Санкт-Петербург, г. Санкт-Петербург и Ленинградская область, Россия
с 01.01.2019 по настоящее время
Санкт-Петербург, г. Санкт-Петербург и Ленинградская область, Россия
Оценены среднеквадратичные ошибки линий положения при использовании пеленгационного и разностно-дальномерного методов на основе матричного приемника с автокорреляционным алгоритмом на выходе. Проведено сравнение точности определения местоположения источников радиоизлучений с линейно-частотно-модулированными и фазо-кодо-манипулированными сигналами матричным приемником с автокорреляционным алгоритмом на выходе и матричным приемником с детекторным алгоритмом на выходе. Выполнен сравнительный анализ расчета соотношения между среднеквадратичными ошибками местоположения источников радиоизлучений при использовании матричного приемника с подключением разных алгоритмов на выходе. Установлена целесообразность использования матричного приемника с автокорреляционным алгоритмом на выходе и матричного приемника с детекторным алгоритмом на выходе для различных методов определения местоположения источника радиоизлучения. Представлены результаты исследований.
матричный приемник, автокорреляционный алгоритм, детекторный алгоритм, точность определения местоположения, пеленгационный метод, разностно-дальномерный метод, среднеквадратичная ошибка местоопределения
1. Artes-Rodriguez A., Lazaro M., Tong L.Target location estimation in sensor networks using range information // Processing Workshop Proceedings Sensor Array and Multichannel Signal. 2004. P. 608-612. – DOI: 10.1109/SAM.2004.1503021.
2. Zemek R., Hara S., Yanagihara K., Kitayama K.A Joint Estimation of Target Location and Channel Model Parameters in an IEEE 802.15.4-based Wireless Sensor Network // IEEE 18th International Symposium on Personal, Indoor and Mobile Radio Communications. 2007. P. 1-5. DOI: 10.1109/PIMRC.2007.4394355.
3. Patwari N. Locationg the Nodes: Cooperative Localization in Wireless Sensor Networks / N. Patwari, J. N. Ash, S. Kyperountas, A. O. Hero III, R. L. Moses, N. S. Correal // IEEE Signal Processing Magazine. 2005. Vol. 22. No. 4. P. 54-69. DOI: 10.1109/MSP.2005.1458287.
4. Nowak M.J. Co-designed radar-communication using linear frequency modulation waveform / M. J. Nowak, Zhiping Zhang, Yang Qu, D. A. Dessources, M. Wicks, Zhiqiang Wu // IEEE Military Communications Conference. 2016. P. 918-923. DOI: 10.1109/MILCOM.2016.7795447.
5. Jun S., Yu L. The Recognition of Hybrid Modulation Signal Combined with PRBC and LFM // Signal Processing (ICSP). 2012. Vol. 3. P. 1720-1723. DOI: 10.1109/ICoSP.2012.6491912.
6. Richter R., Coutinho O., Pereira T., Ivo F. Linear Frequency Modulation (LFM) Compression in Surveillance Radars: An Alternative for Target Discrimination in a Multi-Threat Scenario // IEEE MTT-S Latin America Microwave Conference. 2018. P. 1-4. DOI: 10.1109/LAMC.2018.8699017.
7. Duong V.M. Detection and Parameters Estimation of Binary Phase Shift Keying Signals in Low Signal to Noise Ratio / V.M. Duong, J. Vesely, P. Hubacek, J. Premysl, N.G. Phan // 21st International Radar Symposium (IRS). 2021. P. 1-11. DOI: 10.23919/IRS51887.2021.9466208.
8. Eedara I.P., Amin M.G. Dual Function FH MIMO Radar System with DPSK Signal Embedding // 27th European Signal Processing Conference (EUSIPCO). 2019. P. 1-5. DOI: 10.23919/EUSIPCO.2019.8902743.
9. Nhan N.T., Podstrigaev A.S., Nghi T.H. A Mathematical Model for Determining the Type of Signal Modulation in a Digital Receiver with Autocorrelation Processing // IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering. 2021. P. 1650-1654. DOI: 10.1109/ElConRus51938.2021.9396097.
10. Nhan N.T. Podstrigaev A.S., Nghi T.H. Estimation of the Computational Complexity of the Algorithm for Determining the Type of Signal Modulation in the Autocorrelation Receiver // IEEE Conference of Russian Young Researchers in Electrical and Electronic Engineering. 2021. P. 1655-1658. DOI: 10.1109/ElConRus51938.2021.9396254.
11. Лихачев В.П., Веселков А.А., Нгуен Чонг Нхан Характеристики обнаружения линейно-частотно-модулированных, фазо-кодо-манипулированных и простых радиоимпульсов в автокорреляционном приемнике // Радиотехника. 2018. № 8. С. 71-76.
12. Wilson D.L., Wayman J. L. Signal detection by detecting departure from noise // IEEE Sixth SP Workshop on Statistical Signal and Array Processing. 1992. P. 118-121. DOI: 10.1109/SSAP.1992.246862.
13. Besson O., Scharf L.L., Vincent F. Matched direction detectors and estimators for array processing with subspace steering vector uncertainties // IEEE Trans. Signal Process. 2005. Vol. 53. No. 12. P. 4453-4463. – DOI: 10.1109/TSP.2005.859336.
14. Wang C., Liu W., Jiang M. A Unified Approach for Target Direction Finding Based on Convolutional Neural Networks // IEEE 30th International Workshop on Machine Learning for Signal Processing. 2020. P. 1-6. DOI: 10.1109/MLSP49062.2020.9231787.
15. Liu M., Chen H., Qiu Z., Ren X. Moving Target Location Method Based on Euclidean Distance and Camshift Algorithm // Eighth International Conference on Instrumentation & Measurement, Computer, Communication and Control. 2018. P. 558-563. DOI: 10.1109/IMCCC.2018.00123.
16. Lee J. Performance Verification of a Target Tracking System With a Laser Rangefinder / J. Lee, S. Lee, Y. Lee, Y. Kim, Y. Heo, T. Yoon // IEEE Access. 2021. Vol. 9. P. 30993-31009. DOI: 10.1109/ACCESS.2021.3060061.
