Р ЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ

Методом компьютерного моделирования по 11 реальным и тестовым видеопоследовательностям, содержащим от 3 до 5 кадров, были проведены экспериментальные исследования алгоритмов оценивания ОП методом Лукаса-Канаде и Хорна-Шунка.

Выбирались весовые коэффициенты ДФ (5) – (9).

Минимум нормированного среднего квадрата ошибки (1) был достигнут при использовании маски (6) с весовым коэффициентом равным 1.8. Например, для тестового изображения, приведенного на рис.1.,



²

составил 0.005. По сравнению с ДФ (5) фильтр (6) обеспечил уменьшение



² более чем на 20%.

Использование остальных фильтров не привело к существенному изменению



² .

Для алгоритма Хорна-Шунка были протестированы такие же маски, как и для алгоритма Лукаса-Канаде.

Оптимальной также оказалась маска (6) с весовым коэффициентом равным 2.1. Для тестового изображения, приведенного на рис.1.,



² составил 0.0026. Модуль

разности изображений I x y₁

( , )

и

2

( ˆ ( , ), ˆ ( , ))

I x u x y y v x y  приведен на рис.2.

Рис.2. Модуль разности изображений после компенсации геометрических искажений, обусловленных ОП.

Для оператора Лапласа оптимальной оказалась дифференцирующая маска M1.

VI.

В

ЫВОДЫ И ЗАКЛЮЧЕНИЕ

Методом компьютерного моделирования проведены исследования алгоритмом оценивания ОП по реальным и тестовым видеопоследовательностям. Показано, что дифференциаторы влияют на качество работы алгоритма оценивания оптического потока. Определены оптимальные параметры ДФ.

Были реализованы векторизованные алгоритмы оценивания ОП Лукаса-Канаде и Хорна-Шунка в среде Matlab, обладающие высоким быстродействием, что позволило выполнить оптимизацию параметров алгоритмов по видеопоследовательностям, содержащим кадры больших размеров.

С

ПИСОК ЛИТЕРАТУРЫ

[1] Jähne B. Digital Image Processing.– Springer-Verlag Berlin Heidelberg, 2005.– p. 608.

[2] Lucas D.B.,Kanade T. An iterative image registration technique with an application to stereo vision // Proc. of the 7th international joint conference on Artificial intelligence,1981. V. №2, рр. 674-679.

[3] Hamming R.W. Digital Filters. – N. Y. United States, 1997. – p. 296.

[4] Horn B.K.P., Schunck B.G. Determining optical flow // Artificial Intelligence, 1981. V. №17. pp. 185–203.

Костырина Алѐна Евгеньевна, студент Новосибирского государственного технического университета. Область научных интересов – цифровая обработка

изображений и

видеопоследовательностей.

Грузман Игорь Семенович, доктор технических наук, профессор кафедры теоретических основ радиотехники Новосибирского государственного технического университета. Область научных интересов - применение статистических методов в системах обработки изображений и компьютерного зрения. Автор и соавтор более 170 научных работ.

978-1-5386-7054-5/18/$31.00 ©2018 IEEE 51

Многоэлементная СВЧ нагрузка с трансформацией характеристического сопротивления диссипативного тракта

Ксения А. Любушкина Владимир П. Разинкин

Новосибирский государственный технический университет, Новосибирск, Россия

Аннотация – В представленной работе проведен анализ и моделирование многоэлементной СВЧ нагрузки с трансформацией характеристического сопротивления диссипативного тракта, выполненного на планарных пленочных резисторах. Проведена оценка частотных свойств для предложенных схемотехнических решений нагрузок и аттенюаторов.

Ключевые слова – Сверхвысокие частоты, пленочный резистор, микрополосковая линия, многоэлементная нагрузка, полоса рабочих частот

I.

В

ВЕДЕНИЕ

ИРОКОПОЛОСНЫЕ СВЧ нагрузки высокого уровня мощности применяются в радиопередающих устройствах систем связи, телевидения и радиовещания. СВЧ нагрузки являются базовыми компонентами измерительного оборудования для контроля параметров выходного сигнала радиопередатчиков [1, 2]. В настоящее время актуальной задачей является расширение полосы рабочих частот при сохранении допустимого уровня мощности входного СВЧ сигнала. Основными параметрами нагрузки являются: ширина полосы рабочих частот, уровень рассеиваемой мощности, качество согласования и массогабаритные параметры.

При разработке СВЧ нагрузок большой мощности предпочтение отдается микрополосковым плѐночным технологиям. Они при небольших размерах диссипативных устройствобеспечивают эффективный отвод рассеиваемой мощности. Пленочные нагрузки реализуются в виде многоэлементных параллельно- последовательных схем и многокаскадных структур, состоящих из отдельных согласованных звеньев.

Многоэлементное и многокаскадное построение позволяет существенно уменьшить паразитные емкости планарных пленочных резисторов, что приводит к соответствующему увеличению полосы рабочих частот.

Однако следует отметить, что в настоящее время еще не все методы расширения полосы рабочих частот достаточно хорошо изучены и апробированы.

II.

П

ОСТАНОВКА ЗАДАЧИ

Задачей данной работы является разработка, исследование и моделирование многокаскадных

широкополосных СВЧ нагрузок и аттенюаторов с трансформацией характеристического сопротивления диссипативного тракта, выполненного на планарных пленочных резисторах. Для этого предложены соответствующие схемотехнические решения и проведена оценка влияния трансформации характеристического сопротивления на ширину полосы рабочих частот

.

III.

Т

ЕОРИЯ

Широкополосные нагрузки и аттенюаторы на сосредоточенных резисторах обычно реализуются с помощью каскадного включения симметричных согласованных Т- или П-образных структур. Для трансформации характеристического сопротивления в сторону его понижения также используются несимметричные Г-образные структуры [3, 4]. Схемы описываемых структур показаны на рис. 1.

a) б)

в)

Рис. 1. Согласованные структуры на сосредоточенных резисторах Расчѐт номинальных значений резисторов для Т- П- и Г- структур определяется по следующим соотношениям:

2

1 2 3Т 4

3Г 4Г 3

3

1; 1; 1; 2 ;

1 2 1 1

( )

( ); ,

Т

вых вх Г

вх вх вых

вых Г вх

A R A A R

R R R R R R

A A A A

A

R R R

R R R R R

R R R

  

   

  

 

   

 

(1)

где R - волновое сопротивление; R_вх, R_вых^- соответственно входное и выходное сопротивление Г- структуры;

Ш

52

Ku

A

1

 – коэффициент затухания по напряжению;

вх u Uвых

K U – коэффициент передачи по напряжению.

Вносимое затухание для несимметричной Г-структуры равно

20 log( 1)

min

R R

вх вх

A Rвых Rвых

    [дБ]. (2)

На рис. 2 приведена согласованная несимметричная П- структура, обеспечивающая трансформацию характеристического сопротивления.

Рис. 2. П-схема с трансформацией сопротивлений

Для П-аттенюатора с трансформацией сопротивлений (50-37,5-25 Ом) номиналы резисторов находятся из численного решения системы уравнений (3), поскольку в явном виде они не выражаются

2 2 3 2

2 2

3 1

2 2

3 1

2 1

3 2

1 1

3 2

1

,

( )

,

( )

.

вых вых u

вых вых вых

вых вх

вых вых вх вх вых

вх вх

R R

R R

K R R

R R R

R R R R

R R

R R R

R R

R R

R R

R R

R R

R R R

R R

R R

 

 

  

 

 

 

  

 

 

 

  



 

  

  

 

  

 

(3)

Анализ показывает, что у описываемых СВЧ нагрузках и аттенюаторах существует недостаток, который проявляется в ухудшении согласования в области частот выше 500 МГц. Это происходит из-за влияния паразитных реактивных параметров сосредоточенных резисторов – собственной индуктивности, и паразитной емкости. Так же недостатком этого типа нагрузки является малый уровень рассеиваемой СВЧ мощности, выделяющейся на резисторах и не превышающей 10 Ватт. Для устранения этих недостатков в работе предложено использовать многокаскадное построение нагрузок и аттенюаторов, в том числе с трансформацией характеристического сопротивления в сторону его понижения. Это обусловлено тем, что в диссипативных трактах с пониженным характеристическим сопротивлением при той же величине паразитной емкости большая полоса рабочих частот существенно увеличивается.

IV.

Р

ЕЗУЛЬТАТЫ ЭКСПЕРИМЕНТОВ

Путем вычислительного эксперимента на основе использования уравнений (1) была получена зависимость минимального коэффициента затухания от коэффициента трансформации для Г-цепей. По полученному графику (рис. 3) можно определить минимальное реализуемое значение коэффициента затухание при данном коэффициенте трансформации.

Рис. 3. Зависимость минимального затухания от коэффициента трансформации для Г-цепи

В простейшем случае в качестве нагрузки может быть использован согласованный аттенюатор в виде однокаскадной П-структуры, как показано на рис. 4. На рис. 5 приведена частотная зависимость коэффициента стоячей волны по входу (КСВ) для однокаскадной нагрузки, в котором не используются согласующе- компенсирующие цепи для паразитных емкостей планарных пленочных резисторов.

Рис .4. Однокаскадная СВЧ нагрузка

Рис. 5. Частотная зависимость КСВ однокаскадной СВЧ нагрузки

53

Из представленного выше графика рис. 5 можно сделать вывод о том, что однокаскадная нагрузка имеет полосу рабочих частот 0-560 МГц по уровню КСВ=1,2 и не удовлетворяет современным требованиям к такому классу нагрузок.

Более широкую полосу частот обеспечивает двухкаскадная структура, содержащая большее число менее мощных резистивных элементов с небольшими паразитными емкостями. На рис. 6 приведена нагрузка в виде двухкаскадного согласованного аттенюатора, в котором на входе и выходе используются согласующие цепи в виде фильтра нижних частот третьего порядка.

Рис. 6. Двухкаскадная СВЧ нагрузка с согласующими цепями

На рис. 7 приведена частотная зависимость коэффициента стоячей волны по входу (КСВ) для двухкаскадной СВЧ нагрузки с согласующими цепями.

Для получения максимально достижимой полосы частот была проведена оптимизация параметров элементов согласующих цепей симплексным методом.

Рис. 7. Частотная зависимость КСВ двухкаскадной СВЧ нагрузки с согласующими цепями

Как видно из графика рис. 7, при использовании согласующих цепей двухкаскадная нагрузка имеет полосу рабочих частот 0- 1350 МГц по уровню КСВ=1,2.

Из этих данных следует, что увеличение каскадов приводит к существенному расширению полосы рабочих частот.

Для дополнительного расширения полосы рабочих частот предлагается в двухкаскадной СВЧ нагрузке применить трансформацию характеристического сопротивления (50-37,5-25 Ом). Схема нагрузки с трансформацией характеристического сопротивления и согласующими цепями приведена на рис. 8, а на рис. 9 показана частотная зависимость КСВ, полученная после

оптимизации параметров элементов согласующих цепей.

Как видно из графика рис. 9, двухкаскадная СВЧ нагрузка с трансформацией характеристического сопротивления имеет более широкую полосу рабочих частот 0 - 2000 МГц по уровню КСВ=1,2. Это объясняется тем, что результирующая входная емкость в схеме с трансформацией оказывается значительно меньше, что обусловлено проявлением эффекта

«развязки» в цепях с диссипативными потерями. За счет уменьшения эквивалентной входной емкости увеличивается полоса пропускания фильтра нижних частот, используемого в качестве согласующей цепи, следовательно, увеличивается полоса рабочих частот нагрузки.

Рис. 8. Двухкаскадная СВЧ нагрузка с трансформацией характеристического сопротивления

Рис. 9. Частотная зависимость КСВ двухкаскадной СВЧ нагрузки с трансформацией сопротивления и с согласующими цепями

На рис. 10 для сравнения приведены частотные зависимости КСВ для всех вариантов нагрузок, рассмотренных в данной работе.

Рис. 10. Частотная зависимость КСВ для однокаскадной нагрузки, двухкаскадной нагрузки и двухкаскадной нагрузки с трансформацией характеристического сопротивления

54

Применение согласующих цепей в виде фильтра нижних частот в исследованных типах нагрузок обеспечивает после оптимизации пульсирующую форму частотной зависимости КСВ. Это в соответствии с принципом чебышевского альтернанса позволяет сделать вывод о том, что полученные характеристики близки к глобальному оптимуму.

IV.

В

ЫВОДЫ И ЗАКЛЮЧЕНИЕ

Результаты компьютерного моделирования частотных свойств многокаскадных СВЧ нагрузок и аттенюаторов в пленочном микрополосковом исполнении показало, что трансформация характеристического сопротивления диссипативного тракта в сторону его понижения существенно увеличивает полосу рабочих частот.

Расширение полосы рабочих частот в схеме с трансформацией характеристического сопротивления обусловлено тем, что уменьшается влияние паразитных емкостей планарных пленочных резисторов на качество согласования. Диссипативные элементы в данном случае в большей степени проявляют эффект развязки для паразитных емкостей планарных пленочных резисторов.

Применение оптимальных согласующих цепей в виде фильтра нижних частот в многокаскадных нагрузках с трансформацией характеристического сопротивления позволило существенно расширить полосу рабочих частот. За счет высокого качества согласования предложенные широкополосные нагрузки позволяют проводить качественную настройку и проверку параметров выходного сигнала мощных радиопередающих устройств с цифровыми видами модуляции.

С

ПИСОК ЛИТЕРАТУРЫ

[1] Богомолов П.Г. Методы увеличения полосы рабочих частот и уровня входной мощности в многокаскадных СВЧ аттенюаторах дис : канд. техн. наук: 05.12.07/ П.Г.

Богомолов ; науч. рук. М.Г. Рубанович ; Новосиб. гос.

техн. ун-т. – Новосибирск, 2016. – 138 л. : ил. табл.

[2] Рубанович М.Г. Сверхширокополосные аттенюаторы высокого уровня мощности : монография / М.Г.

Рубанович, В.А. Хрусталев, В.П. Разинкин. – Новосибирск : Изд-во НГТУ, 2015. – 332 с. (Серия «Монографии НГТУ»).

[3] Рэд Э. Справочное пособие по высокочастотной схемотехнике: Схемы, блоки, 50-омная техника: Пер. с нем. – М.: 1990 – 256с., ил.

[4] Савенков Г.Г. Многоступенчатая микрополосковая СВЧ- нагрузка / Г.Г. Савенков, В.П. Разинкин, А.Д. Мехтиев //

Вопросы радиоэлектроники . 2018. № 4, С.53-57.

Любушкина Ксения Александровна получила квалификацию бакалавра систем мобильной связи в 2017 году, обучается в магистратуре Новосибирского государственного технического университета на кафедре теоретических основ радиотехники.

Разинкин Владимир Павлович - доктор технических наук, профессор кафедры теоретических

основ радиотехники

Новосибирского государственного технического университета. Автор более 270 научных и учебных работ. Область научных исследований широкополосные пассивные и активные СВЧ

устройства для

телекоммуникационных систем и оборудования связи

978-1-5386-7054-5/18/$31.00 ©2018 IEEE 55

Расширенный спектральный

классификатор сигналов в системе пассивной сейсмической локации

Юрий В. Морозов, Михаил А. Райфельд, Александр А. Спектор

1

Новосибирский государственный технический университет, Новосибирск, Россия

Аннотация – В работе предложено дополнить классификатор сейсмического сигнала в системе пассивной сейсмической локации дополнительным неизвестным классом, к которому могут быть отнесены природные и техногенные внешние воздействия. Проверка гипотезы о принадлежности объекта классу выполнена с использованием критерия χ-квадрат. Количество правильных решений составляет 90% от общего количества решений.

Ключевые слова – классификация, плотность распределения вероятностей, преобразование Фурье, огибающая, спектр.

I.

В

ВЕДЕНИЕ

ИСТЕМЫ ПАССИВНОЙ СЕЙСМИЧЕСКОЙ локации (ПСЛ) все шире применяются для решения задач наблюдения за движущимися целями, которые могут представлять собой угрозу для протяженного охраняемого объекта [1,2]. Надежность функционирования таких систем во многом определяется функциональностью алгоритмического и программного обеспечения, которое используется для решения задач обнаружения, трассировки и классификации сейсмических сигналов от объектов с непрерывным и импульсным воздействием на грунт:

человек, группа людей, крупное животное, транспортное средство [3].

Общие принципы построения системы ПСЛ и алгоритм классификации амплитудных спектров сейсмических сигналов на основе метода максимального правдоподобия изложены в [4]. Принимается, что в качестве исходных данных для классификатора используются только полезные сигналы от сейсмических объектов, так как процедуре классификации предшествует процедура обнаружения сигнала [5].

Особенностью систем ПСЛ, все шире используемых для наблюдения и охраны, является их размещение в полевых условиях. Погруженные в грунт геофоны, применяемые в качестве датчиков сейсмических сигналов, могут подвергаться различным неконтролируемым воздействиям окружающей среды:

дождь, гроза, падение веток с деревьев и т.д. Эти воздействия могут быть восприняты обнаружителем как полезные сигналы, которые определяются классификатором как сигналы, например, от человека

или автомобиля. В связи с этим возникает необходимость расширения функциональных возможностей классификатора в составе алгоритмического обеспечения ПСЛ.

II.

П

ОСТАНОВКА ЗАДАЧИ

Целью настоящего исследования является разработка расширенного алгоритма классификации на основе принципа максимального правдоподобия, который различает помимо основных C классов, соответствующих реальным движущимся объектам, дополнительный C+1-й класс, к которому классификатор должен относить все упомянутые во введении неконтролируемые воздействия внешней среды.

III.

Т

ЕОРИЯ

Система пассивной сейсмической локации обычно состоит из группы сеймических датчиков, которые помещены в грунт. Расстояние между соседними датчиками определяется сейсмопроводностью грунтов и в среднем составляет (10…15)м. При появлении сейсмоактивного объекта, оказывающего воздействие на грунт, порожденные им сигналы воспринимаются одним или несколькими датчиками. Сигналы этих датчиков, образующих активную группу, подвергаются предварительной обработке для последующей классификации.

Частотный спектр сейсмических сигналов в ПСЛ обычно ограничен частотами (120-150)Гц. Поэтому частота дискретизации сейсмических сигналов лежит в диапазоне (400-800)Гц. Приводимые в работе результаты опирались на экспериментальные записи сигналов, полученных в изделии ПСЛ с частотой взятия отсчетов 600Гц. Для дальнейшей обработки отсчеты объединяются в циклы по 1000 отсчетов, что соответствует интервалу времени 1.67с. Структурная схема предварительной обработки приведена в [4]. Она включает в себя декорреляцию, детектирование, сглаживание огибающей сейсмического сигнала и наложение окна. Декорреляция или выбеливание осуществляется для олабления сейсмического фона.

Затем путем детектирования выделяется огибающая сейсмического сигнала. Наконец, огибающая подвергается скользящему сглаживанию путем

С

56

усреднения некоторого количества соседних отсчетов.

Задачей сглаживания является дальнейшее ослабление флюктуаций, вызванных действием сейсмического фона.

Для объектов с импульсным воздействием на грунт сглаживание приводит к относительному ослаблению выбросов фона, что способствует более качественной передаче сигнальных импульсов. Для этого, конечно, размер «окна» не должен превышать длительность импульсного сигнала. Как правило, интервал усреднения составляет от 15 до 50 отсчетов. Сглаженная огибающая выбеленного сейсмического сигнала является основой для выделения классификационных признаков.

Каждый цикл из 1000 отсчетов сглаженного сигнала подвергается быстрому преобразованию Фурье для формирования амплитудного спектра огибающей.

Особенности сигналов разных классов во временной области порождают соответствующие особенности в час- тотной области.

В качестве классификационных признаков приняты гармонические составляющие нормированного амплитудного спектра огибающей (АСО)

J j J

k x k x j

x j   

 max  , 0 0

 

,

(1)

где xj – j-я ненормированная спектральная

составляющая, maxJ – полное количество спектральных отсчетов для цикла из 1000 временных отсчетов, J 10 – количество спектральных составляющих, участвующих в классификации, начиная с первой.

На рис. 1-4 представлены пучки АСО для четырех классов объектов: человека, группы людей (3 человека), крупного животного (лошадь) и автомобиля. Для удобства используется нумерация классов

k  1 , 4

.

Поскольку xj являются случайными величинами, каждая из них имеет свою плотность распределения вероятностей p(xj). Полагаем элементы спектра некоррелированными[8], и, следовательно, для каждого класса c совместное распределение признаков определяется произведением плотностей распределения по всем временным циклам и по всем датчикам, участвующим в классификации:

( , )

1 1 0

( ) ( )

M I J

m i

c c

m i j

p X 



_{  } p xj ⁽²⁾ где X – вектор, элементами которого являются J+1 спектральные составляющие, измеренные в M рабочих циклах на I датчиках, участвующих в классификации.

Решение выносится в пользу того класса c, для которого статистика (2) максимальна.

0 10 20 30

0 0.1 0.2 0.3 0.4

j

Рис. 1. АСО сигнала человека, c=1

0 10 20 30

0 0.1 0.2 0.3 0.4

j

Рис. 2. АСО сигнала группы людей c=2

0 10 20 30

0 0.1 0.2 0.3 0.4

j

Рис. 3. АСО сигнала крупного животного, c=3

57

0 10 20 30

0 0.1 0.2 0.3 0.4

j Рис. 4 АСО сигнала автомобиля, c=4

Основным недостатком классификатора, основанного на принципе максимального правдоподобия, является выдача неправильных результатов классификации при возникновении явлений, сейсмические сигналы которых похожи на сигналы целей. Например, шум дождя может быть похож на сигнал автомобиля. Необходимо проверить гипотезу о том, что анализируемый объект действительно относится к одному из рассматриваемых C классов. Альтернативной является гипотеза о том, что объект не относится ни к одному из этих четырех классов, а относится к так называемому C+1-му классу.

Рассмотрим статистику

( , ) 2 2

, ,

1 1 1

( ) ^{M I J} ( ^{m i} ) /

c c j c j

m i j

X x

 j  

  





 ^{, (3)}

где



_{c j,}

и 

_{c j,} – соответственно среднее и СКО j-го классификационного признака для пучка АСО класса c.

Данная статистика подчиняется распределению



². Для данной статистики имеет место следующее решающее правило

2 , * * 2

, * *

1.. , ( ) 1, ( )

c M I J

c M I J

с C X

c C X





 

 

 

   ^{, (4)}

где α – уровень значимости.

No documento TECHNICAL CONFERENCE ON ACTUAL PROBLEMS OF ELECTRONIC INSTRUMENT (páginas 52-59)