (14), 5229. doi: https://doi.org/10.3390/s22145229
  12. Lee, J., Jeong, D., Lee, S., Lee, M., Lee, W., Jung, Y. (2023). FPGA Implementation of the Chirp-Scaling Algorithm for Real-Time Synthetic Aperture Radar Imaging. Sensors, 23 (2), 959. doi: https://doi.org/10.3390/s23020959
  13. Ni, G., He, C., Liu, Y., Chen, J., Jin, R. (2020). Direction-Finding Based on Time-Modulated Array Without Sampling Synchronization. IEEE Antennas and Wireless Propagation Letters, 19 (12), 2149–2153. doi: https://doi.org/10.1109/lawp.2020.3025328
  14. Zhang, C., Huang, H., Liao, B. (2017). Direction Finding in MIMO Radar With Unknown Mutual Coupling. IEEE Access, 5, 4439–4447. doi: https://doi.org/10.1109/access.2017.2684465
  15. Xu, Y., Wang, C., Zheng, G., Tan, M. (2023). Nonlinear Frequency Offset Beam Design for FDA-MIMO Radar. Sensors, 23 (3), 1476. doi: https://doi.org/10.3390/s23031476
  16. Tang, T., Jiang, L., Zhao, P., Zheng, N. (2022). Coordinated Positioning Method for Shortwave Anti-Multipath Based on Bayesian Estimation. Sensors, 22 (19), 7379. doi: https://doi.org/10.3390/s22197379
  17. Wang, J., Wang, P., Zhang, R., Wu, W. (2022). SDFnT-Based Parameter Estimation for OFDM Radar Systems with Intercarrier Interference. Sensors, 23 (1), 147. doi: https://doi.org/10.3390/s23010147
  18. Ren, B., Wang, T. (2022). Space-Time Adaptive Processing Based on Modified Sparse Learning via Iterative Minimization for Conformal Array Radar. Sensors, 22 (18), 6917. doi: https://doi.org/10.3390/s22186917
  19. Dai, Y., Liu, D., Hu, Q., Yu, X. (2022). Radar Target Detection Algorithm Using Convolutional Neural Network to Process Graphically Expressed Range Time Series Signals. Sensors, 22 (18), 6868. doi: https://doi.org/10.3390/s22186868
  20. Rosado-Sanz, J., Jarabo-Amores, M. P., De la Mata-Moya, D., Rey-Maestre, N. (2022). Adaptive Beamforming Approaches to Improve Passive Radar Performance in Sea and Wind Farms’ Clutter. Sensors, 22 (18), 6865. doi: https://doi.org/10.3390/s22186865
  21. Li, R., Zhao, L., Liu, C., Bi, M. (2022). Strongest Angle-of-Arrival Estimation for Hybrid Millimeter Wave Architecture with 1-Bit A/D Equipped at Transceivers. Sensors, 22 (9), 3140. doi: https://doi.org/10.3390/s22093140
  22. Xu, K., Deng, Y., Yu, Z. (2022). Distributed Target Detection in Unknown Interference. Sensors, 22 (7), 2430. doi: https://doi.org/10.3390/s22072430
  23. Proakis, J. G. (2006). Digital Signal Processing, Principles, Algorithms, and Applications. New Jersey: Prentice-Hall, Inc. Upper Saddle River, NJ, USA, 1077.
  24. Alessio, S. M. (2016). Digital Signal Processing and Spectral Analysis for Scientists. Springer Cham, 900. doi: https://doi.org/10.1007/978-3-319-25468-5
Підвищення точності цифрового спектрального методу кореляційно-інтерферометричного пеленгування з реконструкцією просторового аналітичного сигналу при обробці неповного спектра сигналу

##submission.downloads##

Опубліковано

2023-10-31

Як цитувати

Smailov, N., Tsyporenko, V., Sabibolda, A., Tsyporenko, V., Kabdoldina, A., Zhekambayeva, M., Kuttybayeva, A., Bektilevov, A., Kassimov, A., & Abdykadyrov, A. (2023). Підвищення точності цифрового спектрального методу кореляційно-інтерферометричного пеленгування з реконструкцією просторового аналітичного сигналу при обробці неповного спектра сигналу. Eastern-European Journal of Enterprise Technologies, 5(9 (125), 14–25. https://doi.org/10.15587/1729-4061.2023.288397

Номер

Том 5 № 9 (125) (2023): Інформаційно-керуючі системи

Розділ

Інформаційно-керуючі системи

Ліцензія

Авторське право (c) 2023 Nurzhigit Smailov, Vitaliy Tsyporenko, Akezhan Sabibolda, Valentyn Tsyporenko, Assem Kabdoldina, Maigul Zhekambayeva, Ainur Kuttybayeva, Aldabergen Bektilevov, Abdurazak Kassimov, Askar Abdykadyrov

Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.

Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.

Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.