Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:

книги / Методы и средства цифровой обработки пространственно-временных сигналов

..pdf
Скачиваний:
1
Добавлен:
12.11.2023
Размер:
5.9 Mб
Скачать

Представление числа в шюгоосновной системе счисления,

например дли переменной

У,

имеет вид:

 

 

 

 

 

+ Уп-г^п-з®-п-ч

^ о *

 

+ У1то * У о >

 

 

 

 

 

где

У-с ~ 0, /,

( /7?^ - 1) ~

I -й разряд числа У ;

 

 

 

 

 

 

 

выбР0ННые основания (модули). Значениями моду­

лей являются размерности ядер

р0 , р п . . . / 7 ^

 

 

 

 

 

Для выражения (2) распределение модулей по разрядам может

быть неоднозначным. Требование

одинаковости распределения мо­

дулей одноименных индексов

суммирования в (I)

приводит к одно­

значности распределения модулей для всех матриц

&-с

,

кото­

рое

задается табличным соответствием:

 

 

 

 

 

 

У

 

 

 

 

 

 

 

 

 

 

 

 

У

 

 

 

 

 

 

-

номер мат-

(3 )

 

 

 

 

 

 

 

рицы

&1

)

 

 

 

 

 

 

 

 

 

 

 

 

Рс

1-1

р* >

1 = 0

$ получим, в

Подставляя сада

значения

I1*11- Н~-1 и

частности, что распределение модулей для переменных

X

и

IX

в (I ) определяется подстановками:

 

 

 

 

 

 

*

\

/ * * - / * » - , ■ \

Г

/ М

- * -

'Ч \

т

)

\Р„-,Р„-г

•••/>./’ \ « /

IР п Ъ -г

 

V

 

 

С учетом выражений (2)

из формулы (I ) можно установить

для

элементов оператора

 

 

следующую связь:

 

 

 

 

 

К

(Х,2Г)^Л

А -Ч х 1>!/1) ,

 

 

 

 

(4)

где

(-1

= ( $ 1 - 1

 

 

 

 

^1 +1 )

ПР“

использова­

нии матриц

 

второй

(транспонированной)

структуры удоб­

но в разложении с юратора

 

На

принять для множителей

 

О-

обратную нумерацию

 

 

 

 

 

 

 

 

 

 

 

-

61 -

 

 

 

 

 

 

В этом случае для ^ахоядения связи меаду элементами матрицы

Нп

 

и ядер

к [1

достаточно в (3) и (4)

заменить перемен­

ные

X

и

1/

на

V и У . В результате

находим

 

 

кп ( х р ) ~ п к ^ и ^ у - о ,

(5 )

где

Л

'

К- ^ - 4

*0 ХП-,ХП-г

 

Полученные результат:: (4 )-(5 ) могут использоваться при составлении алгоритмов адаптации спектральных операторов, фор­ мируемых И8 перестраиваемых матриц - ядер [ 1 , 2] .

На основании выражений (4) и (5) создается также возмож­ ность синтеза ядер спектральных операторов в выбранных бази­ сах с произвольной размерностью. Проиллюстрируем это на приме­ рах.

I),Построим факторизованное представление спектрального оператора в базисе обобщенных функций Виленкина-Крестенсона (ФЕК). Эти функции аналитически выражаются в виде [ з ]

Щ ху)-ехр(Щ %

)=ехр (^~ Г

щ х ^ ) . (6)

Возьмем для щ ш ера

/1-3 , /П0 = 2

, /17, =3, ,

/77, =3

,

тогда

размерность оператора

Нп

равна

И=

 

 

. Для

матриц

примем структуру первого вида.

 

 

Обозначив

СХр ( Щ / ц )

,

и з‘ выражения

(6 )

найдем

 

4>(х,ц)- мвх°и° м 8х,1Г1 м ЧХл%

 

 

 

Сравнив последнее с

(4)-,

видим,

что

для матриц &;

ядра оп­

ределяются выражениями

 

 

 

 

С

 

 

М ° 0 = ( - () 0 0

для любых ^о )

При этом матрицы

(70 и

(7^

имеют но шесть одинаковых

блоков, а

содержит четыре блока,

ненулевые элементы ко­

торых совпадают соответственно с элементами матриц - ядер:

ка =к/

I/

4

=

/

1

/

"

 

 

 

 

Г/

Заметим,

что если

выбрать

= 171^ - ГП^

- 2.

, то получим

базис Адамара как

частный случай ФЕК.

 

 

 

Приведенные результаты способствуют развитию синтеза пара­ метрически перестраиваемых дискретных базисов и позволяют на аналитической основа получать факторизованное представление спектральных операторов, в том числе и известных при любой задаваемой размерности, которая может приспосабливаться к чис­ лу отсчетов в реализациях анализируемых сигналов.

1. СОЛОДОВНИКОВ А. И. Синтез полных ортонормированных функ­

ций, имеющих алгоритм быстрого преобразования / /

Вопросы тео­

рии систем автоматического управления. Л ., 1978.

Вып.4.

С.94-105.

 

2. СОЛОДОВНИКОВ А .И ., КАНАТОВ И.И., (ЖВАКОВСКИЙ А.М. Син­ тез обобщенного спектрального ядра произг ильной размерности / / Применение ортогональных методов при обработке сигналов и ана­

лизе систем. Свердловск, 1980. С.15-22.

3. ТРАХТМАН А.М.,

ТРШМАН В.А. Основы теории дискретных

сигналов на конечных интервалах. М., 1975. 20В с .

УДК 6В1.3.06

К.А.Абдикаликов (Институт

 

кибернетики йм.В.М.Глушкова)

СЛОЖНОСТЬ ВЫЧИСЛЕНИЯ РАЗЛИЧНЫХ АЛГОРИТМОВ ДИСКРЕТНОГО ПРЕОБРАЗОВАНИЯ ФУРЬЕ

Сложность решения задач вычислительной математики, как , правило, оцениваемся по количеству арифметических операций, не­ обходимых для получения решения» Есл1* за критерий оптимальнос­ ти взять требовак э минимизации количества основных операций

ЭВМ, то сложности вычислительного алгоритма можно оформулиро-

вать. оледувдим обравом.

 

 

Пусть

Ц#(АУХ) - количество

арифметических операций,

необходимых для вычисления А {1 )

,

о заданной точностью

при помощ вычислительного алгоритма

А

на фиксированной

•ЭВМ, где

Х (с) -преобразование Фурье функции Х(1)вР(Р~

-поле действительных чисел). Введем следующие характеристики:

Ц„(А) = зио

(А,К) ,

Чм > Ш

й „(А )

 

 

 

 

Х € Н

 

 

Л

 

 

 

 

Алгоритм,

при котором достигается

Ол/

, назовем

оптималь­

ным по быстродействию. Если

РЫ{А*) = Ци +6 , б > 0

,

то

ал-

гор и т А

назовем оптимально с точностью до

6

,

если

б =О(0^)

у 6 = 0( Ц#),

то

А*

назовем асимптотически

опти­

мальным или оптимально по поряжу.

Быстрое преобразование Фурье (ШФ) представляет собой ме­

тод эффективного вычисления дискретного преобразования Фурье

(ДЮ)

х ( с ) у 1 = 0,М“ / сигнала Х(Ь) , I = 0уА/~ / .*

где

,

21

 

1У=<?

~ я г

Для

счисления ДПФ требуется порядка А/^ (прямой метод)

базовых операций. Алгоритм Ш позволил сократить их число до N Щ %N . Эффективность БЯФ по сравнению со стандартншч ме­ тодами такова, что объем его вычислительных затрат сокращается в А!/(щ^А! раз. В связи о широким использованием алгоритма ШФ при 'решении многих классов задач вычислительной и приклад­

ной математики вахтой

задачей является дальнейшая, более глу­

бокая оптимизация этого алгоритма. Резервы оптимизации

(по ко­

личеству операций) алгоритмов и программ ЕПФ:

 

- сочетание ШФ с

другими быстрыми преобразованиями

(«2-пре­

образование, преобразование с помощью чисел Мерсена или Ферма л др . ) ; выбор наилучшего основания ШФ; использование гнездо­ вого алгоритма [ I ] ; разработка быстрых алгоритмов двоичного инверсирования; использование подходящих языков программирова­ ния; выбор подходящей ЭВМ и режима вычислений.

В [ I , 2 ] приведены оценки снизу количества операций ком­ плексного сложения 0,^ , комплексного умножения 0,^ для вычисления ДПФ комплексного сигнала на множестве линейных алго-

ритмов. Дяя М = 2.г, Г >0 , ^

>М/а,(одг м

. а для

А/ш П №с ,

Ц* - 2А/-Н , где

N1

- взаимно-простые

числа,

Н - ко­

личество

делителей

N

(шупочая I

и N

) . В [3] дается

оценка снизу количества операций тотальной

сложности

+

+/1Ц*

(учитывающей сложения и умножения) для вычисления

ДПФ комплексного сигнала на множестве линейных алгоритмов:

Чн

> 4 ? (МП)/(у с

Л

- отношение времени од­

ного умножения ко времени

одного сложения,

а{Р)

-

наиболь- ^

-ий по модулю поддетерминант матрицы

Р УС=С^Ш)

 

 

Алгоритм ЕПФ является оптимальным по порядку с коР^тёнтой, не превосходящей 2 по количеству операций сложения. Алгоритм Ви­ нограда оптимален по количеству операций умножения.

В последнее десятилетие быстрые линейные дискретные пре­ образования благодаря высокой экономичности нашли ш рокое при­

менение

при решении важных классов задач. Это, в

свою очередь,

привело

к соэдаш п

большого количества программ,

вычисляющих

эти преобразования

написанных для различных ЭМ на разных

алгоритмических язьис х . Алгоритмы, на основании которых они составлены, разнообразны и иногда довольно сложны. Кроме того, большинство разработчиков стараются создавать програты мак­ симально приспоо обленные для своего класса задач. Поэтому важ­ ным и актуальными являются вопросы сравнительного анализа ал­

горитмов* Основнши характеристиками, по которым целесообразно проводить сравнение, можно назвать точность, память и время, необходимые для решения задачи. Сравнение программ обычно

проводится по одной из этих характеристик о соблюдением ог­ раничений на остальные. Результат сравнительного анализа-на- хождение лучшей программы по данному критерию на множестве сравниваемых программ. Если для лучшей программы характеристи­ ка, взятая в качестве критерия, минимальна, то такую програм­ му назовем оптимальной.

Сравним по вычислительным затратам программы-ДПФ с помощью

алгоритма Винограда

(АВ

) - программа У/ГТА /

и ШФпро-

грамма

РГТЗ

[ 2 ]

. -Автором разработана программа

У/ГТА / «

которая представляет

собой

улучшенный вариант программы У\!ГТА

[ I ] и

направлена

на

сокращение выполняемых затрат.

 

При написании программы учитывалось, что различные арифме­ тические операции имеют различную сложность, Ооновные операции можно упорядочить по их сло*нооти следующим образом: сложение (+), вычитание ( - ) , умножение (х), деление ( / ) , возведение в степень ( * * ) . Это следует учитывать всякий рил, когда появ­ ляется возможность так перестроить программу, чтобы заменить медленные операции более быстрыми. Такая процедура называется пониклием мощности операций (умножение заменить сложением или вычитанием).

Примеры понижения мощнооти операций:

1.11/ т р )*3!*№ -1)+ № *(# -0 + 53 *(Л / -/ )+ /

, для

чего необходимо выполнить 3 операции

умножения. Если послед­

нее выражение переписать в

виде ШОК2 (3) =(51 + 52 +53)*(М-!)+1,

то при этом используется I

операция умножения.

 

2. Большая часть

процессорного

времени приходится

на вы­

полнение оператора

ВО

-циклов, и значительный выигрыш от

оптимизации программы может достигаться именно за счет

пониже­

ния модеооти длинного оператора.

3. Бее умножения алгоритма Винограда преобразования Фурье

выполняются в

отдельной подпрограмме М1Л Г

. Более эффек­

тивная реализация алгоритма будет,

воли подпрограмму

МШТ

модифицировать таким образом,

чтобы она выполнялась после

всех подпрограмм I раз.

 

 

 

 

 

 

 

4. Вычисление векторов отображений для перестановок выпол­

няется в подпрограммах РЕЙМ1 и

РЕЙМ2

 

. Целесообразно их

объединить в

одну подпрограмму.

 

 

 

 

 

 

Перечисленные примеры оптимизации программирования привели

к уменьшению процессорного времени. Когда

N =

720,

програм­

ма

1ЦГТА 1

приблизит1-п.н

в 1 ,2

раза быстрее,

чём програм­

ма-

1У/ТЛ [ I ] .

 

 

 

 

 

ч

 

Теперь сравним фортрановские программы

 

МЕТА 1

и ГГТЗ.

Сравнение указанных программ по быстродействию приводилось на одной и той же тестовой задаче в однопрограммном режиме.

Результаты анализа времени счета в секундах для указанных

программ при различных N

шиведены в

таблице. Поскольку

для программы ШТА1

 

, а для ЕГТЗ А/=2оС^>07

то их сравнение проводилось для близких

N . Из таблицы вид­

но, что время счета по программе

ГГТЗ

примерно в 1 ,3

аза больше, чем по программе

МГТА /

. Коэффициент ускоре-

-

66

 

ния вычислений определяется по формуле

Нщ

» где

Тнгта 1 -время дат

вычисления ДПФ с

использованием АВПФ.

 

Сравнительный анализ алгоритмов

 

Длина п о-

 

 

Ьремя счета

на ЭВМ, с

 

следова-

ЕС 1 с:о

 

 

ЕС 1033

 

тельности

Нцен

 

Муси

 

НГТЛ1

ГГТЗ

 

ЫГТА1 ГГТЗ

 

 

 

 

30

0,020

 

1 ,5

 

1,26

1,18

32

0,031

 

 

1 , 0

 

60

0,060

 

1.1

 

1,54

1,16

64

0,070

 

 

1,80

 

512

0,59

1,09

 

3,01

1,11

720

0,54

 

 

 

2 ,7

 

Таким образом, результатысравнительного анализа програш

Ш А 1 ц ГГТЗ показывают, что для ЭЕМ типа ЕС в режиме вычислений с плавающей запятой вычисления ДПФ примерно одинако­ вы. Однако алгоритм Винограда предпочтительнее для тех о-БМ, включая специализированные, время выполнения операций умноже­ ния которых значительно больше времени выполнения операций сложения, а также ддя ЭВМ в случае использования режима вычиолений с фиксированной запятой.

1.ЗЛДИРАКЛ В.К. Теория вычисления преобразования Фурье. Киев, 1983. 216 о.

2.МАККЛЕЛЛАН ДД.Х,, РЕЙДЕР Ч.М. Применение теории чисел

вцифровой обработке сигналов. М ., 1983. 264 с .

3.АГАЯН'С.С., ГЕВОРКЯН Д.З. Оценки сложности линейных последовательных и параллельных алгоритмов / / Тез.докл. Всесоюз.конф. "Проблемы теоретической кибернетики123', Иркутск,

5-7 мая 1985. С. 4-5.

Уда 621.396.96 Л.Г.Доросинский, А. Г. Чирков (Уральский политехнический институт)

СИНТЕЗ И АНАЛИЗ МЕТОДОВ СОВМЕСТНОГО ИЗМЕРЕНА ПАРАМЕТ­ РОВ СИГНАЛОВ ОТ НЕСКОЛЬКИХ ИСТОЧНИКОВ ИЗЛУЧЕНИЯ

В делом ряде задач радиолокационного наблюдения эффектив­

ность алгоритмов обнаружения, намерения параметров и распозна­ вания сигналов в значительной степени определяется качеством функционирования средотв оценки числа, мощностей и координат источников сигналов, принимаемых РЛС. Названная проблема воз­ никает при формировании радиолокационной карты помеховой об­ становки, обнаружении относительно слабых сигналов на фоне мощных помеховых излучений, разрешении близко расположенных источников, создании радиолокационных портретов распределен-

„ ных объектов и т .п . Для решения таких задач широко используют­

ся современные методы спектрального оценивания [ I ] . При этом

сравнительный анализ различных алгоритмов построения спектров пространственных частот нооит, как правило, иллюстративный,

качественный характер. Получению количественных оценок,харак­ теризующих точность воспроизведения спектральными методами ра­

диолокационных портретов (РЛП), посвящена данная работа.

Пусть вектор комплексных амплитуд принимаемых сигналов

в линейной антенной дискретной решетке имеет вид

У = ЯУ[ Й=/ / I

Х1 {■$,<) + N1 II,

 

а )

ИХ1

 

 

 

где Х[ (}1^)=6Хр{

- фазовый множитель сигнала,

при­

нимаемого от источника,

имеющего угловое

направление Вц

(соответстиуюпя пространственная частота

= Щ $[д 8ц

, ч

Я- дущна волны) в точке антенной решетки о координа­

той

;

Аи

- комплексная амплитуда оигнала

от

И - г о

источника;

В

-

число принимаемых сигналов;

NI

-

ком­

плексная амплитуда аддитивного шума в

I

чл приемнике.

Оптимальный по максимуму правдоподобие

алгоритм измерения

параметров поля излучения, созданного

В

точечными диок-

ретнади источниками,

может быть записан следующим образом:

(

 

щ

{ - У * Я '1 У - (д Ш !] }

 

(2)

 

 

 

 

 

 

 

(3)

-

корреляционная матрица

вектора наблюдаемых данных;

Й

-

,

- отношение сигнал/шум для

И -г о источни­

ка;

=

; *

-

знак эрмитова

сопряжения.

 

Используя известный метод обращения корреляционной матрицы

[ 2 ] ,

получаем:

 

 

 

 

 

 

 

я ' ^ Е - л и л *

 

(4)

где

Е ^ ( Е + - ^ а л л * у 1

 

 

ЛЧЩ/1,),... лг<уд/,

Х(}1Н) - 1 X ^ )1 -

 

 

а - Щ к Д

 

9ая] ,

 

т

 

Д/

- число

приемных

 

элементов; Е

-

единичная матрица.

После подстановки (4) в (2) с точностью до постоянного, не зависящего от наблюдаемых данных слагаемого, алгоритм опти­ мальной обработки имеет вид:

(/,§ )--щ тх[У*ЛО(У*ЛГ}

При достаточно большом угловом разрешении лоточников, ког­ да можно принять условие АЛ = Е и, следовательно, матри­

цу V становится диагональной

и - Щ - Х щ •- У щ г ] ,

алгоритм оценки

существенно упрощается

При' условии

11цИ= СО^

измерение направлений на ис­

точники излучения (принятое условие предполагает формальный от­ каз от оценки мощноотей) сводится к обычному преобразованию

Фурье и определи тию координат

Я

экстремумов спектра

пространственных частот:

 

 

 

 

 

в<р(/с) ;

Зф(/) = /У*Х(^)/Л

 

При

/ .

независимых наблюдениях

(именно

такая

ситуация

предполагается в дальнейшем) алгортм

(6) может

быть

пред­

ставлен в виде *

 

 

 

 

 

 

 

 

р

= аг§тх(

} ,

 

 

(7)

гда

^ =т

&

У( у *

>

Ус

-

I - я р 0-

ализация вектора

наблюдаемых данных.

 

 

 

 

 

Как показано в [ з ] ,

при заданной модели

наблюдаемых дан­

ных (I)

максимально правдоподобная оценка корреляционной мат­

рицы (7)

совпадает о (3) ,

где вместо

^

и

^

подстав­

лены их оптимальные по тому же критерию оценки.

Приведенное утверждение позволяет решить задачу оценки спектра пространственных частот путем измерения мощностей сиг­ налов, приходящих о (Iл заданных направлений, причем Пщ

в этом случае заведомо превышает истинное число источников из­

лучения.

Решая уравнение (3), в левой части которого стоит оцен­

ка (7),

получаем:

$нн (Л х) я Щ Л ^ Я - Е ) / ,

(8)

где А ш(А Л ) Л

- псоздообраткая матрица.

Полученное решение дает наилучшее линейное приближение к

спектру пространственных частот по методу

наименьших квадратов.

Как известно [ I ] , значительно лучшее приближение к истин­

ному спектру может быть получено при использовании нелинейных методов максимальной энтропии и высокого разрешения (Кейпона):

Ин, №

ш1х' № Й ~ ' < 1 Г ' ;

я » « < ■ ( / , о ...о г - ,

и№^ - ) - п ’ (ц )И ''к (}1 )Г '

В каждом из приведенных, случаев оценки неизвестных угловых направлений вычисляются аналогично (в).

Сравнительная эффективность названных выше способов постро­ ения спектров пространственных частот производилась по "критерию средьго квадрата:

- X

/ Ы н , )

Ия(/ы

 

 

Ч м :

0зтш

1 •

т

 

 

- 70

-

 

Соседние файлы в папке книги