Исследование методов обеспечения и оценки помехозащищенности радиотехнических систем

Способы совершенствования помехозащищенных радиотехнических систем (РТС), анализ их основных характеристик и параметров. Методы повышения скрытности РТС, их устойчивости к преднамеренным помехам. Оценка эффективности предлагаемых технических решений.

Рубрика Коммуникации, связь, цифровые приборы и радиоэлектроника
Вид дипломная работа
Язык русский
Дата добавления 17.04.2015
Размер файла 559,5 K

Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже

Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.

3.2.4 Обоснование целесообразности использования ИМ

Несмотря на то что имитационное моделирование на ЭВМ является мощным инструментом исследования систем, его применение рационально не во всех случаях. Известно множество задач, решаемых более эффективно другими методами. Вместе с тем для большого класса задач исследования и проектирования систем метод имитационного моделирования наиболее приемлем. Правильное его употребление возможно лишь в случае четкого понимания сущности метода имитационного моделирования и условий его использования в практике исследования реальных систем при учете особенностей конкретных систем и возможностей их исследования различными методами.

В качестве основных критериев целесообразности применения метода имитационного моделирования на ЭВМ можно указать следующие:

- отсутствие или неприемлемость аналитических, численных и качественных методов решения поставленной задачи;

- наличие достаточного количества исходной информации о моделируемой системе S для обеспечения возможности построения адекватной имитационной модели;

- необходимость проведения на базе других возможных методов решения очень большого количества вычислений, трудно реализуемых даже с использованием ЭВМ;

- возможность поиска оптимального варианта системы при ее моделировании на ЭВМ.

Имитационное моделирование на ЭВМ, как и любой метод исследований, имеет достоинства и недостатки, проявляющиеся в конкретных приложениях [45]. К числу основных достоинств метода имитационного моделирования при исследовании сложных систем можно отнести следующие:

- возможность исследовать особенности процесса функционирования системы S в любых условиях;

- сокращение продолжительности испытаний по сравнению с натурным экспериментом;

- возможность включения результатов натурных испытаний реальной системы или ее частей для проведения дальнейших исследований;

- имитационная модель обладает гибкостью варьирования структуры, алгоритмов и параметров моделируемой системы, что важно с точки зрения поиска оптимального варианта системы;

- имитационное моделирование сложных систем часто является единственным практически реализуемым методом исследования процесса функционирования таких систем на этапе их проектирования.

Основным недостатком, проявляющимся при машинной реализации метода имитационного моделирования, является то, что решение, полученное при анализе имитационной модели М, всегда носит частный характер, так как оно соответствует фиксированным элементам структуры, алгоритмам поведения и значениям параметров системы S, начальных условий и воздействий внешней среды Е. Поэтому для полного анализа характеристик процесса функционирования систем, а не получения только отдельной точки приходится многократно воспроизводить имитационный эксперимент, варьируя исходные данные задачи. При этом, как следствие, возникает увеличение затрат машинного времени на проведение эксперимента с имитационной моделью процесса функционирования исследуемой системы 5 [6].

При имитационном моделировании так же, как и при любом другом методе анализа и синтеза системы S, весьма существен вопрос его эффективности.

Эффективность имитационного моделирования может оцениваться рядом критериев:

- точностью и достоверностью результатов моделирования,

- временем построения и работы с моделью М,

- затратами машинных ресурсов (времени и памяти),

- стоимостью разработки и эксплуатации модели.

Очевидно наилучшей оценкой эффективности является сравнение получаемых результатов с реальным исследованием, т.е. с моделированием на реальном объекте при проведении производственного эксперимента. Поскольку это не всегда удается сделать, то статический подход позволяет с определенной степенью точности при повторяемости машинного эксперимента получить какие-то усредненные характеристики поведения системы. Существенное влияние на точность моделирования оказывает число реализаций, и в зависимости от требуемой достоверности можно оценить необходимое число реализаций воспроизводимого случайного процесса.

Существенным показателем эффективности являются затраты машинного времени. В связи с использованием ЭВМ различного типа суммарные затраты складываются из времени по вводу и выводу данных по каждому алгоритму моделирования, времени на проведение вычислительных операций с учетом обращения к оперативной памяти и внешним запоминающим устройствам, а также сложности каждого моделирующего алгоритма. Расчеты затрат машинного времени являются приближенными и могут уточняться по мере отладки программ и накопления опыта у исследователя при работе с имитационной моделью. Большое влияние на затраты машинного времени при проведении имитационных экспериментов оказывает рациональное планирование таких экспериментов. Определенное влияние на затраты машинного времени могут оказать процедуры обработки результатов моделирования, а также форма их представления.

Построение имитационных моделей больших систем и проведение машинных экспериментов с этими моделями представляют собой достаточно трудоемкий процесс, в котором в настоящее время много неизученного. Однако специалисты в области проектирования, исследования и эксплуатации больших систем должны в совершенстве знать методологию машинного моделирования, сложившуюся к настоящему времени, чтобы быть готовыми к появлению ЭВМ следующих поколений, которые позволят сделать еще один существенный шаг в автоматизации построения моделей и использования имитационного моделирования систем.

4. Оценка эффективности предлагаемых технических решений

4.1 Методика оценки эффективности итерационного алгоритма

Эффективность рассматриваемого алгоритма уплотнения ШПС можно оценить по двум конечным показателям: по помехоустойчивости и по дополнительным энергетическим затратам, необходимым для подавления ВП.

Помехоустойчивость алгоритма оценим по вероятности ошибки когерентного приема двоичного противоположного сообщения , усредненной по всем каналам уплотнения и всем возможным реализациям ГС, как функции числа итераций при заданном отношении сигнал-шум и заданных значениях элементов матрицы корреляции .

В общем случае искомую вероятность можно определить по формуле

, (6)

где - вероятность ошибки приема двоичного сообщения на -й итерации в -м канале при обработке -й реализации ГС; - число реализаций ГС, численно равного наибольшему числу уплотняемых сообщений .

В том случае, если шум является гаусовским с постоянной спектральной плотностью мощности, а обработка каждой реализации ГС осуществляется согласно правила (1), то распределение отсчетов на выходе устройства разделения каналов (УРК), нормированных относительно , также будет гаусовским с математическим ожиданием и дисперсией , где - отсчет на выходе УРК при отсутствии шума приемника, - отсчет ВП на выходе УРК. В этом случае вероятность ошибки можно определить по формуле

, (7)

где - интеграл вероятности;

- знак аргумента .

Дополнительные энергетические затраты алгоритма уплотнения неортогональных ШПС можно определить с помощью коэффициента

, (8)

где ; - соответственно, средние энергии реализации ГС на -й итерации рассматриваемого алгоритма и при обычном линейном кодовом уплотнении (ЛКУ), усредненных по всем возможным комбинациям уплотняемых двоичных сообщений; ; - соответственно, энергии -х реализаций ГС на -й итерации рассматриваемого алгоритма и при ЛКУ, при котором .

Подставив в выражение для энергий -х реализаций ГС выражения для реализаций ГС при соответствующих алгоритмах уплотнения с учетом того, что из алгебры известно соотношение , получим ; . Такое представление энергий реализаций ГС позволяет определить их значения вне зависимости от форм ОКС, что с одной стороны позволяет существенно упростить расчеты оценки показателей эффективности, с другой стороны, позволяет получить зависимость эффективности алгоритма от корреляционных свойств используемой системы ОКС, в частности от нормы матрицы корреляции, которая является аналогом мощности ВП.

4.2 Результаты моделирования итерационного алгоритма уплотнения

При помощи имитационного моделирования (программа имитационной модели представлена в приложении 1) в дипломной работе получены графические зависимости энергетических затрат, требуемых для компенсации взаимных помех, возникающих из-за применения квазиортогональных сигналов рассматриваемой системы и вероятности ошибки от числа итераций алгоритма уплотнения. Исходные данные модели следующие. Число каналов уплотнения 10. Коэффициент взаимной корреляции одинаков для всех пар канальных сигналов и равен 0,1, что соответствует нормированной относительно мощности полезного сигнала мощности взаимных помех 0,09. Отношение сигнал-шум по мощности равен 9. При данных исходных данных, что подтверждается полученными опытными данными, отношение сигнал-помехи из-за действия ВП снижается примерно в два раза.

Числовые данные, по которым построены графики, приведены в таблице 1.

Таблица 1 - Зависимость энергетических затрат и вероятность ошибок от числа итераций алгоритма уплотнения

Номер итерации

0

1

2

3

4

5

6

7

8

9

10

Энерю. затраты

1

0,98

1,15

1

1,13

1

1,1

1

1,1

1,02

1,09

Вероят. ошибки

4,11Е-03

3,28Е-03

3,68Е-04

1,11Е-03

1,44Е-04

4,18Е-04

6,72Е-05

1,79Е-04

3,70Е-05

9,02Е-05

2,38Е-05

Рисунок 6 - Зависимость энергетических затрат и вероятности ошибки от числа итераций

Из приведенного графика можно сделать следующие выводы:

1. Вероятность ошибки уменьшаться с числом итераций и стремится к вероятности ошибки при действии только шума приемника (взаимные помехи полностью устранены).

2. Энергетические затраты уменьшаются с числом итераций и стремятся к некоторому предельному значению, равного 1,06, что практически не скажется на вероятности ошибки при ограниченной мощности передатчика рассматриваемой системы.

Число итераций в данном случае равно 10, но в других случаях, при большей мощности взаимных помех оно может иметь и большее значение. Поскольку от числа итерации зависит сложность реализации кодового уплотнения, то необходимо обосновать меры по возможности уменьшения числа итераций.

Заключение

1. Одним из путей повышения помехозащищенности радиолиний с кодовым уплотнением является передача информации со сменой форм адресных сигналов. Однако при этом требуемое число форм сигналов может превысить значение их базы, вследствие чего нарушается их ортогональность, и соответственно, появляются взаимные помехи, снижающие качество передаваемой информации.

2. Проанализированы различные алгоритмы уплотнения и разделения неортогональных сигналов, позволяющие подавить взаимные помехи, сделан вывод о высокой эффективности итерационного алгоритма уплотнения.

3. Возможна аппаратная или программная реализация итерационного алгоритма уплотнения, при этом сложность реализации возрастает с числом каналов уплотнения по квадратической зависимости, а от числа реализаций по линейной.

4. Исследованный в работе итерационный алгоритм уплотнения позволяет при повышении энергетических затрат не более чем в 1,1.1,2 раза практически полностью устранить действие внутрисистемных помех между каналами и тем самым повысить эффективность применения перспективных СПИ.

Список использованных источников

1. Васин, В.А. Информационные технологии в радиотехнических системах: Учебное пособие / В.А. Васин, И.Б. Власов, Ю.М. Егоров и др.; Под ред.И.Б. Федорова. - М.: Изд-во МГТУ им Н.Э. Баумана, 2004. - 672 с.

2. Вишневский, С.Л., Энциклопедия WiMax Путь к 4G / С.Л. Вишневский, В.М. Портной, И.В. Шахнович. - М.: Техносфера, 2009. - 595 с.

3. Коганов, В.И. Основы радиоэлектроники и связи: учебник / В.И. Коганов, В.К. Битюков. - М.: Горячая линия-Телеком, 2007. - 542 с.

4. Варакин, Л.Е. Теория систем сигналов / М. Сов. Радио, 1978. - 314 с.

5. Тузов, Г.И. Помехозащищенность радиосистем со сложными сигналами / Под ред.Г.И. Тузова. - М.: Радио и связь, 1985. - 264 с.

6. Варакин, Л.Е. Системы связи с шумоподобными сигналами / Л.Е. Варакин. - М.: Радио и связь, 1985. - 384 с.

7. Борисов, Ю.П. Основы многоканальной передачи информации / Ю.П. Борисов. - М.: Связь, 1967. - 417 с.

8. Казаков, А.Н. Метод линейного кодового уплотнения каналов на основе неортогональных сигналов // Радиотехника и электроника, - 1992. - №6. - С.1126-1129.

9. Варакин, Л.Е. Теория систем сигналов / Л.Е. Варакин. - М.: Сов. Радио, 1978. - 304 с.

10. Дядюнов, Н.Г. Ортогональные и квазиортогональные сигналы / Н.Г. Дядюнов. - М.: Связь, 1977. - 224 с.

11. Бугров, Я.С. Элементы линейной алгебры и аналитической геометрии / Я.С. Бугров. - М.: Наука, 1984. - 288 с.

12. Варакин, Л.Е. Системы связи с шумоподобными сигналами / Л.Е. Варакин. - М.: Радио и связь, 1985. - 384 с.

13. Варакин, Л.Е. Теория систем сигналов / Л.Е. Варакин. - М.: Сов. радио, 1978. - 304 с.

14. Гуляев, Ю.В. Широкополосные телекоммуникационные средства с кодовым разделением каналов на основе хаотических сигналов / Ю.В. Гуляев // Радиотехника, - 2002. - № 10. - С.37-45.

15. Залогин, Н.Н. Широкополосные хаотические сигналы в радиотехнических и информационных системах / Н.Н. Залогин. - М.: Радиосвязь, 2006. - 150 с.

Приложения

Приложение А

Программный код имитационной модели алгоритма уплотнения неортогональных сигналов на языке Borland Pascal для определения требуемых энергетических затрат и числа итераций

program ocenka;

uses dos, crt;

label m1,exitQ;

var Rkor,RkorA: array [1.10,1.10] of single;

C: array [1.10,1.10] of integer;

A: array [1.10,1.10] of single;

P: array [1.10,1.10] of single;

tmp1,tmp,tmpA,Del,Uq: array [1.10] of single;

hkiq0s,Pq,Uq1,Poshkiq: array [1.10] of single;

hkiq: array [1.10,1.10,1.15] of single;

hkiq0: array [1.10,1.10] of single;

hkiq0sr,Pki,Yk: single;

Qi,n,h0,r, i,j,k,l,z,q: integer;

rsr: single;

m,Y,EsumC,EsumA,EkC,EkA,EsrC,EsrA,Gamma: real;

ok: boolean;

F,F1,F2: text;

function Posh (x: real): real;

var xp,tmp,x2,x3,x5,x7,x9: real;

begin

xp: =abs (x);

x2: =xp*xp;

x3: =xp*xp*xp;

x5: =xp*xp*xp*xp*xp;

x7: =xp*xp*xp*xp*xp*xp*xp;

x9: =xp*xp*xp*xp*xp*xp*xp*xp*xp;

if xp<=1 then

tmp: =0.5-1/sqrt (2*Pi) * (xp-x3/6+x5/40+x7/336+x9/371589120)

else

tmp: =1/sqrt (2*Pi) *1/sqrt (1+x2) *exp (-x2/2);

Posh: =tmp;

if x<0 then Posh: =1-tmp;

end;

begin

Assign (F,'D1PoshSr. DAT');

RewRite (F);

write ('Введите число каналов R ');

readln (r);

write ('Введите среднее значение коэффициента корреляции 0 < rsr < 1 ');

readln (rsr);

write ('Введите число итераций Q ');

readln (Qi);

writeln (F,'Число каналов ',R: 3);

writeln (F,'Rcp ',rsr: 5: 3);

z: =Trunc (exp (r*ln (2)));

h0: =3;

(* Формирование матрицы корреляции *)

for i: =1 to r do

begin

for j: =1 to r do

begin

if i=j then Rkor [i,j]: =1

else Rkor [i,j]: =rsr;

end;

end;

(* Формирование матрицы исходных сообщений *)

for n: =1 to z do

begin

for j: =1 to r do

begin

if n<=1 then C [n,j]: =-1;

if n>1 then

begin

for k: =1 to r do

C [n,k]: =C [n-1,k];

for k: =r downto 1 do

begin

if C [n,k] =-1 then

begin

C [n,k]: =1;

goto m1;

end;

if C [n,k] =1 then C [n,k]: =-1;

end;

m1:

end;

end;

(* Вычисление ЕkC*)

for j: =1 to r do

tmp [j]: =C [n,j];

EkC: =0;

for i: =1 to r do

for j: =1 to r do

EkC: =EkC+tmp [i] *tmp [j] *Rkor [i,j];

(* Формирование коэффициентов альфа *)

for j: =1 to r do

begin

tmp [j]: =C [n,j]; (* Начальное значение альфа *)

tmpA [j]: =tmp [j];

end;

(* Вычисление Pош без коррекции *)

for i: =1 to r do

for j: =1 to r do

RkorA [i,j]: =Rkor [i,j] *tmp [j];

for i: =1 to r do

Uq [i]: =0;

for i: =1 to r do

for j: =1 to r do

Uq [i]: =Uq [i] +RkorA [i,j];

for i: =1 to r do

Uq1 [i]: =Uq [i] *tmp [i];

for i: =1 to r do

hkiq0 [n, i]: =Posh (sqrt (2) *h0*Uq1 [i]);

(* Вычисление Pош с коррекцией *)

for q: =1 to Qi do

begin

for i: =1 to r do

Del [i]: =Uq [i] - tmp [i];

for i: =1 to r do

tmpA [i]: =tmpA [i] - Del [i];

(* Вычисление EkAq и коэффициента дополнительных энергетических затрат *)

for j: =1 to r do

tmp1 [j]: =tmpA [j];

EkA: =0;

for i: =1 to r do

for j: =1 to r do

EkA: =EkA+tmp1 [i] *tmp1 [j] *Rkor [i,j];

Yk: =Ekc/EkA;

(* Формирование отсчетов U *)

for i: =1 to r do

for j: =1 to r do

RkorA [i,j]: =Rkor [i,j] *tmpA [j];

for j: =1 to r do

Uq [j]: =0;

for i: =1 to r do

for j: =1 to r do

Uq [i]: =Uq [i] +RkorA [i,j];

(* Вычисление Pош *)

for i: =1 to r do

Uq1 [i]: =Uq [i] *tmp [i];

for i: =1 to r do

hkiq [n, i,q]: =Posh (sqrt (2) *h0*Uq1 [i] /sqrt (Yk));

end;

end;

writeln (F);

for q: =1 to Qi do

for i: =1 to r do

for n: =1 to z do

Pq [q]: =Pq [q] +hkiq [n, i,q];

for q: =1 to Qi do

Pq [q]: =Pq [q] /r/z;

for i: =1 to r do

for n: =1 to z do

hkiq0s [i]: =hkiq0s [i] +hkiq0 [n, i];

for i: =1 to r do

begin

hkiq0s [i]: =hkiq0s [i] /z;

writeln (F,'hkiq0s= ',hkiq0s [i]);

end;

for i: =1 to r do

hkiq0sr: =hkiq0sr+hkiq0s [i];

hkiq0sr: =hkiq0sr/r;

writeln (F,' Q P');

writeln (F,' 0',hkiq0sr);

for q: =1 to Qi do

writeln (F,q: 4,Pq [q]);

writeln (F);

for n: =1 to z do

for i: =1 to r do

writeln (F,'hkiq0 [',n: 3, i: 3,'] ',hkiq0 [n, i]: 9: 8);

writeln (F);

writeln (F,' n r q P');

for n: =1 to z do

for i: =1 to r do

for q: =1 to Qi do

writeln (F,n: 4, i: 4,q: 4,' ',hkiq [n, i,q]: 9: 8);

Close (F);

ReadKey;

end.

Размещено на Allbest.ru


Подобные документы

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу.