Хохлов Валерий Константинович

С. 62-79

С. 137-153

С.132-147

В статье для решения задач выбора и сокращения размерностей векторов информативных признаков при обнаружении и распознавании сигналов и помех на основе регрессионных методов рассмотрен нейросетевой подход к вопросам получения статистических характеристик векторов входных реализаций сигналов и помех. Исследованы вопросы обусловленности матриц корреляционных моментов информативных признаков и возможность применения нейросетей при теоретических исследованиях. Нейросетевые алгоритмы позволяют получать необходимые статистические характеристики при плохой обусловленности матриц корреляционных моментов нецентрированных информативных признаков сигналов и помех. Показано, что весовые коэффициенты, получаемые при обучении нейросети без нулевых весов, являются коэффициентами начальной регрессии параметров информативных признаков входных сигналов.

В статье рассмотрен вопрос формирования непериодической функции селекции в когерентных импульсно-доплеровских радиолокационных информационных системах ближней локации с манипуляцией фазы сигналов в передающем и гетеродинном каналах по случайному закону. Исследованы статистические характеристики доплеровских сигналов, получаемых при отражении от точечного объекта, находящегося внутри первого и произвольного дистанционных стробов при синхронной случайной манипуляции фазы несущей. в передающем и гетеродинном канале. Показано расширение относительной ширины полосы энергетического спектра доплеровского сигнала, полученного при отражении от точечного объекта из произвольного, кроме первого, дистанционного строба. Проблему формирования непериодической функции селекции предлагается решать методом распознавания по относительной ширине полосы энергетического спектра реализаций доплеровских сигналов и применением регрессионного тракта, обрабатывающего интервалы между нулями реализаций.

В статье рассмотрен частотный способ обработки случайных широкополосных сигналов в каналах двухканального акустического пеленгатора. На основании допущений, справедливых для систем ближней локации, получено выражение для дискриминационной характеристики квазиоптимального дискриминатора в функции от параметров сигналов и приемных антенн. Исследованы дискриминационные характеристики в двухканальных акустических пеленгаторах с различной базой, исследованы зоны однозначности дискриминационных характеристик Рассмотренный частотный метод формирования дискриминационной характеристики пеленгатора позволяет осуществлять сканирование направлением главного максимумом диаграммы направленности пеленгатора и слежение за объектом путем перестройки одного параметра в алгоритме для синтезированной апертуры.

В статье предложен способ адаптации нейросетевого алгоритма, основанный на оценке средней частоты флуктуаций в реализации входного сигнала и подстройке тактовой частоты  при оценке количества отсчетов в течение каждого интервала между нулями  реализации сигнала. Он позволяет достичь инвариантности распределений длительностей интервалов между нулями по отношению к скоростям движения классифицируемых нейросетью объектов.

В статье для решения задач классификации аэродинамических и наземных объектов обоснованы информативные признаки сигналов и робастные нейросетевые алгоритмы формирования областей принятия решений, использующие априорную информацию о начальных статистических характеристиках акустических сигналов.

В статье обоснована возможность получения отсчетов огибающих входных реализаций с помощью сопряженного по Гильберту процесса, которые могут быть использованы в качестве информативных параметров сигналов, инвариантных к средней частоте энергетического спектра с относительной шириной полосы до значений, рав­ных 0,7–0,8. При этом осуществляется автоматическое слежение за частотой взятия отсчетов в соответствии с изменяющейся средней частотой энергетического спектра входной реализации.

В статье обоснованы алгоритмы обнаружения и распознавания случайных нецентрированных сигналов и помех в дистанционных стробах импульсных локаторов. Для нестационарных случайных процессов предложены нейросетевые и регрессионные алгоритмы формирования областей принятия решений. Для одиночных детерминированных сигналов рассмотрена квазиоптимальная фильтрация.