Непараметричний метод виявлення сигналів з використанням SG-статистики

Павло Юрійович Костенко; Костянтин Станіславович Васюта; Валерій Валерійович Слободянюк; Руслан Олександрович Качайло; Валерій Ігоревич Чистов

doi:10.20535/S0021347024090061

Автор(и)

Павло Юрійович Костенко Харківський національний університет повітряних сил імені Івана Кожедуба , Україна https://orcid.org/0000-0002-3382-0684
Костянтин Станіславович Васюта Харківський національний університет повітряних сил імені Івана Кожедуба , Україна https://orcid.org/0000-0002-1978-3717
Валерій Валерійович Слободянюк Харківський національний університет повітряних сил імені Івана Кожедуба , Україна https://orcid.org/0000-0002-8291-8194
Руслан Олександрович Качайло Харківський національний університет повітряних сил імені Івана Кожедуба , Україна https://orcid.org/0009-0001-6063-0448
Валерій Ігоревич Чистов Харківський національний університет повітряних сил імені Івана Кожедуба , Україна https://orcid.org/0000-0002-4401-3773

DOI:

https://doi.org/10.20535/S0021347024090061

Ключові слова:

SG-статистика, xі2-статистика, ATS-алгоритм, виявлення сигналів, сингулярне розкладання

Анотація

В статті запропоновано новий непараметричний метод виявлення сигналів, що базується на використанні SG-статистики та обробки спостереження сигналів з використанням технології сурогатних даних, а саме ATS-алгоритмом (Attractor Trajectory Surrogates). Запропонований метод виявлення не залежить від апріорної інформації, щодо щільності розподілу імовірності завади та не враховує модель сигналу, який спостерігається. Використання ATS-алгоритму дозволяє зменшити шум в спостереженні сигналу. Вперше, оцінка шуму спостереження отримана з самого спостереження з використанням сингулярного спектрального аналізу. Проведено порівняльний аналіз запропонованого непараметричного методу виявлення сигналів з класичним методом виявлення сигналу енергетичним приймачем, що базується на використанні χ²-статистики. Результати моделювання показали збільшення імовірності виявлення сигналів методом на базі SG-статистики для різних відношень сигнал/шум, ніж при використанні енергетичного виявника. Також показано, що запропонований непараметричний метод виявлення не залежить від щільності розподілу імовірності завади, на прикладі завади з логістичним розподілом. Надано рекомендації, щодо вибору параметрів запропонованого непараметричного методу виявлення.

Посилання

H. V. Poor, An Introduction to Signal Detection and Estimation. Springer Science & Business Media, 1998.
F. E. Nathanson, J. P. Reilly, M. N. Cohen, Radar Design Principles: Signal Processing and the Environment, 2nd ed. New York: Scitech Pub Inc, 1999.
С. Е. Фалькович, Оценка Параметров Сигнала. Москва: Советское радио, 1970.
Я. Д. Ширман, Теоретические Основы Радиолокации. Москва: Советское радио, 1970.
Y. Wang, Y. Cao, T.-S. Yeo, Y. Cheng, Y. Zhang, “Sparse reconstruction-based joint signal processing for MIMO-OFDM-IM integrated radar and communication systems,” Remote Sens., vol. 16, no. 10, p. 1773, 2024, doi: https://doi.org/10.3390/rs16101773.
J. Xu, “Design of high-speed radar signal processor based on FPGA,” J. Comb. Math. Comb. Comput., vol. 125, pp. 93–107, 2025, doi: https://doi.org/10.61091/jcmcc125-07.
A. El-Awamry, F. Zheng, T. Kaiser, M. Khaliel, “Harmonic FMCW radar system: Passive tag detection and precise ranging estimation,” Sensors, vol. 24, no. 8, p. 2541, 2024, doi: https://doi.org/10.3390/s24082541.
П. Ю. Костенко, С. Я. Фалькович, Основи Статистичної Теорії Інформаційно-Вимірювальних Радіотехнічних Систем. Харків: ХНУПС, 2021.
D. Lai, “Asymptotic distributions of the correlation integral based statistics,” J. Nonparametric Stat., vol. 10, no. 2, pp. 127–135, 1999, doi: https://doi.org/10.1080/10485259908832757.
П. Ю. Костенко, К. С. Васюта, С. Н. Симоненко, А. Н. Барсуков, “Непараметрический BDS-обнаружитель хаотических сигналов на фоне белого шума,” Известия вузов. Радиоэлектроника, vol. 54, no. 1, pp. 23–31, 2011, doi: https://doi.org/10.20535/S0021347011010031.
H. Kantz, T. Schreiber, Nonlinear Time Series Analysis. Cambridge: Cambridge University Press, 2004.
M. Small, “Attractor trajectory surrogates: hypothesis testing and prediction,” in International Symposium on Nonlinear Theory and its Applications, 2004, pp. 123–126.
R. Savit, M. Green, “Time series and dependent variables,” Phys. D Nonlinear Phenom., vol. 50, no. 1, pp. 95–116, 1991, doi: https://doi.org/10.1016/0167-2789(91)90083-L.
П. Ю. Костенко, К. С. Васюта, В. В. Слободянюк, В. І. Чистов, М. І. Альонкин, “Застосування індексу передбачуваності для класифікації процесів в інформаційно-комунікаційних системах,” Известия вузов. Радиоэлектроника, vol. 67, no. 5, pp. 255–267, 2024, doi: https://doi.org/10.20535/S0021347024060013.
F. Centofanti, M. Hubert, B. Palumbo, P. J. Rousseeuw, “Multivariate singular spectrum analysis by robust diagonalwise low-rank approximation,” J. Comput. Graph. Stat., vol. 34, no. 1, pp. 360–373, 2025, doi: https://doi.org/10.1080/10618600.2024.2362222.