Research of the efficiency of Kravchenko weighting functions and combinations based on them in the problem of narrow band interference rejection

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The influence of weight functions (WFs) of preliminary weighting on the quality of narrowband interference rejection based on direct and inverse discrete Fourier transforms has been studied. Classical and modern WFs are considered: Kravchenko, Kravchenko–Dolph–Chebyshev, Kravchenko–Gauss, Kravchenko–Bernstein–Rogozinsky. Quantitative estimates of efficiency were obtained – the coefficients of interference suppression and signal transmission, as well as their product – the total efficiency coefficient. Graphic examples of the behavior of the total efficiency coefficient depending on the interference frequency are shown. Estimates of the indicated quality indicators are presented when a fixed number of frequency samples are removed from the spectrum. The families of dependences of the probabilities of correctly performing a search for a spread spectrum signal on the “interference/signal” ratio when using modern WFs to weigh the implementations of an additive mixture of signal, interference and noise are presented. The significant advantage of modern WFs formed through combinations with Kravchenko functions in the problem of interference rejection has been demonstrated and confirmed.

Full Text

Restricted Access

About the authors

E. V. Kuzmin

Siberian Federal University

Author for correspondence.
Email: ekuzmin@sfu-kras.ru
Russian Federation, Krasnoyarsk

References

  1. Кравченко В.Ф., Назаров Л.Е., Пустовойт В.И. // РЭ. 2019. Т. 64. № 10. С. 976.
  2. Кравченко В.Ф., Назаров Л.Е., Пустовойт В.И. // Докл. РАН. Математика, информатика, процессы управления. 2020. Т. 495. С. 95.
  3. Назаров Л.Е. // Журн. радиоэлектроники. 2021. № 12. http://jre.cplire.ru/jre/dec21/2/text.pdf https://doi.org/10.30898/1684-1719.2021.12.2
  4. Кузьмин Е.В. // Цифровая обработка сигналов. 2021. № 4. С. 16.
  5. Кузьмин Е.В., Зограф Ф.Г. // РЭ. 2022. Т. 67. № 8. С. 774.
  6. Назаров Л.Е. // Журн. радиоэлектроники. 2022. № 8. http://jre.cplire.ru/jre/aug22/1/text.pdf https://doi.org/10.30898/1684-1719.2022.8.1
  7. Кузьмин Е.В. // Цифровая обработка сигналов. 2023. № 1. С. 48.
  8. Тузов Г.И., Сивов В.А., Прытков В.И. и др. Помехозащищенность радиосистем со сложными сигналами. М.: Радио и связь, 1985.
  9. Витязев В.В. Цифровая частотная селекция сигналов. М.: Радио и связь, 1993.
  10. ГЛОНАСС. Принципы построения и функционирования / Под ред. А.И. Перова, В.Н. Харисова. М.: Радиотехника, 2010.
  11. Davidovici S., Kanterakis E.G. // IEEE Trans. 1989. V. Com-37. № 7. P. 713.
  12. Борисов В.И., Зинчук В.М., Лимарев А.Е. и др. Помехозащищенность систем радиосвязи с расширением спектра сигналов модуляцией несущей псевдослучайной последовательностью. М.: Радио и связь, 2003.
  13. Шилов А.И., Бакитько Р.В., Польщиков В.П., Хацкелевич Я.Д. // Радиотехника. 2005. № 7. С. 31.
  14. Бакитько Р.В., Польщиков В.П., Шилов А.И., Хацкелевич Я.Д., Болденков Е.Н. // Радиотехника. 2006. № 6. С. 13.
  15. Кравченко В.Ф., Пустовойт В.И. // ДАН. 2002. Т. 386. № 1. С. 38.
  16. Дворкович В.П., Дворкович А.В. Оконные функции для гармонического анализа сигналов. М.: Техносфера, 2016.
  17. Будунова К.А., Кравченко В.Ф. // Физические основы приборостроения. 2022. Т. 11. № 1(43). С. 2.
  18. Марпл-мл. С.Л. Цифровой спектральный анализ и его приложения. М.: Мир, 1990.
  19. Ширман Я.Д., Манжос В.Н. Теория и техника обработки радиолокационной информации на фоне помех. М.: Радио и связь, 1981.

Supplementary files

Supplementary Files
Action
1. JATS XML
Download
2. Fig. 1. Dependences of the total coefficient of rejection efficiency of the UP on the normalized frequency when removing Nуд = 50 frequency samples; weighting of the implementation of the Hanna VF (1) and the Kravchenko VF: (2), (3), (4).

Download (153KB)
Indexing metadata
3. Fig. 2. Dependences of the total coefficient of rejection efficiency of the UP on the normalized frequency when removing Nуд = 50 frequency samples; weighting of the Dolph–Chebyshev waveform implementation and a sine window: ДЧ5(1), sine window (2), ДЧ3.5(3), ДЧ3(4).

Download (167KB)
Indexing metadata
4. Fig. 3. Dependences of the total rejection efficiency coefficient of the UP on the normalized frequency; weighting of the Kaiser VF implementation: β = 6, Nуд = 50 (1) and 10 (2); β = 5, Nуд = 50 (3) and 10 (4).

Download (134KB)
Indexing metadata
5. Fig. 4. Dependences of the total coefficient of rejection efficiency of the UP on the normalized frequency when removing Nуд = 50 frequency samples; weighting of the implementation of the VF (1), Parzen (2), (3) and (4).

Download (130KB)
Indexing metadata
6. Fig. 5. Dependences of the total coefficient of rejection efficiency of the UP on the normalized frequency when removing Nуд = 50 frequency samples; weighting of the implementation of the VF (1), (2), Henning (3), (4), (5).

Download (115KB)
Indexing metadata
7. Fig. 6. Dependences of the FM-SRS transmission coefficient on the normalized frequency with a removal of Nуд = 50 frequency samples; weighting of the VF DC5(1) and (2).

Download (92KB)
Indexing metadata
8. Fig. 7. Dependences of the FM-SRS transmission coefficient on the normalized frequency with a removal of Nуд = 50 frequency samples; weighting of the VF (1) and (2).

Download (90KB)
Indexing metadata
9. Fig. 8. Dependences of the probability of correct execution of the search by the FM-SRS delay, observed against the background of the UP and noise, on the “interference/signal” ratio at qep = 45 dBHz, M = 1: FM-SRS search without partial dispersion (curve 1); single WF at Nуд = 10 (2, 3) and 50 (4, 5); WF K4DCh5 (6, 7), Henning WF (8), (9), (10) at Nуд = 50; fixed interference frequency – 1, 2, 4, 6, random – 3, 5, 7 and 8–10.

Download (89KB)
Indexing metadata
10. Fig. 9. Dependences of the probability of correct execution of the search by FM-SRS delay, observed against the background of UP and noise, on the “interference/signal” ratio at qep = 45 dBHz, M = 5, Nуд = 50: VF K4DCH5 (1, 2); Henning (3, 4); (5, 6); (7, 8); odd curves correspond to a fixed interference frequency, even curves – to a random one.

Download (89KB)
Indexing metadata

Copyright (c) 2024 Russian Academy of Sciences

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».