Рациональная анализирующая функция для точного определения параметров электростатического сигнала


DOI: 10.34759/trd-2021-119-14

Авторы

Скрябин Ю. М. *, Потехин Д. С. **

"МИРЭА - Российский технологический университет", проспект Вернадского, 78, Москва, 119454, Россия

*e-mail: meh-record@yandex.ru
**e-mail: msyst@msyst.ru

Аннотация

В статье оценивается возможность использования рациональной ортогональной анализирующей функции для обработки электростатических сигналов, получаемых системой электростатической локации летательных аппаратов. Приведен алгоритм нахождения коэффициентов анализирующей функции для обеспечения точного определения параметров электростатического сигнала. Проведен анализ время-частотного распределения сигнала, получаемого при его свертке с найденной функцией. На основе данного распределения предложен алгоритм определения параметров электростатического сигнала. Оценена помехоустойчивость данного метода по сравнению с вейвлет анализом на основе функции Морле, общепринятой в спектральной обработке электростатических сигналов.

Ключевые слова:

обнаружение БПЛА, электростатический мониторинг, электростатический сигнал, время-частотное распределение

Библиографический список

  1. Ананенков А.Е., Марин Д.В., Нуждин В.М., Расторгуев В.В. К вопросу о наблюдении малоразмерных летательных аппаратов // Труды МАИ. 2016. № 91. URL: http://trudymai.ru/published.php?ID=75662

  2. Скрябин Ю.М., Потехин Д.С. Определение траектории горизонтального пролета беспилотного летательного аппарата через линию электростатических датчиков // Труды МАИ. 2019. № 106. URL: http://trudymai.ru/published.php?ID=105747
  3. Закота А.А., Ефанов В.В., Гунькина А.С. Методика оценки точности определения параметров движения воздушной цели в условиях скрытного наблюдения за ней // Труды МАИ. 2020. № 115. URL: http://trudymai.ru/published.php?ID=119951. DOI: 10.34759/trd-2020-112-15.
  4. Ефанов В.В., Закота А.А., Гунькина А.С. Методика оценки точности определения параметров движения воздушной цели в условиях скрытного наблюдения за ней на основе применения метода итерации // Труды МАИ. 2021. № 117. URL: http://trudymai.ru/published.php?ID=156321. DOI: 10.34759/trd-2021-117-18.
  5. Zhenhua Wen., Junxing Hoa S.U. Jason Atkin A review of electrostatic monitoring technology: The state of the art and future research directions // Progress in Aerospace Sciences, 2017, vol. 2, issue 1, pp. 1 −11. DOI:10.1016/j.paerosci.2017.07.003
  6. Harvey T.J., Wood R.J.K., Powrie H.E.G. Electrostatic wear monitoring of rolling element bearings // Wear: An International Journal on the Science and Technology of Friction, Lubrication and Wear, 2007, vol. 263, pp. 1492 — 1501. DOI: 10.1016/j.wear.2006.12.073
  7. Zhang W., Yan Y., Yang Y. & Wang. J. Measurement of flow characteristics in a bubbling fluidized bed using electrostatic sensor arrays // IEEE Transactions on Instrumentation and Measurement, 2016, no. 65, pp. 703 — 712.
  8. Addabbo T., Fort A., Mugnaini M., Panzardi E., Vignoli V. Measurement System Based on Electrostatic Sensors to Detect Moving Charged Debris With Planar-Isotropic Accuracy // IEEE Transactions on Instrumentation and Measurement, 2019, vol. 68, issue 3. DOI:10.1109/TIM.2018.2853938
  9. Ластовецкий А.Е., Клепка С.П., Рябоконь М.С. Дистанционное измерение электрических зарядов воздушных объектов // Вестник Концерна ВКО Алмаз-Антей. 2015. № 3. С. 59 — 69.
  10. Yan Y., Hu Y., Wang L. et al. Electrostatic sensors —Their principles and applications // Measurement, 2021, vol. 169. DOI:10.1016/j.measurement.2020.108506
  11. Chang C.S., Jin J., Kumar S., Su Q., Hoshino T., Hanai M. et al., Denoising of partial discharge signals in wavelet packets domain // IEE Proceedings — Science Measurement and Technology, 2005, no. 152 (3), pp. 129 — 140. DOI:10.1049/ip-smt:20041315
  12. Sucic N., Boashash B. An approach for selecting a real-life signal best-performing time-frequency distribution // 7th International Symposium on Signal Processing and Its Applications, Seventh International Symposium on Signal Processing and Its Applications, Proceedings, 2003, vol. 1, pp. 125 — 128. DOI:10.1109/ISSPA.2003.1224656
  13. Iatsenko D., McClintock P., Stefanovska A. Linear and synchrosqueezed time—frequency representations revisited: Overview, standards of use, resolution, reconstruction, concentration, and algorithms // Digital Signal Processing, 2015, vol. 42, pp. 1 — 26. DOI:10.1016/j.dsp.2015.03.004
  14. Sejdić E., Djurović I., Jiang J. Time—frequency feature representation using energy concentration: an overview of recent advances // Signal Processing, 2009, no. 19 (1), pp. 153 — 183. DOI:10.1016/j.dsp.2007.12.004
  15. Kun Yu, Terri Lin., Hui Ma. et al. A combined polynomial chirplet transform and synchroextracting technique for analyzing nonstationary signals of rotating machinery // IEEE Transactions on Instrumentation and Measurement, 2020, vol. 69, issue 4, pp. 1505 — 1518. DOI:10.1109/TIM.2019.2913058
  16. Бахвалов И.С., Жидков Н.Н., Кобельков Г.М. Численные методы. — М.: БИНОМ. Лаборатория знаний. 2003. — 636 с.
  17. Потехин Д.С. Влияние белого шума на точность определения амплитуды и фазы гармонических сигналов с использованием вейвлет-преобразования функцией Морле // Системы управления и информационные технологии. 2009. № 4-1 (38). С. 180 — 183.
  18. Астафьева Н.М. Вейвлет-анализ: Основы теории и примеры применения // Успехи физических наук. 1996. Т. 166. № 11. С. 1145 — 1170.
  19. Косарев В.П., Андрющенко Т.Т. Численные методы линейной алгебры. — СПб.: Лань П, 2016. — 496 с.
  20. Тарасов И.Е., Потехин Д.С. Синтез сверточных функций в реальном времени в системах программно-зависимого радио и фазо-частотных измерительных устройствах // Российский технологический журнал. 2018. № 6 (6). С. 41 — 54. DOI: 10.32362/2500-316X-2018-6-6-41-54.

  21. Скачать статью

mai.ru — информационный портал Московского авиационного института

© МАИ, 2000—2022

Вход