Главная > Разное > Выделение сигналов из помех численными методами
<< Предыдущий параграф
Следующий параграф >>
<< Предыдущий параграф Следующий параграф >>
Макеты страниц

Глава 5. ИССЛЕДОВАНИЕ АКУСТИЧЕСКИХ ТРАСС С ИСПОЛЬЗОВАНИЕМ М-ПОСЛЕДОВАТЕЛЬНОСТИ

5.1. Акустические задачи, решаемые с помощью M-последовательности

В этой главе представлено описание некоторых результатов применения методов и алгоритмов обработки сигналов, о которых рассказывалось выше. Большинство описанных экспериментов проводилось в рамках крупных международных и российских научных программ и грантов, что характеризует их значимость.

К таким программам следует отнести в первую очередь одну из наиболее известных программ - программу Акустической термометрии океанского климата (АТОК). Основная задача АТОКа - наблюдение тенденций глобального изменения климата на основе измерения вариаций времени распространения сигнала, вызванных изменением средней температуры океана на сверхдлинных акустических трассах. Как известно, увеличение средней температуры Земли всего на один градус может привести к катастрофическим последствиям. Но контроль температуры во многих точках Земли через интервалы времени достаточные для измерения средней температуры вряд ли возможен технически. Океан же является гигантским аккумулятором тепла. Поэтому измерение температуры океана вдоль сверхбольших трасс акустическими методами в настоящее время представляется подходящим средством и позволяет отказаться от измерения температуры повсеместно.

В книге представлены результаты обработки акустических данных с трассы Гавайи - Камчатка. На Камчатке принимался сигнал от Гавайского акустического источника, излучавшего несущую, модулированную -последовательностью. В результате обработки такого сигнала, несмотря на то что отношение сигнал/шум в нем было много меньше единицы, удалось не только выделить сигнал из шума, но и измерить и идентифицировать медленные и быстрые вариации времени распространения сигнала [34].

Другим известным международным экспериментом была программа THETIS-II, проведенная в 1994 году в Средиземном море. Целью исследований было длительное измерение флуктуаций времени распространения сигнала, вызванных как естественными, так и техногенными причинами между 7 автономными стационарными приемо-передающими акустическими станциями. Основная задача российских участников этой программы состояла в отработке методики измерений. Эти измерения проводились с дрейфующего судна с помощью вертикальной антенны. Целью научно-исследовательского судна в этой программе было измерение поля скоростей звука на

исследуемой акватории. Одновременно с выполнением этой задачи проводился прием сигналов. Обработка полученных данных дала возможность уверенно выделить и идентифицировать отдельные крутые лучи или, по крайней мере, их группы, даже в условиях нестационарной трассы [35]. Более того, применение кепстральной обработки позволило повысить точность измерения периода следования импульсов на приемной системе в условиях многолучевого распространения и, следовательно, повысить точность измерения вариаций времени распространения, вызванных движением приемного судна и волновыми процессами в океане.

Еще один акустический эксперимент, приведенный в этой работе, представляет несомненный интерес, как и предыдущие. Это эксперимент по межскважинной томографии в нефтесодержащей среде, имеющий целью разработку методов акустического видения в неоднородной среде. В этом эксперименте также удалось выделить и идентифицировать отдельные траектории лучей только благодаря применению сигнала на основе М-последовательности [36].

Все эти с виду различные эксперименты объединяет схожесть применяемых методик их проведения и обработки полученных данных. Во-первых, во всех экспериментах применялся тестовый (зондирующий) сигнал одного типа - это псевдослучайный сигнал на основе М-последовательности. Во-вторых, применяемая обработка иллюстрирует практическое применение алгоритмов, в основном, описанных в предыдущей части книги. В-третьих, решение всех этих задач требует идентификации, то есть нахождения соответствия теоретической модели и экспериментальных данных.

В этой главе будет показано, что применение сигналов на основе М-после-довательности позволяет решать задачи не только измерения параметров исследуемой системы, но и задачи идентификации. Важно и то, что применение тестовых сигналов на основе M-последовательности практически не требует использования сложных методов обработки. Вся обработка базируется на преобразовании Фурье, понятии корреляционной функции и их свойствах, подробно описанных в предыдущих главах. Такие сигналы, позволяя сразу определять все характеристики исследуемых систем, могут заменить использование тональных и чисто случайных сигналов, каждый из которых легко обеспечивает измерение только определенного круга параметров. Например, измерение частотной или импульсной характеристики системы с помощью тонального сигнала проводится за большое число циклов, тогда как применение случайного сигнала обеспечивает их измерение за один цикл. И наоборот, измерение малых флуктуаций времени распространения сигнала через систему достаточно просто выполняется с помощью тонального сигнала, что непросто осуществить с помощью случайного сигнала. Применение М-последовательности позволяет измерять частотную или импульсную характеристики системы за один цикл (как и с помощью случайного сигнала), имея при этом существенно меньшую погрешность. Эти возможности М-последовательности будут описаны ниже с соответствующими пояснениями.

<< Предыдущий параграф Следующий параграф >>
Оглавление