Сетевое издание
Современные проблемы науки и образования
ISSN 2070-7428
"Перечень" ВАК
ИФ РИНЦ = 1,006

ОПТИМИЗАЦИЯ ИНФОРМАЦИОННЫХ ПАРАМЕТРОВ ЛЧМ-СИГНАЛА В ЧАСТОТНЫХ РЛТСО

Ретракция публикации произведена на основании протокола Комиссии по публикационной этике журнала "Современные проблемы науки и образования" № 1 от 14.08.19г. на основании выявления дублирующей публикации Е.А. Данилов, И.И. Сальников, ОЦЕНКА ПАРАМЕТРОВ ВЕЙВЛЕТ-ПРЕОБРАЗОВАНИЯ ЛЧМ-СИГНАЛА В ЧАСТОТНЫХ РАДИОЛУЧЕВЫХ ТЕХНИЧЕСКИХ СИСТЕМАХ ОХРАНЫ // XXI век: итоги прошлого и проблемы настоящего плюс, №14 2013
Данилов Е.А. 1 Сальников И.И. 1
1 Пензенский государственный технологический университет
В статье рассмотрен метод улучшения технических параметров радиолучевой системы охраны при использовании вейвлет-преобразования. Радиолучевые технические средства охраны одни из наиболее распространенных периметровых. Описан принцип работы радиолучевой системы охраны. При использовании вейвлет-преобразования при обработке ЛЧМ-сигнала увеличивается отношение сигнал/шум. Оценено время пребывания нарушителя в зоне охраны. Выполнена оценка параметров вейвлет-преобразования применительно к реальным параметрам движения нарушителя и реальным характеристикам системы охраны. Анализ информационных параметров ЛЧМ-сигнала показал, что основным параметром является частота девиации. Важной особенностью работы является использование двух разных подходов: программного и аппаратного. Показано, что для реализации вейвлет-преобразования следует использовать ПЛИС. Время выполнения вейвлет-преобразования на СП не удовлетворительно для получения результата в реальном времени.
техническое средство охраны
частотный метод измерения дальности
вейвлет-преобразование
программируемые логические интегральные схемы
сигнальные процессоры
1. Блейхут Р. Быстрые алгоритмы цифровой обработки сигналов. – М. : Мир, 1989. – 448 с.
2. Данилов Е.А., Сальников И.И. Моделирование вейвлет-преобразования в частотных радиолучевых технических системах охраны // XXI век: итоги прошлого и проблемы настоящего-плюс : науч.-метод. журнал [Пенза : Изд-во Пенз. гос. технолог. акад.]. – 2012. - № 05 (09). – С. 107-111.
3. Котельниов В.А. Теория потенциальной помехоустойчивости. – М. : Госэнергоиздат, 1956.
4. Сальников И.И. Анализ пространственно-временных параметров удаленных объектов в информационных технических системах. – М. : ФИЗМАТЛИТ, 2011. – 252 с.
5. Сальников И.И. Оценка информативных параметров в частотных радиолучевых технических средствах охраны // XXI век: итоги прошлого и проблемы настоящего-плюс : науч.-метод. журнал [Пенза : Изд-во Пенз. гос. технолог. акад.]. – 2012. - № 05 (09). – С. 63-68.

Технические системы охраны (ТСО) в настоящее время активно развиваются в связи с угрозой террористических актов и энергичным развитием информационных технологий. Первичным источником информации о факте проникновения нарушителя на охраняемые объекты являются периметровые средства охраны, которые служат важнейшим элементом интегрированной системы безопасности. Радиолучевые ТСО (РЛТСО) одни из наиболее распространенных периметровых ТСО. Это определяется: высокой вероятностью обнаружения; устойчивостью к изменению метеоусловий; простотой эксплуатации и монтажа по сравнению с другими ТСО. Принцип работы РЛТСО заключается в создании электромагнитного поля в пространстве между приемником и передатчиком – зоне охраны (ЗО), и регистрации изменений параметров этого поля при пересечении его нарушителем [4].

Среди широкого спектра РЛТСО важное значение имеют частотные однопозиционные системы, в которых для обнаружения нарушителя применяется частотный метод радиолокации. В пространство излучается линейно-частотно модулированный (ЛЧМ) сигнал. Непериодический ЛЧМ-сигнал представляет собой сложный радиоимпульс с длительностью TM и внутренней частотной модуляцией. В работе [5] представлена структурная схема РЛТСО с ЧМ, показан принцип работы, который заключается в излучении в пространство ЗО ЛЧМ-сигнала и приеме задержанного ЛЧМ-сигнала, отраженного от нарушителя. Основным элементом структурной схемы является синхронный детектор, в котором формируются биения с частотой, прямо пропорциональной дальности до нарушителя. Измерение частоты биений и определение дальности до нарушителя выполняется с помощью узкополосных фильтров низкой частоты.

В работе [2] показано, что применяя вейвлет-преобразование при обработке ЛЧМ-сигнала в РЛТСО с ЧМ, можно существенно улучшить их технические характеристики. В первую очередь увеличивается отношение сигнал/шум. Это позволит увеличить вероятностные характеристики системы, увеличить протяженность ЗО, снизить мощность излучения. Кроме того, появляется возможность определить количество нарушителей, так как наблюдается существенное сжатие отраженного сигнала после вейвлет-преобразования.

Далее оценим параметры вейвлет-преобразования с целью определения средства реализации на аппаратном уровне. Основными условиями при реализации мобильных РЛТСО являются: малые массогабаритные характеристики, малое энергопотребление, а также высокая надежность системы. Всем этим требованиям в разной степени удовлетворяет современная элементная база цифровых устройств обработки информации в виде программируемых логических интегральных схем (ПЛИС), а также в виде сигнальных процессоров (СП). Для эффективного выбора данных элементов необходимо знать параметры исходного сигнала, а также параметры дискретного вейвлет-преобразования.

Оценка времени пребывания нарушителя в зоне обнаружения

ЗО для однопозиционных РЛТСО аппроксимируется эллиптическим параболоидом (рис. 1). При этом главными характеристиками являются максимальная высота h, ширина r, а также длина l.

Рис. 1. Зона обнаружения однопозиционной РЛТСО

Средняя скорость бегущего человека в быстром темпе примерно равна VH = 32 км/ч (9 м/с), примем это значение за максимальную скорость нарушителя. Отсюда, зная ширину r, можно вычислить примерное время пребывания нарушителя в ЗО: .

В реально выпускаемых РЛТСО ширина ЗО равна 2 м. Тогда минимальное время пребывания нарушителя в ЗО будет равно

(1)

Определение числа отсчетов для выполнения вейвлет-преобразования

Известно, что процедура превращения непрерывных сигналов в цифровые состоит из двух этапов: дискретизации и квантования. Всегда важно правильно выбрать интервал дискретизации. Задача о выборе интервала дискретизации наиболее просто решается для сигналов с ограниченным спектром на основе теоремы Котельникова [4]. ЛЧМ-сигнал относится именно к таким сигналам. В соответствии с теоремой Котельникова непрерывный сигнал , в спектре которого не содержится частот выше , полностью описывается выборочными значениями , отсчитанными через интервалы времени .

ЛЧМ-сигнал (рис. 2) описывается центральной частотой , частотой девиации и частотой модуляции . При смещении спектра ЛЧМ-сигнала в область низких частот максимальная частота будет примерно равна .

Тогда интервал дискретизации будет равен , и частота дискретизации – . Частоту дискретизации необходимо брать с запасом из-за неточности гетеродинирования и невысоких порядков входных фильтров

. (2)

Рис. 2. ЛЧМ-сигнал, используемый в РЛТСО с ЧМ

Для выполнения вейвлет-преобразования (ВП) необходимо к временному отрезку TМ, равному одному периоду передаваемого ЛЧМ-сигнала, прибавить время задержки, т.е. , которое определяется дальностью до объекта и максимальное значение которого для получения однозначного результата не может быть больше (рис. 2). С учетом этого возьмем время ВП с запасом, т.е.

. (3)

Определим число отсчетов ВП с учетом (2) и (3):

. (4)

В таблице 1 показана зависимость числа отсчетов ВП от частоты девиации и частоты повторения ЛЧМ . Для реализации ВП можно применить быстрое преобразование Фурье (БПФ). БПФ вычисляется из числа отсчетов, кратных степени 2, поэтому в таблице 1 приведено округление числа отсчетов до ближайшей степени 2, что приводит к увеличению числа отсчетов и времени ВП: . В последнем столбце таблицы 1 приведены значения числа отсчетов ВП, получаемые за интервал нахождения нарушителя в ЗО (1):

. (5)

Таблица 1

Число отсчетов для разных параметров ЛЧМ-сигнала

,

кГц

,

МГц

,

МГц

, мкс

4

25

28125

32768

75

437

457

4

50

56250

65536

150

437

457

4

100

112500

131072

300

437

457

8

25

14062,5

16384

75

219

913

8

50

28125

32768

150

219

913

8

100

56250

65536

300

219

913

8

115

64687,5

65536

345

190

1052

8

200

112500

131072

600

219

913

12

25

9375

16384

75

110

1818

12

50

18750

32768

150

110

1818

12

100

37500

65536

300

110

1818

12

170

63750

65536

510

129

1550

12

200

75000

131072

600

110

1818

16

25

7031,25

8192

75

110

1818

16

50

14062,5

16384

150

110

1818

16

100

28125

32768

300

110

1818

16

200

56250

65536

600

110

1818

16

230

64687,5

65536

690

95

2105

Для вычисления БПФ нам необходимо накопить необходимое число отсчетов, время сбора которых равно . Величина косвенно определяет вероятность и достоверность обнаружения нарушителя. Из таблицы 1 видно, что наиболее оптимальный ЛЧМ-сигнал будет с параметрами = 12кГц, = 170 МГц. При этом мы получаем лучший в группе показатель по числу выборок с не слишком высокой частотой дискретизации.

Время выполнения БПФ на различной элементной базе

В цифровой обработке сигналов (ЦОС) преимущественно используются СП и ПЛИС. Изначально СП были более универсальной платформой для разработки приложений ЦОС. Они имели архитектуру, схожую с микроконтроллерами, и ряд библиотек, что упрощало проектирование.

В настоящее время на рынке присутствует множество фирм, выпускающих СП, одной из них является фирма Analog Devices. Для вычисления БПФ в библиотеках, распространяемых Analog Devices, есть специальный модуль. В таблице 2 приведено время выполнения преобразования на различных сигнальных процессорах фирмы Analog Devices.

Таблица 2

Время выполнения БПФ на СП

Сигнальный процессор

ADSP-2189M

ADSP-21160

ADSP-TS001

ADSP-TS001

Число точек

1024

1024

256

1024

Разрядность

16

32

16

32

Формат точки

Фикс.

Плавающая

Фикс.

Плавающая

Такт. частота, МГц

90

100

150

150

Время выполн. БПФ, мкс

453

180

7,3

69

Применение СП хоть и сокращает время разработки, но для больших объемов обрабатываемых данных не подходит из-за длительных вычислений преобразования. Кроме того, для вычисления БПФ с числом точек более 1024 требуется дополнительная внешняя память, работа с которой еще больше увеличит время преобразования.

Реализация БПФ на ПЛИС требует более глубоких знаний цифровой схемотехники, машинной арифметики, на разработку проекта затрачивается больше времени и ресурсов. Несмотря на это, скорость выполнения БПФ на ПЛИС на порядки превышает скорость программной реализации на СП. В настоящее время для ПЛИС также существует ряд библиотек - как свободных, так и распространяемых самими производителями ПЛИС. Главные производителями ПЛИС являются фирмы Xilinx и Altera. Altera для своих продуктов предлагает ядро FFT MegaCore, а Xilinx LogiCORE IP Fast Fourier Transform (таблица 3). Как видно из таблицы 3, функциональные возможности у обоих ядер примерно одинаковы. Время преобразования приводится для ПЛИС среднего класса Xilinx - Spartan 6 и Altera - Cyclone III. Время преобразования для 65536 точек не приводится, но можно аппроксимировать время, умножив время преобразования 32768 точек на 4, что не должно превышать 4 мс.

Таблица 3

Характеристики ядер БПФ

Характеристики

FFT MegaCore

Fast Fourier Transform

Длина преобразования

64-65536

8-65536

Фиксированная точка

да

да

Плавающая точка

да

да

Разрядность, бит

8-32

8-34

Время преобразования для 4096 точек, мкс

90,89

115,30

Время преобразования для 32768 точек, мкс

не приводится

956,35

Рецензенты:

Бабич М.Ю., д.т.н., главный специалист ОАО «НПП «Рубин», г. Пенза;

Бутаев М.М., д.т.н., профессор, ученый секретарь НТС ОАО «НПП «Рубин», г. Пенза.