WWW.LIBRUS.DOBROTA.BIZ
БЕСПЛАТНАЯ  ИНТЕРНЕТ  БИБЛИОТЕКА - собрание публикаций
 

«Буй Чыонг Занг Методы обработки сигналов для стационарной системы, работающей в режиме шумопеленгования и согласованной с каналом распространения и характеристиками полей сигнала и ...»

Федеральное государственное автономное образовательное учреждение

высшего образования

«Санкт-Петербургский государственный электротехнический университет

«ЛЭТИ» им. В.И. Ульянова (Ленина)»

На правах рукописи

Буй Чыонг Занг

Методы обработки сигналов для стационарной системы, работающей в

режиме шумопеленгования и согласованной с каналом распространения и

характеристиками полей сигнала и помехи

01.04.06 - Акустика

Диссертация на соискание ученой степени кандидата

технических наук

Научный руководитель Доктор технических наук, Доцент, Селезнев Игорь Александрович Санкт-Петербург - 2014 ОГЛАВЛЕНИЕ ВВЕДЕНИЕ

ГЛАВА 1. АНАЛИЗ ЗАДАЧИ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ

ФУНКЦИОНИРОВАНИЯ СТАЦИОНАРНОГО ГИДРОАКУСТИЧЕСКОГО КОМПЛЕКСА,

РАБОТАЮЩЕГО В СЛОЖНЫХ ГИДРОЛОГО-АКУСТИЧЕСКИХ УСЛОВИЯХ.................11

1.1. Современное состояние методов согласованной обработки сигналов в России и за рубежом

1.2. Основные направления исследований, повышающие эффективности работы CГАК в мелководных условиях залива Бакбо

1.2.1. Анализ необходимости построения CГАК в районе залива Бакбо

1.2.2. Анализ района размещения СГАК

1.3. Постановка задачи исследования

Выводы по главе 1

ГЛАВА 2. РАЗРАБОТКА КОМПЛЕКСА АЛГОРИТМОВ ОБРАБОТКИ

ГИДРОАКУСТИЧЕСКИХ СИГНАЛОВ ПРИ РЕШЕНИИ ЗАДАЧИ ОБНАРУЖЕНИЯ ДЛЯ

СГАК В РЕЖИМЕ ШП

2.1. Выбор критериев оценки решения задачи при решении задачи обнаружения для ГАС в режиме ШП

2.2. Анализ инструмента исследования и источников помех в выбранном районе..............43 2.2.1. Общий анализ особенностей выбранной ГАС

2.2.2. Анализ источников гидроакустических помех

2.3. Модели полей сигналов и основных помех, воздействующих на систему

2.3.1. Модель акустических сигналов

2.3.2. Модель динамических шумов (собственного шума) моря

2.3.3. Модель шумов судоходства

2.3.4. Модель гидродинамических шумов

2.3.5. Спектрально – пространственное представление полей сигналов и помех............55

2.4. Модель канала распространения, учитывающая особенности конкретного района наблюдения

2.5. Структура адаптивного алгоритма обработки для системы ШП, согласованного с каналом распространения

Выводы по главе 2

ГЛАВА 3. СРАВНИТЕЛЬНАЯ ОЦЕНКА ЭФФЕКТИВНОСТИ ПРЕДЛАГАЕМЫЫХ

АЛГОРИТМОВ

3.1. Структура и состав аппаратно-программной модели

3.2. Имитационная модель сигналов и шумов

3.2.1. Имитационная модель сигнала

3.2.2. Имитационная модель динамических шумов (собственного шума моря)..............77 3.2.3. Модель шума дальнего судоходства

3.2.4. Модель гидродинамического шума

3.3. Имитационная модель потери под влиянием передаточной среды

3.4. Моделирование отношения сигнал/помеха в адаптивных методах

3.4. Методика оценки эффективности предложенных алгоритмов

3.5. Результат использования адаптивных методов

3.6. Сравнительная оценка эффективности варианта фазового метода по сравнению с традиционным методом

3.7. Устойчивость алгоритма к ошибкам, вызванным неверной оценкой глубин волновода (робастность выбранного алгоритма)





Выводы по главе 3

ГЛАВА 4. АНАЛИЗ МЕТОДОВ СОГЛАСОВАННОЙ ОБРАБОТКИ СИГНАЛОВ ДЛЯ

РАЗНЫХ ЗАКОНОВ РАСПРЕДЕЛЕНИЯ ПОМЕХ

4.1. Фазовый метод для разных законов распределения помех

4.1.1. Влияние вклада отдельных шумов и их типов распределения

4.1.2. При влиянии суммы всех шумов с различными законами распределения...........104

4.2. Оценка эффективности различных законов распределения помех при использовании фазового метода

Выводы по главе 4

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ

ВВЕДЕНИЕ Актуальность темы исследования Повышенное внимание к разработкам полезных ископаемых на шельфе и создание для этих целей сложных технических сооружений – нефте- и газодобывающих платформ, требует создания систем освещения надводной и подводной обстановки в местах размещения таких платформ. Задачей таких систем является недопущение несанкционированного проникновения нарушителей в зону работы платформы, контроль судоходства в месте размещения платформы (что особенно актуально в мелководных районах и районах рыбного промысла, где возможно повреждение подводных кабелей и трубопроводов системами рыбного лова) .

Не менее актуальной является задача охраны и пресечения несанкционированного доступа в экономически важные районы шельфовой зоны – районы интенсивного рыболовства и т.п. В данной ситуации предпочтителен выбор системы освещения подводной обстановки, работающей в режиме шумопеленгования (ШП), как минимально влияющей на экологическую обстановку в месте установки антенн .

Цели и задачи исследования Целью исследования является решение научной задачи повышения эффективности стационарных гидроакустических комплексов (СГАК), работающих в режиме ШП, в сложных гидролого-акустических условиях (ГАУ), в том числе в условиях мелководья .

В соответствии с целевой установкой исследования в диссертационной работе решаются следующие задачи:

1. Анализ и выбор основных направлений повышения эффективности CГАК, работающего в сложных ГАУ .

2. Анализ комплекса алгоритмов обработки гидроакустических сигналов при решении задачи обнаружения для СГАК в режиме ШП, выбор показатели оценки решения задачи .

3. Разработка перспективных алгоритмов обработки гидроакустической информации в режиме ШП, согласованных с характеристиками канала распространения сигнала .

4. Создание физико-математической модели решаемой задачи, разработка и построение имитационной модели, позволяющей производить оценку эффективности предлагаемых алгоритмов обработки и их устойчивости в меняющихся ГАУ .

5. Сравнительная оценка эффективности предлагаемых алгоритмов обработки в рамках данного исследования .

6. Оценка устойчивости предлагаемых алгоритмов при ошибках оценки характеристик полей помех, воздействующих на систему .

7. Выработка рекомендаций по использованию предлагаемых в работе алгоритмов обработки в СГАК, работающих в сложных ГАУ Восточного моря Вьетнама .

Объектом исследования является СГАК, работающий в режиме ШП, предназначенный для освещения подводной и надводной обстановки в экономически важном районе Мирового океана .

Предметами исследования являются модели сигналов и помех в режиме ШП, учитывающие процесс распространения сигнала в реальном гидроакустическом канале с известными параметрами; адаптивные методы обнаружения сигналов в режиме ШП, согласованные с параметрами канала распространения и характеристиками полей сигнала и помехи .

Методы исследований Для решения поставленных задач были использованы следующие научные методы:

1. Поиск средств повышения эффективности гидроакустических средств;

2. Теоретические исследования;

3. Создание и исследование математических моделей .

Для решения поставленных задач в диссертационной работе используются методы теории подобия и моделирования, теории численных методов интегрирования, теории распространения, приема и излучения звука, теории гидроакустических антенн, методы матстатистики, методика модельного проектирования .

Научные положения, выносимые на защиту

1. Адаптивные алгоритмы обработки сигналов в режиме ШП, согласованные с параметрами канала распространения и характеристиками полей сигнала и помехи, позволяют повысить отношение сигнал/помеха (ОСП) на выходе тракта обработки за счет введения амплитудно-фазового распределения на элементах антенны .

2. Имитационная модель оценки эффективности и устойчивости алгоритмов обработки для систем обнаружения в режиме ШП, согласованных со средой распространения, позволяет производить сопоставительную оценку эффективности различных алгоритмов, а также оценку их устойчивости к ошибкам задания параметров среды и к различным законам распределения полей помех, воздействующих на входные элементы системы .

3. Методика оценки эффективности и устойчивости алгоритмов обработки сигналов в режиме ШП, согласованных со средой распространения, в сложных ГАУ позволяет производить сопоставление различных алгоритмов обработки в режиме ШП по единому критерию, а также оценивать устойчивость рассматриваемых алгоритмов к ошибкам определения характеристик полей сигналов, помех и канала распространения .

4. Результаты оценки устойчивости предложенного алгоритма обработки к ошибкам оценки характеристик передаточной функции среды (скорости звука в волноводе Пекериса, глубины волновода, характеристики дна) и различным законам распределения полей помех показывают высокую эффективность предлагаемого фазового алгоритма обработки гидроакустической информации в режиме ШП и его устойчивость при ошибках определения характеристик полей сигналов, помех и канала распространения .

Научную новизну представляют следующие результаты:

1. Новые адаптивные алгоритмы обработки сигналов в режиме ШП, применительно к задаче согласования с характеристиками передаточной функции среды .

2. Новая имитационная модель оценки эффективности и устойчивости алгоритмов обработки для систем обнаружения в режиме ШП, согласованных со средой. Предложенная модель позволяет производить сопоставительную оценку эффективности и устойчивости предложенных алгоритмов, подтвердить их выигрыш в ОСП (по сравнению с традиционным методом) на выходе тракта обработки для заданной модели канала распространения в виде волновода Пекериса и выбранных моделей сигнала и помехи на входе тракта обработки .

3. Результаты оценки устойчивости предложенного алгоритма обработки к ошибкам оценки характеристик передаточной функции среды и для различных законов распределения полей помех .

Теоретическая значимость Предложенная автором в рамках работы имитационная модель в среде MATLAB позволяет проводить сопоставительную оценку эффективности (по выбранному показателю) различных алгоритмов обработки, обеспечивающих согласование с характеристиками сигналов, помех и канала распространения, а также их устойчивости к ошибкам оценки характеристик передаточной функции среды (скорости звука в волноводе Пекериса, глубины волновода, характеристик дна) и к различным законам распределения полей помех, воздействующих на входные элементы антенны .

Данная имитационная модель может быть также использована в учебном процессе при подготовке специалистов в области создания гидроакустических средств .

Практическая значимость Предлагаемый комплекс технических и алгоритмических решений, апробированных на проведенных модельных испытаниях, позволяет повысить эффективность обработки сигналов для CГАК, работающего в режиме ШП и решающего задачи освещения обстановки экономически важных районов Мирового океана .

Численная оценка, полученная в данной работе позволяют оценить выигрыш (по ОСП) одного алгоритма в сравнении с другим конкретным алгоритмом .

Достоверность полученных результатов подтверждается корректным использованием методов исследований; применением современных компьютерных средств и программ расчетов; а также конкретными результатами компьютерного моделирования для различных условий расчетов, не противоречащих опубликованным результатам, полученным другими авторами .

Внедрение результатов работы Имитационная модель, созданная в рамках выполнения диссертационного исследования, а также результаты оценки устойчивости алгоритмов обнаружения, согласованных со средой распространения, в режиме ШП, использованы сотрудниками ОАО «Концерн «Океанприбор» в НИР «Акула» и ОКР «Покров», выполняемых в рамках Федеральной целевой программы № 1 по заказу Минпромторга России .

Результаты работы в части имитационной модели могут быть использованы в рамках учебного процесса для оценочной задачи, при произведении оценок эффективности различных алгоритмов .

Апробация работы.

Основные результаты работы докладывались и обсуждались на:

Международной конференции "The 6th International Workshop on Information Fusion and Geographical Information Systems: Environmental and Urban Challenges (IF&GIS’ 2013)" (Санкт-Петербург, 12-15 Мая 2013г.) 3-й молодежной конференции «Прикладные технологии гидроакустики и гидрофизики» (МАГ-2013), (Санкт-Петербург, ОАО «Концерн «Океанприбор», 09-11 октября 2013г.) .

XXVII-ой сессии РАО, посвященная памяти ученых-акустиков ФГУП «Крыловский государственный научный центр» А.В. Смольякова и В.И .

Попкова. (Санкт-Петербург, 16-18 Апреля 2014 г.) 12-ой всероссийской конференции «Прикладные технологии гидроакустики и гидрофизики» (ГА-2014). (Санкт-Петербург, 27-29 Мая 2014 г.) Конференции аспирантов СПбГЭТУ «ЛЭТИ» .

Публикации. По материалам диссертационной работы опубликовано 9 печатных работ, из них 6 работ – в рекомендуемых ВАК РФ изданиях, 3 – в других статьях и материалах конференций .

Структура и объем диссертации. Диссертационная работа состоит из введения, четырех глав, заключения, одного приложения, списка литературы .

Общий объем работы составляет 121 страница машинописного текста, который включает 45 рисунков, 6 таблиц и содержит список литературы из 84 наименований, среди которых 49 отечественных и 35 иностранных источников .

ГЛАВА 1. АНАЛИЗ ЗАДАЧИ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ

ФУНКЦИОНИРОВАНИЯ СТАЦИОНАРНОГО ГИДРОАКУСТИЧЕСКОГО

КОМПЛЕКСА, РАБОТАЮЩЕГО В СЛОЖНЫХ ГИДРОЛОГОАКУСТИЧЕСКИХ УСЛОВИЯХ

В главе рассматриваются основные сведения о путях повышения эффективности работы СГАК, работающих в сложных ГАУ и в режиме ШП, в том числе об обеспечении согласования со средой (каналом распространения) и характеристиками полей сигнала и помехи .

При обсуждении поставленной задачи представлен аналитический обзор литературы по затрагиваемой теме исследования. Проанализированы нерешенные задачи, включая задачу оценки устойчивости алгоритмов, согласованных со средой и характеристиками полей сигнала и помехи. Далее представлена постановка задачи и предложены основные направления исследований в данной работе .

1.1. Современное состояние методов согласованной обработки сигналов в России и за рубежом В настоящее время одним из перспективных направлений повышения эффективности обработки гидроакустических сигналов является адаптивный подход, связанный с реализацией алгоритмов обработки гидроакустической информации, согласованных со средой распространения и характеристиками полей сигнала и помехи .

Термин "согласования со средой и характеристиками сигнала и помехи", как правило, включает различные подходы:

1. Классический подход согласования с полем сигнала, в котором учитывается направление прихода и характеристики сигнала .

2. Подход согласования с полем помехи, в котором учитываются направление прихода и характеристики помехи .

3. Подход согласования со средой распространения сигнала, в котором учитываются особенности изменения звукового поля на трассе. Данный подход включает в себе корреляционную связь между реальным полем сигнала, полученным приемниками, и прогнозированным полем, основанным на информации о положении источника и предполагаемой модели среды. Это подход базируется на положении, что ошибки априорных данных о среде (глубины волновода, скорости звука во воде и дне, характеристики дна и т.д.) могут приводить к относительно большой ошибке обнаружения источников сигнала и потере в отношении сигнал/помеха при решении задачи обнаружения .

Исследования по разработке алгоритмов для гидроакустической системы (ГАС), работающей в пассивном режиме (режиме шумопеленгование), активно проводились в последние десятилетия, особенно применительно к решению задач обнаружения и геоакустических исследований океана. В настоящее время в современных пассивных ГАС возникает новое эффективное направление, так называемое "метод согласованной обработки сигналов". Это специальное направление основано на пользовании необходимой информации о характеристиках сигнала и помехи, совместно с априорными данными о канале (или среде) распространения сигнала. Данная техника была впервые предположена Клеем в 1966 году и затем развивалась Хиничем и Бакером в 1972 и 1975 годах [63,66] .

На практике в последние годы "согласование со средой и характеристики сигнала и помехи" является одним из эффективных направлений развития средств гидроакустического наблюдения, включенным в задаче совершенствованию гидроакустических средств подводного наблюдения (СПН). Ниже показаны перспективы его использования в ВМС США и странах Западноевропейского союза .

В целях совершенствования созданной для ВС США «Единой информационной среды» (Network Centric Warfare), в 2002 году в США создана система АMPT (Anti-Submarine Warfare Mission Planning Tool) [55]. В этой системе, расчеты, связанные с оценкой дальности распространения сигналов осуществляются как традиционными методами, так и с применением алгоритмов “согласованная с полем обработка” – Matched Field Processing (MFP) для оценок максимально возможных дальностей .

В рамках совершенствования технических систем и СПН и совершенствованию организации их применения, основной упор в научных и опытно - конструкторских разработках делается на повышение эффективности и дальности действия СПН, в неблагоприятной, для работы гидроакустических средств, среде распространения сигналов, каковой является среда в мелководных морях арктического бассейна, обладающая высокой пространственно – временной изменчивостью. При этом проведены исследования моделей распространения звука в мелком море и сделаны вывод о том, что обработка гидроакустических сигналов, в зависимости от условий распространения звука в море, должна осуществляться, как с применением традиционных алгоритмов обработки сигналов, так и с применением алгоритмов, в максимально возможной степени приближенных к алгоритмам “согласованная с полем обработка” . Применение MFP обеспечивает получение максимальных, «физически возможных», дальностей обнаружения прямого (или отражённого) сигнала от заданного источника, конкретным приёмником, в сложившихся, конкретных условиях распространения сигналов .

Поэтому, главный вывод об акустических моделях распространения звука, сделанный в США, тоже касается актуальности применения алгоритма согласования со средой : «современные акустические модели распространения волн, в случае если они нужного качества, правильно применены и сопряжены с адекватными данными об окружающей среде, могут давать решения с получением тактических преимуществ» [50] .

Этому направлению посвящены многие теоретические работы, в том числе работа Ван Триса [78] с перечислением ряда адаптивных алгоритмов, в которой понятие согласованной обработки (MFP) обосновано следующим образом: "вместо согласования массива процессоров с плоской волной, следует согласовать его со средой распространения" .

Физически «согласованная со средой обработка» подразумевает создание амплитудно-фазового распределения на элементах антенны, обеспечивающего максимальное выходное отношение сигнал/помеха на выходе тракта обработки .

Если для плосковолновой модели сигнала достаточно повернуть (механически или электронно) зеркало антенны таким образом, чтобы сигнал попадал на элементы антенны синфазно, то в случае многолучевого распространения, при абсолютном знании параметров волновода и заданной модели сигнала в источнике, можно рассчитать амплитудно-фазовые характеристики полезного сигнала на элементарных каналах и ввести амплитудно-фазовые множители, обеспечивающие синфазность выходов элементарных каналов при их суммировании .

В работе автора Николая Колева [66] кратко представлено определение методов согласованной обработки. Согласно ему, в антенной решетке (АР) в качестве традиционной обработки сигналов, обычный метод формирования веера характеристик направленности (ХН) включает фазовой контроль сигналов в режимах получения (или передачи) для формирования и управления ХН антенны в заданном направлении; а в методах согласованной обработки направляющий вектор определяется предсказанным (расчетным) звуковым давлением с моделей распространения для диапазона координат источника в волноводе с известными вертикальными распределениями скорости звука (ВРСЗ) и акустическими параметрами дна. Блок-схема реализации таких методов приведена на рис. 1.1 .

–  –  –

Кроме того, за последние годы опубликовано большое число зарубежных работ, занимающих вопросом согласованной обработки в различных условиях, подчеркивающих достоинства этого направления в современной технике обнаружения и обработки сигналов [52-60, 64-65, 70-77, 81-84] .

Вместе с тем, направление использования методов согласованной обработки в гидроакустике приобретает особую актуальность в современной отечественной (российской) литературе. Выделим ряд исследований, привлекших наше внимание.

Хорошо известными работами, решающими различные задачи согласованной обработки, являются следующие:

1. Расчет поля звукового давления на основе псевдодифференциальных параболических уравнений (ПДПУ) распространения звука в океане, на базе алгоритма, предложенного автором К.В. Авиловым, хорошо описанного в работах [1-9]. Метод ПДПУ является одной из возможных реализаций волнового метода и имеет существенный выигрыш по сравнению с традиционно используемой реализацией волнового метода в части оперативности расчетов, дает хорошие результаты в сопоставлении с экспериментом в диапазоне низких частот, является надежным, универсальным, и особенно удобен для решения прикладных задач в системах гидроакустических расчетов. Этот метод позволяет вычислять звуковые поля в двумернонеоднородной морской среде, ВРСЗ, глубина и возвышения взволнованной поверхности которой зависят от дистанции. По сравнению с известной программой для расчетов поля, разработанной Акустическим институтом (Тебякин В.П. и др) и используемой для решения ряда прикладных задач, он учитывает переменную в пространстве скорость звука в среде, а также рельеф и структуру морского дна .

Сущность алгоритма метода ПДПУ может быть изложена следующим образом [1-9]:

Задача о вычислении поля звукового давления в двумернонеоднородном волноводе методом ПДПУ с неровной поверхностью точечного P ( x, y )

–  –  –

Результаты вычислений параметров акустического поля методом ПДПУ в слоистых моделях морской среды полностью совпадают с результатами вычислений методом нормальных волн для тех же моделей. В двумернонеоднородных средах настоящая реализация метода ПДПУ пренебрегает волнами, рассеянными от горизонтальных неоднородностей среды в направлении, противоположном направлению распространения волн и незначительно упрощает взаимодействие между локальными нормальными волнами, бегущими в направлении распространения. Верхняя граница частотной области, в которой практически применим метод ПДПУ, ограничивается только скоростью вычислений и объемом доступной памяти применяемой вычислительной системы. Нижней границей частотной области применимости метода ПДПУ является частота, ниже которой следует учитывать акустогравитационные эффекты распространения звука (совместно рассматривать распространение внутренних и акустических волн), имеющую величину порядка единиц герц .

2. Расчет поля скорости звука в акватории, базирующийся на модели «оперативной океанологии», предложенной Е.В. Семеновым [44];

В его работе обосновано, что, причиной, приводящей к необходимости применения достаточно сложных методов оперативной океанологии, является изменчивость морской среды.

На этом основании описаны оперативные численные модели гидрофизических полей океана:

Каждая система оперативного мониторинга (СОМ) гидрофизических полей, реализующая задачу оперативной океанологии технологически включает три основных компонента: специализированную наблюдательную сеть, математический блок усвоения натурной информации и специализированную математическую численную модель, которая в итоге и вычисляет динамически согласованные, удовлетворяющие основным законам сохранения гидрофизические поля в режиме реального времени. В основе любой СОМ лежит требование выполнения расчета с заданной точностью параметров морской среды (полей течений температуры, солености, плотности и давления) в реальном времени и с необходимым пространственновременным разрешением .

В работе также проанализированы проблемы создания систем оперативного мониторинга, приведены результаты по реализации системы оперативного мониторинга гидрофизических полей Баренцева моря и доказана актуальность использования информации о морской среде. Автором подчеркивается, что современные гидроакустические расчетные методы опираются на т.н. согласованные методы расчета акустических параметров, включающиеся в себя информацию о состоянии морской среды в реальном времени, позволяет, по имеющимся оценкам, вдвое увеличить дальности обнаружения .

3. Расчет цифровой модели рельефа и структуры дна акватории, базирующийся на результатах диссертационной работы С.Л. Никифорова [35];

В работе разработаны принципы создания цифровая модель рельефа на основе анализа данных натурных исследований и картографического материала в ГИС формате (формат данных географических информационных систем) с целью решения фундаментальных и прикладных задач. Цифровые модели открывают огромные возможности и позволяют построение цифровых карт любого масштаба без потери первоначальной нагрузки и информативности, а также различных 3-х мерных изображений и анимации, проводить совмещение с другими данными, выполнять сравнительный математический анализ и т.д. Особое значение цифровая модель рельефа имеет для геоакустических исследований, где систематизация и анализ имеющихся в настоящее время данных о рельефе имеет решающее значение .

4. Численное моделирование алгоритмов адаптивной обработки для ГАС в режиме ШП, предложено учеными Акустического института Баронкиным В.М, Гладилиным А.В. [10-12, 21-22] .

В работе [22] сформулированы подходы к решению задачи анализа чувствительности алгоритмов согласованной обработки к исходным данным и исследовано влияние неточного задания передаточной функции среды на эффективность отношения сигнал/помеха (ОСП) локально-оптимальных алгоритмов обнаружения и приведены примеры расчета эффективности для мелкого моря .

В работе показано, что максимально возможное использование доступной информации относительно статистических характеристик излучаемого поля, условий распространения звукового поля и поля помех является одним из реальных путей повышения эффективности алгоритмов пространственновременной обработки в пассивных ГАС наблюдения. В связи с этим, в рамках Гауссовской модели приведены общие соотношения, позволяющие проанализировать потери в эффективности оптимальных и локальнооптимальных алгоритмов обнаружения при отклонении предполагаемых моделей излучения, моделей распространения и моделей помех от "реальных" .

Полученные соотношения используются для вычисления эффективности локально-оптимальных алгоритмов обнаружения при отклонения предполагаемой функции Грина от "реальной". В связи с этим, проанализировано влияние на эффективность локально-оптимального алгоритма обнаружения ориентации алгоритма на плоско-волновые приближение функции Грина и неточного задания вертикального распределения скорости звука (ВРСЗ) .

На основании результатов, анализ чувствительность алгоритмов обнаружения, использующих вертикальные и горизонтальные антенны, к моделям ВРСЗ показывает, что при внедрении согласованных алгоритмов необходимы:

- Создание системы постоянного мониторинга гидрологических условий в районе действия системы;

- Разработка адаптивных к изменению ВРСЗ алгоритмов обнаружения .

Анализ эффективности согласованных в вышесказанной работе касался решения задачи обнаружения и особенно важными вопросами является анализ разрешающей способности адаптивных алгоритмов и оценка их чувствительности к заданию функции Грина .

В статье [21] проведены исследования, касающиеся согласования алгоритмов обработки с ковариационной матрицей помех, проанализировано влияние неточного задания ковариационной матрицы помех на эффективность (по ОСП) локально-оптимального алгоритма обнаружения и на основе анализа обоснована необходимость "обучения" (в случае, если априорные данные отсутствуют, необходимая информация приобретается в процессе работы) для оценки статистических характеристик помехи и перехода к построению адаптивных алгоритмов. В результате работы подтверждена необходимость использовать адаптивный алгоритм для создания высокоэффективных алгоритмов обнаружения при ковариационных матрицах помех и предложена необходимость проведения серьезных исследований для создания работоспособных в реальных условиях устойчивых адаптивных алгоритмов обнаружения .

Кроме перечисленных подходов, известно множество иных современных адаптивных методов обработки гидроакустической информации, систематизированных Малышкиным Г.С. в [32]. В работе дано общее определение методов адаптивной обработки применительно к задачам гидроакустики и приведен их подробный обзор. С его точки зрения, задача

–  –  –

С нормированием сильных сигналов Рисунок 1.2 - Адаптивные алгоритмы и место решаемой задачи в общей системе Таким образом, судя по опубликованным в российских и зарубежных источниках материалам, в настоящее время достаточно хорошо проработаны задачи построения адаптивных алгоритмов, а также теоретически обоснована возможность получения информации о канале распространения сигнала .

Вместе с тем, за рамками исследований остается ряд практически важных вопросов, определяющих эффективность применения методов, согласованных со средой, в практике, в т.ч.:

- вопросы устойчивости оптимальных и субоптимальных методов обработки к ошибкам оценки передаточной функции среды распространения;

вопросы адекватности использования алгоритмов обработки, построенных в предположении Гауссовских полей сигнала и помех, для негауссовых моделей, к которым, в частности, относится случай районов интенсивного судоходства, что значимо для интересующего нас случая;

- имеется потребность в разработке достаточно простых в реализации "субоптимальных" алгоритмов по сравнению с существующим оптимальным алгоритмом, малочувствительных к ошибкам оценки передаточной функции среды, но вместе с тем позволяющих повышать ОСП на выходе тракта обработки за счет согласования со средой распространения .

Именно эти вопросы и сформулированы в качестве задач настоящего исследования .

1.2. Основные направления исследований, повышающие эффективности работы CГАК в мелководных условиях залива Бакбо 1.2.1. Анализ необходимости построения CГАК в районе залива Бакбо В данной работе рассматривается Северный регион Восточного моря Вьетнама, так называемый "залив Бакбо", имеющий некоторые особенности в распространении гидроакустического сигнала, выражающиеся в мелководности акватории, сильном прогреве водной среды в летние месяцы, песчаном дне и т.п., и играющий важную роль в политической и экономической деятельности Вьетнама .

Важное географическое положение и экономическая роль Восточного моря в деятельности прибрежных густонаселенных государств объективно определяют противоречия между этими государствами относительно принадлежности Восточного моря, границ исключительных экономических зон, районов разработки биологических и энергетических ресурсов. Это, в свою очередь, актуализирует защиту объектов морской экономической деятельности Вьетнама, расположенных в пределах территориальных вод и исключительной экономической зоны страны от их захвата или поражения воздушными, надводными и подводными объектами.

Защита объектов предполагает организацию наблюдения за воздушной, надводной и подводной обстановкой, обеспечивающего обнаружение опасных объектов на дистанциях, позволяющих принимать меры для своевременной защиты объектов морской экономической деятельности .

К самым сложным относится задача обеспечения наблюдения в подводной среде. В связи с тем, что площадь территориальных вод и исключительной экономической зоны Вьетнама велика, решить в полном объеме эту задачу в настоящее время не представляется возможным. Однако одним из перспективных вариантов оптимизации наблюдения в подводной среде является размещение координатно-фиксированных гидроакустических средств в районах наибольшей концентрации объектов морской экономической деятельности Вьетнама. Таким районом, например, считается залив Бакбо, показанный на рис.1.3 .

Систему целесообразно развернуть исключительно в экономической зоне Вьетнама, которая определена на основе Международной конвенции 1982 г. по морскому праву: территориальные воды ограничены 12 милями (+12 миль прилегающей зоны); исключительная экономическая зона – 200 миль, вне территориальных вод .

Возможный район установки СГАК имеет сложную конфигурацию, вытянутую в направлении с севера на юг на 250 км и с запада на восток на 140 км. Большая площадь района предъявляет высокие требования к эффективности ГАС, обеспечивающих решение задач наблюдения.

Это, в свою очередь, определяет необходимость:

– оптимизации структуры ГАС и методов обработки гидроакустической информации, адаптированных к конкретным условиям среды;

Рисунок 1.3 - Предполагаемый район установки СГАК

– оптимизации размещения ГАС заданной структуры в пределах района наблюдения .

Количественный состав гидроакустических средств, необходимых для наблюдения, в значительной мере, определяется характеристиками среды в районе установки гидроакустической системы .

1.2.2. Анализ района размещения СГАК

Для проведения оценки глубины и рельефа дна были подробно проанализированы вертикальные срезы водной среды (трассы распространения сигнала) по различным направлениям, проходящим через центр предполагаемого района размещения СГАК, с дискретным шагом 5 .

Примеры таких срезов рельефа дна для координат 1900 с.ш .

(северной широты) и 10730 в.д. (восточной долготы) приведены на рис.1.4.а (север–юг) и рис.1.4.б (запад–восток) .

а) б) Рисунок 1.4 - Пример вертикальных срезов рельефа Из приведенных выше рисунок можно сделать вывод, что район наблюдения удовлетворяет условиям мелкого моря котором (при акустически безразмерный параметр kh 10, где k – горизонтальное волновое число; h – глубина места, географически глубины в районе не превышают 200 м [19]) .

По результату исследований данного волновода с помощью специальной программы, отмечено, что минимальная глубина района составляет 25 м, максимальная – 86 м. Рельеф дна волновода оказывается относительно ровным со средними перепадами глубины 0.5…1.5 м/км .

В соответствии с этим, верхнюю и нижнюю границы волновода рассмотренной акватории можно полагать плоскопараллельными .

С другой стороны, под влиянием гидролого-акустических факторов (в том числе сильное изменение температуры поверхности в зависимости от

–  –  –

Таким образом, распределение скорости звука сильно зависит от времени года и изменяется от 1520 до 1540 м/с .

Кроме того, распределение донных отложений в Восточном море в целом соответствует общим закономерностям распределения осадков в Мировом океане. По мере удаления от берегов и увеличения глубины наблюдается уменьшение зернистости осадков. Вблизи островов и участков скалистого берега грунт – скала, местами ракушка. На банках и в районах островов часто встречаются кораллы и коралловые пески. В связи с этим район наблюдения может быть отнесен ко второй геоакустической модели мелкого моря (правая часть рисунка 1.6) [24,27] .

На рисунке данный волновод соответствует типу II геоакустических моделей в мелководных районах. В связи с этим, его слоистая структура характеризуется наличием мощного слоя плотного песка, лежащего на скальном основании .

Рисунок 1.6 - Геоакустические модели мелководных районов [27] Слой с мелком песком имеет толщину порядка 10 м, скорость звука и значение плотности в этом слое могут считаться постоянными .

Кроме того, данная модель характеризуется скоростью звука в воде на границе «вода – морское дно» равной 1850 м/с в слое песка толщиной 10-15 м, и скоростью звука более 3000 м/с в слое скального основания. Параметры данной модели приведены в таблице 1 .

–  –  –

С определенной степенью приближения среду распространения акустической энергии в рассматриваемом регионе можно представить в виде модели Пекериса, т.е. в виде модели двухслойного волновода с верхней мягкой границей и поглощением в дне, скорости звука в слоях воды и дне являющихся постоянными. Эта модель представляет собой простейшую модель мелководного волновода, обладающей всеми основными характерными свойствами (особенности модели Пекериса подробно описаны в работе [36,69]). Здесь остановимся на оценке целесообразности применения модели Пекериса для рассматриваемого района, подробнее обоснование этой модели и как ее использовать в данной работе, будут рассмотрены в разделе 2.2 .

Далее рассмотрим механизм изменения акустического поля сигналов в районе установки системы .

Оценка звукового поля в районе наблюдения проведена с использованием возможностей системы гидроакустических расчетов, построенной на базе интеллектуальной геоинформационной системы Система использует базы данных рельефа морского дна [40,79] .

Национального центра геофизических данных США с разрешением 2 (ETOPO2) и с разрешением 5 (ETOPO5). Ядро системы гидроакустических расчетов включает две модели расчетов параметров поля: волновую и лучевую .

В основу волновой модели положено решение псевдодифференциального параболического уравнения (ПДПУ) (как выше показан в подразделе 1.1.2) [1-9]. Расчет потерь звуковой энергии в морской среде на основе метода ПДПУ осуществляется путем вычисления абсолютной величины комплексной амплитуды гармонического звукового поля, обусловленного источником с единичной амплитудой поля на единичном расстоянии от него. Комплексная амплитуда гармонического звукового поля вычисляется методом ПДПУ, являющимся специальной алгоритмической реализацией однонаправленного метода поперечных сечений .

Лучевая модель используется в том случае, когда различие между результатами двух моделей незначительно, а также когда время проведения расчетов с использованием волновой модели недопустимо большое для выбранных условий. На высоких частотах волновые методы обеспечивают низкую оперативность расчетов акустического поля, что может отрицательно влиять на оперативность функционирования геоинформационных систем, которые используют результаты расчета акустических полей в условиях динамически изменяющейся обстановки. В лучевых методах расчета поля акустическая волна на небольшом участке рассматривается как плоская и на этой основе вводится понятие «луч» – линия, касательная к которой в каждой точке совпадает с направлением распространения волны. Такой подход позволяет говорить о распространении звука вдоль лучей, отвлекаясь от его волновой природы. Замена волнового уравнения лучевым приближением упрощает задачу описания поля за счет того, что волновое уравнение не содержит производных по времени, а следовательно, не зависит от частоты .

Кроме того, оно дает возможность построить систему обыкновенных дифференциальных уравнений, описывающих траекторию индивидуального луча [40] .

Для моделирования акустического поля в районе установки системы выберем точечный источник, работающий на частоте 1 кГц, что отвечает условиям мелкого моря, когда затухание сигнала за счет многократных переотражений его от грунта достаточно велико. На выбранной частоте использование как лучевого, так и волнового метода обеспечивает идентичность расчетов поля. При этом лучевой метод, с точки зрения оперативности получения результатов, более предпочтителен. На рис.1.7 показаны результаты моделирования акустического поля на глубине 40 м в районе наблюдения для различных сезонов (а – зима, б – весна, в – лето, г – осень). Моделирование проводилось с использованием метода лучевого приближения .

Анализ полученных кривых показывает, что звука с расстоянием составляет примерно 2 дБ/км в зимой и весной, увеличиваясь до 3 дБ/км летом и осенью. Очевидно, что потери распространения достаточно велики как летом, так и осенью (в эти времена года явление отрицательной рефракции ясно выражено, отсюда переотражения лучей от дна возникают чаще) .

–  –  –

Полученные в ходе описанного исследования результаты показывают, что дальность действия одиночной гидроакустической системы, установленной в выбранном районе, будет невысокой, а также будет варьироваться в зависимости от сезона. Поэтому для построения подобной системы в выбранном районе потребуется комплексирование ряда систем и применение алгоритмов обработки гидроакустической информации, позволяющих учитывать сезонную изменчивость условий наблюдения .

Следует отметить, что в условиях мелкого моря, особенно в Восточном море, наличие значимых потерь в распространении звукового поля из-за мелководности (глубины в данном районе могут составлять даже 10…15 м) сильно влияет на дальность распространения звука, а следовательно, и на дальность действия пассивной гидроакустической системы, что при решении задачи построения рубежных систем для акваторий большой площади заставляет искать возможности комплексирования нескольких систем для обеспечения заданной вероятности обнаружения .

Еще одной особенностью мелководного района является факт, что малые глубины ограничивают возможность установки на дне протяженных антенных полей из-за опасности траления. Поэтому наиболее приемлемым техническим решением в данном случае является установка ряда локализованных антенных систем (цилиндрических антенных решеток) вдоль рубежа охраняемой акватории. Система цилиндрических антенных систем представляет собой достаточно экономичное техническое решение благодаря большому сектору обзора, простоте конструкции, наличию апробированных аппаратных и алгоритмических решений. При создании системы освещения подводной обстановки для этого экономически важного региона в Восточном море Вьетнама необходимо учитывать указанные в настоящей работе особенности и результаты расчетов .

Таким образом, изменчивость во времени и зависимость от внешних гидролого-акустических факторов полей сигналов и помех в этой акватории, а также наличие мешающих целей определяют необходимость применения в постоянно функционирующих гидроакустических средствах алгоритмов, обеспечивающих адаптацию к изменяющейся во времени и в пространстве помеховой обстановке .

1.3. Постановка задачи исследования

Исходя из особенностей района размещения СГАК, показанных в разделе 1.2, необходимо создать эффективный алгоритм обработки гидроакустической информации в режиме шумопеленгования для СГАК, обеспечивающий повышение эффективность работы СГАК по сравнению с традиционно используемыми методами обработки (формирование веера характеристик направленности, квадратор-интегратор), согласованный с гидролого-акустическими условиями в мелком море, и не требующий существенного повышения затрат на реализацию аппаратно-программных средств по сравнению с традиционным. Чтобы решить эту проблему, в работе предложен метод обработки сигналов, согласованный со средой .

Разработка, оценка эффективности и устойчивости этого метода являются предметом исследования данной работы .

В разделе 1.1 уже приведены некоторые адаптивные методы, согласованные с каналом распространения и характеристиками сигнала и помехи. Необходимо отметить, что за пределами исследований большинства авторов остались вопросы устойчивости предлагаемых алгоритмов к ошибкам определения параметров среды. Это может существенно сказаться на результатах обработки. За основу исследований в данной работе возьмем детально описанный алгоритм согласованной обработки, разработанный Баронкиным В.М., Авиловым К.В и др. авторами [4,21,22]. Отличия предлагаемого в работе алгоритма от базового заключается в следующем .

Излучаемый искомым источником сигнал считается Гауссовским стационарным случайным процессом. Тогда поле сигнала на приемниках антенны оказывается многомерным стационарным случайным процессом с нулевым средним и матричной спектрально-корреляционной функцией S g x s, g x s, где S есть спектр автокорреляционной функции излучаемого источником временного сигнала, g x s, есть вектор-столбец, компонентами которого являются передаточные функции морской среды (функции Грина) от места расположения источника x s к каждому приемнику антенны, + означает эрмитово сопряжение (транспонирование с комплексным сопряжением) .

Поле помехи является суммой полей очень многих независимых источников звука различной природы и также может рассматриваться как гауссов стационарный случайный процесс пространственной размерности, равной числу приемников антенны. Помеха обусловлена тремя основными компонентами: динамическими шумами морской поверхности, локальными источниками помех и шумами обтекания и аппаратуры.

В соответствии с предполагаемой независимостью всех источников помех, спектральнокорреляционные матрицы всей помехи будут являться суммой спектральнокорреляционных матриц каждого типа шумов:

–  –  –

строка наведения антенны на ЭПР, причем p(x, ) N gx,, а операция умножения на матрицу, обратную к корреляционной матрице шума называется выбеливанием по помехе .

Если спектр источника неизвестен, то можно либо использовать его априорную оценку, либо оценить его по имеющейся реализации методом максимального правдоподобия, что приводит к статистике следующего вида

–  –  –

При выборе способа учета спектра источника следует принять во внимание, что статистика вида (1.10) является функцией от линейной комбинации передаточных функций среды, в то время как статистика (1.11) зависит от их квадратичной формы, что приводит к увеличению времени вычислений .

Вследствие того, что в выражении для статистик обнаружения по методу максимального правдоподобия входит описание статистических свойств сигнала и помехи, а также передаточные функции морской среды, эти алгоритмы получили наименование алгоритмов согласованной со средой обработки .

Данный алгоритм дает возможность использования метода обработки сигналов, согласованного со средой, для решения задачи об обнаружении сосредоточенного подводного источника звука протяженным линейным массивом приемников акустического давления в диапазоне частот 50...4000 Гц с учетом зависимости свойств морской среды от глубины и горизонтальной координаты по трассе распространения между источником и приемником, частотного спектра источника и пространственно-частотных спектров .

Однако в данном алгоритме рассмотрены поля сигнала и помехи в качестве Гауссовских стационарных случайных процессов, что не всегда оправданно в практически значимых случаях. Примером может служит поле шума судоходства в условии мелкого моря Бразилии [61] .

Экспериментальные исследования показывают, что распределение амплитуд собственных шумов в этом районе не подчиняется нормальному (Гауссовскому) закону, а хорошо соответствует закону Стьюдента. Другими словами, поля сигналов и шумов имеют собственные статистические характеристики, которые требуют особого описания и неучет которых может сказаться на эффективности работы алгоритма в целом. С другой стороны, в данном алгоритме требуется "точное априорное знание о среде", доступ к характеристикам которой затруднительно обеспечить на практике .

Следует отметить, что предложенный авторами [4,21,22] алгоритм является не простым для реализации из-за сложности вычислений, в первую очередь за счет необходимости обращения матрицы поля помех, размерность которой для многоканальных систем очень велика. В указанных источниках отсутствуют данные об оценке устойчивости данного алгоритма к ошибкам определения характеристик среды, а также закона распределения поля помех и сигнала .

Поэтому актуальной задачей является создание на базе имеющегося научного задела нового алгоритма, согласованного со каналом распространения сигналов, учитывающего изменчивость гидрологоакустических условий, устойчивого к ошибкам определения характеристик водной среды, и не требующего существенных затрат на его реализацию в аппаратно-программных средствах, что является актуальной задачей при разработке современного ГАК .

В дополнение к этому, в данной работе предлагается универсальный расчетный инструмент, обеспечивающий оценку эффективности предложенного алгоритма. Он позволяет производить сопоставительную оценку эффективности различных алгоритмов по заданному критерию, использовать априорную информацию о спектральных плотностях давления сигнала и помехи в качестве входных параметров, и оценивать расчетным методом устойчивость исследуемого алгоритма при изменяющихся параметра среды распространения. Для простоты вычислений в рамках данной работы не учитывается пространственная корреляционная функция помех (гипотеза о статистической независимости помех на различных элементарных каналах антенны), что вполне оправданно для модели преобладающих шумов моря при расстановке элементов антенны на расстоянии акуст/2, хотя созданная в рамках работы имитационная модель позволяет производить оценку и более сложных алгоритмов, учитывающих пространственную корреляцию поля помех .

Выводы по главе 1 На основании результатов аналитического обзора современного состояния проблемы, анализа условий функционирования стационарного ГАК в районе залива Бакбо и постановки задачи данной работы, можно сделать следующие выводы:

1. Представлена краткая характеристика методов обработки гидроакустической информации пассивными режимами гидроакустических средств, согласованных с каналом распространения и характеристиками сигнала и помехи. С учетом современных требований к дальности обнаружения малошумных объектов и значительного увеличения возможностей современных вычислительных данные методы приобретают большую актуальность для повышения эффективности СГАК .

2. Проведен анализ необходимости построения ГАК в районе залива Бакбо Вьетнама. Рассматриваемый район является зоной с непрерывными столкновениями интересов экономики и политики и представляет собой существенно важной район и нуждается в защите от несанкционированного проникновения нарушителей. Построение гидроакустической системы, обеспечивающей освещение подводной обстановки в этом регионе – задача, актуальная для обеспечения экономических и политических интересов Вьетнама .

2. Анализ условий района возможной установки СГАК показал, что данный район является типичным мелководьем с некоторыми особенностями характеристик гидролого-акустических условий, что необходимо учитывать при построении алгоритмического облика стационарного ГАС, работающего в режиме ШП. Обоснован выбор модели волновода Пекериса в качестве модели канала распространения сигнала .

3. Результаты моделирования звукового поля в таком волноводе в некоторых условиях показывают, что изменчивость гидролого-акустической ситуации сильно влияет на эффективность СГАК, что требует создания алгоритма согласованной обработки, учитывающего эту особенность .

4. На основании анализа известных алгоритмов согласованной обработки, определены основные направления исследований. Актуальной является задача создания нового алгоритма обработки гидроакустической информации в режиме шумопеленгования, оценки его эффективности и устойчивости к ошибкам определения характеристик среды и поля помех .

Для этого необходимо создания инструмента проведения исследований имитационной модели, описывающей характеристики поля сигнала и помехи, особенности алгоритма обработки сигналов, и позволяющей производить сопоставительную оценку эффективности и устойчивости исследуемых алгоритмов на основании выбранных критериев .

ГЛАВА 2. РАЗРАБОТКА КОМПЛЕКСА АЛГОРИТМОВ ОБРАБОТКИ

ГИДРОАКУСТИЧЕСКИХ СИГНАЛОВ ПРИ РЕШЕНИИ ЗАДАЧИ

ОБНАРУЖЕНИЯ ДЛЯ СГАК В РЕЖИМЕ ШП

В главе представлен выбор критериев решения поставленной задачи при решении задачи обнаружения в режиме ШП для СГАК, предложен комплекс алгоритмов, согласованных со средой распространения и характеристиками сигнала и помехи, и приводятся физико-математические модели полей сигналов и помех для этих алгоритмов .

Выбор критериев оценки решения задачи при решении задачи 2.1 .

обнаружения для ГАС в режиме ШП В настоящее время существуют несколько известных критериев оценки решения задачи обнаружения для гидроакустической системы в режиме шумопеленгования, в т.ч. оценка минимума среднеквадратической ошибки относительно оптимальной обработки, максимума функции правдоподобия, минимум дисперсии шума и т.д. Этот вопрос рассматривается в некоторых работах [26,31,34] .

В данной работе проведена попытка непосредственно использовать амплитудно-фазовое распределение на элементах антенны, согласованное с передаточной функции среды, оценить результаты по относительному критерию сравнения алгоритмов: отношению среднего значения ОСП в предполагаемых алгоритмах к среднему значению ОСП в традиционном алгоритме .

Как известно, гидроакустические системы предназначены для обнаружения шумящих целей или сигналов, отраженных от подводных объектов, а также для оценки обнаруженных объектов, измерения расстояния до них, определения направления, скорости, временного изменения пеленга и скорости. Вследствие неизбежного присутствия помех и мешающих сигналов, описание характеристик систем приводит к необходимости

–  –  –

выбрать одну из гипотез x1 (t ) или x0 (t ). Первая гипотеза относится к случаю, когда сигнал присутствует, и обозначается H1, вторая – к случаю отсутствия

–  –  –

Проверку гипотез на основании отношения правдоподобия называют испытанием по методу максимального правдоподобия. С помощью отношения правдоподобия может быть синтезирован оптимальный алгоритм обнаружения (по критерию максимизации ОСП на выходе тракта обработки), а также созданы различные субоптимальные алгоритмы обнаружения, построенные в учетом имеющихся аппаратных и программных ресурсов, а также дополнительных априорных знаний об особенностях поля помех или сигналов в районе работ .

С помощью приемной системы, наряду с обнаружением сигналов часто требует оценить специфические параметры сигналов от цели. Например, необходимо определение направления на нее, скорость движения, размер целей и т.д. Как и при обнаружении, принятый процесс наряду с сигналом содержит помеху. Для оценки заданного параметра необходимо выбрать такое его значение, которое максимизирует функцию условной плотности вероятности параметра применительно к характеру принятого сигнала .

Пусть x – принятый сигнал, параметр, который необходимо измерить. Тогда Px | P | x (2.4) Px В большинстве практически важных случаев априорное распределение P неизвестно и предполагается равновероятно распределенным в интересующей области. Необходимо отметить также, что P x не зависит от. Следовательно, максимизация P | x эквивалентна максимизация P x | .

Оценку, выбранную на такой основе, называют оценкой максимального правдоподобия, поскольку P x | функция условной вероятности при данном значении неизвестного параметра .

Критерий максимума функции правдоподобия является наиболее точным из известных критериев синтеза с учетом физических условий работы ГАС. Соответствующая ему оценка угла называется оценкой максимального правдоподобия. Предложенный в ней оптимальный алгоритм вычисления параметров стационарного случайного процесса предполагает построение многоканальной по оцениваемому параметры системы вычисления любой монотонной функции (обычно логарифма) от функции правдоподобия входных выборок и вычисление значения параметра, отвечающего максимальному значению выходного эффекта такой системы обработки .

Разработка процедуры оценки вектора скорости движения по критерию максимального правдоподобия ставит своей целью отыскание структуры и параметров гидроакустического измерителя, обеспечивающего наиболее полное извлечение информации о скорости движения, содержащейся в поле донного рассеяния. Такой подход также позволяет установить принципиальный предел повышения точности измерения скорости, обусловленный наличием помех и случайной природой рассеяния гидроакустических сигналов дном океана .

2.2. Анализ инструмента исследования и источников помех в выбранном районе 2.2.1. Общий анализ особенностей выбранной ГАС В данной работе предлагается использовать пассивную ГАС, работающую в режиме ШП, принципы работы такой системы подробно описаны в отечественной и зарубежной литературе .

Наряду с гидроакустическими системами надводных кораблей и подводных лодок для освещения подводной и надводной обстановки широко используются стационарные и автономные гидроакустические средства .

После проведенного в предыдущей главе анализа гидрологоакустических условий в месте предполагаемой установки СГАС, рассмотрим возможность использования стационарной ГАС для решения поставленных задач в заливе Бакбо. В отличие от автономной системы, стационарное гидроакустическое средство должно быть разработано с учетом географических и гидрологических особенностей района установки. Система может быть установлена на дне акватории или на гидротехнических сооружениях. Система должна быть спроектирована для защиты от всех несанкционированных проникновений нарушителей в зону размещения нефте- и газодобывающих платформ, в том числе, проникновения технических средств доставки диверсантов .

В качестве стационарной системы выберем пассивную гидроакустическую систему ШП, так как пассивная гидроакустическая система является более скрытной и более экономичной с точки зрения энергопотребления, чем активная система. Сущность процесса ШП заключается в обнаружении сигнала и измерении его параметров на фоне шумовой помехи, которая так же, как и полезный сигнал, представляет собой в общем случае сумму широкополосных и узкополосных компонент и импульсных процессов. В данной работе требуется построить оптимизированный алгоритм обработки сигналов для стационарной системы освещения обстановки, работающей в режиме пеленгования, согласованный с каналом распространения и характеристиками сигналов. Как правило, предлагаемая система способна обеспечить дальность действия 10 – 15 км по малошумным целям .

В качестве приемной антенны, использованной в имитационной модели, предлагается использовать конструкцию, собранную из вертикально размещенных дискретных антенных линеек, с 40 элементарными приемниками каждая, расстояние между приемными элементами в линейке (м) ( ( f ср ) : акустическая длина волны на средней частоте d 0.5 ( f ср ) 0.25 рабочего диапазона частот системы, который составляет 500-3000 Гц) .

Верхний приемник антенны прогружен на глубине 10 м с учетом особенностей предполагаемого района установки – мелкого моря. Расчет такой конструкции и структура тракта обработки, решающего задачу обнаружения в режиме ШП для цилиндрической антенны, реализованной в виде набора вертикальных антенных модулей, рассматривались автором в дипломной работе, защищенной на кафедре ЭУТ в 2011 году .

2.2.2. Анализ источников гидроакустических помех

Прием полезного сигнала всегда сопровождается наличием помех, воздействующих на приемную антенну. Под гидроакустическими помехами подразумеваются акустические колебания, воздействующие на приемник звука, на фоне которых происходит прием акустических сигналов [46] .

Анализ моделей помех в районе размещения гидроакустических средств является одной из самых важных задач, рассматриваемых при проектировании любой гидроакустической системы.

Как известно [23,27,46,48] основными источниками таких помех являются:

– приливы и гидростатические явления, связанные с волнением на поверхности моря;

– сейсмические процессы;

– океаническая турбулентность;

– судоходство;

– шумы биологического происхождения;

– волны на морской поверхности;

– тепловой шум .

Спектры шумов каждого из перечисленных источников характерны для определенных диапазонов частот и в целом перекрывают широкую полосу от единиц герц до сотен килогерц. На рис.2.1 представлены спектральноэнергетические характеристики шумов моря: 1, 2 – максимальные и минимальные уровни динамических шумов; 3 – шум при штиле, по Кнудсену; цифры в кружках – баллы скорости ветра – параметр спектров; 4, 5 – спектры последнего шума; 6 – спектры сейсмического фона; 7, 2 и 7, 10 – спектры псевдозвука; 8 – спектр шума извержения вулкана (усредненный); 9

– спектр шумов судоходства (область c – спектры шумов судоходных трасс);

10, 11 – спектры шумов рыб семейства горбылевых и креветок; 12 – спектр шума ливня; 13 – спектр тепловых шумов; а – частотная область сейсмического фона, взрывов, землетрясений и торошений льда; б – область турбулентных шумов; в – область действия поверхностных волн; г – область технических шумов; д – область шумов кавитации и дождя; е – область тепловых шумов; ж – область биологических шумов [27] .

Рисунок 2.1 - Спектрально-энергетические характеристики шумов моря

При анализе и моделировании гидроакустических помех в районе залива Бакбо [10] будем рассматривать только те источники, которые вносят вклад в интегральное значение помех в пределах диапазона частот, характерного для работы гидроакустических средств обеспечения безопасности морской экономической деятельности (500 Гц - 3 кГц). Кроме того, при проведении анализа будем учитывать, что гидроакустические средства обеспечения безопасности морской экономической деятельности функционируют непрерывно, т. е. анализ предполагает оценку изменчивости спектральных и интегральных характеристик шумов моря в течение года .

С учетом указанных замечаний, анализ спектров шумов моря в диапазоне работы гидроакустических средств обеспечения безопасности морской экономической деятельности, позволяет сделать следующие выводы:

1. Основными источниками помех работе гидроакустической системы (ГАС) в районе залива Бакбо являются динамические шумы, обусловленные ветровым волнением (на рис. 1 ограничены областью между кривыми 1 и 2), шумы биологического происхождения (кривая 10 – спектр шумов рыб семейства горбылевых, 11 – спектр шумов креветок), ливневые дожди (кривая 12) и шумы судоходства (кривая 9) .

2. Сезонные изменения шумов моря будут определяться изменением ветрового волнения и шумами ливневых дождей, возникающих под воздействием муссонов и тропических циклонов .

3. Шумы дальнего судоходства в диапазоне работы ГАС будут оказывать определенное влияние на характеристики суммарных помех .

Кроме того, движение судов по судоходным трассам, располагающимся в непосредственной близости от района возможного размещения ГАС, будет являться источником локальных помех, что, в свою очередь, определяет необходимость оценки (на качественном уровне) влияния проходящих судов на помеховую обстановку .

4. Шумы биологического происхождения носят локальный пространственный и временной характер. По этой причине их целесообразно учитывать только в динамике непосредственного функционирования ГАС. В процессе анализа этот вид шумов не учитывается .

Атлас по океанографии Южно-Китайского моря / И. Д. Ростов, В. В. Мороз, К. Т. Богданов и др. // Океанография и состояние морской среды Дальневосточного региона России (http://pacificinfo.ru/data/cdrom/9/text.html#wind) .

5. В регионе отсутствует ледовый покров, поэтому подледные шумы (кривые 4 и 5) при расчетах интегральных значений помех, обусловленных шумами моря, не учитываются. Другие источники шумов (тепловой шум, сейсмический шум…) мало влияют на общую картину помех в диапазоне частот работы гидроакустической системы. Поэтому уровнем этих шумов можно пренебречь .

Таким образом, поле помех на входе акустической антенны ГАС в данной акватории представляет собой аддитивную смесь независимых компонентов: динамических шумов моря, а также шумов дальнего судоходства. Кроме того, следует ожидать наличия локальных помех в зоне обзора ГАС, источниками которых являются проходящие по судоходным трассам суда, а также шумы биологического происхождения .

В связи с тем, что гидроакустические средства обеспечения безопасности морской экономической деятельности функционируют непрерывно, необходимо иметь количественные характеристики, отражающие динамику изменения шумов в течение года.

В качестве таких характеристик целесообразно выделить значение уровня:

– динамических шумов моря в зависимости от сезона (месяца);

– шумов, обусловленных ливневыми дождями в зависимости от сезона (месяца);

– шумов судоходства, не зависящих от сезона (месяца);

– суммарное значение уровня шумов моря в зависимости от сезона (месяца) .

В качестве показателей, характеризующих уровни шумов, определим математическое ожидание и дисперсию приведенных суммарных шумов (на частоте 1 кГц в полосе 1 Гц) на входе антенны в зависимости от сезона (месяца) .

2.3. Модели полей сигналов и основных помех, воздействующих насистему

Исходя из выше изложения показано, что поле помех в месте расположения стационарной ГАС представляет собой аддитивную смесь 3-х основных независимых компонентов: динамические шумы (или собственный шум) моря, шум дальнего судоходства, гидродинамические шумы .

Формулируем математических моделей этих шумов и сигналов, воздействующих на систему .

2.3.1. Модель акустических сигналов Как известно, при работе гидроакустической системы в режиме ШП, объекта может рассматриваться как полезный сигнал, воздействующий на приемную антенну. Как правило, его спектр описывается степенной функцией вида а f (где а – некоторое значение), или спектр сигнала спадает

–  –  –

2.3.2. Модель динамических шумов (собственного шума) моря Динамические шумы, обусловленные волнением моря, и шумы, а также ливневыми дождями, зависят от сезонных муссонов и тайфунов, являющихся источниками ветрового волнения и дождей .

Ветры зимнего муссона обладают большой устойчивостью и силой, что благоприятствует развитию штормового волнения и зыби. Наибольшее по силе

–  –  –

В таблице 2.2 приведены результаты расчетов уровней динамических шумов моря на входе антенны на частоте 1 кГц в полосе 1 Гц в зависимости от степени волнения .

Таблица 2.2 .

Практические значения СПД динамических шумов

–  –  –

2.3.3. Модель шумов судоходства На международной транспортной карте все воздушные трассы и крупные международные морские трассы между Тихим и Индийским океанами проходят через Южно-Китайское море. Суда, следующие из портов Вьетнама, Китая, Японии и России к Сингапурскому проливу и в обратном направлении в Южно-Китайское море, придерживаются так называемого Главного морского пути, связывающего Азию (в том числе Китай и Россию) с Австралией и Африкой. Этот путь считается одним из самых оживленных международных транспортных маршрутов в мире. Пять из десяти наиболее распространенных морских путей в мире связаны с Южно-Китайским морем .

Транспортная загруженность по этому маршруту очень велика. Более 50% импорта и экспорта товаров Китая, 80% импорта сырой нефти Японии, Южной Кореи, Китая и Тайваня перемещаются через Южно-Китайское море .

Расчет и оценка спектральных характеристик шумов судоходства различной интенсивности в данном районе произведены в соответствии с выражением Чан ЧьюнгТхюн. Территориальные конфликты в Южно-Китайском море(http://vnsea.net/tabid/149/ ArticleID/489/language/en-US/Default.aspx) .

–  –  –

Анализ судоходства в регионе, в частности близости судоходных трасс и мест якорных стоянок судов к возможному району установки ГАС, а также количественного и качественного состава судов, действующих на судоходных трассах, позволяет сделать вывод о том, что шумовое поле, обусловленное судоходством, будет иметь анизотропную по направлению пространственную структуру .

На рис.2.2 приведено типовое распределение судов в районе залива Бакбо. С учетом этого, относительно предполагаемого места установки ГАС, можно выделить четыре сектора (A–D) различной интенсивности мешающего судоходства В секторе А наиболее вероятным является плотное судоходство, в секторе В – умеренное, в секторах С и D – слабое .

Интенсивность судоходства в регионе не зависит от сезона, поэтому и уровень шумов дальнего судоходства в пределах каждого сектора будет иметь постоянное значение. В секторе А оценочные значения уровня шумов Карта судов (в районе Восточного моря) (http://www.marinetraffic.com/ais/) .

дальнего судоходства будут 1.12 103 Па, в секторе В – 8 104 Па, в секторе С

– 3 104 Па, в секторе D – 1.4 104 Па на частоте 1 кГц в полосе 1 Гц .

Значительное влияние на помеховую обстановку, как ожидается, будут оказывать суда, находящиеся в зоне наблюдения ГАС и являющиеся источниками локальных помех.

Основными типами судов – источников локальных помех следует ожидать:

– танкеры – 25–30 %;

–  –  –

Рисунок 2.2 - Типовое распределение судов в районе залива Бакбо

– грузовые суда – 65–75 %;

– рыболовные суда – 6–8 %;

– прочие суда (буксиры, яхты, лоцманские суда) – 2–4 % .

С учетом ожидаемой дальности обнаружения ГАС следует ожидать:

– в зоне, соответствующей углу А – постоянное нахождение 1–3 источников локальных помех одновременно;

–в зоне, соответствующей углу В – постоянное нахождение 1–2 источников локальных помех одновременно;

– в зоне, соответствующей углу С – эпизодическое (2–3 раза в сутки) нахождение одного источника локальных помех;

– в остальной зоне D – эпизодическое (1–2 раза в сутки) нахождение одного источника локальных помех .

Проведенный анализ гидроакустических помех в районе залива Бакбо позволяет сделать следующие выводы:

– в выбранном диапазоне частот шумовое поле помех будет иметь постоянную и переменную во времени (в зависимости от сезона) составляющие. Источниками постоянной составляющей являются шумы биологического происхождения и шумы судоходства. Сезонные изменения шумов моря определяются изменением ветрового волнения и шумами ливневых дождей, возникающих под воздействием муссонов и тропических циклонов;

– поле помех имеет анизотропный по направлению характер, определяемый различным по интенсивности в различных направлениях уровням шумов судоходства;

– следует ожидать, что на процесс функционирования гидроакустических средств оказывают влияние мешающие источники – суда, постоянно находящиеся в зоне обзора средств, а также объекты биологического происхождения .

Изменчивость во времени и в пространстве поля помех в акватории, а также наличие мешающих целей определяют необходимость применения в постоянно функционирующих гидроакустических средствах алгоритмов, обеспечивающих адаптацию к изменяющейся во времени и в пространстве помеховой обстановке .

2.3.4. Модель гидродинамических шумов Большинство важнейших источников шума, определяющих шумы кораблей, подводных лодок и торпед, имеют гидроакустическую природу, т.е. связаны c тем или иным движением жидкости снаружи корпуса или

–  –  –

скорость; V 1 м/с скорость потока .

2.3.5. Спектрально – пространственное представление полей сигналов и помех Пусть наблюдаемое поле P f, x S( f, x ) N( f, x ), f F, x A, где: F – множество дискретных частот A – пространственная дискретная область наблюдений, определяемая координатами приемных элементов антенны, задание которых, в свою очередь, формирует конфигурацию антенны .

S( f, x ) – поле сигнала, которое, как правило, предполагается Гауссовским случайным полем с нулевым математическим ожиданием и известными остальными параметрами закона распределения. В данной работе рассматриваем только одиночные источники .

N( f, x ) – поле помехи, которое, как правило, предполагается Гауссовским случайным полем с нулевым математическим ожиданием Поле помехи является суммой полей очень многих независимых источников звука различной природы.

Как было показано выше, общая помеха в этом районе обусловлена тремя основными компонентами:

–  –  –

В общем случае необходимо учитывать корреляционную связь помех на элементах антенны. Однако в рамках данной работы корреляционные характеристики сигналов и помех на элементах антенны не учитываются .

Такое предположение вполне допустимо в условиях сильного влияния шумов моря и может быть использовано для упрощения вычислений .

2.4. Модель канала распространения, учитывающая особенности конкретного района наблюдения Модель Пекериса является неидеальным волноводом (идеальный волновод - волновод с абсолютно мягкой верхней границей и абсолютно жесткой нижней границей) и представляет собой модель двухслойного волновода с верхней мягкой границей и поглощением в дне. Особенности такого волновода подробно описаны в работе [30, 36, 69] .

Эта модель впервые была исследована К. Пекерисом [69] и связана с задачей о распространении звуковых волн в двухслойной жидкости (при этом, толщина нижнего слоя предполагается бесконечно большой) .

Модель Пекериса хорошо описывает распространение акустических волн в мелком море. В частности, на практике ее применение позволило получить достаточно точные результаты при исследовании геофизических волноводов в мелких морях восточного побережья США [36] .

Вследствие того, что гидролого-акустические ситуации в мелком море Вьетнама (в т.ч, залив Бакбо) удовлетворяются условиями модели Пекериса (как показано в разделе 1.2) и распространение звуковых волн в этом волноводе имеет аналогичные характеристики с исследованиями в США, модель Пекериса вполне обоснованно может быть применена для моделирования волновода в данной акватории .

Кроме того, выбор модели Пекериса для решения данной задачи основан на следующих причинах: во-первых, эта модель обладает всеми основными характерными свойствами мелководного волновода, во-вторых, применение этой модели позволяет избежать исключительно сложных и трудоемких расчетов, и в модель которой легко изменять параметры морской среды .

Волновод Пекериса представляет собой однородный слой жидкости со свободной границей (поверхность), лежащий на т.н .

0 zH z0

–  –  –

аппроксимируется жидкостью), где z обозначена вертикальная координата .

Скорости звука в воде и в дне принимаются постоянными и равны cв z и cд z соответственно (как правило, cд z cв z ). Плотности воды и дна

–  –  –

Тогда решение для акустического поля состоит из суммы нормальных мод и интеграла по разрезу, проведенному параллельно мнимой оси комплексной плоскости горизонтальных волновых чисел .

Сначала рассмотрим распространение звука в слое воды.

Звуковое поле во всех точках слоя, как известно, должно удовлетворять волновому уравнению:

k 2 0, k c (2.9) где оператор Лапласа, =2x2 + 2y2 + 2z2 в декартовых координатах Задача распространения звука в любом слое воды, и в частности, в мелком море, основана на решении приведенного уравнения, и подробно рассмотрена в работах К.Пекериса [69], Л.М. Бреховских [13] .

Поле в водном слое можно представить в виде совокупности «нормальных волн», каждая из которых в отдельности удовлетворяет

–  –  –

волн (вдоль слоя), 1 n 2, n cв / cд, m д в, xl - вертикальное волновое число .

В работе К. Пекериса [68] используется другая форма знаменателя под

–  –  –

С другой стороны, в общем виде вертикальное волновое число x l представляет собой решение дисперсионного уравнения для нормальных волн Для решения данного уравнения для нахождения собственных чисел задачи Пекериса предложен метод возмущений, который строится на xl основе процедуры «нелинеаризация», подробно описан в работе [20]

–  –  –

2.5. Структура адаптивного алгоритма обработки для системы ШП, согласованного с каналом распространения

В режиме ШП известны две типовых задачи:

Задача обнаружения с локализацией по углу, курсовому углу (КУ) или углу места (УМ);

Задача обнаружения с локализацией по пространству: по дистанции– глубине или по КУ – дистанции – глубине .

В первом случае в качестве критерия эффективности ГАС принято использовать ОСП и точность пеленгования (по КУ). Во втором случае – вероятность правильного обнаружения и точность локализации цели по дистанции и глубине. В данной работе рассматривается только задача обнаружения, соответственно в качестве критерия обнаружения используется ОСП в точке приема .

Известен оптимальный алгоритм обнаружения и измерения параметров подводных источников звука в режиме ШП, основанный на оптимизации отношения правдоподобия с использованием критерия Неймана-Пирсона .

В задачах пассивной локации ковариационная матрица сигналов является функцией координат источника звука и неизвестных параметров, характеризующих излучение и распространение звука в океанической среде .

Для каждого сигнала формируется статистика обнаружения, которая

–  –  –

характеризируют выбранную пространственно-частотную обработку («+»

означает эрмитово сопряжение). Это выбор может быть сделан как из соображений оптимальности, так и из соображений простоты технической

–  –  –

- ковариационная матрица сигналов и помех соответственно) Gn, f При использовании оптимального и локально-оптимального методов обработки сигналов требуются априорные данные о пространственных корреляционных и спектральных свойствах помех, либо получение их апостериорных оценок. Кроме того, в алгоритме предполагает наличие априорной информации о законе распределения шумов и сигналов .

Конкретный алгоритм может быть получен в предложении нормального закона распределения .

Возможен другой подход, являющийся развитием традиционных алгоритмов формирования характеристики направленности (ФХН) .

При традиционных методах формирования используется модель плоско-волновых фронтов, кроме того, часто в тракте обработки используется введение амплитудного распределения на элементах антенны, согласованного с характеристиками поля помех (фильтр Эккарта). Поскольку

–  –  –

предположений о характеристиках поля помех. Работоспособность рассмотренных алгоритмов, описываемых выражениями (2.19) и (2.20), зависит от правильного задания параметров передаточной функции гидроакустического канала, например, для волновода Пекериса (глубина морской акватории, плотности воды и дна и т.д.). Поэтому для удачного выполнения оценки необходимо правильное задание параметров передаточной функции гидроакустического канала, например – глубина морской акватории, плотности воды и дна и т.д.) .

Алгоритм (2.20) имеет некоторые преимущества в части технической реализации по сравнению с (2.19) за счет существенного сокращения вычислительных объема, не требует априорных знаний о пространственной корреляции помех, отсюда повышается его устойчивость к ошибкам задания априорных данных о среде, и применение такого алгоритма является более целесообразным для создания систем обработки сигналов в мелководных районах по сравнению с оптимальным алгоритмом, предложенным К.В .

Авиловым .

В точке приема, поле смеси сигнала и может быть представлено в следующем виде:

P( f, x ) S ( f, x ) H f, x N f, x (2.21) После прохождения через АР (в нашем случае, линейную дискретную антенну), для традиционного метода обнаружения получаем мощность в предложении(для гипотезы) плоских фронтов

–  –  –

где ri (i 1)d, i 1...N – координаты каждого приемника антенной линейки, d

– расстояние между соседними приемниками, N – число приемников 0 – вертикальной линейной антенны, с – скорость звука во волноводе, направление распространения волн от подводного источника сигналов до антенной решетки, f – дискретная частота) По аналогии с формулой (*) полагается, что мы не используем плоский фронт, а используем известные характеристики канала распространения, и таким образом, можем получить субоптимальные алгоритмы .

В качестве согласованного метода используем алгоритмы обнаружения, согласованные с имеющимися априорными данными о морской среде. В данный работе проведен сравнительный анализ преимущества этого метода (предлагаемого алгоритма) относительно традиционных алгоритмов обнаружения .

В качестве мощности на выходе тракта обработки, для согласованного метода возможно использовать 3-х варианта метода:

1. Вариант амплитудно-фазового распределения при полном учете характеристики среды (функции Грина):

–  –  –

На рис. 2.4. подробно проиллюстрирован в виде блок-схемы алгоритма, производящего сопоставительную оценку эффективности предлагаемых методов, согласованный со средой распространения .

–  –  –

Выводы по главе 2 На основании результатов исследований, выполненных автором в главе 2, можно свести к следующим выводам:

1. Сформулирован выбор критерия оценки решения задачи обнаружения для ГАС ШП, в качестве которого определено ОСП по выходу тракта обработки сигнала, и рассмотрены существующие алгоритмы согласованной со средой обработки сигналов с точки зрения выбранного критерия оценки .

2. Построены физико-математические модели, необходимые для решения поставленной в исследовании задачи, в том числе модели полей сигналов и помех, воздействующих на систему и модель канала распространения сигналов, в качестве которой взята модель Пекериса, при этом выбор модели канала распространения сигнала обусловлен особенностями района размещения подводной системы .

3. Предложен и разработан алгоритм обработки сигналов в режиме ШП, согласованной со средой распространения звука с некоторыми особенностями, характерными для выбранного района постановки системы. Рассмотрены и проанализированы 3 типа предлагаемого алгоритма: с амплитудно-фазовым, амплитудным и фазовым распределениям на элементарных каналах антенны .

4. С точки зрения методики, предлагаемый алгоритм имеет некоторые аналогичные характеристики по сравнению с традиционным методом обработки сигналов и является развитием традиционного метода. Однако в данном алгоритме необходимо добавлены априорные знания о среде с целью повышения ОСП на выходе подводной системы обнаружения и это алгоритм может быть определен как квазиоптимальный алгоритм .

5. Предлагаемый алгоритм не требует оценка ковариационной матрицы на элементах антенны, что позволяет сократить сложность вычислений, поскольку вместо отношения правдоподобия (статистики обнаружения) используется отношение сигнал/шум на выходе антенны .

ГЛАВА 3. СРАВНИТЕЛЬНАЯ ОЦЕНКА ЭФФЕКТИВНОСТИ

ПРЕДЛАГАЕМЫЫХ АЛГОРИТМОВ

В данной главе рассмотрена программная модель предлагаемых алгоритмов, представлены результаты моделирования и проведена сравнительная оценка эффективности и устойчивости предлагаемых алгоритмов. Моделирование алгоритма обработки гидроакустических сигналов реализуется в среде MATLAB .

3.1. Структура и состав аппаратно-программной модели

Моделирование алгоритма обработки гидроакустических сигналов реализуется в среде MATLAB, что позволяет использовать матричные вычисления и уменьшить время проведения имитационного моделирования .

Программа расчета и моделирования состоит из следующих основных блоков:

Задание исходных данных;

Расчет среды распространения;

Формирование сигналов и шумов: сигнал – гауссовский шумовой с заданной спектральной плотностью давления (СПД)) или тональный, составляющие шумов (шум моря, шум судоходства, динамический шум) – аддитивные гауссовские шумовые с заданными СПД;

Первичная обработка СЧВО (ФХН с учетом скорости звука и без учета параметров среды распространения, квадратор, интегратор или экспоненциальный накопитель: Формирование прединдикаторных процессов в узких и (или) широких полосах, восстановления временных реализаций;

Оценка среднего и СКО отношений сигнал/шум;

Получение статистических оценок отношений сигнал/шум и их сравнительный анализ .

Если рассматривается неподвижный и стационарный источник, то можно не делать цикл по времени, т.к. выигрыш при накоплении по времени одинаковый, зато время моделирования меньше .

В модели задаются следующие начальные данные:

Параметры дискретной линейной антенны: число элементов антенны q, расстояние между соседними элементами d;

Параметры обработки: полосы анализа в отсчетах частот [M1 M2], разрешающая способность спектрального анализа dF, параметры сигналов (глубина, дистанция, уровень в точке излучения сигнала);

Параметры сигналов и шумов в аналитическом виде: спектры шумового сигнала и составляющих шумовых помех, дискретные для полосы соответствующей реальной системе для всех элементов антенны: Ss (X Y):

спектр шумового сигнала (где X: число элементов антенны, Y: отсчеты частот), Ssob(X Y): спектр (гауссов) шумов моря, Ssuda(X Y): спектр (гауссов) шума судоходства, Sgidro(X Y): спектр (гауссов) гидроакустического шума. Закон распределения шума может быть легко изменен на любой из реализованных в среде MATLAB;

Параметры среды: скорости звука в море с или параметры волновода;

Параметры статистики: объем статистики M;

Модель реализуется поэтапно;

Задаем исходные данные, например, для нормального закона;

формируем спектры (вид СПД) для каждой компоненты шума и сигнала;

Умножаем на форму спектров, что эквивалентно введению коррелированного шума в каждый элемент антенны;

Вводим фильтр в частотной области;

Модель позволяет легко ввести анизотропию на элементах вертикальной антенны, независимо по любой из компонент шумов. Возможна доработка модели в части пространственных корреляционных связей на элементах по шумам, например, путем задания спектра в области пространственных частот, однако при этом существенно увеличивается время расчетов .

Следует отметить универсальность предложенной в рамках настоящей работы имитационной модели для задач сопоставительной оценки различных алгоритмов обработки в режиме ШП.

Так, путем замены отдельных блоков модели возможно:

Задание корреляционных связей между элементарными каналами антенны;

Задание модели распространения сигнала, отличной от волновода Пекериса, в том числе с переменной по трассе скоростью звука и рельефом дна;

Задание другого алгоритма обработки в режиме ШП и его сопоставление с традиционным по выбранному критерию и т.д .

В работе основное внимание было уделено оценке эффективности предложенного в работе алгоритма и его устойчивости к ошибкам задания характеристик среды распространения, а также закона распределения поля помех, но созданный в рамках работы инструментарий может позволить произвести аналогичные исследования для более сложных моделей волновода, оценить влияние корреляционных связей между элементарными каналами на выходное отношение сигнал/помеха, что является принципиально важным в случае наличия преобладающих структурных помех и т.д .

На основе описанной выше модели, листинг которой приведен в Приложении к настоящей работе, были выполнены некоторые расчеты для оценок отношения сигнал/шум на выходе тракта обработки в случае распространения сигнала в участках волновода Пекериса. Модель создавалась для вертикальной линейной антенны, хотя ее структура является достаточно универсальной. Структурная схема описанной модели приведена на рис. 3.1 .

–  –  –

С помощью созданной автором программы были промоделированы модели шумового сигнала и основных аддитивных шумов в районе исследования на основе их практических априорных данных (в данной работе – значение СПД) .

В ходе выполнения исследований в рамках данной работы был предложен метод формирования временного процесса с заданным спектром, удобный для реализации в среде программы MatLab, который может быть описан следующим образом:

1. Формируется последовательность мгновенных спектров, каждый из которых представляет собой произведение Si ( f ) Ai ( f ) zi, где Ai ( f ) – спектр составляющей поля сигнала и помех, полученных при помощи выражения для СПД; zi – случайный процесс с нулевым средним, описываемый функцией пакета MatLab rand(1:N), где N – количество спектральных отчетов .

2. Полученная последовательность мгновенных спектров преобразовывается во временной процесс при помощи оператора обратного быстрого преобразования Фурье (БПФ) ifft Si f (в результате чего имеем временной процесс с заданным спектром, отвечающим конкретной составляющей поля помех, из описанных ранее) .

3. Для имитационного моделирования в качестве входного воздействия для каждого элементарного канала антенны используется сумма различных составляющих поля помех, полученных по описанному ранее подходу, плосковолнового сигнала с фазой, отвечающей величине фазового набега для конкретного элемента антенной решетки, с амплитудами, отвечающими необходимому входному отношению сигнал/помеха .

3.2.1. Имитационная модель сигнала

–  –  –

На рис. 3.1.а (представление в спектральной области последовательности мгновенных спектров) в качестве примера показаны заданные описанным ранее способом сигнала в спектральной области в заданном частотном диапазоне в условиях мелкого моря. На рис. 3.1.б (представление во временной области при помощи обратного БПФ) показан полученный после обратного преобразования БПФ временной процесс .

–  –  –

Для проверки правильности выбранного подхода к моделированию на рис.3.в (результат преобразования Фурье временного процесса) изображен осредненный по нескольким выборкам спектр временного процесса (рис.3 .

б). Отметим, что для получения удовлетворительного результата на этапе обратного преобразования БПФ для получения временного процесса необходимо ввести временное перекрытие .

–  –  –

Рисунок 3.5 - Имитационная модель гидродинамического шума

3.3. Имитационная модель потери под влиянием передаточной среды Известно, что существуют 3 фактора, приводящие к потерям акустического поля сигналов: затухание и поглощение на дне и поверхности, затухание из-за неоднородностей среды, затухание из-за расширения волновых фронтов. Эти потери образуют функцию Грина (передаточную функцию среды), включающую модуль и фазовую часть .

На рис.3.6 представлена имитационная модель потерь под влиянием передаточной среды для волновода с глубиной 100 м. На рис. 3.5.а показана амплитудная составляющая (или модуль) функции Грина, на рис.3.5.б показана фазовая составляющая функции Грина. По двум осям отложены отсчеты по элементам антенны (40 элементов) и частотный отсчет (50 отсчетов дискретных частот, составляет ДЧ от )

а) Модуль функции Грина

б) Фазовая часть функции Грина Рисунок 3.6 - Модель передаточной функции среды (функции Грина) Отметим, что для условиях мелководья величины функции Грина имеют значения в порядке из чего следует, что увеличиваются потери акустических сигналов, проходящих через волновод .

3.4. Моделирование отношения сигнал/помеха в адаптивных методах

–  –  –

распределением с достаточной для практики точностью. Тогда при гипотезе слабого сигнала эффективность алгоритма определяется его вероятностью обнаружения, которая находится по формуле:

1 [ 1 (1 ) ] (3.3), где - заданная вероятность ложной тревоги, [ ] - интеграл Лапласа .

–  –  –

эффективность алгоритмов пространственно-временной обработки с помощью вычисления зон обнаружения, которые характеризуют площадь или объем эффективного обнаружения .

На этом основании и при использовании этой программы, задаем следующие информации:

Параметры волновода (в качестве модели Пекериса): скорости звука в воде и дне, плотности воды и дна, глубина волновода .

Априорную информацию о подводных сигналах, помех:

приведенные давления сигналов и суммарных помех .

Параметры антенны и информацию об обработке: число приемников на антенной линейке, глубина верхнего приемника, шаг по частоте, количество частот, число отсчетов, размер зоны обзора, вероятность ложной тревоги, верхняя частота и т.д .

На рис.3.7 показана зона вероятности обнаружения источников подводных сигналов при знании априорной информации о звуковых сигналах, помехах и канале распространения. В расчете использована линейная вертикальная эквидистантная антенна, в которой число гидрофонов N=40. Гидрофоны расположены с шагом d=0.25м, глубина верхнего приемника 10 м. Приведенные давления сигналов и помех на 1 кГц (после практического расчета) соответствуют = 0.216 Па и Па .

Рисунок 3.7 - Зоны обнаружения источников подводных сигналов

По оси абсцисс отложен обзор по горизонтальной (расстояние от источника до антенной линейки), на оси ординат отложен обзор по вертикали (глубина волновода) .

Далее из результатов расчета зоны обнаружения выберем точки нахождения источника подводных сигналов (технических объектов и т.д.) в волноводе с высокой вероятностью обнаружения (как правило, с вероятностью Робн 0.7) .

В таблице 3.1 проведены вероятности обнаружения подводных источников, излучаемых техническими объектами, полученные с помощью программы «Зоны Пекериса». Столбцы показывают расстояния от источника до антенны с шагом 1 км между 2 соседними элементами, строки показывают глубины источников с шагом 10 м. Выберем в таблице точки с цветными линиями с большой вероятностью обнаружения и проводим анализ .

Таблица 3.1 Рассмотрим следующий случай для дальнейшей обработки: источник с расстоянием до антенны X=8000 м, глубиной Z=40 м, и его вероятностью обнаружения Робн 0 .

7992. Далее проведено моделирование характеристик обнаружения в классическом и 3 адаптивных методах .

3.4. Методика оценки эффективности предложенных алгоритмов В основу методики положены формализованные описания входных полей сигнала и помехи, канала распространения в виде волновода Пекериса, расчет показателей эффективности, их сопоставительная оценка, и статистическая оценка полученных результатов на базе имитационной модели .

Обобщенная блок-схема программного обеспечения, производящего сопоставительную оценку эффективности предлагаемых методов показана на рис. 3.8 .

Предложенная методика базируется на формализованном описании входных полей сигнала и помехи, канала распространения в виде волновода Пекериса, расчёта показателей эффективности и их сопоставительной оценки, а также на статистической оценке полученных результатов на базе имитационной модели .

Нет Начало

–  –  –

В результате моделирования показано соотношение выигрыша (или адап (1, 2,3) проигрыша) трад между методами обработки (где трад и адап (1, 2,3) оценки ОСП в традиционном и 3-х адаптивных методах соответственно) .

На рис.3.9 показан выигрыш/проигрыш в 3-х вариантах: амплитуднофазовом, амплитудном и фазовом распределениях в зависимости от реальных глубин Н волновода (от 60-120м) и усредненных уровней сигналов Q. В последнем графике приведено сравнение ОСП для всех методов при фиксировании значения глубины волновода на Н = 100 м Усредненный уровень сигнала Q на элементах антенны определяется

–  –  –

Поскольку целью исследования является сравнение методов ФХН и в качестве показателя сопоставительной оценки результатов обработки (ОСП на выходе тракта обработки) накопление по времени сокращено, и такая величина не будет учитываться. Цикл накопления по методу Монте-Карло составляет значение Т=1000 в данном случае .

Из приведенных рисунков очевидно, что вариант фазового распределения дает самый сильный выигрыш по сравнению с традиционным методом. Однако варианты амплитудно-фазового и амплитудного распределений выражают «проигрыши» .

Физически такой результат может быть объяснен тем фактом, что традиционный алгоритм наилучшим образом обрабатывает плосковолновые сигналы. В случае, если сигнал не плосковолновый, отношение сигнал/помеха на выходе тракта обработки начинает уменьшаться. Адаптивный фазовый алгоритм обеспечивает синфазное сложение сигналов с выходов элементарных каналов, что и обеспечивает выигрыш по сравнению с традиционным алгоритмом. Учет же амплитуды сигнала, за счет большого разброса значений сигнала на элементарных каналах, искажает результаты обработки, требуя, очевидно, специального нормирования уровня сигнала при введении амплитудно-фазового распределения .

Выигрыш (или проигрыш) каждого адаптивного метода по сравнению с традиционным методом обусловлен отношением между приращением сигналов и соответственным значением СКО. На рис.3.10 легко наблюдать, что в случае фазового распределения получим хороший выигрыш в результате малой значении СКО. В остальных случаях (амплитудно-фазовом и амплитудном распределений), значение СКО представляет собой почти одинаковое значение 0.03, а значение приращения сигналов большее, отсюда следует возникать проигрыш .

–  –  –

На рис.3.12 подтвержден результат моделирования для другого места расположения источника подводных сигналов: точка - источник с координатами X=7000 м, Z=30 м и вероятностью обнаружения Робн 0.7 .

Аналогично, можем проводить анализ для множество точек в зоне обнаружения Робн 0.7 источников с вероятностью чтобы проверить истинность и устойчивость моделирования и оценить эффективность адаптивных методов .

–  –  –

3.6. Сравнительная оценка эффективности варианта фазового метода по сравнению с традиционным методом Среди 3 описанных выше адаптивных методов, остановимся подробно на варианте фазового метода и проводим его анализ. Результат моделирования, полученный из выше алгоритма изображен на следующем графике:

Рисунок 3.13 - Выигрыш фазового метода с традиционным методом Посмотрим результат моделирования на рис .

3.14 для истиной глубине волновода 70м .

Рисунок 3.14 - Выигрыш фазового метода с традиционным методом Число, находящееся в правом крае каждой линии показывает глубину волновода .

Как показано на рисунке, использование согласования с фронтом волны (фазовой метод) дает существенный выигрыш по сравнению с традиционным методом. Однако наличие ошибок по параметру среды (глубине волновода) приводит к уменьшению его эффективности. Видно, что при точном задании глубины волновода (совпадает с истиной глубиной) выражен самый большой выигрыш по ОСП (линия с числом "70 м" на рис.). С другой стороны, влияние ошибок на величину выигрыша представляет собой случайный .

При изменении скорости звука в волноводе от 1500 м/с до 1460 м/с, получим следующие результаты (рис.3.15)

Рисунок 3.15 - Выигрыш фазового метода при скорости звука 1460 м/с

Видно, что случае изменения скорости звука в волноводе, величина выигрыша фазового метода достаточно немного изменяется. Следует отметить, что практически отсутствует зависимость величины выигрыша от входного отношения сигнал шум. Можно сделать вывод, что, в сущности, результат моделирования зависит от многих факторов (глубины волновода, скорости звука в воде, в дне, рабочей полосы частот проведения моделирования и т.д.) .

3.7. Устойчивость алгоритма к ошибкам, вызванным неверной оценкой глубин волновода (робастность выбранного алгоритма) Для того, чтобы оценить устойчивость данного алгоритма к ошибками, вызванным неверной оценкой глубин волновода задаем различные величины ошибки в различных местах расположения источника сигналов .

Рассмотрим источник расположен на расстоянии X=8 км и глубине Z=40 м, скорость звука в воде vв 1500 м / c, его центральная глубина H о 50 м с шагом ошибки 1 м, задаем область исследованных глубин от 30-70 м Рисунок 3.16 - Выигрыш фазового метода с традиционным методом при ошибке с шагом 10м

При задании ошибок с шагом 5 м, получим результат:

Рисунок 3.17 - Выигрыш фазового метода с традиционным методом при ошибке с шагом 5м

При задании ошибок с шагом 1 м, получим:

Рисунок 3.18 - Выигрыш фазового метода с традиционным методом при ошибках шагом 1 м На рис .

3.19, рис. 3.20 показаны сравнения ОСП для всех методов при фиксировании значении уровни сигналов при истиной глубине волновода 70 м и заданными ошибками шагами 1м и 0.1м (на графике: линия 1 - ОСП для фазового варианта, линия 2 - ОСП для традиционного варианта, линия 3 - ОСП для амплитудно-фазового варианта, линия 4 - ОСП для амплитудного варианта) .

–  –  –

шагами 1м Из приведенных рисунков легко установить, что ОСП фазового метода дает выигрыш по сравнению с традиционным методом при точном задании глубины волновода (ошибка по глубине равна нулю) и при достаточно небольших ошибках по глубине (до 0.2 м). ОСП в амплитудно-фазовом и амплитудном вариантах выражают заметные проигрыши по сравнению с традиционным и фазовым методами. Чтобы оценить эффективность каждого метода и выбрать целесообразный метод для применения, следует проводить анализ при маленькими шагом ошибки (например, на шаг 0.1 м на рис. 3.20). С другой стороны, эффективность каждого метода тоже сильно зависит от глубины волновода и величины сигналов .

Чтобы оценить устойчивость фазового метода при задании ошибок по глубине, проводим анализ для области точек расположения источника и рассмотрим выигрыш ОСП для сетки глубины и дистанции (рис.3.21). По оси абсцисс отложено расстояние от источника до антенной линейки, на оси ординат отложена глубина волновода. Выигрыш фазового метода по ОСП по сравнению с традиционным методом представляется различным цветом (правая шкала показывает показатель выигрыша от 0 до 6 по показателю цвета) В обоих графиках приведены выигрыши (по ОСП) фазового метода при точном задании волновода с различными истинными глубинами: 50 м (рис .

3.21.а) и 70 м (рис. 3.21.б). Нижняя синяя зона на рис.3.19.а подразумевает, что моделирование не проводится для глубин источника от 50-70 м (т.к положение источника при этом больше глубины волновода)

–  –  –

Результаты моделирования показывают, что вариант фазового распределения выражает существенно хороший выигрыш ОСП (по количеству, на много больше единиц) по сравнению с традиционным методом при точном задании глубины. Однако величина выигрыша представляет собой случайную и не зависит от глубин волновода .

Проводим другой анализ при задании различных ошибок от истиной глубины волновода. На рис.3.22 показан результат моделирования на истиной глубине 70 м при ошибках ±3 м и ±6 м .

–  –  –

Отмечено, что при задании ошибок по глубине, выигрыш фазового метода не заметен, и даже получен проигрыш по сравнению с традиционным методом в некоторых случаях. Чтобы точнее анализировать устойчивость фазового метода следует проводить анализ для более малой ошибки (рис.3.23)

–  –  –

Как видно из приведенных рисунков, чем меньше величины ошибок по глубине, тем больше величины выигрыша фазового метода по сравнению с традиционным методом и максимальное значение выигрыша достигается при точном задании глубины волновода. В связи с этим обоснованием, следует знать точное знание о глубине волновода при использовании фазового метода, и в общем, при использовании адаптивных методах обработки сигналов, согласованных со средой .

Выводы по главе 3 Согласно результатам, полученным в главе 3, можно сделать следующие выводы:

1. Разработана аппаратно-программная модель алгоритма обработки гидроакустических сигналов, реализованная в среде MATLAB и построена обобщенная методика сравнительной оценки методов обработки сигналов .

Методика используется для дискретной линейной антенны в конкретных местах размещения подводной системы и содержит сравнительную оценку предлагаемого алгоритма с другими алгоритмами .

2. Проведено моделирование формирующего шумового сигнала и составляющиих шумов в районе исследования. Показаны результаты моделирования ОСП для всех методов обработки сигналов. Проведены анализ полученных результатов и сравнительная оценка эффективности для варианта фазового метод, который, среди всех согласованных методов, обеспечивает максимальный выигрыш по ОСП по сравнению с традиционным методом .

3. Проведена оценка устойчивости предлагаемого алгоритма типа фазового метода к ошибкам, вызванным неверной оценкой глубин волновода и значений скорости звука. Результат оценки показывает, что фазовый метод дает существенный выигрыш по ОСП при точном задании глубины волновода и при достаточно небольших ошибках по глубине (до 0.2 м). ОСП в амплитуднофазовом и амплитудном вариантах показывают меньшие значения по сравнению с традиционным и фазовым методами .

ГЛАВА 4. АНАЛИЗ МЕТОДОВ СОГЛАСОВАННОЙ ОБРАБОТКИ

СИГНАЛОВ ДЛЯ РАЗНЫХ ЗАКОНОВ РАСПРЕДЕЛЕНИЯ ПОМЕХ

4.1. Фазовый метод для разных законов распределения помех Вместе с приведенными оценками в главе 3, большую актуальность в данной работе приобретает анализ результатов моделирования для других законов распределения. Отметим, что практически все известные алгоритмы обработки построены в предположении гауссовости поля помех, хотя такая модель не выполняется в подавляющем большинстве практически значимых случаев. Ниже рассмотрим вариант фазового распределения в 4-х законах распределения: нормальном законе, законе (после нормирования), законе Стьюдента, законе Накагами .

Рассматривается влияние помех на алгоритмы формирования характеристик направленности (ФХН) антенны как традиционные, так и частично согласованные с каналом распространения (адаптивных). Сделана попытка рассмотреть несимметричные унимодальные законы распределения шумов в частотной области отличающиеся от нормальных. Очевидно, что независимо от выбора конкретного закона, необходимо производить центрирование для обеспечения нулевого среднего спектральных составляющих. В модели для удобства обеспечения выбранного отношения сигнал шум, дополнительно производится еще нормирование шума к =1 .

Исходя из модели Крона и Шермана [43], морские помехи образуются бесконечным количеством независимых источников излучения на поверхности моря (при котором ни один из этих источников не является доминирующим), поэтому по центральной предельной теореме поле, обусловленное влиянием поверхностного морского волнения, является суммой таких источников, и распределено по нормальному закону .

Шум дальнего судоходства нельзя считать Гауссовским, поскольку его источником является работа машин и механизмов. С другой стороны за счет многолучевости, когда в точке наблюдения сходится множество переотраженных откликов от различных целей, особенно в районах активного судоходства, он нормализуется. В случае не интенсивного судоходства, в работе [68] исследованы негауссовские шумы корабля и предполагается, что поле таких шумов подчиняется распределению. Другим примером может служить поле шума дальнего судоходства в условиях мелкого моря Бразилии [61] .

Результаты практических исследований показывают, что распределение амплитуд собственных шумов в этом районе не подчиняется Гауссовскому закону, но хорошо согласуется с законом Стьюдента .

В случае шума турбулентных потоков (гидроакустические шумы), в работе Смольякова А.В. [45] показано, что они описываются довольно сложным образом, но не подчиняются гауссовым законам, особенно для антенн в обтекателе, вследствие возбуждения последнего набегающим потоком .

На основе вышеизложенного были сформированы программные модели шумов. С помощью разработанной авторами программы в среде MATLAB, реализована имитационная модель, учитывающая законы распределения спектров и значения спектральных плотностей давления (СПД) аддитивных компонентов шумов, которые приведены ниже .

1. Динамические шумы моря: На рис. 4.1. показаны примеры мгновенных значений составляющих комплексного значения динамических шумов, распределенных по нормальному закону и по законом Стьюдента со степеням свободы v=5. после нормировании .

–  –  –

2. Шумы дальнего судоходства:

На рис. 4.2. показаны комплексные значения динамических шумов, распределенных по нормальному закону и по центрированному и нормированному закону 2

–  –  –

4.1.1. Влияние вклада отдельных шумов и их типов распределения Сначала рассмотрим влияние для каждого типа помех предположений о их законах распределения на значение отношения сигнал/помеха (ОСП) традиционного метода и адаптивного метода обработки сигналов, обеспечивающее фазовое распределение на элементах антенны согласованное по сигналу со средой. Для удобства анализа влияния законов распределения рассматривались как вырожденные случаи, когда последовательно моделировались только один из типов шумов и предполагалось, что остальные отсутствуют, так и смесь рассмотренных выше шумов в различных соотношениях. Далее приведены примеры зависимостей, из можно видеть тенденции влияния законов распределения на ОСП и устойчивость алгоритмов ФХН относительно априорных ошибок .

1. При влиянии только динамических шумов На рис.4.4. приведено сравнение ОСП для традиционного и фазового адаптивного методов в зависимости от предполагаемых глубин волновода (от 80-110 м) при точном задании глубины волновода H=100 м (на графике: линия 1 – ОСП для фазового варианта, линия 2 – ОСП для традиционного варианта, индекс а – по нормальному закону, б – по закону Стьюдента) .

–  –  –

2. При влиянии только шумов дальнего судоходства Аналогично, на рис. 4.5. приведено сравнение ОСП для традиционного и адаптивного методов (линия 1 – ОСП для фазового варианта, линия 2 – ОСП для традиционного варианта,

–  –  –

3. При влиянии только гидродинамических шумов На рис. 4.6. показано сравнение ОСП для традиционного и адаптивного методов (линия 1 – ОСП для фазового варианта, линия 2 – ОСП для традиционного варианта, индекс а – по нормальному закону, б – по закону Накагами с параметрами (m=5, v=1)) .

Рисунок 4.6 - Сравнение ОСП двух методов с двумя законами распределения Согласно приведенным рисункам (4 .

4,4.5,4.6), каждая составляющая поля помех вносит отдельный вклад в результирующее значение ОСП традиционного и адаптивного методов. Типы распределения шумов тоже влияют, но менее заметны. С другой стороны, чем меньше величины ошибок по глубине, тем больше величины выигрыша фазового метода по сравнению с традиционным методом, и при точном задании глубины (в приведенном примере, при H=100 м), выигрыш достигает максимального значения .

4.1.2. При влиянии суммы всех шумов с различными законами распределения Далее рассмотрим влияние смеси 3-х помех с соответствующими законами распределения (как приведено выше: гидродинамические шумы – по закону Накагами, динамические шумы – по закону Стьюдента, шумы дальнего судоходства – по закону ) на значение ОСП традиционного и адаптивного методов обработки сигналов. На рис. 4.7. показаны плотности вероятности этих законов распределения .

–  –  –

Результаты показывают, что фазовый метод является устойчивым к любым законам распределения помех с различными параметрами и имеет хороший выигрыш по сравнению с традиционным методом. Учет реальных законов распределения показывает, что устойчивость алгоритмов качественно не зависит от распределения шума .

В последние годы в литературе часто анализируется модель шумов с амплитудной составляющей с распределением Накагами и фазовой составляющей с равномерным распределением в диапазоне. С помощью своей универсальной программы можем хорошо моделировать эффективность работы адаптивного метода для такой модели .

В частности, посмотрим гистограммы для распределения Накагами с разными заданными параметрами. Можем построить их для реального, мнимого, амплитудного и фазового значений шумов распределения Накагами .

Ha рис.4.9 представлены результаты моделирования оценки плотностей вероятности 2-х типа распределения Накагами с разными параметрами (m=1, v=1) и (m=5, v=1) и нормального распределения .

Рисунок 4.9 - Плотности вероятности нормального распределения и распределение Накагами с различными параметров На рис .

4.10 показаны результат моделирования в случаях, когда амплитудные части всех 3-х помех распределяющиеся по закону Накагами с различными параметров распределения: (рис 4.10.а: m=1, v=1) и (рис 4.10.б:

m=5, v=1) и фазовая часть с равномерным распределением в диапазоне (анализ проведен для источника находящегося на расстоянии от антенны X=5 км, на глубине Z=50 м, истинная глубина волновода H о 50 м ) .

Рисунок 4.10 - Выигрыш (по ОСП) фазового метода в 2 -х случаев распределения Накагами (для амплитудной части) с традиционным методом

4.2. Оценка эффективности различных законов распределения помех при использовании фазового метода На таблице 4.1 приведены результаты исследования (максимальные значения выигрыша по ОСП фазового метода по сравнению с традиционным методом) для несколько месторасположений источника и различных истинных глубин волновода. Помеха распределена по различным законам (нормальной закон, закон Стьюдента и Накагами с различными параметрами) (задаем ряд различных ошибок глубин с шагом 1 м)

–  –  –

Из приведенной таблицы при всех законах распределения помех отметим, что фазовой метод дает заметный выигрыш (в качестве максимальных значений) по сравнению с традиционным методом. Величины выигрыша для различных законов немного отличаются и зависят от заданных параметров этих законов .

Чтобы оценить устойчивость данного метода для разных законов распределения помех, проанализируем результаты моделирования для области точек расположения источника при истиной глубине 60 м (рис.4.11)

–  –  –

Приведенные результаты показывают, что фазовой метод является устойчивым для любого закона распределении помех с различными параметрами и имеет хороший выигрыш по ОСП по сравнению с традиционным методом. С другой стороны, при изучении гидролого-акустических условий в любой районе мелкого моря следует серьезно проанализировать картины помех и точно выбрать законы распределении .

Выводы по главе 4

В соответствии c полученными результатами моделирования в главе 4 можно сделать следующие выводы:

1. Предлагаемые алгоритмы, в т.ч. фазовый метод, устойчивы и могут быть хорошо использованы для различных типов распределения помех и сигналов. Использование разработанной модели для разных закона распределения представляет собой новый подход по сравнению с другими существующими моделями .

2. Показано, что фазовый метод, устойчивый к различными законам распределении шумов при точном знании среды и c минимальными ошибками по глубине волновода, дает существенный выигрыш в отношении сигнал/помеха по сравненибю с традиционным методом и может применяться при точном знании типа распределения шумов в конкретном районе установки СГАС .

3. Разработанная программа не является окончательной и предполагает дальнейшее исследование в направлении усовершенствовании структуры помех и сигналов, технических реализаций, так и представлении результатов на интерфейсе .

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

Основные результаты диссертационного исследования заключаются в следующем:

Предложено новое направление повышения эффективности 1 .

стационарного ГАК, работающего в режиме ШП, основанное на использовании метода согласованной со средой распространения сигнала обработки .

2. Созданы имитационные модели сигнала, помехи и универсальная программа в среде MATLAB, соответствующая требованиям поставленной задачи в условиях волновода Пекериса. Кроме того, предложенная имитационная модель может быть использована и расширена для других задач, связанных со обработкой сигналов в тракте ШП, в частности, для других моделей канала распространения, иных моделей полей помех или сигнала .

Разработаны адаптивные алгоритмы обработки сигналов, 3 .

согласованные с средой распространения. Проанализирована эффективность работы 3-х вариантов согласованного со средой алгоритма: амплитудного, амплитудно-фазового и фазового распределений. На основе созданной программы проведена сравнительная оценка эффективности этих вариантов и показано преимущество фазового варианта по сравнению с традиционным и другими предложенными в работе методами .

4. Подтверждена устойчивость адаптивных алгоритмов, согласованных со средой, в различных гидролого-акустических условиях (в т.ч мелком море) .

Показана целесообразность их применения в некоторых практических ситуациях .

5. Исследованы устойчивости адаптивных алгоритмов к различным законам распределения полей помех, воздействующих на систему, и показано, что новый алгоритм приобретает перспективы применения для любого типа распределении сигнала и помехи .

Все результаты, полученные в диссертационной работе, направлены на практическое применение в реальных гидролого-акустических условиях, в т.ч .

для района мелкого моря Вьетнама, и обеспечивают повышение эффективности работы ГАК в режиме ШП на этапе первичной обработки сигналов .

СПИСОК ЛИТЕРАТУРЫ

1. Авилов К.В. Аддитивная факторизация + приближения Падэ = эффективное вычисление подводного звука. In Aspects Recent de l'Acoustique Sous-Marine Russe, M. Galactionov, Ed., Editions de l'IFREMER, Brest, France, 1994 .

2. Авилов К. В. Вычисление гармонических звуковых полей в двумернонеоднородных волноводах в уточненном широкоугольном параболическом приближении. Отчет Акустического института, 1983 .

3. Авилов К.В. Вычисление гармонических звуковых полей в волноводах в уточненном широкоугольном параболическом приближении. Волны и диффракция-85, Труды Всесоюзного Симпозиума, Тбилиси, 1985 .

4. Авилов К.В., Баронкин. В.М., O.E. Попов. Разработка программных средств системы гидроакустических расчетов и обнаружения целей для горизонтального массива приемников акустического давления с использованием априорной информации о морской среде, источниках звука и помех. Отчет «Минотавр – ИМАШ», 2005 .

5. Авилов К.В., Попов O.E. Вычисление сигнала широкополосного точечного источника, произвольно движущегося в океане, свойства которого зависят от горизонтальных координат. Сборник трудов школы-семинара акад .

Л.М. Бреховских, Москва, ГЕОС, 1998 .

6. Авилов К.В., Н.Е. Мальцев. К вычислению звуковых полей в океане методом параболического уравнения. Акуст. журн.,т. 27, вып. 3, стр. 335-340 .

7. Авилов К.В. Псевдодифференциальные параболические уравнения распространения звука в океане, плавно неоднородном по горизонтали, и их численное решение. Акус.журн., т. 41, вып.1, 1995, с 5–12 .

8. Авилов К.В. Приближение однонаправленного распространения в вычислении звуковых полей в океане. Акустика океанской среды, под ред. Л.М .

Бреховских и И.Б. Андреевой, Москва, Наука, 1989 .

9. Авилов К.В. Эффективное численное решение волноводных уравнений .

Journal de Physique IV, Colloque C1, supplement au Journal de Physique III, Vol. 2, avril 1992 .

10. Баронкин В.М., Гладилин А.В. Оценка порогового отношения сигнал/помеха для алгоритмов трассового накопления// Труды ЦНИИ имени акад. А.Н. Крылова, 2008. - Выпуск 41(325), с.205-218 .

11. Баронкин В.М., Гладилин А.В. Оценка параметров ковариационной матрицы структурной помехи// Труды ЦНИИ им. акад. А.Н. Крылова, 2008. Выпуск 41(325), с.198-204 .

12. Баронкин В.М., Гладилин А.В. Анализ эффективности функционирования антенны в пассивном режиме при слабых сигналах// Сборник тр. ХХ сессии РАО, М. изд. Геос, 2008, Т.2, с. 323-326 .

13. Бреховских Л. М., Годин О. А. Акустика слоистых сред.– М.: Наука, 1989.– 416 с.сред.– М.: Наука, 1989.– 416 с .

Буй Ч.З. Анализ и моделирование гидроакустических помех в 14 .

районе залива Бакбо. Известия Санкт-Петербургского государственного электротехнического университета "ЛЭТИ", № 2, с. 77-86 (2013)

15. Буй Чыонг Занг, Янпольская А.А. Об одном подходе к частично согласованной со средой обработке сигналов в гидроакустической системе ШП .

Сборник трудов третьей молодежной конференции «Прикладные технологии гидроакустики и гидрофизики» (МАГ-2013), Санкт-Петербург, ОАО «Концерн «Океанприбор», (Санкт-Петербург, 09 – 11 октября 2013г.)

16. Буй Чыонг Занг. Методы обработки сигналов, согласованные с каналом распростра-нения, для стационарной гидроакустической системы, работающей в режиме шумопеленгования. Изв. СПбГЭТУ «ЛЭТИ» 2014. № 6 .

17. Бурдик В.С. Анализ гидроакустических систем. Л., Судостроение, 1988 .

18. Бьерне Л. (под ред.) Подводная акустика и обработка сигналов. М .

Мир. 1985 .

19. Гамильтон Э.Л. Геоакустические модели морского дна // Акустика морских осадков. М.: Мир, 1977 .

`20. Гиндлер И.В., Козельский А.Р. Применение процедуры "нелинеаризации" для нахождения собственных чисел задачи Пекериса .

Акустический журнал, 1988, 34, выпуск 4, с. 616-620 (1988) .

21. Гладилин А.В., Баронкин В.М. Эффективность алгоритмов обнаружения согласованных с ковариационной матрицей помех в пассивном режиме. Труды ЦНИИ имени академика А.Н. Крылова, Выпуск 41(325), стр.184-197 .

22. Гладилин А.В., Баронкин В.М. Эффективность алгоритмов обнаружения, согласованных с передаточной функцией среды в пассивном режиме. Труды ЦНИИ имени академика А.Н. Крылова, Выпуск 41(325), стр.171-183 .

23. Дьюган Дж. П. Океанология в подводной акустике // Акустика океана .

М.: Мир, 1982. С. 210–250 .

24. Евтютов А.П., Митько В. Б. Инженерные расчёты в гидроакустике. Л.:

Судостроение, 1988 .

25. Ермолаев В. И., Селезнев И. А., Буй Чыонг Занг. Анализ гидрологоакустических характеристик и расчет звукового поля в Северном регионе Восточного моря Вьетнама // Изв. СПбГЭТУ «ЛЭТИ». 2012. № 10. С. 83–91 .

Ермолаев В.Т., Флаксман А.Г. Современные методы 26 .

пространственной обработки сигналов в информационных системах с антенными решетками. Учебно-методический материал по программе повышения квалификации «Новые подходы к проблемам генерации, обработки, передачи, хранения, защиты информации и их применение» .

Нижний Новгород, 2007, 99 с .

27. Зарайский В. А. Акустика океана / Военно-морская академия. М, 2003 .

28. Ивакин А.Н., Лысанов Ю.П. «Определение некоторых параметров морских осадков по данным акустического зондирования» Акустический журнал 31, c. 807-809 (1985)

29. Ивакин А.Н. Рассеяние звука дном океана: результаты теоретических и экспериментальных исследований последних лет. Акустический журнал 58, c .

222-226 (2012)

30. Кацнельсон Б.Г., Петников В.Г. Акустика мелкого моря. М.: Наука, 1997. 181 с .

31. Малышкин Г. С. Оптимальные и адаптивные методы обработки гидроакустических сигналов. Т. 1. Оптимальные методы. СПб.: ГНЦ ЦНИИ «Электроприбор». 2009 .

32. Малышкин, Г. С. Оптимальные и адаптивные методы обработки гидроакустических сигналов. Т.2: Адаптивные методы. СПб. : ЦНИИ Электроприбор, 2011 .

33. Миниович И.Я., Перник А.Д., Петровский В.С. Гидродинамические источники звука. Л., Судостроение, 1972 .

34. Монзинго Р.А., Миллер Т,У. Адаптивные антенные решетки. Введение в теорию. М.; Радио и связь, 1986 .

35. Никифоров С.Л. Рельеф шельфа морей российской арктики .

Диссертация на соискание ученой степени доктора географических наук. М., ИОРАН, 2007 .

36. Папкова, Ю. И. Волновод Пекериса в случае неоднородного профиля скорости звука и поглощающего основания // Акустический вестник, Том 13 № 3, (2010) с.42-50 .

37. Попович В.В., Ермолаев В.И., Леонтьев Ю.Б. Система гидроакустических расчетов на базе интеллектуальной геоинформационной системы. Санкт Петербургский институт информатики и автоматизации РАН .

М: Институт системного анализа РАН, 2012 .

38. Попович В.В., Ермолаев В.И., Авилов К.В. и др. Современное состояние проблемы оценки дальности действия гидроакустических средств//Труды 9 всероссийской конференции "Прикладные технологии гидроакустики и гидрофизики" СПб, "Наука". 2008, стр.544-547 .

39. Попович В.В., Ермолаев В.И., Леонтьев Ю.Б., Смирнова О.В .

Моделирование гидроакустических полей на основе интеллектуальной геоинформационной системы. «Исскуственный интеллект и принятие решений», № 4, 2009, с. 37 -43 .

40. Попович В. В., Ермолаев В. И., Леонтьев Ю. Б.. Система гидроакустических расчетов на базе интеллектуальной геоинформационной системы. Санкт Петербургский институт информатики и автоматизации РАН .

М: Институт системного анализа РАН, 2012 .

41. Селезнев И. А., Янпольская А.А., Буй Чыонг Занг. Адаптивные алгоритмы обработки сигналов а режиме шумопеленогования, согласованные со средой распространения сигнала. Сборник трудов XII Всероссийской конференции «Прикладные технологии гидроакустики и гидрофизики». с.86-89 .

Селезнев И.А., Янпольская А.А., Буй Чыонг Занг. Обработка 42 .

гидроакустических сигналов в стационарной системе шумопеленгования с учетом согласования со средой. Научно-технический сборник «Гидроакустика», ОАО «Концерн «Океанприбор», № 19, 2014 г., с.93-98 .

43. Селезнев И. А., Янпольская А.А., Буй Чыонг Занг. Оценка влияния закона распределение шумов на помехоустойчивость линейных антенн .

Сборник трудов Научной конференции "Сессия Научного совета РАН по акустике и XXVII сессия Российского акустического общества", посвященной памяти ученых-акустиков ФГУП «Крыловский государственный научный центр» А.В. Смольякова и В.И. Попкова .

44. Семенов Е.В. Состояние и развитие гидродинамических моделей океана. Фундаментальная и прикладная гидрофизика. 2008. № 1. С.48–62 .

45. Смольяков А.В. Шум турбулентных потоков: Монография. ЦНИИ им .

акад. А.Н. Крылова. СПб.: 2005. 312 с.: ил .

46. Сташкевич А. П. Акустика моря. Л.: Судостроение, 1966 .

47. Толстой И., Клей К. С. Акустика океана.– М.: Мир, 1969.– 301 с .

48. Фурдуев А. В. Шумы океана // Акустика океана. М.: Наука,1974. С .

617–691 .

49. Чан Чьюнг Тхюн. Территориальные конфликты в Южно-Китайском море (http://vnsea.net/tabid/149/ArticleID/489/language/en-US/Default.aspx) .

50. Ainslie M. A. and Harrison C. H. Fast and Self - Consistent ASW Performance Prediction, Oceans 1998, pp 1553-1558 .

51. Aviloff C.V. An effective numerical solution of guided wave equations, Journal de Physique IV, Collock C1, Supplement au Journal de Physique III, volume 3, p.C1–1023, April 1992 .

52. Baer R. N. and Collins M. D.. Source Localization in the Presence of Gross Sediment Uncertainties. J. Acoust. Soc. Am. 120, 870-874 (2006) .

53. Brian F. Harrison. Richard J. Vaccaro, Donald W. Tufts. Robust matchedfield localization in uncertain ocean environments. J. Acoust. Soc. Am. 103 (6), 3721Brian Tracey, Nigel Lee, Srinivas Turaga. Cluster analysis and robust use of full-field models for sonarbeamforming. J. Acoust. Soc. Am. 120, 2635-2647 (2006) .

55. Chandler H. A., Alphonso K. J., GRASP: An Object – Oriented Approach to Sonar Performance Mobeling and Tactical ASW Search Planning. Oceans 2002., pp 1449- 1455 .

56. Claire Debever, Kuperman W. A.. Robust matched-field processing using a

coherent broadband white noise constraint processor. J. Acoust. Soc. Am. 122, 1979Cristiano Soares, Srgio M. Jesus. Broadband matched-eld processing:

Coherent and incoherentapproaches. J. Acoust. Soc. Am. 113 (5), 1587-1598, (2003) .

58. Cristiano Soares, Srgio M. Jesus. Environmental inversion using highresolution matched-field processing. J. Acoust. Soc. Am. 122, 3391-3404 (2007) .

59. Granger Hickman, Jeffrey L. Krolika. Matched-field depth estimation for active sonar. J. Acoust. Soc. Am. 115 (2), 620 - 629, (2004) .

60. Hailiang Tao, Jeffrey L. Krolik. Waveguide invariant focusing for broadband beamforming in an oceanic waveguide. J. Acoust. Soc. Am. 123, 1338Jos S. G. Panaro, Fbio R. B. Lopes, Leonardo M. Barreira, Fidel E .

Souza. Underwater Acoustic Noise Model for Shallow Water Communications. XXX SIMPSIO BRASILEIRO DE TELECOMUNICAES – SBrT’12, 13-16 DE SETEMBRO DE 2012, BRASLIA, DF .

62. Joseph D Schneiderwind, Jon M Collis, Harry J Simpson. Elastic Pekeris waveguide normal mode solution comparisons against laboratory data. J Acoust Soc Am. 2012 Sep;132(3) .

63. Klemm R. (2002), Principles of space-time adaptive processing. The Institution of Electrical Engineers, 2002. ISBN 0 85296 172 3 .

64. Laurie T. Fialkowski, John S. Perkins, Michael D. Collins, Michael Nicholas. Matched-field source tracking by ambiguity surface averaging. J. Acoust .

Soc. Am. 110 (2), 739-746, (2001) .

65. Lisa M. Zurk, Nigel Lee, James Ward. Source motion mitigation for adaptive matched field processing. J. Acoust. Soc. Am. 113 (5), 2719-2731, (2003) .

66. Nikolai Kolev and Georgi Georgiev (2011). Sonar Model Based Matched Field Signal Processing, Sonar Systems, Prof. Nikolai Kolev (Ed.), ISBN: 978-953InTech, DOI: 10.5772/18822 .

67. Paul Hursky, W. S. Hodgkiss, W. A. Kuperman. Matched field processing with data-derived modes J. Acoust. Soc. Am. 109 (4), 1355-1366, (2001) .

68. Patrick L. Brockett, Melvin Hinich and Gary R. Wilson. Nonlinear and nonGaussian ocean noise. J. Acoust. Soc. Am. 82, 1386 (1987);

69. Pekeris, C.L. Theory of propagation of explosive sound in shallow water .

Geol. Soc. Am. Mem. Русский перевод. Теория распространения звука взрыва в мелкой воде // Распространение звука в океане. Сб. статей / М.: ИЛ, 1951. С. 48Shorey J. A., Nolte L. W. Wideband optimal a posteriori probability source localization in an uncertain shallow ocean environment. J. Acoust. Soc. Am. 103, 355-361 (1998) .

71. Stan E. Dosso, Michael J. Wilmut. Bayesian multiple-source localization in an uncertain oceanenvironment. J. Acoust. Soc. Am. 129 (6), 3577-3589, (2011) .

72. Stan E. Dosso, Michael J. Wilmut. Bayesian focalization: Quantifying source localization with environmental uncertainty. J. Acoust. Soc. Am. 121, 2567Stan E. Dossoa, Michael J. Wilmut. Uncertainty estimation in simultaneous Bayesian tracking and environmental inversion. J. Acoust. Soc. Am. 124, 82-97, (2008) .

74. Stacy L. Tantum, Loren W. Nolte. Tracking and localizing a moving source in an uncertain shallow water environment. J. Acoust. Soc. Am. 103, 362 (1998) .

75. Tolstoy. A. A deterministic (non-stochastic) low frequency method forgeoacoustic inversion. J. Acoust. Soc. Am. 127, 3422-3429, (2010) .

76. Tolstoy. A. Waveguide monitoring (such as sewer pipes or ocean zones) via matched field processing. J. Acoust. Soc. Am. 128 (1), 190-194, (2010) .

77. Tolstoy. A. Volumetric (tomographic) three-dimensional geoacoustic inversion in shallow water. J. Acoust. Soc. Am. 124, 2793-2804, (2008) .

78. Van Trees H. L., Optimum Array Processing, Part IV of Detection, Estimation and Modulation Theory, John Wiley & Sons. 2002, p 1328 .

79. Vasily Popovich, Constantin Aviloff, Viktor Ermolaev, Yuri Zinyakov, Yuri Leontev, Kyrill Korolenko, Oleg Popov. Sound propagation modeling on intelligent GIS basic. Санкт Петербургский институт информатики и автоматизации РАН. М: Институт системного ана .

80. Viktor Ermolaev, Truong Giang Bui. Modeling of Noise and Acoustic Field Calculations in the Limited Water Area of Beibu Gulf Using Geospatial Data .

Information Fusion and Geographic Information Systems (IF AND GIS 2013) .

Publisher: Springer Verlag (Germany). Lecture Notes in Geoinformation and Cartography 2014, pp 277-287 .

81. Zala C. A., Ozard J. M., Wilmut M. J. Efficient estimation of the probability that a source track is examined in a matched-field processing tracking algorithm. J. Acoust. Soc. Am. 103, 374-379, (1998) .

82. Zoi-Heleni Michalopoulou. Multiple source localization using a maximum a posteriori Gibbs sampling approach. J. Acoust. Soc. Am. 120, 2627-2634 (2006) .

83. Zoi-Heleni Michalopoulou. Robust multi-tonal matched-field inversion: A coherent approach. J. Acoust. Soc. Am. 104 (1), 163-170, (1998) .

84. Zoi-Heleni Michalopoulou. The effect of source amplitude and phase in matched field source localization. J. Acoust. Soc. Am. 119, EL21 (2006) .

ПРИЛОЖЕНИЕ

Имитационные модели сигналов и составляющих помех:

1. Случайный процесс

1.а. Спектр белого шума, одинакового на всех каналах function S=spect_noisewhite_const(q,N,Fd) %Спектр белого шума, одинакового на всех каналах if nargin3, error end t=(1:N)/Fd;% время x=randn(N/2,1); % мнимые и вещественные компоненты спектра x=repmat(x,1,q);

z_Im=[(zeros(1,q)); x(1 : end-1,:)]; %спектр белого шума x=randn(N/2,1);

x=repmat(x,1,q);

z_Re=[ones(1,q).*(sum(x)); x(1 : end-1,:)];

S=z_Re+i*z_Im;

end

1.б. Спектр белого шума, не одинакового на всех каналах (по Гауссовскому закону) function S=spect_noisewhite(q,N,Fd) %Спектр белого шума, не одинакового на всех каналах if nargin5, M2=N/2; end if nargin4,M1=1; end if nargin3,error,end t=(1:N)/Fd;% время x=randn(q,N/2); % мнимые и веществ компоненты спектра x(:,1:M1-1)=0;

x(:,M2+1:end)=0;

y=x(:,end:-1:1);% рабочая переменная x y z_Im=[(zeros(q,1)) x(:,1 : end-1) y]; %спектр белого шума x=randn(q,N/2);

y=x(:,end:-1:1);% рабочая переменная x y z_Re=[ones(q,1).*(sum(x'))' x(:,1 : end-1) y];

S=z_Re+i*z_Im;

S=(S(:,1:N/2))';

end

2. Модель акустических сигналов и составляющих помех

2.а. Модель СПД акустического шумового сигнала function S = spect_signal1(q,N,Fd,M1,M2) %Спектр чистого сигнала ШП (шум излучения подводной лодки) if nargin5, M2=N/2; end if nargin4,M1=1; end if nargin3,error, end for ii=1:N/2;

f=Fd/N*ii;

x(ii)=1./(f);

end x(:,1:M1-1)=0;

x(:,M2+1:end)=0;

y=x(:,end:-1:1);% рабочая переменная x y z_Im=[0 x(:,1 : end-1) y];

z_Re=[(sum(x)) x(:,1 : end-1) y];

S=z_Re+i*z_Im;% сигнал с комплексными значениями S=repmat(S(1:N/2),q,1);

S=S';

end

2.б. Модель СПД шума дальнего судоходства function S = spect_suda(q, N,Fd,M1,M2 ) %Спектр шума судоходства (интенсивного уровня) if nargin5, M2=N/2; end if nargin4,M1=1; end if nargin3,error,end for ii=1:N/2;

f=Fd/N*ii;

x(ii)=((12*10^(-2))*(f/55).^(-1.61))./(1+(f/55).^(-3.22));

end x(:,1:M1-1)=0;

x(:,M2+1:end)=0;

y=x(end:-1:1);% рабочая переменная x y z_Im=[0 x(1 : end-1) y]; %белый шум с осей O СПЕКТР ШУМА% z_Re=[(sum(x)) x(:,1 : end-1) y];

S=z_Re+i*z_Im;

S=repmat(S(1:N/2),q,1);

S=S';

end

2.в. Модель СПД гидродинамических шумов function S = spect_gidro(q, N,Fd,M1,M2) %Спектр гидроакустических шумов if nargin5, M2=N/2; end if nargin4,M1=1; end if nargin3,error,end fo=100;

V=1; Vo=4;

for ii=1:N/2;

f=Fd/N*ii;

x(ii)=(5.5*10^3*(V/Vo)^3)./(1+45.2*f.^2);

end x(:,1:M1-1)=0;

x(:,M2+1:end)=0;

y=x(end:-1:1);% рабочая переменная x y z_Im=[0 x(1 : end-1) y];

z_Re=[(sum(x)) x(:,1 : end-1) y];

S=z_Re+i*z_Im;

S=repmat(S(1:N/2),q,1);

S=S';

end

2.г. Модель СПД динамических шумов (собственного шума) моря function S = spect_sob(q,N,Fd,M1,M2) %СОБСТВЕННЫЙ ШУМ МОРЯ if nargin5, M2=N/2; end if nargin4,M1=1; end if nargin3,error, end for ii=1:N/2;

f=Fd/N*ii;

x(ii)=(2.4*10^(-3)*(f/350).^(1.253))./(1+(f/350).^2.506);

end x(:,1:M1-1)=0;

x(:,M2+1:end)=0;

y=x(end:-1:1);% рабочая переменная x y z_Im=[0 x(1 : end-1) y];

z_Re=[(sum(x)) x(:,1 : end-1) y];

S=z_Re+i*z_Im;

S=repmat(S(1:N/2),q,1);

S=S';

end

3. Модель передаточной функции среды (функции Грина) function PolePeker1(F10,Xm,Zm) fv=3000;% Верхняя частота [Гц] ***** N=1024;

Fd=3*fv;

dF=Fd/N;

q=40; % Число приемников ***** cz=1500;% Скорость звука в воде [м/c] (из списка значений) ***** Rob= 1.8; %Rob [г/см^3] - плотность дна ***** Row=1.0; %Row [г/см^3] - плотность воды ***** Cw=cz; %Cw [м/c] - скорость звука в воде Cb=1580; %Cb [м/c] - скорость звука в дне ***** ZBm=10; %Глубина верхнего приемника [м] ***** ZB=ZBm*0.001; %Глубина верхнего приемника [км] df=0.5*cz/3000; %Шаг по частоте [Гц] ***** H=70; %Глубина волновода [м] ***** lamv=10^-3*cz/3000; %0.5 м d=lamv/2;%0.25 м Xa=zeros(q,1);

Za=zeros(q,1);

for k=1:q, %цикл по числу приемников% ОСТАВИТЬ Za(k)= ZB+(k-1)*d;

end;

Xam=Xa*1000; % X-координат приемников (м) Zam=Za*1000; % Z-координат приемников (м) R=sqrt((Xm-Xam(:)).^2+(Zm-Zam(:)).^2); %Дальности по приемникам numPole=1;

for i=1:7

Htek=H+(i-5)*5;

for kk=1:length(F10) % цикл по частотам Pole(:,kk)=PF_Pekeris(Zm,Zam,Xm,Xam,q,Rob,Row,Cw,Cb,Htek,F10(kk));% !!

компексное значение среды !!!!! вместо delay end pole(numPole,:,:)=Pole;

numPole=numPole+1;

end save('PolePeker1','pole');

function [P] = PF_Pekeris( z0,Za,x0,Xa,N,Rob,Row,Cw,Cb,H,f) %Передаточная функция волновода Пекериса %---------------Список параметров--------------Rob [г/см^3] - плотность дна %Row [г/см^3] - плотность воды %Cw [м/c] - скорость звука в воде %Cb [м/c] - скорость звука в дне % H [м] - глубина волновода % f [Гц] - частота % x0[м] - координата x источника % z0[м] - глубина источника % Xa[м] - координаты x приемников антенны % Za[м] - координата z приемников антенны %---------------------------------------------P=zeros(N,1);

for k=1:N

x=Xa(k);

z=Za(k);

[Pp,r]=Field_Pekeris(Rob,Row,Cw,Cb,H,f,x0,z0,x,z);

P(k)=Pp;

end;

end function [ P,r ] = Field_Pekeris(Rob,Row,Cw,Cb,H,f,x0,z0,x,z) %Расчет передаточной характеристики волновода Пекериса %---------------Список параметров--------------Rob [г/см^3] - плотность дна %Row [г/см^3] - плотность воды %Cw [м/c] - скорость звука в воде %Cb [м/c] - скорость звука в дне % H [м] - глубина волновода % f [Гц] - частота % x0[м] - координата x источника % z0[м] - глубина источника % x[м] - координата x приемника % z[м] - глубина приемника %---------------------------------------------r=sqrt((z-z0)^2+(x-x0)^2);% r[м] - расстояние между источником и приемником m=Row/Rob;

n=Cw/Cb;

kw=2*pi*f/Cw; %Волновое число для воды kb=2*pi*f/Cb; %Волновое число для дна v=sqrt(1-n^2);

% if v1,n,end N=floor(2*v*f*H/Cw-0.5); %Число незатухающих мод mod=zeros(N,1);

Del2=kb^2-kw^2;

Del=sqrt(Del2);

Sum=0;

for ik=1:N, k=ik-1;

Lam0=(k-1/2)*pi/H;

q0=sqrt(Del2-Lam0^2);

xi0=k*pi/H+atan(Lam0/(m*i*(q0+i*10^-5)))/H;

p0=sqrt(Del2+xi0^2);

c0=1-(Lam0^2*m^2)/q0^2;

H1=H*c0-Del2/(i*m*p0^3);

xi1=(xi0/p0-Lam0/q0)/(i*m*H1);

c1=-xi1^2/H1;

c2=((Lam0*H^2)/(i*q0*m))*c0;

c3=(3*xi0*Del2)/(2*i*m*p0^5);

xi2=c1*(c2+c3);

xik=xi0+xi1+xi2;

c4=(kw*m/xik)^2;

c5=v^2*sin(xik*H)^2*tan(xik*H)/(xik*H);

zn=1-c4*c5;

ksik=sqrt(kw^2-xik^2);

%Han=besselh(0,ksik*r) y=ksik*r;

Han=exp(i*(y-pi/4))*y^(-0.5);

rr=sin(xik*z)*sin(xik*z0);

xikz=xik*z;

xikz0=xik*z0;

mod(ik)=sin(xik*z)*sin(xik*z0)*Han/zn;

Sum=Sum+mod(ik);

end P=(2*pi*i/H)*Sum;

4. Основная программа

Сравнительная оценка результатов с различными ошибками:

clear,clc tic M=1;% Объем статистики N=1024;%Длина входных выборки T=100; %Число циклов накопления F1=500; F2=3000; %Низкая и верхняя частоты Fd=3*F2; %Частота квантования dF=Fd/N; %Разрешающая способность c=1500;%Скорость звука в море d=0.5*c/F2; %Расстояние между соседними элементами (м) q=40; %Число элементов дискретной линейной антенны t=(2:N/2)/Fd; %Время r_el=0:d:(q-1)*d; %Положение элементов f=0:dF:(N/2-1)*dF; %Набор частот от первой частоты до N/2 ZBm=20; %Глубина верхнего приемника [м] ***** Xm=8000;

Zm=40; % Координат источника alpha0=atan2((Zm-(ZBm+0.5*d*q)),Xm) ;% Угол наведения от источника до антенны M1=ceil(F1/dF); M2=fix(F2/dF); %Полоса частот работы системы Nak0=0; Nak1=0; Nak1_A=0; Nak1_B=0; %Мощность смеси (сигнала и помех) через накопитель для ТРАДИЦИОННОГО и АДАПТИВНОГО МЕТОДОВ Nak00=0;Nak11=0; Nak11_A=0;Nak11_B=0; %Значение второго накопления мощности помех

для ТРАДИЦИОННОГО и АДАПТИВНОГО МЕТОДОВ

% matlabpool(4) ff=(100:150); F10=ff*dF; %Полоса частот PolePeker1(F10,Xm,Zm); %Вызов файлы из функции 'PolePeker1' Fp1 = delay11(r_el,F10,c,alpha0); %Функция задержки на антенне (без учета волновода Пекериса) for n=1:T %Цикл попыток по статистике МОНТЕ-КАРЛО % if n==100 disp(n); elseif n==200 disp(n); elseif n==300 disp(n); elseif n==400 disp(n); elseif n==500 disp(n);

% elseif n==600 disp(n); elseif n==700 disp(n); elseif n==800 disp(n); elseif n==900 disp(n);

elseif n==1000 disp(n); end Sn=spect_noisewhite_const(q,N,Fd); %Спектр белого шума, онинакового на всех каналах Ss = spect_signal(q,N,Fd,M1,M2); %Спектр чистого сигнала Ssig=Ss.*Sn; %Спектр шумового сигнала % if n==1 % figure (1) % plot(f(2:end),abs(Ssig(2:end,1)),'LineWidth',1.5) %СПД шумового сигнала % title('СПД шумового сигнала','FontSize',14,'fontweight','b') % xlabel('Частота, Гц','FontSize',14,'fontweight','b') % ylabel('S(f), Па^/Гц^1^/^2','FontSize',14,'fontweight','b') % shg,pause(5) % end Ssob=spect_sob(q,N,Fd,M1,M2);%Спектр собственных шумов моря %Ssob2=spect_sob_4bal(M,N,Fd,M1,M2);%Спектр собственных шумов моря (волнение 4 балла) % Sn2=spect_noisewhite_tdistribution1(q,N,Fd); %Спектр белого шума, не одинакового на всех каналах Sn2=spect_noisewhite(q,N,Fd);

Ssob=Ssob.*Sn2; %Спектр собственных шумов моря (с белым шумом) % if n==1 % figure(2) % plot(f(2:end),abs(Ssob(2:end,1))); %Спектр собственного (динамического) шума % title('Спектр собственных (динамических) шумов моря с белым шумом') % shg,pause(5) % end Ssuda= spect_suda(q,N,Fd,M1,M2); %Спектр шума судоходства (для интенсивного судоходства) % Sn3=spect_noisewhite_chi2(q,N,Fd); %Спектр белого шума, не одинакового на всех каналах Sn3=spect_noisewhite(q,N,Fd);

Ssuda=Ssuda.*Sn3;%Спектр шума судоходства с белым шумом % if n==1 % figure(3) % plot(f(2:end),abs(Ssuda(2:end,1))) % title('Спектр шума судоходства') % shg,pause(5) % end Sgidro= spect_gidro(q,N,Fd,M1,M2); %Спектр гидродинамического шума % Sn4=spect_noisewhite_Nadistribution1(q,N,Fd);%Спектр белого шума, не одинакового на всех каналах Sn4=spect_noisewhite(q,N,Fd);

Sgidro=Sgidro.*Sn4; %Спектр гидродинамического шума с белым шумом % if n==1 % figure(4) % plot(f(2:end),abs(Sgidro(2:end,1))) % title('Спектр гидродинамического шума') % shg,pause(5) % end

QsigA=(0:0.1:1)*100; %Усредненый уровень сигнала% QsigA=[QsigA (0.3:0.6:2)*1e2]

Qsig=1; Qsob=1; Qsuda=1; Qgidro=1; % Количественные уровни сигнала и шумов Snoise=Ssob*Qsob+Ssuda*Qsuda+Sgidro*Qgidro;% Аддитивная сумма шумов % if n==1 % figure(5) % plot(f(2:end),abs(Sgidro(2:end,1))) % title('Спектр аддитивной суммы шумов с белым шумом') % shg,pause(5) % end [XH,XH1,XH1_A,XH1_B,pp]=Characteristic_smes_Pekeris_dis(Ssig(ff,:),QsigA,Snoise(ff,:),r_el,F 10,alpha0,c,Xm); %Мощность смеси после формирования ХН Nak0=Nak0+(XH); %Мощность смеси (сигнал+помех) через антенны с накоплением с волноводом Пекериса ТРАДИЦ Nak00=Nak00+(XH.^2); %Значение мощности смеси с волноводом Пекериса для 2-момента ТРАДИЦ Nak1=Nak1+(XH1);%Мощность смеси (сигнал+помех) через антенны с накоплением с волноводом Пекериса АДДАП 1 Nak11=Nak11+(XH1.^2); %Значение мощности смеси для 2-момента АДДАП 1 Nak1_A=Nak1_A+(XH1_A);%Мощность смеси (сигнал+помех) через антенны с накопление с волноводом Пекериса АДДАП 2 Nak11_A=Nak11_A+(XH1_A.^2); %Значение мощности смеси для 2-момента АДДАП 2 Nak1_B=Nak1_B+(XH1_B);%Мощность смеси (сигнал+помех) через антенны с накопление с волноводом Пекериса АДДАП 3 Nak11_B=Nak11_B+(XH1_B.^2); %Значение мощности смеси для 2-момента АДДАП 3 end% Kонец цикла опытов МОНТЕ_КАРЛО Nak0=Nak0/T; %Мощность смеси ТРАДИЦ Nak00=Nak00/T; %Значение мощности смеси для 2-момента ТРАДИЦ Nak1=Nak1/T; %Мощность смеси АДДАП 1 Nak1_A=Nak1_A/T; %Мощность смеси АДДАП 2 Nak1_B=Nak1_B/T; %Мощность смеси АДДАП 3 Nak11=Nak11/T; %Мощность смеси длл 2-момента АДДАП 1 Nak11_A=Nak11_A/T; %Мощность смеси длл 2-момента АДДАП 2 Nak11_B=Nak11_B/T; %Мощность смеси длл 2-момента АДДАП 3 [Nstr,Nstb]=size(Nak0);

DELTAsig=Nak0(2:end,:)-repmat(Nak0(1,:), Nstr-1,1); %Приращение сигналов ТРАД DELTAsig1=Nak1(2:end,:)-repmat(Nak1(1,:), Nstr-1,1); %Приращение сигналов АДАП 1 DELTAsig1_A=Nak1_A(2:end,:)-repmat(Nak1_A(1,:), Nstr-1,1); %Приращение сигналов АДАП 2 DELTAsig1_B=Nak1_B(2:end,:)-repmat(Nak1_B(1,:), Nstr-1,1); %Приращение сигналов АДАП Std_NOISE=sqrt(repmat(Nak00(1,:), Nstr-1,1) - (repmat(Nak0(1,:), Nstr-1,1)).^2) ; %СКО ТРАДЦ Std_NOISE1=sqrt(repmat(Nak11(1,:), Nstr-1,1) - (repmat(Nak1(1,:), Nstr-1,1)).^2) ; %СКО АДАП 1 Std_NOISE1_A=sqrt(repmat(Nak11_A(1,:), Nstr-1,1) - (repmat(Nak1_A(1,:), Nstr-1,1)).^2) ;

%СКО АДАП 2 Std_NOISE1_B=sqrt(repmat(Nak11_B(1,:), Nstr-1,1) - (repmat(Nak1_B(1,:), Nstr-1,1)).^2) ;

%СКО АДАП 3 SIG_NOISE=DELTAsig./(Std_NOISE); % ОСП ТРАД SIG_NOISE1=DELTAsig1./(Std_NOISE1); % ОСП АДАП 1 SIG_NOISE1_A=DELTAsig1_A./(Std_NOISE1_A); % ОСП АДАП 2 SIG_NOISE1_B=DELTAsig1_B./(Std_NOISE1_B); % ОСП АДАП 3 BETA1=10*log10(SIG_NOISE1./SIG_NOISE); % Выигрыши АДАПТИВНОГО МЕТОДА 1 с

ТРАДИЦИОННЫМ МЕТОДОМ

BETA1_A=10*log10(SIG_NOISE1_A./SIG_NOISE); % Выигрыши АДАПТИВНОГО

МЕТОДА 2 с ТРАДИЦИОННЫМ МЕТОДОМ

% BETA1_B=SIG_NOISE1_B./SIG_NOISE; % BETA1_B=10*log10(SIG_NOISE1_B./SIG_NOISE);% Выигрыши АДАПТИВНОГО МЕТОДА 3 с ТРАДИЦИОННЫМ МЕТОДОМ (на дБ) Picture_step function [XH,XH1,XH1_A,XH1_B,pp]=Characteristic_smes_Pekeris_dis(Ssig,Qsig,Snoise,r_el,F10,alpha0, c,Xm) %Мощность смеси (сигнала+помех) после формирования ХН load PolePeker1; %загрузка программы волновод Пекериса Xkm=Xm/1000; %Координат источника (км) Fk10=F10/1000; %Полоса частот работы (кГц) Pole0_p=squeeze(pole(9,:,:)); %Значение для истиной глубины волновода Пекериса W=10.^(-0.1*0.04.*((Fk10).^1.28)*Xkm); %Частотное затухание W=repmat(W,40,1);

Pole0_p=Pole0_p.*(W); % Приведенное давление A0=mean(mean(abs(Pole0_p))); Pole0_p=Pole0_p/A0; %Нормировка numPole=1;

for numPole=1:16 jj1=1;

qq1=1;

Pole1=squeeze(pole(numPole,:,:));

A0=mean(mean(abs(Pole0_p))); %Нормировка 2 Pole1=Pole1/A0; %Нормировка 2 for qq=Qsig Pole1_p=Pole1.*(W);

Ssig_p=(Ssig); % _p Приведенное значение давления Snoise_p=(Snoise); %_p Приведенное значение давления Ssmes_p=(Ssig_p*qq).*(Pole1_p.') + Snoise_p; % Смеси через волноводом с затуханием Ssmes_p=(Ssmes_p.');

pp(numPole,qq1)=mean(mean(abs(qq*Pole1_p') )); %Усредненые значения сигналов (через волновод) qq1=qq1+1;

Fp1 = delay11A(r_el,F10,c,alpha0); %Задержка для плоско-волновых сигналов Fp1 =(Fp1.');

XH(jj1,numPole)=sum(abs( sum (Ssmes_p.*exp(-i*Fp1)) ).^2); %расчет без учета среды (ТРАДИЦИОННОЙ МЕТОД) XH1(jj1,numPole)=sum(abs( sum (Ssmes_p./(Pole0_p)) ).^2); %расчет с ошибкой по среде (АДДАПТИВНЫЙ МЕТОД 1) XH1_A(jj1,numPole)=sum(abs( sum(Ssmes_p./abs(Pole0_p).*exp(-i*Fp1) ) ).^2); %расчет с ошибкой по среде (АДДАПТИВНЫЙ МЕТОД 2) XH1_B(jj1,numPole)=sum(abs( sum ( Ssmes_p./(Pole0_p).*(abs(Pole0_p)) ).^2)); %расчет с ошибкой по среде (АДДАПТИВНЫЙ МЕТОД 3) jj1=jj1+1;

end end n=1:16; %Количество волноводов H=70+(n-9)*0.1; %Глубина волновода с ошибкой [Q H]=meshgrid(QsigA,H); %Создать сетку графики a=H(:,2:end)-70;

figure(11) % semilogy(a,SIG_NOISE(6,:),'b-o',a,SIG_NOISE1(6,:),'c-o',a,SIG_NOISE1_A(6,:),'go',a,SIG_NOISE1_B(6,:),'r-o','LineWidth',1.5) semilogy(a,SIG_NOISE(8,:),'b-o',a,SIG_NOISE1_B(8,:),'r-o','LineWidth',1.5) (Программы для ряда местоположений источника и для различных законов



Похожие работы:

«СЕВЕРО-ЗАПАДНЫЙ ИНСТИТУТ УПРАВЛЕНИЯ РОССИЙСКОЙ АКАДЕМИИ НАРОДНОГО ХОЗЯЙСТВА И ГОСУДАРСТВЕННОЙ СЛУЖБЫ ПРИ ПРЕЗИДЕНТЕ РОССИЙСКОЙ ФЕДЕРАЦИИ № 8 (122), ДЕКАБРЬ 2017 И З Д А Е Т С Я С С Е Н Т Я Б Р Я 2 0 0 4 Г О Д А Информацио...»

«Министерство образования и науки Российской Федерации Федеральное государственное автономное образовательное учреждение высшего образования "Уральский федеральный университет имени первого Президента России Б.Н.Ельцина" Институт новых материалов и технологий Департамент строи...»

«http://profconstruct.com/articles/ ФЕДЕРАЛЬНОЕ ДОРОЖНОЕ АГЕНТСТВО МИНИСТЕРСТВА ТРАНСПОРТА РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное унитарное предприятие Информационный центр по автомобильным дорогам Применение шумозащитных экранов на автомобильных дорогах США Обзорная Информация Автомобильные дорог...»

«ПРОЕКТНАЯ ДЕКЛАРАЦИЯ Первый клубный № 50-001615 по состоянию на 30.01.2019 Дата подачи декларации: 01.10.2018 01 О фирменном наименовании (наименовании) заст ройщика, мест е нахождения заст ройки, режиме его работ ы, номере т елефона, адресе официального сайт а заст ройщика в информационно-т елекоммуникационной сет и "Инт ернет " и ад...»

«ТМ-3 Толщиномер покрытий ПАСПОРТ Методика поверки СОДЕРЖАНИЕ 1 Назначение 2 Технические характеристики 3 Состав и комплект поставки 4 Устройство и принцип работы 5 Подготовка к работе, включение 6 Порядок работы 7 Возможные неисправности и спо...»

«ИЗМЕРИТЕЛЬ ПАРАМЕТРОВ ЭЛЕКТРИЧЕСКОГО И МАГНИТНОГО ПОЛЕЙ ТРЕХКОМПОНЕНТНЫЙ ВЕ-метр Руководство по эксплуатации БВЕК43 1440.09.03 РЭ ООО "НТМ-Защита" 115230, г. Москва, 1-й Нагатинский проезд, дом 10, строение 1 БВЕК43 1440.09.03 РЭ СОДЕРЖАНИЕ 1. Нормативные ссылки 2. Требования безопасности 3. Оп...»

«AMIT 1(46) 2019 АРХИТЕКТУРА ВЕДОМСТВЕННОГО И КООПЕРАТИВНОГО ЖИЛИЩА МЕЖВОЕННОЙ МОСКВЫ УДК 728.03(470-25)“192/194” ББК 38.711:85.113(2-2Москва) М.Б. Князев Московский архитектурный институт (государственная академия), Москва, Россия Н.Ю. Васильев Московский Государственн...»

«Мейкерство как социальноэконоМический феноМен ЦЕНТР ИССЛЕДОВАНИЙ ГОСУПРАВЛЕНИЯ ЕВРОПЕЙСКИЙ УНИВЕРСИТЕТ В САНКТ-ПЕТЕРБУРГЕ при поддержке ИССЛЕДОВАТЕЛьСКАЯ КОмАНДА Ольга Бычкова, Ph.D., профессор госуправле...»

«УДК 811.1/.8 РУНГЛИШ: НА КАКОМ АНГИЙСКОМ ГОВОРИТЕ ВЫ? Берестовский П. А., студент гр. ПИб – 151, 2 курс Научный руководитель: Мельникова Е. Г., ст. преподаватель Кузбасский государственный технический университет имени Т. Ф. Горбачёва г. Кемерово Актуальность изучения и владения иностран...»

«PERCo 194295, Санкт-Петербург, а/я 87 Телефон (812) 329-89-24, 329-89-25 Факс (812) 516-48-76 market@perco.ru, www.perco.ru Трипод PERCo-TTR-04CW-24 Назначение Электромеханический турникет PERCo-TTR-04CW-24 предназначен для обеспечения контроля доступа на проходных предприятий...»

«УДК 662.7: 621.4: 536.4 ЧИСЛЕННОЕ МОДЕЛИРОВАНИЕ ГАЗИФИКАЦИИ УГЛЯ В ПЛОТНОМ СЛОЕ Маришин Н.С.1), Таймасов Д.Р.1), Сеначин П.К.1, 2) 1) Алтайский государственный технический университет (АлтГТУ), г. Барнаул, Россия 2) Институт теплофизики СО РАН, г. Новосибирск, Россия В настоящее время наблюдается рост интереса к глубокой п...»

«Запорная арматура Клапаны запорные сильфонные по УФ 26070-010 ТУ Запорный клапан является запорной арматурой, в которой запирающий элемент перемещается параллельно оси потока рабочей среды. Изготовлено в соответствии с НП-...»

«YN622C-TX E-TTL Трансмиттер Инструкция по эксплуатацию Благодарим за покупку изделия компании YONGNUO! Чтобы использовать все возможности изделия, перед началом работы внимательно прочитайте настоящую инструкцию. Сохраните ее для использования в будущем....»

«Министерство образования и науки Российской Федерации федеральное государственное автономное образовательное учреждение высшего образования "НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ ТОМСКИЙ ПОЛИТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ" _ Школа инженерного предпринимательства Направле...»

«МЕЖГОСУДАРСТВЕННЫЙ СОВЕТ ПО СТАНДАРТИЗАЦИИ, МЕТРОЛОГИИ И СЕРТИФИКАЦИИ (МГС) INTERSTATE COUNCIL FOR STANDARDIZATION, METROLOGY AND CERTIFICATION (ISC) ГОСТ МЕЖГОСУДАРСТВЕННЫЙ IEC 60811-513— СТАНДАРТ КАБЕ...»

«ГОСТ 25284.3-95 МЕЖГОСУДАРСТВЕННЫЙ СТАНДАРТ СПЛАВЫ ЦИНКОВЫЕ МЕТОДЫ ОПРЕДЕЛЕНИЯ МАГНИЯ Издание официальное БЗ 7 -9 7 МЕЖГОСУДАРСТВЕННЫЙ СОВЕТ ПО СТАНДАРТИЗАЦИИ, МЕТРОЛОГИИ И СЕРТИФИКАЦИИ Минск конструктивные решения ГОСТ 25 2 8 4.3 -9...»

«Профессор Я.И. Фет ИГОРЬ АНДРЕЕВИЧ ПОЛЕТАЕВ И ЕГО КНИГА “СИГНАЛ”* Послесловие к сетевому переизданию1 книги Сигнал (VIVOS VOCO, 2004 г.) Книга “Сигнал” первая в нашей стране монография о кибернетике, а ее автор, Игорь Андреевич Полетаев один из пионеров отечественной кибернетик...»

«Имамов Рустам Рафкатович РАЗРАБОТКА ТЕОРЕТИКО-ПРИКЛАДНОГО ИНСТРУМЕНТАРИЯ ОЦЕНКИ ИНВЕСТИЦИОННЫХ ПРОЕКТОВ В НЕФТЕДОБЫВАЮЩЕЙ ПРОМЫШЛЕННОСТИ С УЧЕТОМ РИСКОВЫХ ФАКТОРОВ 08.00.05 – Экономика и управление народным хозяйством (эк...»

«ФЕДЕРАЛЬНОЕ АГЕНТСТВО ПО ТЕХНИЧЕСКОМУ РЕГУЛИРОВАНИЮ И МЕТРОЛОГИИ НАЦИОНАЛЬНЫЙ ГО С ТР СТАНДАРТ МЭК 6 1 8 8 3 -4 РОССИЙСКОЙ ФЕДЕРАЦИИ АУДИО-/ВИДЕОАП ПАРАТУРА БЫТОВОГО НАЗНАЧЕНИЯ ЦИФРОВОЙ ИНТЕРФЕЙС Часть 4 Передача данных MPEG2-TS...»

«1 Создание типоряда промышленных СО2-лазеров с быстрой поперечной пркачкой газа мощностью 1,5—4 кВт. А.И.Бондаренко Институт проблем лазерных и инфомационных технологий РАН Разработка базовой модели типоряда-лазера ТЛ-1,5 с максимальной мощностью 1,5 кВт, предназначенного для задач лазерной резки, была начата...»







 
2019 www.librus.dobrota.biz - «Бесплатная электронная библиотека - собрание публикаций»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.