УДК 621.396; 621.391.82
ПАРАМЕТРИЧЕСКИЙ СПЕКТРАЛЬНЫЙ АНАЛИЗ КУСОЧНО-СТАЦИОНАРНЫХ РАДИОТЕХНИЧЕСКИХ СИГНАЛОВ
В. Г. Андреев, д.т.н., профессор кафедры РТС РГРТУ, Рязань, Россия;
orcid.org/0000-0003-3059-3532, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
В. А. Чан, аспирант кафедры РТС РГРТУ, Рязань, Россия;
orcid.org/0000-0002-6743-0131, e-mail: Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Предложен и исследован модифицированный метод спектрального анализа процессов при их наблюдении на фоне аддитивных кусочно-стационарных помех. Целью работы является повышение вычислительной эффективности алгоритмов анализа и точности спектрального оценивания радиотехнических сигналов на фоне кусочно-стационарных помех. На основе оценки оптимального значения весового коэффициента w2 предлагаемый метод даёт возможность учесть искаженные шумами фрагменты кусочно-стационарного случайного процесса для уменьшения влияния нестационарных помех и повышения точности спектральных оценок. Сравниваются качественные показатели предлагаемого модифицированного метода спектрального анализа с обычным методом авторегрессии. Экспериментальные исследования показали, что путём использования предложенного подхода для спектрального оценивания при сопоставлении с известными авторегрессионными методами можно уменьшить в 4,1…6,9 раз невязку между контрольным и оцениваемым спектрами. При проведении сравнительного анализа и определении эффективности с обычной авторегрессионной моделью снижение порядка p может достигать 2...2,5 раз при сохранении той же точности спек-тральной оценки. Подтверждено, что для анализа спектра исследуемых узкополосных радиотехнических сигналов относительные отклонения ΔF оценки доминантной частоты существенно (до 5 раз) уменьшаются путём использования предлагаемого модифицированного метода по сравнению с методом авторегрессии. Выигрыши достигаются путём использования априорной информации о меняющейся во времени мощности мешающего процесса.
Ключевые слова: кусочно-стационарные помехи, нестационарные шумы, весовой вектор, адаптивный алгоритм, авторегрессионная модель, разладка, спектральное оценивание, спектральная плотность мощности.