Глава 6. Оптимизация устройств подавления пассивных помех

6.1. Критерии оптимизации устройств СДЦ

Известно, что селекция движущихся целей или, другими словами, обнаружение сигнала на фоне коррелированных помех может рассматриваться как задача проверки статистических гипотез, но при этом необходимо иметь информацию об априорной вероятности появления сигнала, статистики помехи и случайных параметрах сигнала и помехи, а также уметь задать функцию потерь. В то же время для оптимального обнаружителя, синтезированного с помощью метода максимального правдоподобия, предполагается, что помеха является гауссовским случайным процессом. Отношение правдоподобия в этом случае усредняется по всем случайным параметрам. Несмотря на указанные выше ограничения, результаты были получены для отдельных частных задач. Например, в задаче СДЦ структура оптимального обнаружителя известна только для двухимпульсного случая. В такой ситуации при предположении равномерного распределения фазы сигнала оптимальный обнаружитель содержит систему вычитания одного импульса из другого, т. е. однократное ЧПВ и логическое пороговое устройство [26]. Решение для большего числа выборок является чрезвычайно трудным и, кроме того, зависит от характеристик сигнала от цели.

Ввиду существования трудностей, связанных с поиском методов обнаружения, в которых используются оптимальные критерии теории статистических решений, оказалось целесообразным перейти к оптимальным критериям - наиболее адекватным по отношению к задаче СДЦ [70]. В частности, можно рассматривать только задачу расчета параметров оптимального линейного фильтра или весовой функции. При этом оптимальный критерий может быть выбран на основе коэффициента улучшения отношения сигнал-помеха и должен обеспечивать возможность нахождения весовых функций для большинства практически важных задач. Как показано в гл. 4, коэффициент улучшения различен для разных значений доплеровского сдвига частоты, поэтому указанный критерий должен максимизировать среднее значение этого коэффициента для всего диапазона скоростей цели. Для решения задачи в такой постановке требуется знание только корреляционной матрицы помехи. Другим преимуществом этого метода является то, что получаемые весовые функции не зависимы от характеристик сигнала. Это особенно важно для случая, когда характеристики сигнала, отраженного от цели, определить трудно. Этот критерий был разработан в [70], а затем развит в [71-75]. В частности, в [72, 73, 75] он применен для случая вобуляции периода повторения зондирующих импульсов, которая используется для исключения "слепых" скоростей.

Альтернативный критерий оптимизации весовых коэффициентов основан на отношении правдоподобия. Полагая последовательность принимаемых сигналов конечной, а скорость цели известной, оптимальные веса определяются из условия максимизации отношения правдоподобия. Эта процедура эквивалентна максимизации отношения сигнал-помеха + шум по мощности. В этом случае, если скорость цели не известна, вместо максимизации среднего коэффициента улучшения во всем диапазоне анализируемых скоростей (доплеровских частот) его разбивают на ряд поддиапазонов и максимизируют средний коэффициент улучшения в каждом поддиапазоне. При этом может приниматься во внимание знак доплеровской частоты [75]. На практике число поддиапазонов выбирается с учетом сложности технической реализации и значения среднего коэффициента улучшения в каждом поддиапазоне. Идея о максимизации среднего значения коэффициента улучшения в каждом поддиапазоне была выдвинута в работе [75].

В настоящей главе последовательно рассматриваются упомянутые выше методы оптимизации устройств подавления пассивных помех, а также вопросы, связанные с нахождением оптимальных весов в случае применения вобуляции периода повторения зондирующих импульсов.