АЛГОРИТМ ВЫЧИСЛЕНИЯ ФУНКЦИИ НЕОПРЕДЕЛЕННОСТИ В ЗАДАЧЕ ОДНОВРЕМЕННОЙ
ОЦЕНКИ ЧАСТОТНО-ВРЕМЕННЫХ ХАРАКТЕРИСТИК СИГНАЛОВ

Логинов Алексей Андреевич, кандидат физико-математических наук, старший научный сотрудник, Научно-исследовательский физико-технический институт Нижегородского государственного университета имени Н. И. Лобачевского, (Россия, г. Нижний Новгород, пр. Гагарина, 23), loginov@nifti.unn.ru
Марычев Дмитрий Сергеевич, аспирант, Нижегородский государственный университет имени Н.И.Лобачевского (Россия, г. Нижний Новгород, пр. Гагарина, 23), dsmarychev@nifti.unn.ru
Морозов Олег Александрович, доктор физико-математических наук, доцент, кафедра информационных технологий в физических исследованиях, Нижегородский государственный университет имени Н. И. Лобачевского (Россия, г. Нижний Новгород, пр. Гагарина, 23), loginov@nifti.unn.ru
Фидельман Владимир Романович, доктор технических наук, профессор,заведующий кафедрой информационных технологий в физических исследованиях, Нижегородский государственный университет имени Н. И. Лобачевского (Россия, г. Нижний Новгород, пр. Гагарина, 23), loginov@nifti.unn.ru

621.396

Актуальность и цели. К числу широко известных и перспективных методов оценки частотно-временных характеристик сигналов относятся методы, основывающиеся на построении и анализе функции неопределенности. В задачах радионавигации и оценки местоположения источников радио-
излучения такими характеристиками являются взаимная временная задержка и относительный доплеровский сдвиг частоты, возникающие при распространении сигнала от источника до разнесенных в пространстве приемников. Функция неопределенности в данном случае используется для одновременной оценки задержки и доплеровского сдвига частоты. На основе расчета взаимных временных задержек построен разностно-дальномерный метод оценки местоположения объектов, а значение доплеровского сдвига частоты используется для оценки скорости движения излучающего объекта. Одной из серьезных проблем, возникающих при практическом применении функции неопределенности, является большой объем вычислений, требующихся для ее расчета. Основной целью данной работы является разработка вычислительно эффективного метода расчета функции неопределенности с использованием параллельных вычислений на графических процессорах.
Материалы и методы. Результаты, представленные в работе, получены путем компьютерного моделирования работы предложенного алгоритма на современных графических процессорах и многоядерных процессорах общего назначения.
Результаты. Разработан метод расчета функции неопределенности, основу которого составляет алгоритм параллельного вычисления линейной свертки. Показана применимость предложенного подхода для практической реализации с использованием графических процессоров. Проведено сравнение с существующими алгоритмами расчета функции неопределенности, использующими параллельные вычисления.
Выводы. В работе показан существенный прирост производительности расчета функции неопределенности при использовании предложенного подхода. Важность данного результата состоит в возможности получения адекватной производительности при расчете функции неопределенности и оценки взаимной временной задержки без использования специализированного оборудования, такого как цифровые сигнальные процессоры, что является существенным в системах многоканальной обработки данных.

Ключевые слова

функция неопределенности, радар, параллельные вычисления, взаимная временная задержка.

 Скачать статью в формате PDF

1. Woodworth, P. M. Probability and Information Theory with Applications to Radar / P. M. Woodworth. – Pergamon Press, 1953.
2. Макс, Ж. Методы и техника обработки сигналов при физических измерениях / Ж. Макс. – М. : Мир, 1983. – Т. 2. – 256 c.
3. Levanon, N. Radar signals / N. Levanon, E. Mozeson // J. Wiley & Sons, Inc New Jersey, 2004. – 411 p.
4. Гришин, Ю. П. Радиотехнические системы : учеб. для вузов по спец. «Радиотехника» / Ю. П. Гришин, В. П. Ипатов, Ю. М. Казаринов и др. ; под ред. Ю. М. Казаринова.– М. :Высш. шк., 1990. – 496 с.
5. Логинов, А. А. Комбинированная цифровая фильтрация гармонического заполнения фазоманипулированных сигналов в задаче определения взаимной временной задержки / А. А. Логинов, О. А. Морозов, Е. А. Солдатов, С. Л. Хмелев //Известия вузов. Радиофизика.–2007. – Т. L, № 3.– С. 255.
6. Логинов, А. А. Алгоритм нелинейной квазиоптимальной цифровой обработки сигналов с угловой модуляцией / А. А. Логинов, О. А. Морозов, С. Л. Хмелев // Автометрия. – 2010. – Т. 46, № 6. – С. 40.
7. Kirk, D. B. Programming Massively Parallel Processors A Hands-on Approach / D. B. Kirk, W. W. Hwu // Morgan Kaufman Publishers, 2010.
8. Tolimieri, R. Computing the Ambiguity Surface / R. Tolimieri, S. Winograd // IEEE Trans. Acoust., Speech, Signal Processing. – 1985. – Vol. ASSP-33, № 4.
9. Yatrakis, C. L. Computing the cross ambiguity function – a review / C. L. Yatrakis. – Binghamton University, State University of New York, 2005. – 131 p.
10. Johnson, J. J. Implementing the cross ambiguity function and generating geometryspecific signals / J. J. Johnson. – Thesis, Naval postgraduate school, Monterey, California,2001.
11. Айфичер, Э. Цифровая обработка сигналов: практический подход : пер. с англ. / Э. Айфичер, Б. Джервис. – 2-е изд. – М. : Вильямс, 2004. – 992 с.
12. Stein, S. Algorithms for ambiguity function processing / S. Stein // IEEE Trans. Acoust., Speech, Signal Processing. – 1981. – Vol. 29, June. – P. 588–599.
13. Аuslander, L. Computing decimated finite cross-ambiguity functions // Acoustics, Speech and Signal Processing / L. Аuslander / IEEE Transactions on. – 1988. – Vol. 36. – P. 359–364.
14. Intel Integrated Performance Primitives for Intel Architecture.–2007. – Vol. 1: Signal Processing. – 1352 p.