Реалізація структурно-параметричного синтезу нелінійно-частотно модульованого сигналу на основі генетичного алгоритму-Reference-Cited by-同舟云学术

Реалізація структурно-параметричного синтезу нелінійно-частотно модульованого сигналу на основі генетичного алгоритму

Published:2024-05-22 Issue:1 (54) Volume: Page:77-82
ISSN:2518-1505
Container-title:Наука і техніка Повітряних Сил Збройних Сил України
language:
Short-container-title:nitps

Author:

Гризо А. А.^ORCID,Костиря О. О.^ORCID,Худов Г. В.^ORCID,Хижняк І. А.^ORCID,Прокопенко Д. О.^ORCID

Abstract

При використанні сигналів з нелінійною частотною модуляцією (НЛЧМ) рівень бічних пелюсток їх автокореляційних функцій суттєво залежить від їх частотно-часових параметрів. У такій постановці завдання пошуку сигналу з мінімальним рівнем бічних пелюсток автокореляційної функції відноситься до завдань параметричного синтезу. Відповідно до цього метою статті є розроблення алгоритму вибору параметрів (коефіцієнтів) модулюючої функції сигналу з НЛЧМ для забезпечення мінімізації рівня бічних пелюсток його автокореляційної функції. Мета досягається шляхом вирішення задачі структурно-параметричної оптимізації значень частотно-часових параметрів сигналу з НЛЧМ. Застосування таких сигналів дозволить покращити характеристики радіолокаційних засобів з виявлення цілей на тлі пасивних завад при збереженні заданих технічних характеристик.

Publisher

Ivan Kozhedub Kharkiv National Air Force University KNAFU

Reference27 articles.

1. Горбенко І. Д., Замула О. А., Хо Чі Лик. Оптимізація пошуку дискретних складних сигналів з необхідними властивостями для застосування у сучасних інформаційно-комунікаційних системах. Математичне та комп’ютерне моделювання. Серія: Технічні науки. 2019. № 19. С. 37–43. https://doi.org/10.32626/2308-5916.2019-19.37-43.

2. Katoch S., Chauhan S. S., Kumar V. A review on genetic algorithm: past, present, and future. Multimedia Tools and Applications. 2021. Vol. 80. P. 8091–8126. https://doi.org/10.1007/s11042-020-10139-6.

3. Verma D., Vishwakarma V. P., Dalal S. A Hybrid Self-constrained Genetic Algorithm (HSGA) for Digital Image Denoising Based on PSNR Improvement. Advances in Bioinformatics, Multimedia, and Electronics Circuits and Signals : Proceedings of GUCON 2019 / Jain L., Virvou M., Piuri V., Balas V. (eds.). Singapore : Springer, 2020. P. 135–153. https://doi.org/10.1007/978-981-15-0339-9_12.

4. Xu Z., Wang X., Wang Y. Nonlinear Frequency-Modulated Waveforms Modeling and Optimization for Radar Applications. Mathematics. 2022. Vol. 10. No. 21. Art. 3939. https://doi.org/10.3390/math10213939.

5. Fan Z., Meng H.-Y. Coded excitation with Nonlinear Frequency Modulation Carrier in Ultrasound Imaging System. 2020 IEEE Far East NDT New Technology & Application Forum (FENDT) : conference paper. IEEE, 2020. P. 31–35. https://doi.org/10.1109/FENDT50467.2020.9337517.