книги / Проектирование устройств фильтрации радиосигналов
..pdfМИНИСТЕРСТВО ВЫСШЕГО И СРЕДНЕГО СПЕЦИАЛЬНОГО ОБРАЗОВАНИЯ РСФСР
Ю.М. КАЗАРИНОВ, А. И. СОКОЛОВ,
Ю.С. ЮРЧЕНКО
ПРОЕКТИРОВАНИЕ
УСТРОЙСТВ
ФИЛЬТРАЦИИ
РАДИОСИГНАЛОВ
ЛЕНИНГРАД ИЗДАТЕЛЬСТВО ЛЕНИНГРАДСКОГО УНИВЕРСИТЕТА 1985
Представлено к изданию Ленинградским электротехническим институтом имени В. И. Ульянова (Ленина)
УДК 621.396 |
|
К а з а р и н о в Ю. М., С о к о л о в А. И., 10 р ч е н к о |
10. С. Проектирование |
устройств фильтрации радиосигналов. — Л.: Изд-во |
Ленингр. ун-та, 1985. |
160 с. |
|
Рассмотрены методы проектирования устройств фильтрации радиосигналов, применяемые в задачах вторичной обработки сигналов радиотехнических систем. Основное внимание уделено проектированию субоптимальных фильт ров. Такие фильтры, в отличие от известного оптимального рекуррентного алгоритма фильтрации типа фильтра Калмана, требуют меньших вычисли тельных затрат и поэтому широко применяются в радиотехнических систе мах, использующих мини-ЭВМ и микропроцессоры. Приведены простые ме тоды оценки эффективности фильтрации в системах автоматического съема параметров радиосигналов н местоопределеиия объектов в пространстве.
Книга представляет интерес для широкого круга специалистов, связанных с разработкой и эксплуатацией радиосистем, а также для аспирантов и сту дентов старших курсов радиотехнических специальностей.
Библиогр. 6 6 назв. Ил. 63. Табл. 4.
• Р е ц е н з е н т ы : д-р техн. наук Г. А. Пахолков (Всесоюз. НИИ радио аппаратуры), д-р техн. наук В. И. Винокуров (Ленингр. электротехн, ин-т им.; В. И. Ульянова (Ленина))
| / |
2402020000-080 _ |
_ |
гидаИздательство1слт;1ви |
-------------------- 102—85 |
Ленинградского |
||
11 |
076(02)—85 |
|
Суниверситета, 1985 г. |
|
|
|
1.ВВЕДЕНИЕ
Вэтой книге рассматривается проектирование устройств фильтрации радиосигналов в радиотехнических системах управ ления движением объектов. После того как в 1941 г. А. Н. Кол могоров и в 1942 г. И. Винер применили статистический под ход к задаче линейной фильтрации, происходило быстрое раз витие статистических методов анализа и' синтеза систем. Ра боты Р. Л. Стратоновича и X. Кушнера стимулировали разра ботку методов нелинейной фильтрации, пригодных для реше ния большинства задач оценивания сигналов радиотехнических систем [37, 45, 47]. Современная теория оптимальной фильтра ции, использующая метод пространства состояний, позволяет без каких-либо затруднений получить структуру и параметры
оптимального фильтра [1, 36, 61]. Проектирование фильтра при этом включает в себя решение двух взаимосвязанных -за дач: выбор математической модели сообщения, описывающей характеристики оцениваемых параметров сигнала и -помех, и синтез оптимального фильтра. Формальное применение резуль татов теории оптимальной фильтрации в задачах обработки сигналов радиотехнических систем приводит к сложным, труд нореализуемым с помощью существующих вычислительных средств алгоритмам фильтрации. Поскольку структура опти мального фильтра полностью определяется математической мо делью сообщения, то выбор упрощенной модели позволяет уменьшить вычислительные затраты на реализацию оптималь ного фильтра. Но такой путь не решает проблемы, так как не соответствие математической модели сообщения и реальных физических процессов -приводит-к ошибкам при проектирова нии устройств фильтрации радиосигналов. Целесообразно до полнительные ограничения, обеспечивающие реализуемость фильтра, вводить не на стадии выбора модели сообщения, а в процессе определения структуры и параметров фильтра. Проек тирование фильтра в этом случае включает в себя решение сле дующих задач:
выбор математической модели сообщения, по-возможности полно отражающей динамику радиотехнических объектов и из мерительных процессов;
синтез оптимального фильтра и определение потенциально достижимых характеристик фильтрации;
поиск субоптимальных алгоритмов фильтрации, позволяю щих при малых вычислительных затратах получить близкие к потенциальным характеристики фильтрации.
Успех в решении первой задачи во многом зависит от опы та и интуиции разработчика радиоаппаратуры и основывается на результатах экспериментальных исследований. Проектиро ванию оптимальных фильтров посвящено довольно много на учных работ, так что решение второй задачи обычно не вызы вает каких-либо затруднений.
Решение третьей задачи является основным и наиболее трудоемким, на наш взгляд, этапом проектирования устройств фильтрации. Небольшое число публикаций, многообразие воз можных вариантов решения задачи, связанное с неоднозначно стью синтеза субоптимальных фильтров и зависимостью от ха рактеристик существующих, быстро развивающихся вычисли тельных средств, создает определенные трудности у разработ чиков радиоаппаратуры, помочь преодолеть которые и должна эта книга.
Книга построена следующим образом.
Второй раздел посвящен обзору оптимальных методов не линейной фильтрации, пригодных для обработки радиосигна лов. Сначала рассматривается уравнение Стратоновича — Кушнера для условной плотности распределения параметра, позво ляющее получить наиболее общее решение задачи нелинейной фильтрации. Обсуждаются возможности применения этого уравнения к задаче обработки радиосигналов. Рассматривают ся приближенные методы решения, позволяющие решить за дачу поиска сигналов с изменяющимися параметрами с пози ций теории нелинейной фильтрации. Показывается, что неко торые известные методы поиска импульсных сигналов вытека ют из этой теории. Затем исследуются методы оптимальной нелинейной фильтрации, основанные на гауссовой аппроксима ции условного распределения вероятности. Обсуждаются осо бенности применения расширенного фильтра Калмана в зада чах обработки сигналов радиотехнических систем управления движением объектов.
В третьем разделе рассматриваются субоптимальные мето ды фильтрации, позволяющие снизить вычислительные затраты путем понижения порядка фильтра, устранением перекрестных связей в многоканальных фильтрах и использованием постоян ных коэффициентов. Показывается существование неоднознач ности в решении задачи рекуррентной субоптимальной фильт рации. Приводятся аналитические методы расчета оптимальных
и субоптимальных фильтров для простейших моделей измене ния параметров.
В четвертом разделе рассматриваются методы фильтрации с интегральным вводом данных, позволяющие строить эффек тивные субоптимальные фильтры с малой загрузкой вычисли тельных средств и низким темпом обмена данными между ЭВМ и внешними устройствами. Обсуждается возможность ис пользования следящих измерителей в качестве устройств, обес печивающих весовое интегрирование данных перед вводом в
ЭВМ.
Пятый раздел посвящен использованию субоптимальных фильтров в радиотехнических системах местоопределения объек тов. Рассматривается распространение метода проектирования фильтров с постоянными параметрами на случай нелинейной зависимости измеряемой величины, например дальности, от координат движущегося объекта.
В шестом разделе содержится изложение принципов проек тирования комплексирующих фильтров в радионавигационных системах и приводятся два примера применения методов филь трации, в которых показано влияние выбора моделей и систем координат на сложность получаемых фильтров.
С целью облегчения чтения книги в Приложении содержит ся простейшее введение в теорию линейной фильтрации Калмана в дискретном времени. Применение теории фильтрации иллюстрируется большим количеством примеров обработки импульсных радиосигналов.
Книга предназначена для широкого круга читателей и тре бует подготовки в объеме обычных вузовских курсов.
2. АЛГОРИТМЫ ФИЛЬТРАЦИИ РАДИОСИГНАЛОВ
Задача оценки случайных сигналов имеет большое значе ние при проектировании радиотехнических систем, для кото рых характерно воздействие разнообразных внутренних и внеш них помех. В этом разделе обсуждаются особенности исполь зования теории нелинейной фильтрации в радиотехнических системах, предназначенных для определения координат объек тов. Сначала задача оценки решается путем построения апо стериорного распределения вероятности для оцениваемых па раметров. Затем исследуются приближенные методы вычисле ния апостериорного распределения и алгоритмы, основанные на гауссовой аппроксимации распределений вероятности.
Особое внимание уделяется рациональному разделению опе раций аналоговой и цифровой обработки радиосигналов. На личие такого разделения является характерной особенностью радиосистем и существенным образом влияет на структуру не линейных фильтров.
2.1. Основное уравнение нелинейной фильтрации
Выделение и оценивание параметров радиосигналов требует применения нелинейной обработки, так как полезное сообще ние нелинейным образом модулирует несущую частоту. Извест ная теория нелинейной фильтрации [37, 45] предполагает, что измеряемые параметры являются частью переменных вектор ного марковского случайного процесса X(f), задаваемого век торным дифференциальным уравнением
|
X (/) = f |
*] + g [X (0 , |
*| W (f), |
(2.1) |
где f[X(l)> |
и g[X(^), |
/ ] — векторные |
функции. |
Размерность |
вектора X(t) определяется количеством переменных в моделях полезных и мешающих параметров.
Принимаемое сообщение имеет вид |
|
Y (0 = h[X (t), |
(2.2) |
где h[X(i), / ] — векторная |
функция. |
Размерность |
вектора |
||
Y(£) определяется числом каналов приема радиосигналов. |
и |
||||
Предполагается, что |
W (t) |
и V(() |
в выражениях |
(2.1) |
|
(2.2) — статистически |
независимые нормальные векторные |
бе |
лые шумы с нулевым средним и известными ковариационными матрицами:
cov {W (0. W(*)| = 4 V 4 * - t ) , cov (V(f), V ( 0 ) = V / i { f - - ) .
Задача нелинейной фильтрации заключается в получении наилучшей оценки вектора X(t) по принятой реализации про цесса Y(^). Наиболее общий подход к решению этой задачи основан на получении условной плотности вероятности р[X (/), //Y(<)]. Уравнение для р[Х(/), tfY(t)] было получено незави симо Р. Л. Стратоновичем в СССР и X. Кушнером в США в виде дифференциального уравнения в частных производных [36, 37]:
^ р [ Х ( 0 , |
i7 Y (/)]= £ + {/4X(*), </Y (f)]l+/»[X (f), |
|
|||
X (h [X (t), |
t ] - E h [ X ( t ) , |
«])*• ^ |
‘ ( Y ^ - f h l X W , |
*]), (2.3) |
|
где L+{ |
} — прямой дифференциальный оператор, |
|
|||
) = —sp[- |
df IX (0, f] { |
sp |
dX (0\oX(/)JV fg[X(0, t]x |
||
0X(t) |
|||||
|
|
|
- W |
|
|
|
|
x ^ W |
g r [X (0. t] |
|
|
E — математическое ожидание относительно p [X (£), |
t/Y (t)]; |
||||
d/dX (t) — производная по |
вектору |
X{t) (см. Приложение 2); |
|||
T — знак транспонирования; sp — вычисление следа |
матрицы. |
Последнее слагаемое в выражении (2.3) описывает процесс сжатия условного распределения при приеме сигнала. Если сигнал отсутствует, то h[X(<), /] = 0 , и процесс сжатия пре кращается. Трансформация распределения при отсутствии сиг нала определяется прямым дифференциальным оператором, при чем его первое слагаемое описывает смещение распределения в фазовом пространстве вектора Х(/), а второе — расширение рас пределения из-за действия шума W(f). Таким образом при при еме сигнала происходит уточнение оценки параметра, а при пре кращении приема точность оценки параметра с течением вре мени ухудшается.
Знание условной плотности вероятности p[X(t), tlY(t)] по зволяет строить устройства оценки при произвольной форме распределения, однако непосредственное использование урав нения (2.3) затруднено из-за больших вычислительных труд ностей при решении уравнений с частными производными.
Если априорное значение оценки Х(^0) задано с ошибкой, обеспечивающей формирование условного распределения с одним максимумом, то можно построить оценку с минимальной среднеквадратичной ошибкой путем вычисления условного сред него:
* « ) = j J x { t ) P [ X{t ) t t ] d x l . . . d x H.
При вычислении оценки условного среднего нелинейные функ ции f и h, входящие в модель сообщения, представляются
в виде сумм членов ряда Тейлора в точке оценки Х(*). Если ограничиться членами ряда, содержащими только первые про изводные (приближение первого порядка), вычисление услов ного среднего для выражения (2.3) дает уравнение прибли женной оценки:
X(t) = t [X(f). t \ + P ( t ) - â é w \ b |Х (*).*] I Ч »^(О Х
X (Y (t)- h [В Д , t ]} и X (f„ )= £ X (*,), (ОA)
где матрица ковариаций ошибок Р(/) задается приближенным уравнением
p (f) = ж щ |
(* [х (*). А ) р (*>+р (о ж щ {«r |
[х (t), t]) + |
||
+ g [X (f), t) |
4FW {t) g r [X (0, |
< |- P W - ^ |
7 j { h r [X ( 0 ^ ] ! x |
|
|
i]} P (0 . |
P ( ^ = Po- |
|
(2-5) |
Если преобразования f и h — линейные, |
a g |
не зависит от |
x ( 0, то уравнения (2.1) и (2.2) принимают вид
X (0 = f (f)X (* )+ g (/)W (0 ,
\ { t ) = h ( t ) X ( t ) + V {t),
и приближенная оценка условного среднего совпадает с точной оценкой:
X (t) = f (t) X (f) + Р {t) h ‘ {t) Фй1 (t) [Y (t) - h (t) X (*)],
( 2. 6)
P (0 = f (t) P ( t ) + P (t) i T (t) -f- g (t) Фи, (t) g T (t ) -
- Р ( / ) 1 1 Г (()Ф й1(0 h ( * )P lf ) . |
(2.7) |
Уравнения (2.6) и (2.7) представляют результат, получен
ный Р. Калманом и Р. Бьюси [61]. Эти уравнения могут бытьиспользованы для описания процесса фильтрации в радиоси стемах с заданной структурой дискриминатора сигнала ошиб ки в случае малых ошибок (в пределах линейного участка дискриминационной характеристики). Поясним применение* изложенной методики на примере.
ного |
П р и м е р 2.1. Рассмотрим обработку в |
дальномерном |
канале когерент |
||||||||
радиолокационного |
сигнала, |
имеющего |
паразитную |
модуляцию из-заi |
|||||||
отражения от сложной цели: |
|
|
|
|
|
|
|
|
|||
У (t) = Y W CI и (( - |
т) 11 |
£ (t) I cos |
{ш (/ - T) + |
<fa ( ( - ■ ) + |
9E (*—*)} + * (П. |
||||||
где |
u(t) — зондирующий |
радиолокационный |
сигнал; |
т — задержка |
сигнала- |
||||||
при |
распространении |
до |
цели и обратно; |м(/)| |
и |
tpu(/) — амплитудная и; |
||||||
фазовая модуляция сигнала соответственно; |
о ( / ) — несущая частота; |
|£ (/)| |
|||||||||
и фв(/) — паразитная ампл1^удная |
и |
фазовая |
модуляция |
при отражении, |
|||||||
сигнала от цели; n(t) — белый шум |
с |
известной |
спектральной |
плотностью |
|||||||
Рс — мощность принятого сигнала. |
|
задержки ÜZ |
является |
вннеровским |
|||||||
Полагая, что скорость изменения |
случайным процессом (интегралом белого шума), составим дифференциаль ные уравнения для т:
- -V-, Vt=»Wi(0»
где fi](t) — белый шум с заданной спектральной плотностью.
Полагаем, что закон случайной модуляции E(t) является нормальным! узкополосным случайным процессом, для которого справедливо представ ление
|
|
E{t) = |
A ( t ) + J B t). |
|
|
где A(t) |
и |
B(t) — нормальные некоррелированные |
случайные |
процессы с |
|
нулевым средним и равной дисперсией. |
времени |
сравнительно* |
|||
Так |
как |
процессы A(t) и B(t) |
изменяются во |
медленно, их нельзя моделировать белым шумом и необходимо ввести до полнительные дифференциальные уравнения. Самой простой моделью корре лированного шума является экспоненциально-коррелированный процесс. Ис
пользуя эту модель, имеем |
|
|
À (t — |
— ~~r~k |
~f~k n2 |
B(t) = |
- |
|
где Tu — интервал корреляции; n2(t) п n^(t) — белые шумы.
Объединив дифференциальные уравнения для параметра т и уравнения* для паразитных параметров в систему из уравнений, введем вектор состояния i
Хг (0 =[*(<> м*> AV) -в со].
Тогда систему дифференциальных уравнении можно представить в вектор ной форме:
0 |
1 |
0 |
0 - |
|
ГО |
0 |
0 - |
0 |
0 |
0 |
X (0 + |
1 |
0 |
0 |
|
0 |
0 |
- Ч Т к |
0 |
0 |
]1ТК |
0 |
|
0 0 |
0 |
-W Тк _ |
|
0 |
0 |
|
Y V) = |
ÿ'2Pc I и [t - |
х (*;] I V A > Kt) + B*{t) cos « [t - т (<)] + |
|||||||||||
|
|
|
+ |
arctg |
|
+ <?„[ / - T ( / ) l } |
+ « (/). |
|
|
(2.9) |
|||
Уравнения |
(2.8) |
н (2.9) |
определяют |
задачу |
нелинейной |
фильтрации. |
|||||||
|
|
|
|
|
|
Л |
используем |
оценку |
условного среднего. |
||||
В качестве оптимальной оценки Х(/) |
|||||||||||||
Приближение первого |
порядка |
в соответствии с выражением (2.4) |
имеет вид |
||||||||||
|
0 |
1 |
0 |
|
о |
|
|
|
|
|
|
|
|
х</) = |
0 |
0 |
0 |
|
о |
X |
(2 ) + К (/) |
{ / ( * ) — Л [х (1 \ |
l] |, (2 .1 0 ) |
||||
О |
0—1/7^ |
0 |
|||||||||||
|
0 |
0 о |
—1/7> |
|
|
|
|
|
|
|
|||
где Л [х ((), |
t } = \ T 2 P c \ u [t - т (/) ] I У |
f a (t) + |
B‘ ( 0 |
cos (» |
[/ |
(i)] + |
|||||||
|
|
|
|
+ arctg d !£ ! |
+ 9 u [ r _ x |
(«]}; |
|
|
|
||||
|
|
|
|
|
I |
B{t) |
|
|
|
|
|
|
|
|
|
|
|
|
= P (/) |
|
|
|
|
|
|
||
|
|
|
|
|
|
A |
[x (0. /] |
AT-*; |
|
|
|||
|
|
|
|
* :< ? » - |
|
|
|
|
|
|
|
||
|
|
|
|
Ki(t) J |
|
|
|
|
|
|
|
|
JV— спектральная плотность шума я(/).
Для вычисления коэффициентов усиления /С»(0 необходимо дополнить уравнение (2.10) дисперсионным уравнением (2.5). Уравнению (2.10) соот ветствует структурная схема, показанная на рис. 2 .L
Ü 2® |
ЧЭ— Н J__[î— |
«2(i)
кAt)
U Кий)i --
Вычисление
Рис. 2.1.
Оптимальный фильтр можно рассматривать как следящую систему,
s которой производится подстройка параметров т, v-., А и В путем срав
нения принятого сообщения Y(t) с образцом Л[Х(/), /]. При точном слежелии сигнал ошибки на выходе вычитающего элемента определяется шу-