Rezumat Teza Szilagyi

ROMNIA
MINISTERUL APRRII NAIONALE
ACADEMIA TEHNIC MILITAR
Lt. col. ing. Andrei Szilagyi
REZUMATUL TEZEI DE DOCTORAT

TEMA: CONTRIBUII LA REALIZAREA
MODELRII RECEPTOARELOR DE
RZBOI ELECTRONIC DE RADIOLOCAIE
Conductor de doctorat:
Colonel (r) prof. univ. dr. ing. Gheorghe GAVRILOAIA
BUCURETI
- 2006 -
Cuprins
Cuprins
Abrevieri
Capitolul 1 Introducere
1.1 Cadrul general
1.2 Obiectivele cercetrii
10
1.3 Descrierea tezei
10
Capitolul 2 Concepte moderne de rzboi electronic
12
2.1 Rzboiul modern i spaiul de lupt digital
12
2.2 Rzboiul electronic
13
2.2.1. Protecia electronic
15
2.2.2. Sprijinul electronic
16
2.2.3. Atacul electronic
16
2.3 Receptoare de rzboi electronic de radiolocaie

2.3.1. Caracteristicile receptoarelor de rzboi electronic de
17
17
Radiolocaie
2.3.2. Cerine operaionale ale receptoarelor de rzboi electronic
18
de radiolocaie
2.3.2.1. Cerine operaionale tipice pentru sisteme ESM/ELINT
18
2.3.3. Tipuri de receptoare de rzboi electronic de radiolocaie
20
2.3.3.1. Receptoare numerice de rzboi electronic de
20
radiolocaie
2.4 Concluzii
22
Capitolul 3 Extragerea semnalului din zgomot n receptoarele de rzboi
24
electronic de radiolocaie
3.1 Extragerea semnalului din zgomot cu ajutorul estimrii spectrale
24
3.1.1 Metode clasice de estimare spectral
24
3.1.2
26
Metode moderne de estimare spectral
3.2 Utilizarea filtrelor adaptive pentru mbuntirea raportului semnal zgomot
29
n receptoarele de rzboi electronic de radiolocaie

3.2.1
Alegerea algoritmului folosit la filtrarea adaptiv
29
semnalelor n vederea atenurii componentei de zgomot

3.2.2
Algoritmul adaptiv LMS
31
3.3 Concluzii
33
Capitolul 4 Precondiionarea semnalelor radar c n receptorul de rzboi
35
electronic de radiolocaie u ajutorul filtrului adaptiv LMS

4.1 Introducere
35
4.2 Alegerea arhitecturii filtrului
35
4.3 Modelarea aciunii filtrului LMS asupra semnalului1 radar cu modulaie
37
discret de faz cu codificare Welti

4.3.1 Modelarea comportrii filtrului adaptiv asupra unui semnal
38
cu codificare binar de faz tip Welti

4.3.2 Rezultatele modelrii
38
a) Aciunea filtrului asupra semnalului cu codificare Welti
38
b) Caracteristica de frecven a filtrului
39
c) Eroarea medie ptratic - MSE
40
d) Analiza influenei unor parametri ai filtrului sau ai semnalului
41
asupra eficacitii filtrului LMS ca etaj de precondiionare a

semnalelor
a. influena lungimii (ordinului) filtrului
41
b. influena nivelului zgomotelor
42
c. influena valorii ntrzierii filtrului
42
d. influena coeficientului de convergen
43
4.4 Concluzii
43
Capitolul 5 Folosirea metodelor timp-frecven n analiza semnalelor de
45
radiolocaie din cadrul receptoarelor de rzboi electronic

5.1 Introducere
45
3
5.2 Analiza monodimensional a unor semnale de radiolocaie

5.2.1
Reprezentarea n timp i reprezentarea n frecven
5.3 Analiza bidimensional a unor semnale de radiolocaie.

5.3.1 Reprezentri liniare timp-frecven: Transformata Fourier pe
45
45
46
46
termen scurt (STFT - Short-Time Fourier Transform

.
a. Modelarea analitic a transformatei Fourier pe
46
termen scurt
b. Rezoluia timp-frecven a STFT
5.3.2. Reprezentri de tranziie de la reprezentrile liniare la
47
47
cele neliniare
5.3.3
a. Spectrograma
47
Reprezentri neliniare timp-frecven. Clasa lui Cohen
48
a. Reprezentarea Wigner-Ville (WVD)
49
b. Reprezentarea pseudo Wigner-Ville (PWVD)
49
c. Reprezentarea pseudo Wigner-Ville netezit
50
(Pseudodistribuia Wigner-Ville netezit, SPWVD)

d. Reprezentri timp-frecven redistribuite: spectrograma
50
redistribuit
e. Funcia de incertitudine (AF)
5.4 Extragerea informaiei din reprezentarea timp-frecven a unor semnale
51
53
de radiolocaie
5.4.1
Analiza timp-frecven: un instrument n evaluarea semnalelor din
53
cmpul radioelectronic
5.4.2
Interpretarea interferenelor din reprezentrile timp-frecven
5.4.3 Transformarea Wigner-Hough

5.5 Concluzii
Capitolul 6
53
54
56
Aplicarea analizei multivariabil la prelucrarea semnalelor n
57
receptorul de rzboi electronic de radiolocaie

6.1 Introducere
57
6.2 Analiza componetelor principale
58
6.3 Analiza componentelor independente
65
6.4 Concluzii
68
Capitolul 7 Scheme de procesare a semnalelor n receptoarele de rzboi
69
electronic de radiolocaie
7.1 Scheme moderne de procesare de semnal prezentarea rezultatelor
69
modelrii
7.2 Concluzii
76
Capitolul 8 Concluzii, contribuii personale i direcii viitoare de cercetare
78
8.1 Concluzii
78
8.2. Contribuii personale
84
8.3. Direcii viitoare de cercetare
85
Bibliografie
87
Abrevieri folosite n lucrare

Abrevierea
AEW
AF
AGS
ALE
AR
ARMA
COMINT
EA
Termenul pe larg
Scurt explicaie
Airborne Early Warning
Detectarea inamicului aerian sau terestru cu ajutorul unui radar
(avertizare timpurie la bordul platformelor
sau a altui echipament aflat la bordul unui vehicul aerian,
aeriene)
urmat de transmiterea unei avertizri forelor proprii
Ambiguity Function
Tip de reprezentare ntrziere-deviaie Doppler a unui semnal
(funcia de incertitudine)
(v. pct. 5.3.3.e)
Air-to-Ground Surveillance
Observarea sistematic a suprafeei terestre cu ajutorul unui
(supravegherea aerian a solului)
radar aflat la bordul unui vehicul aerian
Adaptive Line Enhancer
Eliminarea zgomotelor de band larg dintr-un semnal de
(atenuare adaptiv a zgomotelor)
band ngust cu ajutorul unui filtru adaptiv
AutoRegresive
Model folosit n cadrul metodelor parametrice de analiz
(autoregresiv)
spectral (v. pct. 3.1.2)
AutoRegressive Moving Average
Model folosit n cadrul metodelor parametrice de estimare
(medie mobil autoregresiv)
Communications Intelligence
Informaii tehnice sau de alt natur care au ca surs
(Informaii din comunicaii)
comunicaiile, recepionate de altcineva dect adresantul dorit
Electronic Attack
Ansamblul aciunilor care ntrebuineaz energia
(atac electronic)
electromagnetic, energia dirijat sau armele antiradiaie pentru

a degrada, neutraliza sau distruge capabilitile de lupt ale
inamicului
ELINT
Electronic Intelligence
Informaii tehnice i de localizare care rezult din radiaia
(Informaii electronice)
electromagnetic a echipamentelor de non-comunicaii, emise

de alte surse dect exploziile nucleare sau sursele radioactive
EP
Electronic Protection
Ansamblul de msuri pasive i active pentru diminuarea
(protecie electronic)
efectelor utilizrii rzboiului electronic de ctre forele proprii sau

inamic asupra personalului, mijloacelor i echipamentelor proprii
ES
Electronic Support
Aciunile de cutare, interceptare, identificare i localizare a
(sprijin electronic)
surselor de radiaie intenionat sau neintenionat a energiei

electromagnetice, n scopul cunoaterii imediate a unei
ameninri, contracarrii, planificrii i executrii operaiilor
viitoare
FFT
FIR
FPGA
Fast Fourier Transform (transformare
Algoritm optimizat de realizare a transformrii Fourier a unui
Fourier rapid)
semnal
Finite Impulse Response
Tip de funcie de transfer a unui filtru adaptiv caracterizat de
(rspuns n impuls finit)
existena doar a zerourilor (nativ stabil)
Field-Programmable Gate Array
Dispozitiv semiconductor care conine componente i
(arie de pori programabile)
interconectri programabile logic
HF
ICA
IF
IIR
LFM
L
High Frequency
Poriunea din spectrul electromagnetic cuprins ntre 3 MHz i
(frecvene nalte)
30 MHz
Independent Component Analysis
Tehnic statistic de transformare a datelor originale ntr-un set
(analiza componentelor independente)
de variabile independente
Intermediate Frequency
n cazul receptorului superheterodin: Valoarea frecvenei
(frecven intermediar)
purttoare a semnalului, obinut la ieirea mixerului
Infinite Impulse Response (rspuns n
Tip de funcie de transfer a unui filtru adaptiv caracterizat de
impuls infinit)
existena polilor i a zerourilor (potenial instabil)
Liniar Frequency Modulation (modulaie
Metod de modulaie a frecvenei purttoare a impulsurilor, larg
liniar a frecvenei)
folosit n radiolocaie
Linie de ntrziere
n contextul pct. 2.3.35: Dispozitiv analogic care furnizeaz, la

ieirea sa, replica ntrziat i comprimat a semnalului de
intrare
LMS
LO
Least Mean Squared
Algoritm de filtrare adaptiv bazat pe aplicarea criteriului
(cele mai mici ptrate medii)
statistic al celor mai mici ptrate medii
Local Oscilator
Dispozitiv caracteristic receptoarelor supreheterodin
(oscilator local)
LPI
MA
MSE
Low Probabilty Interception (probabilitate
Semnale radar caracterizate de parametrii care fac dificil
sczut de intercepie)
interceptarea lor de ctre sistemele de rzboi electronic
Moving Average
Model folosit n cadrul metodelor parametrice de analiz
(medie mobil)
Medium Squared Error
Msur a convergenei filtrului adaptiv, avndu-se n vedere
(eroare medie ptratic)
mrimea i numrul de iteraii dup care algoritmului asigur ca

eroarea medie ptratic s tind ctre valoarea nul
MUSIC
MUltiple SIgnal Classification
Metod neparametric de estimare spectral (v. pct. 3.1.2)
(clasificarea multipl a semnalelor)

Mx
Mixer
Dispozitiv analogic care realizeaz produsul a dou semnale
PCA
Principal Component Analysis
Tehnic statistic de reducere a numrului de variabile din setul
(analiza componentelor principale)
de date supus analizei fr pierdere de informaie precum i de

identificare de noi variabile cu semnificaie mai important
PDW
Pulse Descriptor Word
Forma sub care se memoreaz i folosete n sistemele de
(cuvnt de descriere a semnalului)
rzboi electronic de non-comunicaii (radiolocaie) informaia

complex despre un anumit tip de radar
PHP
Pisarenko Harmonic decomPosition
Metod neparametric de estimare spectral (v. pct. 3.1.2)
(descompunere armonic Pisarenko)

PSD
Power Spectral Density
Transformata Fourier a funciei de autocorelaie a semnalului
(densitate spectral de putere)

PWVD
RC
Pseudo Wigner-Ville Distribution
Tip de reprezentare timp-frecven a unui semnal (v. pct.
(reprezentarea pseudo Wigner-Ville)
5.3.3.b)
Receptor cu Compresie
Tip de receptor analogic de rzboi electronic de radiolocaie (v.

pct. 2.3.3.5)
RCB
Receptor cu Celule Bragg

pct. 2.3.3.6)
RDD
Receptor cu Detecie Direct

pct. 2.3.3.1)
RE
Rzboi Electronic
Ansamblul aciunilor militare care implic utilizarea energiei

electromagnetice pentru a determina, exploata, contracara,
reduce i preveni aciunile ostile n spaiul electromagnetic,
precum i msurile care asigur desfurarea n siguran a
aciunilor trupelor proprii i/sau aliate
RF
RLS
RMC
RadioFrequency
Poriunea din spectrul electromagnetic cuprins 30 MHz i 1000
(radiofrecven)
MHz
Recursive Least Square
Algoritm de filtrare adaptiv bazat pe aplicarea criteriului
(cele mai mici ptrate recursive)
statistic al celor mai mici ptrate recursive
Receptor MultiCanal

pct. 2.3.3.4)
RMIF
RSH
Receptor cu Msurarea Instantanee a
Frecvenei
pct. 2.3.3.3)
Receptor SuperHeterodin

pct. 2.3.3.2)
RSP
SIGINT
SHF
SNR
SPWVD
Reasigned SPectrogram (spectrograma
redistribuit)
5.3.3.d)
Signals Intelligence
Categorie de informaii care cuprinde informaiile din comunicaii
(Informaii din semnale)
(COMINT), precum i cele de non-comunicaii (ELINT)
Super-High Frequency
Poriunea din spectrul electromagnetic cuprins ntre 3 GHz i
(frecvene deosebit de nalte)
30 GHz
Signal to Noise Ratio
Raportul (n putere) dintre componentele util i de zgomot ale
(raportul semnal-zgomot)
unui semnal. Se exprim, de regul, n dB:
Smoothed Pseudo Wigner-Ville Distribution
(distribuia/reprezentarea pseudo Wigner-
5.3.3.c)
Ville netezit)
STFT
Short Time Fourier Transform (transformata
Tip de reprezentare timp-frecven a unui semnal (v. pct. 5.3.1)
Fourier pe termen scurt)

WHT
Wigner-Hough Transform
Transformata Hough a reprezentrii Wigner-Ville
(transformare Wigner-Hough)
WVD
Wigner-Ville Distribution
(distribuia/reprezentarea Wigner-Ville)
5.3.3.a)
Capitolul 1
Introducere
1.1.
Cadrul general
n condiiile specifice rzboiului modern, activitatea comandanilor de fore armate, de la

toate nivelele ierarhice, depinde din ce n ce mai mult de sistemele informatice, de comunicaii
i non-comunicaii, precum i de senzorii i reelele de senzori existente n aceste sisteme.
Folosirea sistemelor informatice, de comunicaii i non-comunicaii a produs i produce
schimbri semnificative n conducerea i caracterul rzboiului, una dintre cele mai
semnificative fiind reprezentat de evoluia sistemelor de comunicaii i de non-comunicaii,
folosite n prezent disparat, ctre integrarea ntr-o singur reea, la nivel tactic i strategic.
Aceste sisteme au ns o vulnerabilitate major: bazndu-se pe folosirea spectrului
electromagnetic rezult posibilitatea controlului funcionrii lor de ctre sistemele de rzboi
electronic.
Un interes cu totul particular din domeniul rzboiului electronic l reprezint interceptarea
semnalelor radar inamice, n acest scop fiind folosit receptorul de rzboi electronic de noncomunicaii sau de radiolocaie, care poate furniza informaii despre dispunerea, organizarea i
micrile inamicului, informaii pe care se bazeaz analiza tip SIGINT pentru spaiul tactic.
Emisiile radar se pot detecta prin folosirea radiaiilor difractate pe suprafaa terenului
dintre senzor (receptorul de rzboi electronic) i radar sau, n cazul unor distane mai mari,
prin mprtiere troposferic. Ambele mecanisme de detecie au pierderi asociate mari i, ca
atare, senzorul trebuie s aib o sensibilitate mare pentru a putea detecta semnale de puteri
foarte mici. Cum banda de lucru a radarelor este foarte larg, receptorul de rzboi electronic
de radiolocaie trebuie s lucreze ntr-o band suficient de larg pentru a putea maximiza
probabilitatea de intercepie a semnalelor radar. Creterea benzii duce la creterea nivelului
zgomotelor termice, avnd ca rezultat reducerea sensibilitii receptorului. Este, de asemenea,
necesar i reducerea dimensiunilor i greutii sistemului de antene, pentru a putea crete
portabilitatea n lupt a receptorului de rzboi electronic. ns o anten de apertur mai mic
are un ctig mai mic, fapt care va duce la scderea raportului semnal-zgomot la intrarea n
receptor, respectiv la scderea detectabilitii semnalelor radar.
O modalitate larg rspndit de cretere a sensibilitii receptorului la semnale de puteri
mici este folosirea soluiei de receptor multicanal: aceast soluie are ca dezavantaj scderea
puterii corespunztoare a zgomotelor i, n consecin, creterea SNR. Un asemenea tip de
receptor este de dimensiuni mari, este scump i prezint limitri principiale n reconstituirea
semnalelor de benzi foarte largi. n plus, sistemele de recepie de rzboi electronic cu
parametrii predefinii cer ca proiectantul s ia n calcul situaiile posibile de la intrarea
receptorului i s prevad o capacitate de aciune (capabilitate) corespunztoare fiecrei
situaii; acest fapt poate duce la un potenial sczut de filtrare a semnalelor.
Avansul n tehnicile i tehnologiile numerice a fcut posibil discretizarea semnalelor de
intrare n receptorul de rzboi electronic, n special pentru frecvene mai mici de 600 MHz.
Folosirea tehnicilor numerice faciliteaz o prim procesare a semnalelor recepionate la nivelul
9
etajului de frecven intermediar, nainte de demodulare, oferind astfel posibilitatea de

decontaminare a semnalelor n cadrul etajelor situate naintea blocului de prelucrare propriuzis a semnalelor. Astfel, prin aplicarea tehnicilor de mbuntire a SNR naintea prelucrrii
propriu-zise (prelucrare care are drept scop principal determinarea parametrilor semnalelor de
radiolocaie recepionate), se poate produce o cretere a sensibilitii receptorului de rzboi
electronic.
Metodele de analiz a semnalelor radar n receptoarele de rzboi electronic pot avea un
grad mai mic sau mai mare de rafinament, funcie de cerinele operative ale echipamentelor de
recepie precum i de locul i rolul acestora n cadrul sistemelor complexe de rzboi electronic.
Creterea gradului de rafinare a analizei este nsoit i de creterea corespunztoare a
complexitii i volumului calculelor, aadar de creterea timpului de calcul. n cazul
receptoarelor de rzboi electronic de radiolocaie folosite ca avertizoare radar, proiectate
pentru a realiza o viteza mare de rspuns ntr-un mediu radioelectronic extrem de dens, este
mai oportun aplicarea unor metode de analiz mai rapid, dar, inevitabil, de un grad de finee
mai redus.
n toate situaiile, o mare importan o are cunoaterea ct mai precis cu putin a
ameninrii, n cazul nostru, a semnalelor radar uzuale din spaiul tactic electronic.
1.2. Obiectivele cercetrii

Problematica analizei i modelrii receptoarelor de rzboi electronic este una extrem de
vast i acoperirea, n toate aspectele i particularitile ei, ntr-o singur lucrare, indiferent de
nivelul acesteia, este o ntreprindere cel puin riscant, dac nu chiar utopic.
De aceea, ne-am propus ca n cadrul activitii de cercetare aferente elaborrii tezei, s
ndeplinim urmtoarele obiective principale:
1. Definirea cadrului general i conceptului de rzboi electronic modern, operaie
necesar pentru a putea formula cerinele operaionale specifice receptorului de rzboi
electronic de radiolocaie modern.
2. Analiza cerinelor operaionale pentru a identifica noi modaliti de ndeplinire a
acestora, folosind instrumente moderne ale analizei de semnal n domeniul timp sau n
domeniul timp-frecven precum i a unor instrumente de analiz statistic.
3. Studierea i modelarea corespunztoare a folosirii filtrelor adaptive tip LMS n vederea
creterii raportului semnal-zgomot al unui receptor de rzboi electronic de radiolocaie.
4. Modelarea utilizrii transformrilor timp-frecven pentru analiza semnalelor de
radiolocaie n cadrul unui receptor de rzboi electronic.
5. Studierea i modelarea unor metode statistice pentru extragerea componentelor unui
semnal complex, aprut ca urmare a suprapunerii semnalelor de intrare n traseele
corespunztoare antenelor receptorului.
6. Realizarea unui concept modern de prelucrare de semnal ntr-un receptor de rzboi
electronic de radiolocaie, folosind, ntr-un tot unitar, instrumentele analizate n lucrare,
respectiv: filtrarea adaptiv, analiza timp-frecven analiza multivariabil.
1.3. Descrierea tezei

n structurarea tezei s-a pornit de la premisa realizrii unei prezentri logice a aspectelor
caracteristice receptoarelor de rzboi electronic de radiolocaie care s cuprind:
10
prezentarea cadrului general al problematicii rzboiului electronic, cu accent pe

rzboiul electronic de non-comunicaii (radiolocaie);
definirea cerinelor operaionale specifice receptoarelor moderne de rzboi
electronic de radiolocaie;
identificarea unor metode i instrumente de rezolvare a unora dintre cerinele
definite;
analiza detaliat a unor metode de analiz i procesare de semnal specifice
domeniului;
modelarea unui concept nou de prelucrare de semnal n cadrul receptoarelor de
rzboi electronic de radiolocaie, pe baza instrumentelor analizate anterior.
Conform celor obiectivelor de structurare stabilite teza cuprinde opt capitole al cror
coninut este sintetizat n continuare:
Capitolul 1 are un caracter introductiv, prezentndu-se obiectivele cercetrii i
structurarea tezei;
Capitolul 2 reprezint o sintez a unor aspecte actuale privind problematica
rzboiului electronic modern, urmat de definirea cerinelor operaionale ale
receptoarelor de rzboi electronic de radiolocaie, prezentarea categoriilor i tipurilor
de receptoare de rzboi electronic de radiolocaie folosite n prezent i identificarea
unor direcii noi de aciune pentru ndeplinirea cerinelor operaionale identificate;
studierea i modelarea folosirii filtrelor adaptive tip LMS, n vederea creterii
raportului semnal-zgomot al unui receptor de rzboi electronic de radiolocaie, face
obiectul unei tratri cuprinztoare n Capitolele 3 i 4. Dup o analiz a oportunitii
utilizrii filtrelor active n receptoarele de rzboi electronic de radiolocaie, avnd
drept rezultat validarea acestei opiuni (Capitolul 3), se face o analiz detaliat a
problematicii precondiionrii celor mai importante tipuri de semnalelor radar cu
ajutorul filtrelor active tip LMS, filtre folosite ca prim etaj de prelucrare preliminar a
semnalelor de intrare n receptorul de rzboi electronic de radiolocaie (Capitolul 4).
Capitolul 5 este dedicat integral modelri utilizrii transformrilor timp-frecven la
analiza semnalelor de radiolocaie n receptorul de rzboi electronic de radiolocaie.
Se face o analiz comparativ a unor tipuri de transformri timp-frecven aplicate
semnalelor de radiolocaie mai importante i sunt prezentate avantajele i
dezavantajele folosirii transformatelor timp-frecven ca instrument de analiz n
domeniul rzboiului electronic de radiolocaie.
Capitolul 6 cuprinde modelarea extragerii componentelor principale i/sau a celor
independente pentru situaia, extrem de probabil, de suprapunere a semnalelor da
la n surse n m senzori (antene) de recepie i n traseele corespunztoare
acestora, pn la blocul de procesare a semnalelor.
Capitolul 7, avnd un rol preponderent de deschidere, cuprinde prezentarea unui
nou concept de procesare de semnal n receptorul de rzboi electronic de
radiolocaie, prin folosirea unitar, ntr-un flux logic, a instrumentelor definite i
analizate n Capitolele 3 6.
n ultimul capitol (Capitolul 8) se prezint concluziile cercetrii, contribuiile
personale ale autorului i, pe aceast baz, propune o serie de dezvoltri ulterioare
n domeniu.
Toate capitolele care trateaz obiectivele enumerate la pct. 1.2 cuprind exemplificri i
rezultate ale modelrilor realizate n Matlab.
11
Capitolul 2
Concepte moderne de rzboi electronic
2.1. Rzboiul modern i spaiul de lupt digital
Progresele din domeniile social, politic i tehnologic au determinat, de-a lungul istoriei,
schimbri profunde n doctrina, organizarea, strategia i tacticile militare.
n perioada recent, mai multe evenimente deosebit de importante au modificat radical
modul de conducere i caracterul rzboaielor: revoluia francez (1789), revoluia industrial
de la mijlocul secolului al XIX-lea, revoluia managerial de la sfritul secolului al XIX-lea,
mecanizarea activitilor industriale (1919 - 1939) i revoluia tiinific care a culminat cu
producerea bombei atomice. ncepnd cu anii '70 ai secolului al XX-lea, suntem martorii unui
fenomen cu implicaii profunde - revoluia informaional, concretizat, n domeniul militar, prin
apariia i dezvoltarea unor sisteme de armament de mare precizie precum i prin afirmarea
conceptului superioritii acelei pri dintr-un conflict care are o abilitate superioar
adversarului de colecta, analiza, disemina informaiile de pe cmpul de lupt i de a aciona pe
baza acestora.
Aceste progrese tehnologice au determinat modificri majore n spaiul de lupt, acesta
devenind o entitate caracterizat prin: operare continu, 24 ore din 24 de ore; creterea
preciziei, razei de aciune, letalitii i volumului focului; existena unor uniti mai mici i mai
eficace datorit mai bunei integrri tehnologice; o disjuncie crescnd ntre dispersarea din ce
n ce mai pronunat a unitilor tot mai mobile i mai rapide i tendina accentuat spre lupta
n arii bine delimitate caracterizate de o mare concentrare de fore pe distane i suprafee
mici; apariia i dezvoltarea contradiciei tactice dintre creterea invizibilitii (datorat
dispersiei i vitezei forelor i mijloacelor de lupt) i creterea riscului de a fi detectat pe
cmpul de lupt (datorit unui numr tot mai mare de senzori din ce n ce mai performani).
Observaie
Cu numai o sut cincizeci - dou sute de ani n urm, un comandant, stnd ntr-un loc convenabil din
cmpul de lupt (un deal sau o alt nlime) putea s supravegheze dispunerea forelor i mijloacelor proprii
i inamice. Astzi, n plin er informaional, comandantul modern, prelungindu-i simurile cu ajutorul
senzorilor electronici i sistemelor moderne de comunicaii, st pe un deal electronic i vede orice poriune
dorete a cmpului de lupt, cu aproape orice rezoluie, avnd la dispoziie un volum impresionat de detalii,
practic infinit, a cror gestionare nu este, ns, o problem uoar.
Dintre conceptele cele mai importante nsuite de ctre strategii i planificatorii militari
de la mediul economico-social se numr i acelea c, n era informaional, conflictele au ca
esen cunoaterea, iar cel care deine controlul reelelor i a entitilor organizate n reea va
avea un avantaj major n cazul unui conflict.
12
Forele armate moderne trebuie s fie n msur s acioneze ntr-o gam foarte larg de
aciuni, cum ar fi operaiile militare convenionale, misiuni de impunere i meninere a pcii,
operaii de contra-terorism, aciuni de asisten umanitar i sprijin civil.
Aceste cerine trebuie ndeplinite i de Forele Armate Romne, urmare a obligaiilor ce
revin Romniei din recenta sa calitate de membr a celei mai importante aliane politicomilitare contemporane - NATO. n acest scop, este necesar a se realiza o for militar
compact, eficient i flexibil care s ndeplineasc nevoile naionale de securitate i
ateptrile pe care le are NATO de la aceasta. [B-2].
De altfel, prin Strategia Militar a Romniei, se stabilete c misiunea principal a
Armatei Romne este aceea de a garanta cetenilor Romniei respectarea strict a
drepturilor omului ntr-un stat suveran, independent, unitar i indivizibil, angajat activ n
procesul de integrare european i euro-atlantic, n condiiile unui regim politic bazat pe
democraia constituional, sub un strict control democratic civil asupra forelor armate. [B-2].
Din punct de vedere politico-militar, societatea contemporan se afl n etapa post 11
septembrie 2001 dat celui mai mare atentat terorist asupra Statelor Unite ale Americii.
Aceast etap este caracterizat de noi riscuri de securitate: terorismul internaional,
crima transfrontalier, proliferarea armelor de distrugere n mas, riscuri care se adaug celor
considerate clasice, reprezentate de lupta pentru influen pe arena mondial.
Forele Armate Romne s-au implicat, conform nevoilor alianei nord-atlantice i
dimensiunii propriilor resurse, n aciunile politico-militare determinate de combaterea eficient
a noilor riscuri de securitate, prin participarea la operaiuni efective de lupt n mai multe teatre
internaionale de operaii (Afganistan, Irak, etc.).
Securitatea naional a Romniei este direct afectat de existena i meninerea unor
focare de tensiune i instabilitate, n diverse regiuni ale globului, care genereaz o multitudine
de riscuri de securitate neconvenionale. Datorit acestei situaii politico-militare, participarea
la lupta mpotriva terorismului este un obiectiv strategic pentru ara noastr.
n acest context, o component cheie a dominaiei depline n spaiul de operaii o
reprezint superioritatea informaional, respectiv capacitatea de a colecta, prelucra i
disemina un flux nentrerupt de informaii simultan cu exploatarea sau interzicerea capacitii
adversarului de a face aceleai lucruri [B-1].
Superioritatea informaional trebuie convertit n cunoatere de nivel superior, care,
combinat cu adaptarea doctrinal i organizaional, pregtirea i experiena relevante,
precum i cu instrumente i mecanisme corespunztoare de comand i control, trebuie s
asigure superioritatea decizional. Un instrument esenial de furnizare a informaiilor necesare
atingerii superioritii decizionale n operaiile militare l reprezint rzboiul electronic.
2.2. Rzboiul electronic
Dominaia spectrului electromagnetic este o component crucial a majoritii
operaiilor militare moderne bazate pe folosirea intens a sistemelor informatice, de
comunicaii i electronice, n general. Dac aceste sisteme sunt distruse, degradate sau
bruiate, atunci comandantul nu poate realiza un act de comand eficace, fiind, metaforic spus
orb, surd i mut.
Rzboiul electronic cuprinde ansamblul aciunilor militare care implic utilizarea
energiei electromagnetice pentru a determina, exploata, contracara, reduce i preveni aciunile
13
ostile n spaiul electromagnetic, precum i msurile care asigur desfurarea n siguran a

aciunilor trupelor proprii i/sau aliate [B-1].
Scopul strategic al rzboiului electronic este acela de controla i folosi spectrul
electromagnetic pentru maximizarea eficienei operaiilor militare ale trupelor proprii, respectiv
de a produce inamicului interzicerea, ntreruperea, degradarea, derutarea n folosirea
ntregului spectru electromagnetic concomitent cu asigurarea folosirii depline a acestuia de
ctre trupele proprii i/sau aliate.
Influena rzboiului electronic asupra spaiului de lupt modern se caracterizeaz prin
complexitate i rspndire n toate componentele i procesele importante ale operaiilor
militare. Afectnd sistemele de comunicaii precum i cele de supraveghere i achiziie a
intelor se introduc elemente de incertitudine i derutare n procesele de prelucrare a
informaiilor, rezultnd decizii eronate, care conduc la aciuni de lupt ineficiente, cu
consecine potenial dramatice asupra forelor i mijloacelor proprii.
Metodele specifice rzboiului electronic se folosesc pentru a monitoriza activitile
adversarului n spectrul electromagnetic, a indica tria i dispunerea adversarului, a furniza
avertizri despre inteniile adversarului, a nela sau a ntrerupe funcionarea senzorilor i a
proceselor de comand-control i pentru a proteja folosirea spectrului electromagnetic de ctre
forele i mijloacele proprii i aliate.
Elementul uman al sistemului de comand este, n acelai timp, att veriga slab ct
i veriga tare a acestuia i poate fi, destul de uor, nvluit n ceaa rzboiului (respectiv
derutat sau nelat) dac sistemele de supraveghere, avertizare, comunicaii i informare
sunt ntrerupte, perturbate sau alimentate cu informaii neadevrate.
Activitile specifice rzboiului electronic au aciune direct i/sau indirect asupra
tuturor operaiunilor militare, convenionale sau neconvenionale. n timp de pace, elementele
specializate ale forelor armate fac eforturi pentru a intercepta, localiza i identifica sursele de
emisie electronic ale potenialilor adversari. Analiza ulterioar a informaiilor furnizate prin
aceste interceptri poate furniza detalii despre capacitile dar i vulnerabilitile potenialilor
adversari, iar aceste informaii se pot folosi pentru a realiza surprinderea i a crea, astfel, un
avantaj tactic i chiar strategic pe timp de rzboi.
Rzboiul electronic este un domeniu caracterizat de un grad considerabil de inovare.
Inevitabil i de cele mai multe ori, foarte rapid, avantajele ctigate pe urma schimbrilor
tehnologice i procedurale sunt contrabalansate de msuri de protecie corespunztoare
eficace. Pentru a menine superioritatea tehnologic i informaional n orice viitor conflict,
informaiile despre metodele proprii sau ale aliailor legate de rzboiul electronic (incluznd
toate componentele acestuia) sunt foarte bine protejate, multe dintre datele legate de
capacitile de rzboi electronic avnd, de aceea, un grad foarte ridicat de protecie.
Domeniul de aciune al rzboiului electronic are dou mari componente: rzboi
electronic de comunicaii i rzboi electronic non-comunicaii.
Rzboiul electronic de comunicaii este aproape la fel de vechi ca i rzboiul electronic
nsui i, n spaiul tactic, se concentreaz, n special, asupra surselor de comunicaii care
transmit n benzile de frecven HF SHF (respectiv 3 MHz 30 GHz). Interceptarea i
analiza acestor transmisii este, de regul, mai important dect msurarea caracteristicilor
emitorului sau a semnalelor.
Rzboiul electronic non-comunicaii s-a dezvoltat odat cu utilizarea radiolocatoarelor
n cel de al II-lea rzboi mondial i este, n principal, axat pe protecia platformelor militare,
fiind orientat, din punct de vedere tehnic i tehnologic, ctre sistemele radar care funcioneaz
14
n benzile radar UHF i superioare (respectiv peste 300 MHz, n benzile de frecven alocate
radarelor) . n cadrul rzboiului electronic non-comunicaii, msurarea caracteristicilor
semnalelor i, pe cale de consecin, ale emitoarelor reprezint un punct central, sistemele
aparinnd acestei categorii de rzboi electronic fiind necesar s detecteze prezena, i, pe ct
posibil, s identifice echipamentele i performanele acestora.
Informaiile asupra crora se concentreaz aciunile de rzboi electronic sunt denumite
informaii din semnale (cf. [B-1]) sau informaii de origine electromagnetic (cf. [B-44]).
Informaiile din semnale (SIGINT) au dou componente: informaiile din comunicaii - COMINT
i informaiile electronice ELINT
Informaiile din comunicaii (COMINT) desemneaz informaiile tehnice sau de alt
natur care au ca surs comunicaiile, recepionate de altcineva dect adresantul dorit.
Informaiile electronice (ELINT) reprezint informaiile tehnice i de localizare care
rezult din radiaia electromagnetic a echipamentelor non-comunicaii, emise de alte surse
dect exploziile nucleare sau sursele radioactive.
Informaiile din semnale (SIGINT) reprezint categoria de informaii care cuprinde att
informaiile din comunicaii (COMINT), precum i cele non-comunicaii (ELINT).
Observaie
n conformitate cu [B-43], n cadrul SIGINT este inclus i amprenta electronic (foreign
instrumentation signals intelligence - reprezentnd informaiile tehnice sau de alt natur obinute prin
interceptarea emisiilor electromagnetice strine asociate testrii i desfurrii operaionale a sistemelor
spaiale, terestre i navale neproprii). .
Rzboiul electronic are trei componente principale: protecia electronic, sprijinul

electronic i atacul electronic.
2.2.1. Protecia electronic
Cunoscut pn nu demult i sub denumirile de contra-contra msuri electronice
(ECCM) sau msuri de protecie electronic (EPM), protecia electronic (EP), cuprinde
ansamblul de msuri pasive i active pentru diminuarea efectelor utilizrii rzboiului electronic
de ctre forele proprii sau inamic asupra personalului, mijloacelor i echipamentelor proprii.
Protecia electronic se poate realiza prin metode i mijloace pasive (ecranare
electromagnetic, controlul emisiilor, managementul ntrebuinrii spectrului electromagnetic)
i active (folosirea semnalelor criptate, a celor cu probabilitate redus de intercepie - LPI, a
metodelor de nelare i mascare electronic).
Aplicarea metodelor de protecie electronic permite forelor proprii s beneficieze de
folosirea sistemelor electronice i a senzorilor electronici, att n operaiile defensive ct i n
cele ofensive, chiar i ntr-un mediu caracterizat prin bruiaj, nelare electronic i folosirea de
ctre inamic a sistemelor de observare i nsoire a intelor, sisteme care depind de
detectarea, recunoaterea i localizarea emitorilor proprii.
O diferen important dintre protecia electronic i celelalte subdiviziuni ale rzboiului
electronic const n necesitatea aplicrii i ntrebuinrii EP de ctre toate unitile tactice, i
nu numai de ctre unitile specializate de rzboi electronic. Spre deosebire de alte aspecte
ale rzboiului electronic, protecia electronic este direct asociat, prin tehnicile specifice i
aria de aplicare, cu sistemele de comunicaii tactice.
15
2.2.2. Sprijinul electronic

Sprijinul electronic (ES) cuprinde aciunile de cutare, interceptare, identificare i
localizare a surselor de radiaie intenionat sau neintenionat a energiei electromagnetice, n
scopul cunoaterii imediate a unei ameninri, contracarrii, planificrii i executrii operaiilor
viitoare. Informaiile obinute prin sprijin electronic servesc, pe lng recunoaterea imediat a
ameninrilor i la elaborarea ordinului electronic de lupt (EOB).
Funciile principale ale ES sunt: generarea informaiilor operaionale i furnizarea
informaiilor relevante pentru atacul electronic. Msurile de sprijin electronic permit furnizarea
de informaii necesare fundamentrii i lurii deciziei referitoare la operaii de rzboi electronic
i la alte aciuni tactice cum ar fi evitarea ameninrilor, localizarea intelor i nsoirea
acestora.
Datele care rezult ca urmare a msurilor de sprijin electronic se pot folosi pentru a
produce SIGINT, pentru a sprijini localizarea intelor n vederea desfurrii atacului electronic
sau unuia distructiv i pentru a produce amprenta electromagnetic a semnalelor electronice.
ES este compus din:
Cutare. naintea desfurrii oricrei procesri specifice rzboiului electronic, este
necesar cutarea, gsirea i clasificarea semnalelor electromagnetice de interes.
Intercepie. Semnalele de interes, identificate n urma cutrii, sunt examinate din
punct de vedere al parametrilor acestora, cum ar fi banda, tipul de modulaie,
coninutul informaional. Rezultatele acestei examinri se pstreaz, de regul, n
format electronic, pentru evaluri ulterioare.
Localizare. Procesul de identificare a localizrii fizice a surselor de semnale
electromagnetice se numete determinarea direciei (DF) i se bazeaz pe
prelucrarea informaiilor obinute n procesul de cutare prin mijloace specifice
(comparare mono-impuls, metode parametrice etc.).
Analiz. Informaiile obinute de la componentele anterioare ale ES se folosesc
pentru a realiza EOB al adversarului i pentru a ncerca influenarea actului de
comand al adversarului.
Funciile ES pot fi realizate fie de cte un tip specific de receptor dedicat fiecreia dintre
componentele ES dar, n cazul folosirii unor sisteme de procesare puternice, mai multe dintre
funciile aferente componentelor ES pot fi realizate de acelai receptor.
ES poate viza sistemele de comunicaii inamice, sistemele de atac electronic ale
adversarului sau celelalte sisteme electronice ale adversarului, printre acestea din urm
numrndu-se i radiolocatoarele inamice, vizate de ctre receptoarele de rzboi electronic de
radiolocaie.
2.2.3. Atacul electronic
Atacul electronic (EA) reprezint ansamblul aciunilor care ntrebuineaz energia
electromagnetic, energia dirijat sau armele antiradiaie pentru a degrada, neutraliza sau
distruge capabilitile de lupt ale inamicului.
Atacul electronic include [B-1]:
aciunile ntreprinse pentru a preveni sau reduce folosirea efectiv de ctre inamic a
spectrului electromagnetic, cum ar fi bruiajul sau nelarea electromagnetic;
16
utilizarea armelor care folosesc energie electromagnetic sau energie direcionat

ca principal mecanism distructiv (lasere, arme dirijate pe fascicul de radiofrecven
sau fascicule de particule cu energie nalt).
Energia necesar pentru neutralizarea comunicaiilor sau, n general, a electronicii
adversarului este cu cteva ordine de mrime peste cea cerut pentru realizarea bruiajului
eficace a unui sistem de recepie.
EA poate afecta comunicaiile inamice i ES al inamicului prin bruiaj, nelare
electromagnetic i neutralizare, iar electronica adversarului prin neutralizare. EA nu poate
exista izolat, ci ca parte component a unui plan de lupt, care, la rndul lui, este parte a unui
plan operaional.
ES furnizeaz o multitudine de informaii necesare EA, cum ar fi, de exemplu,
frecvenele care trebuie utilizate pentru bruiaj, nelare electromagnetic i neutralizare, dup
caz, ES realiznd, n acelai timp i monitorizarea eficacitii EA.
2.3. Receptoare de rzboi electronic de radiolocaie
Radiolocatoarele (sau radarele cei doi termeni sunt sinonimi) au fost folosite n
scopuri militare ncepnd cu cel de al II-lea rzboi mondial, i au permis, iniial, detectarea i
localizarea navelor i aeronavelor inamice dincolo de raza de aciune a senzorilor umani (ochii
i urechile), crend, astfel, un avantaj tactic adversarului.
Aplicaiile militare ale radarelor au evoluat i s-au diversificat, incluznd, pe lng
detecia i localizarea intelor navale i aeriene i alte aplicaii, att ofensive ct i defensive,
cum ar fi:
achiziia intelor pentru sistemele de aprare aerian;
calculul traiectoriilor pentru sistemele de tragere de artilerie i rachete;
dirijarea rachetelor;
supravegherea cmpului de lupt.
Corespunztor aplicaiilor enumerate mai sus, s-au dezvoltat urmtoarele tipuri de
receptoare de rzboi electronic de radiolocaie:
receptoare de atac electronic, care obin informaii din i despre semnalele radar
inamice i le furnizeaz sistemelor de bruiaj, asigurnd funcionarea eficient a
acestora.
receptoare de sprijin electronic, avnd rolul de a colecta informaii de la i despre
toate radarele din cmpul de lupt, informaii pe care le proceseaz i clasific,
furniznd comandanilor informaii despre ameninrile radar.
receptoare ELINT, care selecioneaz un anumit semnal, l analizeaz i l
evalueaz n mod detaliat, genernd apoi informaii cuprinztoare despre acest
semnal.
receptoare de avertizare radar avnd rolul de a detecta emisiile radar din cadrul
sistemelor de arm inamice i de a furniza informaii necesare avertizrii timpurii a
combatanilor de pe platformele militare vizate.
2.3.1. Caracteristicile receptoarelor de rzboi electronic de radiolocaie
Una dintre problemele importante a dezvoltrii receptoarelor de rzboi electronic este
lipsa unor standarde i parametri unanimi acceptai de ctre comunitatea tiinific i tehnic.
17
Lucrurile sunt nrutite i de prezentarea incomplet sau avnd referine diferite a

performanelor unor receptoare.
Aceste situaii pot s creeze confuzie.
De exemplu, sensibilitatea de band larg a unui receptor poate varia de la -55 la -65
dBm n ntreaga band, caz n care se pot lua n consideraie fie sensibilitatea maxim fie cea
minim. n plus, poate fi luat n consideraie i sensibilitatea la ieirea video, care poate avea,
de exemplu, o valoare de -75 dBm. Dintre situaiile prezentate considerm c este corect de a
defini sensibilitatea ca fiind nivelul minim al puterii de intrare la care receptorul poate genera,
n mod repetitiv, cuvintele corecte de descriere a semnalului (PDW), i de a prezenta valoarea
sensibilitii corespunztoare acestei definiii.
Cu precizrile de mai sus, se pot enumera, permind formularea unor criterii de
prezentare comparativ, caracteristicile cele mai importante ale receptoarelor de rzboi
electronic de radiolocaie:
Gama dinamic, definit ca diferena dintre amplitudinea maxim i cea minim a
semnalului de intrare n receptor (exprimat n dB) pentru care receptorul nu
produce deformri ale semnalului de ieire;
Banda de intrare instantanee, reprezentnd banda de trecere a receptorului n orice
moment de timp (de exemplu, pentru cazul unui receptor cu baleiere, banda
instantanee a acestuia va fi mai mic dect banda total a acestuia);
Sensibilitatea, definit drept nivelul minim al puterii semnalului de intrare pe care
receptorul l poate detecta (msurat n dBm) i pentru care poate genera, n mod
repetitiv, cuvintele corecte de descriere a semnalului;
Banda total de radiofrecven, reprezentnd gama de frecvene n care receptorul
poate detecta semnalele de la intrarea sa;
Capacitatea de procesare a semnalelor multiple, definit drept capacitatea
receptorului de a separa dou semnale radar de frecvene diferite din banda sa de
trecere.
2.3.2. Cerine operaionale ale receptoarelor de rzboi electronic de radiolocaie
n dezvoltarea tehnologic a oricrui sistem sau produs tehnic militar ndeplinirea
cerinelor operaionale, formulate i impuse de utilizatorul final al sistemului/produsului, este
obligatorie.
Cerinele operaionale necesit formularea i definirea unor parametrii tipici de
performan. Pentru fiecare parametru se poate stabili o valoare prag (sau minimal, sub a
crei valoare sistemul nu poate realiza ndeplinirea cerinelor operaionale) i o valoare
obiectiv (sau optim, a crei ndeplinire duce la realizarea integral a cerinelor operaionale
impuse sistemului/produsului, n cele mai bune condiii).
Pornind de la nevoile misiunilor n care se ntrebuineaz receptoarele de rzboi
electronic de radiolocaie (sau non-comunicaii) se poate realiza o form sintetic a cerinelor
operaionale tipice pentru astfel de sisteme, form prezentat n continuare.
2.3.2.1. Cerine operaionale tipice pentru sisteme ESM/ELINT
Este prezentat cazul unui sistem ESM/ELINT care s rspund nevoilor misiunilor de
patrulare aerian de coast, misiunilor de supraveghere aerian a solului (AGS) i de
18
avertizare aerian timpurie (AEW), precum i celor de cooperare impuse de avertizarea la

nivel tactic.
Cerinele operaionale tipice, cele mai importante, pentru sistemul de rzboi electronic
menionat, sunt urmtoarele:
sistemul de recepie s fie modular, avnd posibiliti de adugare de noi funcii;
sistemul de recepie s funcioneze n regim de receptor de avertizare radar;
realizarea funciei de supraveghere ESM automat (necesar avertizrii la nivel
tactic);
asigurarea analizei de semnal de tip ELINT, asistat de calculator, sub comanda i
controlul operatorului;
capacitatea de colectare i stocare a datelor;
urmrirea, analiza i extragerea datelor din semnalele radar n timp real;
avertizarea i identificarea automate a emitoarelor ce prezint grad maxim de
pericol;
probabilitate de intercepie ct mai mare (valoare prag - 95%, valoare obiectiv 100%);
acoperire foarte larg a benzilor de RF i microunde (valoare prag - de la banda
UHF la banda K, valoare obiectiv de la banda UHF la banda undelor milimetrice 8 mm);
determinarea precis a direciei prin metode monoimpuls (valoare prag 5o, valoare
obiectiv -1o);
existena unor funcii de analiz de tip ELINT extinse (pe durata impulsurilor i n
afara acesteia) prin care s se asigure:
o msurarea frecvenei,
o msurarea variaiilor rapide ale amplitudinii,
o msurarea duratei semnalelor recepionate,
o msurarea frecvenei de repetiie a semnalelor recepionate,
o identificarea legilor de modulaie ale semnalelor recepionate;
posibilitatea funcionrii simultane n regim ESM i n regim ELINT, fr interferarea
celor dou regimuri;
posibilitatea funcionrii ntr-un mediu electronic caracterizat de o mare densitate i
varietate de semnale radar i non-radar (non-comunicaii i comunicaii);
asigurarea deteciei i identificrii rapide i fr ambiguiti a radarelor;
posibilitatea de a msura semnalele emitorilor caracterizai prin agilitatea
semnalelor emise (att n timp ct i n frecven);
posibilitatea de a msura lobii laterali ai diagramelor de directivitate ale antenelor
emitorilor de semnale radar;
funcionarea n cadrul unor sisteme complexe de management de rzboi electronic
tip reea, cu posibilitatea asigurrii fuziunii de date;
furnizarea de echipament de testare n condiii de campanie;
furnizarea unei biblioteci de radare (semnale radar) i actualizarea permanent a
acesteia.
Examinarea cerinelor enumerate mai sus contribuie la realizarea unei imagini a
complexitii i nivelului tiinific, tehnic i tehnologic ridicate, implicate i cerute de dezvoltarea
i realizarea acestui tip de sistem de rzboi electronic. Din aceast cauz, au fost dezvoltate i
se dezvolt diferite soluii de receptoare de rzboi electronic de radiolocaie, difereniate prin
19
complexitatea structurii i a metodelor de prelucrare a semnalelor, soluii care vor fi abordate

n continuare.
2.3.3. Tipuri de receptoare de rzboi electronic de radiolocaie
Din punct de vedere constructiv, receptoarele de rzboi electronic de radiolocaie fac
parte din una din urmtoarele dou clase: receptoare analogice sau receptoare digitale
(numerice). La rndul lor, receptoarele analogice pot aparine unuia dintre urmtoarele
subtipuri: cu detecie direct (RDD), superheterodin (RSH), cu msurarea instantanee a
frecvenei (RMIF), multicanal (RMC), cu compresie (RC), cu celule Bragg (RCB). Receptoarele
digitale (RD) pot fi simple sau complexe.
2.3.3.1. Receptoare numerice de rzboi electronic de radiolocaie
Avansul tehnologic din domeniul tehnicilor numerice de prelucrare a semnalelor de rzboi
electronic se reflect, poate cel mai bine, prin evoluia recent, cu adevrat spectaculoas, a
receptorului numeric (RN).
Receptoarele numerice reprezint domeniul cel mai dinamic al receptoarelor de rzboi
electronic, datorit, n principal, progreselor nregistrate de ctre convertoarele analog-digitale
i creterii vitezelor de procesare a semnalelor numerice.
Un receptor numeric (fig. 2.12) const dintr-un ansamblu logic de blocuri i circuite
electronice care realizeaz:
eantionarea semnalelor de intrare;
transformarea Fourier rapid (FFT) a eantioanelor;
transformarea rezultatului FFT n cuvinte de descriere a datelor.
Convertor
analognumeric
Partea
de RF
RF
IF
FFT
Date
Fig.2.12 Schema bloc a receptorului numeric de rzboi electronic de radiolocaie
Sortare
Date
clasificate i
curate
despre
semnale i
emitori
Datorit creterii complexitii misiunilor i a cerinelor operaionale, se abordeaz, n

prezent, implementarea unor instrumente noi de analiz de semnal, mai complexe dect FFT,
care vor duce la realizarea unor funcii suplimentare de ctre receptoarele numerice de rzboi
electronic de radiolocaie.
20
n acest fel se realizeaz o arhitectur de receptor care, spre deosebire de cea din fig.
2.12, nglobeaz un bloc pentru realizarea precondiionrii i analizei preliminare a semnalelor
radar de intrare.
Acest bloc, de o complexitate deosebit, realizeaz nu doar transformarea Fourier rapid
a semnalelor, ci i o analiz mai detaliat a acestora, rezultnd, n final, reducerea nivelului
zgomotelor i posibilitatea extragerii preliminar a unor informaii. Pentru aceasta se folosesc
instrumente de analiz performante, cum ar fi analiza timp-frecven sau analiza multivariabil.
Schema bloc a acestui tip de receptor numeric de rzboi electronic de radiolocaie este
prezentat n fig. 2.13.
n acest tip de receptor, intrarea este convertit inferior n frecven intermediar, apoi
are loc digitizarea cu ajutorul unor convertoare analog-numerice de mare vitez, cu un mare
numr de nivele de cuantizare.
Una dintre deosebirile cele mai importante dintre receptoarele analogice i cele numerice
o reprezint lipsa etajului de detecie din receptoarele numerice. n aceste receptoare,
semnalele analogice (de la ieirea convertorului de microunde) sunt convertite n date
numerice, n restul schemei fcndu-se exclusiv procesare numeric.
Convertor
analognumeric
Partea
de RF
RF
IF
Analiz
preliminar i
precondiionarea
semnalelor
Date
Sortare
Date clasificate i curate

despre semnale i emitori
Fig.2.13 Arhitectura unui receptor de cercetare radar numeric cu funcii suplimentare
Principalele avantaje ale procesrii numerice fa de cea analogic sunt: insensibilitate

rezultatelor prelucrrii fa de variaiile de temperatur precum i inexistena variaiilor
ctigului i a alunecrii nivelurilor de c.c. Rezult c prelucrarea numeric este mai fiabil i
nu necesit volumul mare de calibrri, caracteristic prelucrrii analogice a semnalelor.
Alt avantaj l constituie posibilitatea procesrii mult mai detaliate a semnalelor, cu ajutorul
unor instrumente puternice cum ar fi procesarea timp-frecven sau estimarea spectral.
n cazul oricruia dintre receptoarele numerice descrise anterior, datele numerice de la
ieirea convertorului analog digital sunt definite i prezentate n domeniul timp. Ele trebuie
21
convertite n domeniul frecven (cu ajutorul convertorului analog-numeric), pentru c doar n

acest domeniu informaia este disponibil sub forma necesar de spectru de amplitudini sau
de densitate spectral.
Blocul de analiz preliminar i precondiionare a semnalelor, (ale crui funcionaliti vor
fi descrise pe larg n capitolele urmtoare), realizeaz, n principal, reducerea nivelului de
zgomot al semnalelor de intrare n RN, analiza detaliat a structurii semnalelor precum i
separarea componentelor semnalelor complexe.
Rolul etajului de sortare este de a converti informaia de frecven n cuvinte de
descriere a semnalului (PDW) i de a face sortarea / clasificarea acestora conform unor criterii
proprii fiecrui tip de receptor, pentru a asigura disponibilitatea datelor despre semnalele de
intrare radar considerate drept ameninri poteniale.
2.4. Concluzii
Cele mai recente receptoare (sisteme de recepie) de sprijin electronic (ES) disponibile n
prezent n rile NATO au atins un nivel al performanelor corespunztor valorilor prag (de
multe ori i valorilor obiectiv) ale cerinele operaionale formulate de ctre utilizatori.
Din pcate, aceste cerine au fost formulate n urm cu cel puin 4 5 ani (fapt care
rezult din caracteristicile ciclului de via al unor produse de complexitatea celor specifice
rzboiului electronic de non-comunicaii).
Lund n consideraie schimbrile majore din ultimii ani legate de configuraia
ameninrilor i a misiunilor specifice cu referire, n special, la cele de combatere a
terorismului, rezult necesitatea mbuntirii performanelor sistemelor de recepie pentru
sprijinul electronic n urmtoarele direcii:
optimizarea relaiilor critice dintre parametrici tehnici cheie ai receptoarelor ES, cum
ar fi: sensibilitatea, precizia determinrii direciei i probabilitatea de intercepie a
semnalelor (n special pentru semnale de durate foarte scurte);
creterea sensibilitii receptoarelor pentru a putea detecta semnalele cu
probabilitate redus de intercepie (LPI) ntr-o gam de distane i durate utile n
spaiul tactic;
creterea gradului de precizie a localizrii emitoarelor;
creterea gradului de eficacitate a funcionrii receptoarelor n medii
electromagnetice critice (de exemplu cele cu un nivel ridicat al zgomotelor i/sau
interferenelor, cele caracterizate printr-un numr mare de semnale suprapuse,
etc.);
costuri (de achiziie, instalare i suport pe ntreg ciclul de via al receptoarelor,
etc.).
Folosirea receptorului numeric i concentrarea eforturilor de cercetare i mbuntire
tehnologic pe acest dispozitiv sunt justificate de faptul c receptorul numeric este capabile s
ofere: sensibiliti de valori foarte ridicate, discriminarea benzilor semnalelor suprapuse,
adaptarea optim a caracteristicilor lui la mediul electromagnetic, analiz de semnal extrem
de precis i complet.
Receptorul numeric, datorit complexitii sale hardware i software precum i gradului
mare, practic nemaintlnit la alte tipuri de receptoare de RE, de flexibilitate a configurrii i
reconfigurrii sale, este caracterizat de un grad mare de inovare; dar i alte elemente, conexe,
din punct de vedere funcional i structural, receptorului numeric, cum ar fi sistemele de
22
antene, contribuie decisiv la ndeplinirea cerinelor actuale ale acestor sisteme de recepie de
rzboi electronic de non-comunicaii (de radiolocaie, pentru cazul analizat n prezenta
lucrare). De fapt, proiectarea i realizarea subsistemului de anten (mpreun cu soluiile
adecvate de realizare a blocului de radiofrecven) au o influen direct asupra unor
caracteristici importante ale sistemelor de sprijin electronic, cum ar fi capabilitatea de
localizare precis a surselor de semnale potenial ostile.
Inovaiile n domeniul antenelor pentru sisteme ES i cel al circuitisticii de
microunde/radiofrecven asociate se nscriu pe mai multe direcii:
antene ale cror surse elementare furnizeaz semnale de ieire corespunztoare a
dou polarizri ortogonale, permind, astfel, recepia i apoi prelucrarea semnalelor
avnd toate polarizrile;
subarii/grupuri de antene elementare proiectate pentru a realiza determinarea
direciei i, posibil, localizarea surselor de semnal ntr-un sector spaial impus (de
exemplu, un sector azimutal de 90);
arii de antene cu caracteristici de funcionare multispot (cu posibilitatea de sintez a
unor diagrame de directivitate multiple), realizate n tehnologia conform (planar sau
pentru suprafee de forme arbitrare);
tehnicile de determinare a direciei semnalelor i localizare a surselor acestora: pe
lng tehnicile tradiionale (monoimpuls) se folosesc i dezvolt tehnici cum ar fi
cele bazate pe compararea semnalelor colectate de la elemente de anten separate,
pe baza altor parametri;
creterea puterii de calcul i prelucrare a microprocesoarelor i posibilitatea de
implementare a unor circuite digitale complexe pe FPGA din ce n ce mai mari fac
posibil realiza hardware pentru receptoarele ES de dimensiuni tot mai mici, cu
performane destul de greu de imaginat azi.
Avnd n vedere cele artate anterior devine fireasc ntrebarea: Ct de rapid va fi
evoluia tehnologic n domeniul receptoarelor numerice ES?
Rspunsul este greu de dat, fie i lund n consideraie urmtoarele aspecte:
n ultimii civa ani (4-5 ani) banda instantanee a receptoarelor de rzboi electronic
radar s-a dublat iar costurile au sczut cu un ordin de mrime;
dac dimensiunile i costul hardware-ului receptoarelor de rzboi electronic de
radiolocaie vor continua s scad cu aceeai rat, este posibil s asistm la apariia
receptorului de rzboi electronic de radiolocaie pe un singur chip la un cost att de
sczut (1000 2000 ?) nct unele arhitecturi complexe imaginate azi, dar de un
grad prea mare de complexitate pentru a putea fi implementate, s poate fi nu numai
realizate ci s devin alternative deosebit de atractive din multe puncte de vedere.
Toate elementele prezentate arat necesitatea dirijrii eforturilor de cercetare pe mai
multe direcii, una dintre cele mai promitoare (i avnd deja rezultate concrete)
reprezentnd-o obinerea unui volum mai mare de informaii care se pot extrage din semnalele
radar din cmpul tactic.
Acest lucru se poate face prin creterea performanelor sistemelor de recepie rzboi de
radiolocaie folosind tehnici i instrumente de extragere a semnalelor din zgomote i de
mbuntire a raportului semnal-zgomot precum i tehnici de cretere a gradului de finee al
prelucrrii semnalelor, cum ar fi analiza timp-frecven sau analiza multivariabil a semnalelor.
Acestea sunt, de altfel, i direciile pe care le abordeaz, n esen, lucrarea de fa.
23
Capitolul 3
Extragerea semnalului din zgomot n receptoarele de
rzboi electronic de radiolocaie
3.1.
Extragerea semnalului din zgomot cu ajutorul estimrii spectrale
3.1.1. Metode clasice de estimare spectral

Una dintre cele mai utilizate metode de determinare a caracteristicilor unui semnal i de
evaluare coninutul su informaional o reprezint analiza spectrului semnalului. Dei metoda
este veche, ea continu s fie extrem de puternic i de robust, fiind folosit n continuare cu
succes la analiza semnalelor. Dezvoltrile ulterioare, prin care s-au adugat instrumente noi
(cum ar fi metodele de estimare spectral) nu au fcut dect s-i creasc gradul de adaptare
la diverse tipuri de semnale i s permit o cretere, uneori considerabil, a gradului de finee
al analizei.
Riguros vorbind, determinarea complet i corect a spectrului oricrui semnal impune
ca semnalul s fie periodic, de lungime finit i fr zgomot. ns, n practica prelucrrii
semnalelor reale din multe domenii, semnalele de interes sunt fie infinite, fie de lungime foarte
mare, n ambele cazuri nefiind disponibil analizei dect o poriune a semnalului; pe de alt
parte, semnalele sunt alterate de o cantitate mai mic sau mai mare de reziduuri, zgomotele
fiind o component important a acestora.
Astfel, dac poate fi analizat doar o poriune a semnalului i/sau dac acesta conine
zgomot, atunci orice tehnic de analiz spectral va fi, n cele din urm, o aproximare; practic,
aceste tehnici vor furniza estimri ale spectrului real. Toate abordrile diferitelor metode de
estimare spectral nu fac, n esen, dect s realizeze o mbuntire a preciziei analizei
spectrale.
O aplicare inteligent a tehnicilor de analiz spectral presupune a ti foarte bine ce
caracteristici spectrale este cel mai probabil s prezinte interes pentru analiza (specific
rzboiului electronic, n cazul nostru) i prin ce metode se poate ajunge la cea mai precis
determinare a acestor caracteristici.
Caracteristicile spectrale de interes, n cazul aplicaiilor de rzboi electronic sunt: forma
global a spectrului (cunoscut i sub denumirea de estimarea spectral) i caracteristicile
locale ale spectrului (care fac obiectul estimrii parametrice).
Un exemplu l reprezint detecia semnalului, operaie prin care trebuie realizat
separarea unui semnal de band ngust din ansamblul semnal de band ngust-zgomot de
band larg. Aceasta cere o bun estimare a proprietilor locale ale spectrului semnalului.
Cu toate c spectrul de putere se evalueaz prin aplicarea FFT ntregului semnal, n
situaiile reale nu este disponibil analizei dect o poriune a semnalului, i, riguros vorbind,
spectrul de putere (ca i FFT) nu se pot calcula. n aceste situaii foarte des ntlnite, calculul
24
(evaluarea) spectrului de putere este, n mod necesar, un proces de estimare; n plus,

aplicarea medierii conduce la mbuntirea proprietilor statistice ale rezultatului. Dac
evaluarea spectrului de putere se bazeaz pe aplicarea direct a transformatei Fourier urmat
de mediere, atunci avem de a face cu periodograma mediat.
Medierea este n mod uzual realizat prin mprirea semnalului ntr-un numr de
segmente variabil, posibil suprapuse urmat de calculul transformatei Fourier a tuturor acestor
segmente. n fig. 3.1.a este artat estimarea spectral (adic estimarea global a ntregului
spectru al semnalului) pentru un semnal n impuls (factor de umplere q = 2) ideal (fr
component de zgomot), n fig 3.1.b, aceeai estimare pentru semnalul n impuls pe fondul
zgomotului (raportul dintre cele dou componente este de , respectiv SNR = - 3 dB), iar n
fig. 3.1.c este reprezentat estimarea spectral obinut printr-o metod de mediere, realizat
conform celor artate mai sus, respectiv prin mprirea domeniului spectral n mai multe
segmente de lungimi egale, care nu se suprapun, urmat de calculul transformatelor Fourier a
semnalului pe fiecare segment, n final rezultnd superpoziia tuturor imaginilor Fourier.
Formele semnalului ideal respectiv a celui real (cu zgomot) sunt reprezentate n fig.3.1d i e.
a)
e)
b)
c)
f)
Fig. 3.1 Comparaie ntre spectrele de putere ale unui semnal n impuls cu component de zgomot obinute
prin dou metode diferite: a) analiza Fourier clasic, b) o metod de mediere cu 32 de segmente,
de lungime 32, nesuprapuse. Se mai prezint, de asemenea: c) spectrul Fourier al semnalului ideal
(lipsit de zgomote), d) forma semnalului ideal, e) forma semnalului real(cu zgomot)
Din examinarea fig. 3.1, rezult c:

analiza Fourier d o imagine global mai corect a spectrului, putndu-se identifica
uor cele dou purttoare ale impulsurilor (2 respectiv 3 GHz);
spectrul calculat prin mediere cu ferestre nesuprapuse, n condiiile specificate,
realizeaz o netezire a semnalului i o mai bun estimare a componentei de zgomot
a acestuia;
spectrul calculat prin mediere cu ferestre nesuprapuse realizeaz o localizare mult
mai slab a purttoarelor celor dou impulsuri (aceste componente, practic nu pot fi
localizate individual).
spectrul calculat prin mediere cu ferestre nesuprapuse (netezirea semnalului)
furnizeaz o estimare spectral bun, n sensul unei estimri bune a componentei
dominante de zgomot, dar nu reprezint un bun detector de semnal.
Metoda de mediere prezentat anterior este departe de a fi singura: datorit necesitii
unei analize performante de semnal, au fost dezvoltate multe variante de analiz spectral de
acest fel, numite generic periodograme.
Astfel, una dintre cele mai cunoscute proceduri de evaluare a periodogramei mediate
este cea atribuit lui Welch, care reprezint o modificare a schemei de segmentare originale,
dezvoltate de ctre Bartlett.
25
n cadrul acestei abordri, se folosesc segmente suprapuse crora li se aplic o fereastr

de un anumit tip. Prin suprapunerea segmentelor rezult mrirea numrului de segmente care
pot fi mediate, n cazul unei lungimi date ale semnalului i segmentului. n fig. 3.2 este artat
estimarea spectral pentru acelai semnal care a fost tratat anterior (fig. 3.1), folosindu-se,
ns, periodograma Welch.
Fig. 3.2. Densitatea spectral de putere a

semnalului impuls RF cu zgomot,
reprezentat n fig. 3.1.e,estimat
cu metoda Welch, pentru mai
multe lungimi ale ferestrelor
(suprapuse la din lungimea lor).
Raportul semnal-zgomot are
valoarea 0.5 (SNR = -3 dB).
Examinarea spectrelor prezentate n fig.3.2 arat influena lungimii ferestrei asupra

rezoluiei estimrii spectrale: micorarea lungimii ferestrei duce la lrgirea lobilor principali ai
spectrului (lobi care indic partea util a semnalului), fapt care este echivalent cu scderea
rezoluiei n frecven a estimrii. Pe de alt parte, aceeai micorare a lungimii ferestrei duce
la o mediere a zgomotului, rezultnd mai bun distingere a semnalului pe fondul zgomotului.
Acest din urm aspect este mai puin vizibil pentru valoarea considerat a SNR din fig. 3.2.
Pentru a evidenia efectul scurtrii ferestrei n calculul estimrii Welch a periodogramei, s-a
considerat (fig.3.3) acelai semnal, dar cu raport semnal-zgomot, SNR = - 6 dB.
Fig. 3.3. Densitatea spectral de putere a

semnalului impuls RF cu
zgomot, reprezentat n
fig.3.1.e,estimat cu metoda
Welch, pentru mai multe
lungimi ale ferestrelor
(suprapuse la din lungimea
lor). Raportul semnal
- zgomot are valoarea
0.25 (SNR = - dB).
Din examinarea fig. 3.3 devine i mai clar aciunea micorrii lungimii ferestrei: pentru
lungimi mai mari ale acesteia, rezoluia n frecven este mai bun, dar este foarte puin
vizibil una dintre componentele utile ale semnalului (cea de frecven 3 GHz). Pe msur ce
lungimea ferestrei scade, cele dou componente utile se disting mai bine, aprnd ns i
scderea rezoluiei n frecven.
3.1.2.
Metode moderne de estimare spectral
Metodele de determinare a puterii spectrale, expuse pn acum, sunt bazate pe

transformarea Fourier i sunt numite metode clasice.
Acestea sunt cele mai robuste dintre toate tipurile de estimri spectrale. Ele nu presupun
cunoaterea apriori a unui volum mare de caracteristici ale semnalului de analizat; cu toate
26
acestea, cunoaterea apriori a unor date despre semnal ar fi utile la selecia ferestrei i a
modalitii de mediere.
Metodele clasice se bazeaz pe presupunerea c semnalul de analizat este nul n afara
ferestrei de analiz. Cum aceast situaie este, n realitate, rar, rezult distorsiuni ale
estimrii spectrale.
Abordrile moderne ale analizei spectrale sunt concepute astfel nct s depeasc
unele dintre deformrile produse de ctre metodele clasice i sunt destul de eficace mai ales
n cazul segmentelor de analiz scurte.
Toate tehnicile moderne (parametrice sau neparametrice) ncearc depirea limitrilor
tehnicilor tradiionale prin folosirea avantajoas a oricrei informaii cunoscute, sau presupus a
fi cunoscut, despre semnal.
Metodele parametrice fac uz de un proces liniar, cunoscut sub denumirea de model,
pentru a estima spectrul de putere.
Metodele parametrice fac apel la mai multe tipuri de modele, difereniate prin natura
funciei lor de transfer. Cele mai utilizate modele sunt: modelul autoregresiv (AR), modelul cu
medie mobil (MA) i modelul cu medie mobil autoregresiv (ARMA).
Modelului AR are folosirea cea mai rspndit datorit faptului c foarte multe dintre
semnalele uzuale se ncadreaz n categoria celor pe care acest model le estimeaz cel mai
bine, fapt pentru care va fi folosit pentru exemplificarea utilizrii metodelor neparametrice la
modelarea analizei de semnal n vederea extragerii acestuia din zgomot n lucrarea de fa.
Fig. 3.4 ilustreaz cteva dintre avantajele i dezavantajele folosirii metodelor AR drept
instrument de analiza spectral a semnalelor:
se poate vedea importana alegerii valorii ordinului modelului pentru spectrul (mai
corect - puterea spectral) rezultat al estimrii;
astfel, la valori relativ mici ale ordinului modelului AR Yule-Walker, acesta produce un
spectru netezit, care urmrete destul de grosier variaia componentei de zgomot dar
care nu reuete s separe cele dou componente de frecvene 2 i respectiv 3 GHz,
vrfurile corespunztoare acestor componente fiind, totui, vizibile;
pe msur ce valoarea ordinului modelului crete, are loc i mbuntirea preciziei
localizrii celor dou componente utile ale semnalului, fr a se putea, totui, deduce
alte informaii despre natura semnalului (de exemplu, structura lobulat a spectrului,
caracteristic unui impuls);
pe msura creterii valorii ordinului spectrului are loc i mbuntirea preciziei
estimrii spectrale i, astfel, mai bun extragere a semnalului din zgomot.
Fig. 3.4. Densitatea spectral de putere a semnalului impuls RF cu zgomot, reprezentat n fig. 3.1.e, estimat
cu metoda AR,( algoritmii Yule-Walker) i a covarianei pentru semnalul n impuls reprezentat n
fig. 3.1e Raportul semnal- zgomot are valoarea 0.25 (SNR = -3 dB)
27
Gradul de robustee al metodei AR (mai exact a celor dou tipuri de algoritmi de

implementare a ei prezentate aici) se poate aprecia prin referire la fig. 3.5. Se constat faptul
c estimrile spectrale i pstreaz caracteristicile enunate anterior. Totodat, se remarc
apariia unei componente false (n cazul nostru, pe frecvena de 9.5 GHz), lucru caracteristic
modelelor de ordin superior (acesta fiind un dezavantaj al acestora, pe lng avantajul unei
mai bune precizii).
n concluzie, metodele AR ca i alte metode bazate pe model, pot fi instrumente utile de
estimare spectral n cazul n care se dispune de anumite date apriori despre semnal, dar este
necesar mult discernmnt la folosirea lor n alte cazuri, mai ales, la alegerea potrivit a tipului
i ordinului modelului, (avnd n vedere necesitatea extragerii semnalului din zgomot).
Fig. 3.5. Aceeai analiz ca n fig.3.4, dar

pentru raportul semnal-zgomot de valoare 0.1
(SNR = -10 dB).
Metodele neparametrice de estimare spectral sunt caracterizate de o mai bun rezoluie

i caracteristici de estimare n frecven mai bune dect alte metode, n special la nivele mari
ale componentei de zgomot din semnal.
Caracteristica principal a acestor metode const n mprirea informaiei coninut n
semnal (sau n funcia sa de autocorelaie) n dou sub-spaii: sub-spaiul semnalului i subspaiul zgomotului.
n fig. 3.6 sunt prezentate rezultatele analizei spectrale cu ajutorul uneia din metodele neparametrice, respectiv a metodei MUSIC (MUltiple SIgnal Classification), care alturi de
metoda PHP (Pisarenko Harmonic decomPosition), sunt cele mai folosite din categoria lor.
Fig. 3.6. Densitatea spectral de putere a semnalului impuls RF cu zgomot, reprezentat n fig. 3.1.e, estimat
cu metoda ne-parametric, algoritmul MUSIC pentru semnalul n impuls reprezentat n fig. 3.1e.
Raportul semnal-zgomot are valorile 0.25 (SNR = -3 dB respectiv 0.1 (SNR = -10 dB).
Analiza fig.3.6 conduce la urmtoarele constatri:

componentele de interes din spectrele prezentate sunt greu de determinat, n mod
unic i definitiv;
spectrele obinute prin aplicarea algoritmului MUSIC se caracterizeaz printr-o
netezire semnificativ a zgomotelor;
28
este, de asemenea, de remarcat capacitatea de detectare, pentru anumite valori ale

ordinului, p, al modelului AR, a vrfurilor spectrului (care, pentru cazurile cele mai
uzuale, reprezint chiar componentele de interes ale spectrului semnalului);
spectrul estimat cu ajutorul algoritmului MUSIC ofer o foarte bun rezoluie n
frecven, mai bun dect n cazul celorlalte metode parametrice sau ne-parametrice;
pentru valori mai mari ale ordinului modelului AR, apar, mai mult dect n cazul
algoritmilor prezentai anterior, componente false, care ngreuneaz detectarea
componentelor utile din semnal;
algoritmul MUSIC are o mai bun comportare pentru seturi mai scurte de date de
intrare (v. i [B - 4]);
n cazul nivelelor mai mari de zgomot (v. fig. 3.6.b), algoritmul creeaz multe
componente false n spectrul estimat, pstrndu-si, pe de alt parte, capacitatea de
netezire a zgomotelor, cu avantajele ce decurg de aici.
3.2.
Utilizarea filtrelor adaptive pentru mbuntirea raportului

semnal zgomot n receptoarele de rzboi electronic de radiolocaie
3.2.1. Alegerea algoritmului folosit la filtrarea adaptiv a semnalelor

n vederea atenurii componentei de zgomot
Datorit abilitii lui de extragere a informaiei/informaiilor utile din semnalele complexe
(complexitatea referindu-se la structura acestora), filtrul electronic este o parte extrem de
important a echipamentelor i sistemelor de comunicaii. Extragerea informaiilor utile din
semnal presupune, n marea majoritate a aplicaiilor, ndeprtarea sau cel puin atenuarea
perturbaiilor sub form de zgomot, la nivele care s uureze extragerea i prelucrarea
informaiilor de ctre etajele care urmeaz filtrului.Abordarea uzual, clasic, a acestei
probleme o constituie utilizarea filtrelor selective n frecven, care realizeaz aproximarea
benzii semnalului de interes i rejectarea semnalelor din afara benzii.
O alt abordare const din ndeprtarea semnalelor nedorite prin folosirea unui algoritm
de optimizare, care s duc, n final, la obinerea unui filtru optim; aceast metod constituie
obiectul filtrrii adaptive. Dac este disponibil o reprezentare a formei semnalului dorit
(ideal, adic fr zgomot) atunci se poate aplica o clas extrem de cunoscut i de bine
dezvoltat de filtre, respectiv filtrele Wiener (fig.3.7).
rspunsul
dorit
d(n)
intrarea
x(n)
ieirea
filtrului
y(n)
Filtru liniar
H(Z)
eroarea
estimat
e(n)
Fig. 3.7. Schema de baz a unui filtru Wiener
Conceptul de baz a teoriei filtrelor Wiener const n minimizarea diferenei dintre ieirea
filtrat i forma dorit a semnalului. Aceast minimizare se bazeaz pe aplicarea metodei erorii
29
medii ptratice, prin care se ajusteaz coeficienii filtrului n scopul reducerii ptratului
diferenei dintre cele dou semnale (semnalul de ieire curent i semnalul dorit).
Semnalul de intrare, care conine att semnalul util (dorit) ct i zgomotul este supus
prelucrrii unui proces liniar, H(z). Practic, acest proces poate fi implementat cu o funcie de
transfer de tip filtru adaptiv FIR sau IIR. Deoarece filtrele tip FIR sunt, n mod inerent, nativ,
stabile acestea vor fi folosite, n prezenta lucrare, n mod exclusiv, pentru
implementarea filtrului activ din receptorul de rzboi electronic da radiolocaie.
Folosirea filtrului Wiener la eliminarea (atenuarea) zgomotelor unui semnal este ilustrat
n fig. 3.8.
Fig. 3.8. Aciunea filtrului optim

Wiener asupra unui semnal
de radiofrecven n
impuls de frecven 2.3 GHz,
q = 2, SNR -6 dB
Se poate remarca faptul c, dei aplicarea filtrrii Wiener nu presupune cunoaterea

apriori a semnalului de intrare, ea impune totui cunoaterea semnalului dorit, lucru destul de
greu de realizat pentru multe situaii practice caracteristice funcionrii receptoarelor de rzboi
electronic de radiolocaie.
Performanele optime de filtrare pot fi atinse numai dac semnalele de la intrarea
receptorului se adapteaz cu semnalele apriori pentru care a fost proiectat filtrul. n majoritatea
sistemelor de non-comunicaii (cu deosebire n cele de rzboi electronic de radiolocaie),
cunoaterea apriori,ca dat de intrare pentru proiectare, a semnalelor de intrare, este doar
parial, ntr-o proporie variabil i, de multe ori, foarte sczut.
n aceast situaie sunt posibile dou strategii:
prima const n optimizarea filtrului pentru un caz considerat ca mediu, adic un caz
care s poat fi considerat drept reprezentativ n condiii statistic medii. O asemenea
abordare are ca avantaj o simplificare evident a proiectrii i realizrii receptorului
de rzboi electronic, dar ca principal dezavantaj pericolul pierderii unor informaii
eseniale reprezentate de caracteristici particulare ale semnalelor de intrare care sunt
supuse analizei.
soluia alternativ, analizat mai amnunit n lucrarea de fa, const n
implementarea unui algoritm adaptiv, ca parte software a filtrului adaptiv, care s
permit ajustarea dinamic a parametrilor acestuia, funcie de natura semnalului de la
intrarea sa. n acest fel, cunoaterea apriori a semnalelor de analizat nu mai este
necesar procesului de filtrare, n locul acesteia folosindu-se un algoritm recursiv de
autoajustare a parametrilor filtrului.
n fig. 3.9 se prezint paradigma unui filtru adaptiv tipic, ai crui coeficieni se modific
printr-un proces de feedback. Acest proces este conceput astfel nct s realizeze apropierea,
ct de mult cu putin, a semnalului de ieire al filtrului, y(n), de semnalul dorit, d(n), prin
reducerea la o valoare minim a erorii e(n).
30
intrarea
x(n)
ieirea
y(n)
Filtru liniar
H(Z)
rspunsul
dorit
d(n)
actualizarea
coeficienilor
b(n)
eroarea
e(n)
Algoritm
adaptiv
Fig. 3.9. Modelul general al filtrului adaptiv
Pentru a se realiza comportarea adaptiv a filtrului, este posibil implementarea mai

multor algoritmi.
Cei mai reprezentativi sunt algoritmii LMS (Least Mean Square cele mai mici ptrate
medii) i RLS (Recursive Least Square cele mai mici ptrate recursive).
n general, algoritmul LMS este mai utilizat ca algoritmul RLS datorit complexitii sale
de calcul mai reduse i faptului c este mai robust. Pe de alt parte, ns, algoritmul RLS
converge mai rapid dect LMS, cu toate c, dezvoltrile recente ale ambilor algoritmi i-au
apropiat din acest punct de vedere.
n luarea deciziei de alegere a unuia din cei doi algoritmi este bine de a se avea n
vedere urmtoarele aspecte:
algoritmul RLS ofer o convergen superioar fa de algoritmul LMS, mai ales n
cazul semnalelor staionare (cu un nivel sczut al componentei de zgomot). Cu toate
acestea, n cazul receptoarelor de rzboi electronic de radiolocaie este foarte greu
de admis c semnalele interceptate au un nivel redus al zgomotelor. n aceste cazuri,
i mai ales dac se dorete o mbuntire a raportului semnal-zgomot (SNR), este
mai important o convergen stabil dect una rapid. Rezult c, din punct de
vedere al mbuntirii SNR, aspect extrem de important al identificrii semnalelor
radar, algoritmul LMS este mai potrivit dect algoritmul RLS.
spre deosebire de algoritmul RLS, algoritmul LMS este mai simplu de implementat
hardware, mai predictibil la modificri i mai robust fa de erorile care pot apare n
procesul de prelucrare a semnalelor.
Avnd n vedere cele artate, n lucrarea de fa s-a optat pentru modelarea i utilizarea
algoritmului LMS ca modalitate de mbuntire a raportului semnal-zgomot n cadrul
prelucrrii preliminare a semnalelor din receptorul de rzboi electronic de radiolocaie.
3.2.2.
Algoritmul adaptiv LMS
Algoritmul LMS are unele puncte comune cu algoritmul utilizat n cadrul teoriei filtrelor
Wiener: determin coeficienii filtrului optim i se bazeaz pe minimizarea erorii ptratice. Spre
deosebire de filtrele Wiener, algoritmul LMS nu necesit calculul funciilor de corelaie, rxx i rdx,
ci folosete o metod de gradient recursiv, cunoscut sub denumirea de metoda
descendent n pai, pentru a determina valorile coeficienilor filtrului care produc suma
minim a erorii erorii ptratice.
31
n cadrul acestei metode, valorile coeficienilor filtrului sunt modificate pe baza unei
estimri a gradientului negativ al funciei eroare fa de un set de coeficieni dat:
bn (k ) = bn 1 (k ) + e(n ) x(n k )
(3.1)
unde: - mrimea care caracterizeaz (controleaz) viteza algoritmului descendent, cunoscut sub
denumirea de rat de convergen a algoritmului LMS.
Alegerea valorii acestui parametru impune anumite comentarii.

Astfel, o valoare mare a ratei de convergen, , duce la modificarea substanial ale
valorilor coeficienilor filtrului, bn(k), care va avea drept consecin o convergen mai rapid a
acestora ctre setul de valori optime, dar poate duce i la instabilitatea filtrului, manifestat
prin apariia unor oscilaii n rspunsul acestuia.
Invers, o valoare prea mic a ratei de convergen va conduce la o convergen lent a
coeficienilor filtrului, cu consecina scderii vitezei de reacie a receptorului la semnalele de
intrare i scderii probabilitii sale de intercepie.
Folosirea filtrrii adaptive ca etap n procesarea semnalelor n receptoarele de rzboi
electronic, n vederea eliminrii componentei de zgomot, poate mbrca dou forme distincte:
eliminarea zgomotelor de band ngust dintr-un semnal de band larg (cunoscut
i sub denumirea de atenuare adaptiv a interferenelor) ,
eliminarea zgomotelor de band larg dintr-un semnal de band ngust (cunoscut
i sub denumirea de atenuare adaptiv a zgomotelor, sau ALE).
Deoarece eliminarea zgomotelor de band larg este mult mai des ntlnit n practic,
n prezenta lucrare a fost abordat modelarea filtrrii adaptive LMS pentru aceast situaie, pe
baza schemei prezentate n fig. 3.10.
Semnal de ieire =
componenta de bad larg
(s-a eliminat componenta
de band ngust)
BL(n) + B(n)
ntrzierea
semnalului
Filtru adaptiv
FIR
B*(n)
BL(n)
B(n)
Algoritm
LMS
Semnal de ieire =
componenta de band ngust
(s-a eliminat componenta de
band larg) ieirea ALE
e(n) = BL(n) + B(n) B*(n)

Fig. 3.10. Configuraia filtrului adaptiv pentru suprimarea adaptiv a zgomotelor de band larg (configuraie ALE).
Schema din fig. 3.10 realizeaz, n esen, separarea, la cele dou ieiri, a
componentelor semnalului de intrare (cea de band larg de cea de band ngust).
n cazul n care componenta de band ngust este semnalul iar cea de band larg este
zgomotul, atunci semnalul fr zgomot va fi disponibil la ieirea ALE a schemei.
32
3.3. Concluzii
n acest capitol au fost abordate aspecte de principiu privind metode de mbuntire a
extragerii semnalului din zgomot, care se pot folosi n receptoarele de rzboi electronic de
radiolocaie.
Au fost luate n consideraie, datorit impactului i potenialului de utilizare n
receptoarele numerice, metodele bazate pe folosirea estimrii spectrale i cele bazate pe
utilizarea filtrelor adaptive.
O concluzie important este aceea c utilizarea metodelor de estimare a spectrului de
putere reprezint un instrument util n analiza semnalelor i mbuntirea extragerii acestora
din zgomote folosit cu succes n receptoarele de rzboi electronic de radiolocaie.
Estimarea spectral poate fi realizat pe calea metodelor clasice (analiza Fourier,
densitatea spectral de putere, periodograma) sau a metodelor moderne (parametrice AR,
MA, ARMA i neparametrice MUSIC i PHP).
Examinarea rezultatelor aciunii metodelor de estimare spectral asupra semnalelor
radar reprezentative conduce la urmtoarele concluzii:
analiza Fourier d o imagine global mai corect a spectrului, putndu-se identifica
uor frecvenele;
spectrul calculat prin mediere cu ferestre nesuprapuse realizeaz o netezire a
semnalului i o mai bun estimare a componentei de zgomot a acestuia;
spectrul calculat prin mediere cu ferestre nesuprapuse realizeaz o localizare mult
mai slab a purttoarelor (aceste componente pot fi cu greu localizate individual).
spectrul calculat prin mediere cu ferestre nesuprapuse (netezirea semnalului)
furnizeaz o estimare spectral bun, n sensul unei estimri bune a componentei
dominante de zgomot, dar nu reprezint un bun detector de semnal.
metodele AR ca i alte metode bazate pe model, pot fi instrumente utile de estimare
spectral n cazul n care se dispune de anumite date apriori despre semnal, dar este
necesar mult discernmnt la folosirea lor n alte cazuri, mai ales la alegerea potrivit
a tipului i ordinului modelului;
spectrele obinute prin aplicarea algoritmului MUSIC se caracterizeaz printr-o
netezire semnificativ a zgomotelor;
modelul AR, pentru valori corespunztor alese ale ordinului su, p, se remarc prin
capacitatea de detectare a vrfurilor spectrului (care, uzual, reprezint chiar
componentele de interes ale acestuia);
pentru valori mai mari ale ordinului modelului AR, apar, mai mult dect n cazul
celorlali algoritmi parametrici, componente false, care ngreuneaz detectarea
componentelor utile din semnal;
spectrul estimat cu ajutorul algoritmului MUSIC ofer o foarte bun rezoluie n
frecven, mai bun dect n cazul celorlalte metode parametrice sau ne-parametrice;
algoritmul MUSIC are o mai bun comportare pentru seturi mai scurte de date de
intrare (v. i [B - 4]);
n cazul nivelelor mai mari de zgomot (v. fig. 3.6.b), algoritmul MUSIC creeaz multe
componente false n spectrul estimat, pstrndu-si, pe de alt parte, capacitatea de
netezire a zgomotelor, cu avantajele ce decurg de aici.
33
O alt abordare a mbuntirii extragerii semnalelor din zgomot o reprezint folosirea

unui algoritm de optimizare, care s duc, n final, la obinerea unui filtru optim; aceast
metod constituie obiectul filtrrii adaptive.
n acest sens, este util de a aminti c exist o multitudine de metode de realizare a unui
filtru optim, funcie de rspunsul la ntrebarea ct de multe informaii sunt cunoscute despre
caracteristicile semnalului i zgomotului?
Dac este disponibil o reprezentare a formei semnalului dorit (ideal, adic fr zgomot)
atunci se poate folosi filtrul Wiener.
Pentru realizarea filtrrii adaptive se pot folosi fie structura de filtru FIR fie cea de filtru
IIR.
Filtrele tip FIR fiind stabile n mod nativ, vor fi folosite, n prezenta lucrare, n mod
exclusiv, pentru implementarea filtrului activ din receptorul de rzboi electronic da radiolocaie.
Pentru a se realiza comportarea adaptiv a filtrului, este posibil implementarea mai
multor algoritmi.
Cei mai reprezentativi sunt algoritmii LMS i RLS.
Deoarece algoritmul LMS ofer avantajele convergenei mai stabile, robusteii i
simplitii de implementare hardware i software, n lucrarea de fa s-a optat pentru
modelarea i utilizarea algoritmului LMS ca modalitate de mbuntire a raportului semnalzgomot n cadrul precondiionrii semnalelor n receptorul de rzboi electronic de radiolocaie.
Folosirea filtrrii adaptive n vederea eliminrii componentei de zgomot, poate mbrca
dou forme distincte:
eliminarea zgomotelor de band ngust dintr-un semnal de band larg (cunoscut
i sub denumirea de atenuare adaptiv a interferenelor),
eliminarea zgomotelor de band larg dintr-un semnal de band ngust (cunoscut
i sub denumirea de atenuare adaptiv a zgomotelor, sau ALE).
Deoarece eliminarea zgomotelor de band larg este mult mai des ntlnit n practic, n
prezenta lucrare a fost abordat modelarea filtrrii adaptive LMS pentru aceast situaie (v.
schema din fig. 3.10).
34
Capitolul 4
Precondiionarea semnalelor n receptorul de
rzboi electronic de radiolocaie cu ajutorul
filtrului adaptiv LMS
4.1. Introducere
Una din cerinele de baz ale receptoarelor de rzboi electronic de radiolocaie const n
detectarea semnalelor radar inamice cu o probabilitate ct mai mare. Pentru asigurarea
ndeplinirii acestei cerine, receptorul trebuie s aib o band de frecvene ct mai larg. Acest
fapt nu aduce ns doar beneficii: limea mare a benzii receptorului face s creasc nivelul
puterii de zgomot la intrarea sa, deci, n final, s scad sensibilitatea receptorului.
n cazul mediilor radioelectronice reale, de multe ori semnalul util are un nivel de putere
egal cu sau chiar mai mic fa de cel al zgomotelor.
Asigurarea sensibilitii necesare a receptorului, n condiiile lrgirii benzii sale, se poate
asigura prin mai multe metode. Una dintre acestea o reprezint mrirea ctigului antenei de
recepie. Dar, o anten de recepie cu ctig mare este o anten cu gabarit mare, datorit
necesitii asigurrii unei aperturi de dimensiuni mari, corespunztoare valorii necesare a
ctigului. Dezavantajele sunt evidente. O alt metod de mrire a receptorului o reprezint
divizarea benzii acestuia n mai multe sub-benzi rezultnd un receptor multicanal. Acest tip de
receptor nu este performant la aciunea semnalelor de band larg, deoarece reconstituirea
semnalelor, dup trecerea lor prin mai multe canale ale receptorului pune probleme deosebite
i este imposibil n lipsa unor informaii apriori despre semnal.
O alternativ posibil la metodele artate const n utilizarea unui filtru adaptiv pentru a
realiza o precondiionare a semnalelor radar. Scopul precondiionrii l reprezint reducerea
raportului semnal-zgomot al semnalelor recepionate. Datorit modului lor intrinsec de
funcionare, filtrele adaptive se adapteaz spectrului semnalului, aciunea fiind o ngustare
inteligent i flexibil a benzii receptorului, corespunztor fiecrui semnal. n final va rezulta
creterea sensibilitii receptorului, prin metode numerice ce permit o reconfigurare adaptiv.
4.2.
Alegerea arhitecturii filtrului
Alegerea structurii (arhitecturii) filtrului adaptiv este influenat, n mod fundamental, de

necesitatea ndeplinirii funciei de precondiionare a semnalelor de la intrarea receptorului.
Folosirea filtrului adaptiv duce la creterea raportului semnal-zgomot la intrarea n seciunea
de procesare a semnalului, rezultnd o mbuntire semnificativ a performanelor globale ale
receptorului de rzboi electronic.
n consecin, alegerea structurii filtrului este condiionat de dou consideraii:
performanele filtrrii adaptive i complexitatea calculelor. Referindu-ne la performanele filtrrii
se au n vedere, n principal: creterea raportului semnal-zgomot (fa de situaia semnalului
nefiltrat) i scderea valorii duratei de convergen (achiziie) a filtrului. n ce privete
35
complexitatea calculelor, se vizeaz, evident, alegerea unei structuri a filtrului (de fapt,
implementarea acelui algoritm) care s asigure o complexitate ct mai redus a calculelor i
reducerea timpului de preprocesare a semnalelor.
Avnd n vedere aceste aspecte, precum i consideraiile deja asumate la pct. 3.2.2, s-a
optat pentru alegerea unui filtru adaptiv avnd structura ALE, conform fig. 4.1.a. Pe lng
acestea, s-a considerat i o structur de filtrare dubl LMS, obinut prin nserierea a dou
celule ALE simple, conform schemei din fig. 4.1.b.
n cazul ambelor scheme, semnalul eroare este exprimat printr-o relaie de tipul:
e(n ) = snef (n ) y (n )
(4.1)
Semnalul eroare poate fi considerat drept o estimare a componentei de zgomot din

semnalul de la intrarea celulei de filtrare, deci eroarea va converge ctre nivelul zgomotului
aditiv din cadrul semnalului. Eroarea medie ptratic a acestora, MSE, este valoarea medie
(sperana matematic) a semnalului eroare:
MSE = E e 2 (n )
(4.2)
Modelarea aciunii filtrrii adaptive ca pre-condiionare a semnalelor radar din receptorul

de rzboi electronic a impus i analiza eficienei filtrrii prin considerarea influenei unor factori
cum ar fi: caracteristicile semnalului i parametrii filtrului sau ai procesului de filtrare.
n vederea optimizrii eficienei filtrului, s-au avut n vedere: influena nivelului zgomotelor
din semnalul de intrare, influena valorii ntrzierii del din schema celulei de filtrare, influena
valorii factorului de convergen, , influena lungimii filtrului, L.
Pentru fiecare dintre semnalele uzuale radar considerate, s-a realizat modelarea
comportrii filtrului la aciunea acelor semnale precum i optimizarea parametrilor mai sus
amintii din punctul de vedere al obinerii valorii maxime al raportului semnal-zgomot.
snef(n)
ntrzierea
del
a)
Filtru
FIR
y(n)
Algoritm
LMS
snef(n)
b)
ntrzierea
del
Filtru
FIR
Algoritm
LMS
e(n)
y1(n)
y(n)
ntrzierea
del
Filtru
FIR
e1(n)
Algoritm
LMS
Fig. 4.1. Structurile propuse pentru filtrul adaptiv de precondiionare: a) filtru cu o celul, b) filtru cu dou celule n
cascad. n ambele situaii modelarea s-a fcut pentru algoritmul LMS, analizndu-se aciunea filtrului
asupra semnalelor uzuale presupuse a fi prezente la intrarea receptorului de rzboi electronic radar
36
e2(n)
4.3.
Modelarea aciunii filtrului LMS asupra semnalului

radar cu modulaie discret de faz cu codificare Welti
Semnalul cu modulaie discret de faz cu codificare Welti, folosit de ctre radarele

moderne datorit faptului c asigur un grad mare de protecie al acestora contra descoperirii
i bruierii de ctre sistemele de rzboi electronic, face parte din categoria codurilor binare de
faz complementare.
Codurile complementare sunt acele perechi de coduri de egal lungime caracterizate de
faptul c lobii secundari ai funciilor de autocorelaie corespunztoare se anuleaz la
nsumarea algebric a lobilor de pe aceeai poziie. Ca atare funcia de autocorelaie teoretic
rezultant are lobii secundari nuli i un singur lob principal.
Setul de coduri Welti const din 2N coduri de lungime 2N. Fiecare cod din set este
denumit conform relaiei D kj , unde lungimea unui cod este 2k iar j = 0 2 k 1, k N
determin un anumit cod din set. Un set de coduri Welti de lungime 2N este generat pornind de
la setul de coduri Welti de lungime 2N-1. orice set de coduri Welti poate fi generat pornind de la
setul fundamental de coduri Welti, D01 = (1,1) i D11 = (1,1) . Cele dou coduri, D01 i D11 se pot
scrie sub forma general D01 = (a, b ) respectiv D11 = (c, d ) , din care rezult urmtorul set de
patru coduri Welti:
D02 = (a, b, a, b ), D12 = (a, b, a , b ), D22 = (c, d , c, d ), D32 = (c, d , c , d )
(4.3)
Astfel, noul set de patru coduri este:

D02 = (1,1,1,1), D12 = (1,1,1,1), D22 = (1,1,1,1), D32 = (1,1,1,1) .
(4.4)
n mod similar, pornind de la fiecare dintre componentele setului de patru coduri, se

poate deduce un set de opt coduri Welti de lungime opt. Aceast procedur se poate repeta
pn la obinerea codului de lungime dorit.
Odat ncheiat procedura, se alege din setul rezultant o pereche de coduri cu
proprietatea de complementaritate. Acestea sunt cele care se supun condiiei i j = 2 k 1 . Din
setul de coduri (4.4) exist dou perechi de coduri complementare: {D02 , D22 } respectiv
{D12 , D32 }.n fig. 4.2 se arat un exemplu de cod Welti de lungime 64, mpreun cu spectrul
codului (semnalul modulator), generate cu ajutorul unei aplicaii Matlab.
Semnalul codificate cu ajutorul codului Welti se poate pune sub forma:
s (t ) = p n (t ) cos(2 f 0 t )
(4.5)
unde: pn(t) semnalul modulator Welti (tren de impulsuri cu codificare Welti).

Codul W elti de lungime 64
Spectrul c odului W elti de lungime 64
1.5
900
1
800
700
0.5
S
a
w
a
w
600
0
500
400
-0.5
300
200
-1
100
-1.5
10
20
30
timp
40
50
60
0.5
1.5
2
frecventa
2.5
Fig. 4.2. Un exemplu de cod Welti de lungime 64 mpreun cu transformata sa Fourier
37
3.5
4.3.1. Modelarea comportrii filtrului adaptiv asupra unui semnal cu

codificare binar de faz tip Welti
Modelarea comportrii filtrului adaptiv la aciunea semnalului cu codificare binar de
faz Welti, avnd structura corespunztoare variantelor prezentate n fig.4.1, s-a fcut cu
ajutorul unor aplicaii Matlab, pornind de la relaiile generale prezentate n Cap. 3 i 4 ale tezei.
4.3.2. Rezultatele modelrii
a) Aciunea filtrului asupra semnalului cu codificare Welti
Este cel mai sugestiv reflectat, n mod calitativ, prin redarea formei i spectrului
semnalului filtrat i apoi a celui nefiltrat v. fig. 4.3:
5
Spectrul semnalului dorit (inaccesibil)
x 10
a
m
p
litu
d
in
e
1.5
0.5
9
9
x 10
Spectrul semnalul filtrat (celula 1)
x 10
16
14
a
m
p
litu
d
in
e
12
10
8
6
4
2
0
9
9
x 10
4
Spectrul s emnalul filtrat (c elula 1)
x 10
16
14
a
m
p
litu
d
in
e
12
10
8
6
4
2
0
9
9
x 10
Spectrul semnalul filtrat (ambele celule)
x 10
2.5
a
m
p
litu
d
in
e
1.5
0.5
4
5
frecventa
9
9
x 10
Fig. 4.3. Aciunea filtrului adaptiv (algoritm LMS) asupra semnalului cu codificare Welti(n medalion se
artat, pentru claritatea examinrii corectitudinii codificrii, o reprezentare mrit a unei
poriuni a formei semnalului ideal (fr zgomot)
Din examinarea graficelor din fig. 4.3 se deduc urmtoarele:

semnalul cu codificare Welti este un semnal de band foarte larg: aproximativ 1
GHz, la o frecven central de 2.3 GHz, adic o band relativ de aproximativ 42%;
dac s-ar folosi soluia filtrrii clasice, lrgimea mare a benzii semnalului ar ridica o
serie de probleme greu de compensat;
filtrul adaptiv acioneaz cu succes n sensul atenurii zgomotul aditiv gaussian
(zgomot care are, n cazul exemplului dat, un nivel de dou ori mai mare dect cel al
semnalului, rezultnd o valoare a raportului semnal-zgomot, SNR = -3 dB);
38
ilustrarea calitativ este imediat din examinarea figurii: dac din forma semnalului
nefiltrat nu se poate deduce practic nimic despre acesta, din examinarea formei
semnalului filtrat de prima celul i apoi de a doua celul, rezult indicii mai
consistente despre natura semnalului original;
msura cantitativ a aciunii filtrului ca reductor de zgomot o reprezint evaluarea
raportului semnal zgomot, de ctre aplicaia de modelare, nainte i dup filtrare
(dup fiecare din celulele de filtrare);
pentru exemplul de modelare considerat (fig. 4.3), au rezultat urmtoarele valori
ale eficacitii:
ef1 = SNR pre SNR 1post = 7.4 dB
2
ef 2 = SNR pre SNR post
= 4.2 dB
adic o cretere total a SNR cu 11.6 dB.

b) Caracteristica de frecven a filtrului
Ca urmare a procesului de filtrare adaptiv, caracteristica de frecven a filtrului va
avea o form apropiat de cea a spectrului semnalului ideal (lipsit de zgomot).
Gradul de apropiere dintre spectrul semnalului ideal i caracteristica de frecven a
filtrului este determinat de parametrii filtrului i ai algoritmului (lungime, ntrziere, coeficient de
convergen, numrul de puncte de analiz) precum i de caracteristicile semnalului de filtrat
(nivelul componentei de zgomot, natura i gradul de complexitate al semnalului).
5
x 10
2.5
amplitudine
1.5
0.5
0.5
1.5
2.5
3
9
x 10
Fig. 4.4. Caracteristica de frecven a filtrului adaptiv (algoritm LMS), dup fiecare din cele
dou celule de filtrare, tinde ctre spectrul semnalului ideal (lipsit de componenta de zgomot)
Este interesant de remarcat faptul c, prin filtrri succesive, se realizeaz o apropiere

mai bun de forma spectrului semnalului lipsit de zgomot, chiar dac, datorit adaptrii la
semnal, proces de durat direct proporional cu lungimea filtrului, apare o deformare a formei
semnalului, deformare care se reflect i n spectrul acestuia.
La fel de interesant este i examinarea evoluiei n timp a caracteristicii de frecven a
filtrului adaptiv, evoluie care, pentru semnalul i filtrul considerate n exemplul de modelare,
este redat n fig.4.5.
39
Caracteristica de frecventa a filtrului - prima celula
x 10
0.08
0.07
1.5
0.05
amplitudine
amplitudine
0.06
0.04
0.03
0.02
0.5
0.01
0
2.2
2.4
2.6
2.8
3
3.2
frecventa
2.1
3.4
3.6
3.8
4.2
2.2
2.4
2.6
2.8
3
3.2
frecventa
x 10
3.4
3.6
3.8
4.2
9
x 10
Evolutia caracteristicii de frecvfenta a FA - prima celula
x 10
2.2
2.3
Fig. 4.5. Evoluia n timp

a caracteristicii
de frecven a
filtrului adaptiv,
n cazul unui
semnal tip
chirp.
2.4
2.5
2.6
2.7
2.8
2.9
3
3.1
0
0.2
0.4
0.6
0.8
1.2
-7
x 10
c) Eroarea medie ptratic MSE

Eroarea medie ptratic (MSE) reprezint o msur a convergenei filtrului adaptiv
(respectiv a algoritmului implementat), avndu-se n vedere mrimea i numrul de iteraii
dup care algoritmului asigur ca eroarea medie ptratic s tind ctre valoarea nul.
Este foarte important ca parametrii algoritmului i ai filtrului s asigure convergena, iar
pe de alt parte este util ca viteza de convergen s fie mic.
Din punctul de vedere al receptorului de rzboi electronic, sunt importante att aspectul
eficacitii reducerii nivelului componentei de zgomot din semnalul de la intrarea sa ct i cel al
convergenei filtrrii adaptive.
Totui, n lucrarea de fa s-a pus accentul mai mult pe ceea ce s-a considerat a fi
menirea principal a filtrului adaptiv ca precondiionator de semnal, anume aceea de cretere
a raportului semnal.
Legat de aspectele comentate, n fig. 4.7 4.9 sunt redate, pentru cazul semnalului cu
codificare Welti de lungime 64, modul n care este influenat convergena filtrului de ctre
variaii considerate reprezentative ale unor parametrii ai filtrrii (coeficientul de convergen, ,
ordinul filtrului, L) sau ai semnalului de intrare (raportul semnal-zgomot, SNR).
Eroarea medie patratica-MSE
1
delta = 0.077
L=128
SNR = -3 dB
0.9
0.8
0.7
0.7
0.7
0.6
0.6
0.6
0.4
amplitudine
0.8
0.5
0.5
0.4
0.5
0.4
0.3
0.3
0.3
0.2
0.2
0.2
0.1
0.1
100
200
300
400
500
600
iteratii
700
800
900
1000
delta = 0.077
L = 256
SNR = -3 dB
0.9
0.8
amplitudine
amplitudine
1
delta = 0.077
L = 64
SNR = -3 dB
0.9
0.1
100
200
300
400
500
600
iteratii
700
800
900
1000
100
200
300
400
500
600
iteratii
700
800
900
1000
Fig. 4.7. Variaia erorii medii ptratice pentru mai multe valori diferite ale lungimii, L, a filtrului LMS
1
delta = 0.00067
L = 256
SNR = -3 dB
0.9
0.8
0.7
0.7
0.7
0.6
0.6
0.6
0.4
amplitudine
0.8
0.5
0.5
0.4
0.5
0.4
0.3
0.3
0.3
0.2
0.2
0.2
0.1
0.1
500
1000
1500
2000
iteratii
2500
3000
3500
4000
delta = 0.013
L= 256
SNR = -3 dB
0.9
0.8
amplitudine
amplitudine
delta = 0.00013
L = 256
SNR= -3 dB
0.9
0.1
500
1000
1500
2000
iteratii
2500
3000
3500
4000
500
1000
1500
2000
iteratii
2500
3000
3500
4000
Fig. 4.8. Variaia erorii medii ptratice pentru mai multe valori diferite ale coeficientului de convergen, , al filtrului LMS
40

delta = 0.035
L = 256
SNR = -3 dB
1
delta = 0.035
L = 256
SNR = 10 dB
0.9
0.8
0.8
0.7
0.7
0.6
0.6
0.9
delta = 0.035
L = 256
SNR = 0 dB
0.9
0.8
0.5
0.4
0.5
0.4
0.3
0.3
0.2
0.2
0.1
0.1
500
1000
1500
2000
iteratii
2500
3000
3500
4000
amplitudine
amplitudine
amplitudine
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
500
1000
1500
2000
iteratii
2500
3000
3500
4000
500
1000
1500
2000
iteratii
2500
3000
3500
4000
Fig. 4.9. Variaia erorii medii ptratice a filtrrii adaptive LMS pentru mai multe valori diferite ale raportului semnalzgomot, SNR, al semnalului de la intrare.
d)
Analiza influenei unor parametri ai filtrului sau ai semnalului asupra

eficacitii filtrului LMS ca etaj de precondiionare a semnalelor
a. influena lungimii (ordinului) filtrului

Lungimea filtrului este cel mai important parametru prin care se poate asigur justa
msur dintre complexitatea hardware i software a filtrului adaptiv i performanele acestuia.
Un filtru de ordin superior are performane de filtrare mai bune dect unul de ordin inferior
deoarece funcia sa de transfer are ordin mai mare i se poate adapta mai uor la spectrul
semnalului de filtrat. Din acest punct de vedere, s-ar prea c ar fi bine ca filtrul s fie de
lungime ct mai mare. Pe de alt parte, mrirea exagerat a ordinului filtrului duce la:
creterea complexitii hardware a filtrului, creterea zgomotelor interne de adaptare, scderea
ratei de convergen datorit mririi numrului de calcule impus de creterea structurii.
n fig. 4.10 sunt este ilustrat influena variaiei lungimii filtrului adaptiv asupra scderii
nivelului zgomotelor din semnalul de intrare, pentru semnalul de test utilizat, respectiv
semnalul cu modulaie de faz Welti.
Se poate constata existena unui maxim (optim) al lungimii filtrului n ceea ce privete
eficacitatea reducerii zgomotelor; acest optim se realizeaz atunci cnd ordinul filtrului este
egal cu lungimea codului Welti cu care s-a modulat semnalul.
Fig. 4.10. Influena variaiei lungimii filtrului asupra eficacitii reducerii zgomotelor de ctre filtrul adaptiv LMS (la intrarea
sa s-a aplicat un semnal cu codificare Welti, codul avnd lungime 64 iar SNR = -3 dB)
Existena optimului se confirm i pentru alte semnale: de exemplu, variaia eficacitii

filtrului LMS n cazul aplicrii unui alt semnal la intrarea sa, respectiv a unui impuls cu
modulaie de frecven pe durata sa (chirp) v.fig.4.11.
O posibil explicaie a faptului c mrirea lungimii filtrului nu aduce, n mod liniar,
mrirea eficacitii filtrrii const n faptul c, o dat cu creterea ordinului filtrului, cresc i
zgomotele interne de adaptare ale acestuia, fapt care duce la compensarea parial a
mbuntirii performanelor filtrului.
41
Fig. 4.11. Influena variaiei lungimii filtrului asupra eficacitii reducerii zgomotelor de ctre filtrul adaptiv LMS (la intrarea
sa s-a aplicat un semnal n impuls chirp avnd SNR = -3 dB)
b. influena nivelului zgomotelor
Nivelul componentei de zgomot din semnalul filtrat este n legtur direct cu

eficacitatea filtrului ca reductor de zgomot: cu ct nivelul zgomotelor este mai ridicat, cu att
mai eficace este aciunea filtrului, fapt ce rezult din principiul su de funcionare (v. pct.
3.2.2).
Acest lucru este ilustrat i n fig. 4.12, n care se poate vedea variaia eficacitii filtrului
adaptiv LMS n cazul aplicrii unui semnal cu codificare de faz Welti, de lungime 64, pentru
dou plaje de variaie a nivelului componentei de zgomot din semnal, una mai restrns (-20
dB 0 dB), respectiv cealalt mai extins (-20 dB 10 dB). Se poate vedea chiar cum, la
nivele foarte mici ale zgomotelor de la intrare, eficiena filtrrii adaptive este i ea foarte mic,
ba chiar se transform n opusul ei, filtrul genernd un semnal mai zgomotos dect cel care a
fost supus filtrrii.
Fig. 4.12. Influena variaiei raportului semna-zgomot la intrare asupra eficacitii reducerii zgomotelor de ctre filtrul
adaptiv LMS (la intrarea sa s-a aplicat un semnal cu codificare Welti de lungime 64)
c. influena valorii ntrzierii filtrului
Rolul ntrzierii aplicate semnalului de la intrarea filtrului este cel de a decorela

componenta de band larg a semnalului (n cazul considerat n prezenta lucrare
zgomotele), n timp ce componenta de band ngust va rmne corelat, realizndu-se,
astfel, eliminarea componentei de zgomot a semnalului.
n fig.4.13 este ilustrat variaia eficienei filtrului funcie de valoarea ntrzierii, pentru
cazul semnalului cu codificare de faz Welti de lungime 64, o lungime a filtrului de 64 i un
raport semnal-zgomot la intrare de -3 dB.
42
Fig.4.13. Variaia eficacitii filtrului adaptiv funcie de valoarea ntrzierii semnalului (semnal cu codificare
de faz Welti, de raport semnal-zgomot, SNR = -6 Db, filtrul avnd lungimea, L = 128)
Se poate observa existen unei zone de optim bine definit, relativ plat, a curbei de
variaie a eficienei. Valoarea ntrzierii filtrului adaptiv se va alege n zona de optim a curbei.
d. influena coeficientului de convergen
Factorul de convergen are o influen major asupra eficienei eliminrii zgomotelor

datorit faptului c el intervine n nsi desfurarea algoritmului, stabilind viteza de
convergen a acestuia.
Variaia factorului de convergen, ilustrat n fig.4.14, n cazul semnalului cu codificare
de faz Welti, pentru un filtru cu ntrzierea, del = 128 i lungimea, L = 128, se alege, de
regul, pe baza de ncercri succesive. Totui, valoarea optime a acestuia se poate alege pe
baza studierii unei dependene de tipul celei din fig. 4.1.4, procedur mai logic, mai uoar i
care poate oferi o imagine mai complet a interdependenei dintre funcionarea filtrului i
variaia coeficientului de convergen.
Fig. 4.14. Variaia eficacitii filtrului adaptiv LMS funcie de valoarea factorului de convergen, a
Dup cum se poate constata din fig.4.14, exist o zon de optim a eficienei filtrului n
raport de coeficientul de convergen, zon suficient de ngust pentru a nu permite o plaj
prea mare de alegere a valorii coeficientului de convergen.
4.4.
Concluzii
n acest capitol s-a fcut o expunere sistematic a problematicii pe care o implic

folosirea filtrelor adaptive de tip LMS, cu una sau dou celule.
S-au evideniat avantajele folosirii filtrelor adaptive la procesarea semnalelor radar
specific domeniului rzboiului electronic, cu exemplificarea modelrii aciunii filtrului LMS
asupra semnalelor radar uzuale, prezentate n mod sistematic.
43
Utilizarea filtrelor adaptive pentru precondiionarea semnalelor din receptorul de rzboi

electronic radar este un domeniu relativ nou, aflat ntr-o dinamic accentuat.
Metodele de filtrare adaptiv pot reduce costurile de dezvoltare i de folosire ale
receptoarelor de rzboi electronic i, de asemenea, pot crete semnificativ performanele
acestor receptoare.
Astfel, datorit precondiionrii adaptive a semnalelor radar, rezult creterea raportului
semnal-zgomot, ceea ce face ca cerinele privind ctigul sistemului de anten s fie mai puin
critice.
De asemenea, un receptor de rzboi electronic avnd implementat pre-condiionarea cu
filtre adaptive este n msur s fac o filtrare a semnalelor de band larg mult mai eficient
dect receptorul tip multicanal, pentru care, cum s-a artat, aceste semnale constituiau o
problem dificil.
Conform modelrilor prezentate, precondiionarea semnalelor cu ajutorul filtrrii adaptive
cu una sau dou celule LMS, poate mri raportul semnal-zgomot, n medie, cu aproximativ 1012 dB, cu variaii importante n cazul semnalelor nestaionare.
n aceste din urm caz, exist o dependen accentuat a eficacitii filtrrii de parametrii
semnalului (de exemplu: rata de variaie a frecvenei, n cazul semnalelor cu modulaie liniar
a frecvenei, etc.).
Pentru studiul eficacitii filtrrii adaptive au fost definii anumii parametrii de optimizare
(lungimea filtrului, coeficientului de convergen, raportul semnal-zgomot al semnalului de
intrare, ntrzierea intern a filtrului), funcie de care s-a optimizat rata de mbuntire a
raportului semnal-zgomot a filtrului adaptiv. Au rezultat urmtoarele:
exist un maxim (optim) al lungimii filtrului n ceea ce privete eficacitatea reducerii
zgomotelor;
nivelul componentei de zgomot din semnalul filtrat este n legtur direct cu
eficacitatea filtrului ca reductor de zgomot: cu ct nivelul zgomotelor este mai
ridicat, cu att mai eficace este aciunea filtrului, fapt ce rezult din principiul su de
funcionare (v. pct. 3.2.2);
existena unei zone de optim bine definit, relativ plat, a curbei de variaie a
eficienei funcie de ntrzierea intern a filtrului adaptiv, zon care se termin brusc
de ndat ce valoarea ntrzierii depete valoarea egal cu lungimea filtrului;
existena unei zone de optim a eficienei filtrului n raport de coeficientul de
convergen, zon suficient de ngust pentru a nu permite o plaj prea mare de
alegere a valorii coeficientului de convergen.
44
Capitolul 5
Folosirea metodelor timp-frecven pentru
analiza semnalelor de radiolocaie n
receptoarele de rzboi electronic
5.1.
Introducere
Existena unor mari densiti i diversiti de semnale n spaiul de lupt electronic

modern conduce la una din sarcinile primordiale ale sistemelor de recepie de rzboi electronic
de radiolocaie: analiza semnalelor radar.
Creterea gradului de rafinare a analizei este nsoit i de creterea corespunztoare a
complexitii i volumului calculelor, deci de creterea timpului de calcul. Acest fapt face ca, de
exemplu, n cazul receptoarelor de avertizare radar, a cror principal caracteristic este
viteza de rspuns ct mai mare ntr-un mediu radioelectronic extrem de dens, s fie mai
oportun aplicarea unor metode de analiz mai rapid, dar, inevitabil, de un grad de finee mai
redus.
n toate situaiile, o mare importan o are cunoaterea ct mai precis cu putin a
ameninrii, n cazul nostru, a semnalelor radar uzuale din spaiul de lupt electronic.
5.2.
Analiza monodimensional a unor semnale de radiolocaie
5.2.1. Reprezentarea n timp i reprezentarea n frecven

Reprezentarea n timp este prima i cea mai natural modaliate de descriere a unui
semnal; n cele ce urmeaz, aceast reprezentare va fi denumit forma semnalului.
Reprezentarea n frecven se obine cu ajutorul transformatei Fourier, rezultnd
spectrul semnalului.
Consultarea spectrelor semnalelor conduce la formularea urmtoarelor constatri:
coeficienii obinui prin dezvoltarea semnalului s(t) ntr-o familie infinit de oscilaii
{e j2 f t } sunt complet nelocalizai n timp;
spectrul semnalului arat att frecvenele coninute n semnal, ct i amplitudinile i
fazele corespunztoare acestor frecvene;
din pcate, spectrul nu arat la ce momente de timp apar aceste frecvene. Din aceast
cauz, s-a pus problema gsirii unei modaliti de caracterizare simultan, n timp i
frecven, a semnalelor. Rezult, astfel, posibilitatea de a observa evoluia n timp a
fiecrei componente spectrale a semnalului
Transformata Fourier nu este adaptat analizei semnalelor nestaionare, aceasta
reprezentnd o proiecie a semnalului pe o familie infinit de unde (armonice) care sunt
complet nelocalizate n timp.
Conceptele de poziie medie n timp, poziie medie n frecven, durat, band
definite cu ajutorul momentelor de diferite ordine ale semnalului sau puterii acestuia- ,
45
precum i cel de baz nu sunt adaptate analizei unei categorii largi de semnale
nestaionare i al celor pe fondul zgomotului.
5.3. Analiza bidimensional a unor semnale de radiolocaie
5.3.1. Reprezentri liniare timp-frecven: transformata Fourier pe termen scurt
a.
Modelarea analitic a transformatei Fourier pe termen scurt
Pentru a obine forma analitic a STFT se procedeaz la ferestruirea semnalului, s(u), n

jurul unui moment de timp, t, urmat de calcularea transformatelor sale Fourier pentru fiecare
moment de timp, t, al suportului temporal de definiie. Rezult forma analitic a transformatei
Fourier pe termen scurt (STFT), sau a spectrului pe termen scurt, care, mpreun cu inversa
sa formeaz perechea STFT, exprimat analitic prin relaiile urmtoare:
ST ( f , t ) =
s( ) w(t ) e
j 2 f
(5.1)
1
ST ( f , ) e j2 f w(t ) d df
2
unde w(t) este o fereastr de analiz pe termen scurt localizat n jurul t = 0 i f = 0.
s (t ) =
(5.2)
Fereastra avnd energie finit, STFT este inversabil, astfel c semnalul poate fi
descompus ntr-o sum ponderat de unde elementare de forma:
wt , f = w(u t ) e j 2 f u
(5.3)
Conform relaiei (5.3), fiecare und elementar se obine din fereastra w(t) prin translaie
n timp i translaie n frecven (modulaie, conform proprietilor transformatei Fourier). Cu
alte cuvinte, STFT este o proiecie a semnalului analizat pe unde elementare de forma (5.12),
care sunt relative bine localizate n timp i frecven.
Cum fereastra w(t) suprim efectiv semnalul s(u) n afara sa, (respectiv n vecintatea
punctului de analiz u = t ), se poate spune c STFT este un spectru local al semnalului s(u)
n jurul lui t. Se mai poate constata c, spre deosebire de transformata Fourier clasic,
spectrul obinut cu ajutorul STFT are componente variabile n timp.
Pe baza STFT se poate realiza spectrograma Fourier, FS, care furnizeaz distribuia
timp-frecven a energiei semnalului:
FS (t , f ) = ST (t , f )
(5.4)
Dac rezoluiile n timp respectiv frecven sunt t i f, atunci, principiul de incertitudine

Heisenberg Gabor, poate fi scris i sub forma:
t f
1
2
(5.5)
STFT se caracterizeaz prin valorile fixe ale rezoluiilor n timp i n frecven, fapt care
face ca totul s depind de lungimea temporal a ferestrei w(t): dac fereastra este ngust
46
rezult o bun rezoluie n timp (STFT i FS vor fi bine localizate n timp), dar rezoluia n
frecven va fi slab.
b. Rezoluia timp-frecven a STFT
Spectrul STFT poate oferi o bun localizare n timp i frecven a componentelor

semnalului. Rezoluia n timp a STFT se poate evalua considernd ca semnal de test impulsul
Dirac:
s(t) = (t t0) => Fs(t,f,w) = exp(-j2 tf0) W(f f0)
(5.6)
Se deduce c rezoluia n timp a STFT este proporional cu durata efectiv a ferestrei

de analiz, w(t). Ca o consecin a principiului incertitudinii, i n cazul STFT suntem n faa
unui compromis: pe de o parte, o bun rezoluie n timp impune folosirea unei ferestre w(t)
foarte nguste; pe de alt parte, o bun rezoluie n frecven impune un interval spectral de
analiz foarte ngust, adic un filtru de band ct mai ngust, deci, ca rezultat, o fereastr
temporal, w(t), foarte larg; cele dou cerine sunt, evident, contradictorii.
a. Cazul 1 corespunde unei rezoluii n timp perfecte: fereastra w(t) este aleas de
forma impulsului Dirac
s(t) = (t) => Fs(t,f,w) = s(t) exp(-j2 tf0)
(5.7)
STFT este perfect localizat n timp, dar nu are nici un fel de rezoluie n frecven.
b. Cazul al 2-lea este cel al rezoluiei perfecte n frecven, obinut cu ajutorul
ferestrei constante:
w(t) = 1, sau W(f) = (f) => F(t,f,w) = S(f)
(5.8)
adic STFT se reduce la o transformare Fourier clasic a semnalului s(t), care, dup
cum se tie, nu ofer nici un fel de rezoluie n timp.
5.3.2. Reprezentri de tranziie de la reprezentrile liniare la cele neliniare
n paragraful precedent au fost abordate una dintre reprezentrile timp-frecven,
respectiv transformata Fourier pe termen scurt (STFT); aceasta, ca i toate celelate
transformri timp frecven din clasa sa [B-15], realizeaz descompunerea semnalului n
componente elementare bine localizate n timp i frecven. Aceste reprezentri reprezint
transformri liniare ale semnalului.
Trecerea ctre reprezentrile neliniare se face prin intermediul unor aa-numite
transformri de tranziie, care, dei pstrnd, n esen un caracter liniar, au, cum se va
vedea n cele ce urmeaz, i caracteristici ale reprezentrilor neliniare.
a.
Spectrograma
Spectrograma furnizeaz ditribuia timp-frecven a energiei semnalului i se realizeaz

pornind de la transformata Fourier pe termen scurt, cu ajutorul urmtoarei relaii de definiie:
47
FS (t , f ) = STFT (t , f ) =
2
s(u ) w (u t ) e
2
j 2 f u
du
(5.9)
Se poate constat c spectrograma este o funcie real i pozitiv.

rezoluia timp-frecven: datorit modului de definire, rezoluia timp-frecven a
spectrogramei are exact aceleai limitri ca i n cazul STFT, inclusiv existena
compromisului dintre rezoluia n timp i rezoluia n frecven.
Interferene: fiind o reprezentare ptratic, spectrograma sumei a dou semnale nu
este suma celor dou spectrograme coerspunztoare semnalelor:
s(t ) = s1 (t ) + s 2 (t ) FS s (t , f ) = FS s1 (t , f ) + FS s 2 (t , f ) + 2 {FS s1, s 2 (t , f )}
(5.10)
unde FS s1, s 2 (t , f ) = FS s1 (t , f ) FS s2 (t , f ) reprezint spectrograma de interferen.
Astfel, ca orice distribuie ptratic, spectrograma are termeni de interferen,

reprezentai de mrimea FSs1s2(t,f). Cu toate acestea, se arat [B- 13], c aceti termeni de
interferen se limiteaz doar la acele zone ale planului timp-frecven (t,f), n care (auto)
spectrogramele FSs1(t,f) i FSs2(t,f) se suprapun.
De aceea, dac semnalele s1(t) i s2(t) sunt suficient de distincte (deprtate n planul
(t,f)), astfel nct suprapunerile s fie nesemnificative, atunci i termenul de interferen va fi
nesemnificativ.
Aceast proprietate, care este un avantaj practic al spectrogramei reprezint o
consecin a rezoluiei bazat pe compromis a spectrogramei.
5.3.3
Reprezentri neliniare timp-frecven. Clasa lui Cohen
Spre deosebire reprezentrile prezentate anterior (pct. 5.3.1, pct. 5.3.2 3) care dezvolt
semnalul n componente elementare, localizate n timp i frecven, reprezentrile neliniare
(timp-frecven) realizeaz distribuia energiei semnalului n planul timp-frecven.
Este cunoscut c energia semnalului poate fi exprimat att n timp ct i n frecven:
Es=
s (t ) dt =
2
S( f )
(5.11)
df
unde s(t ) i S ( f ) pot fi interpretate ca densiti de energie n timp respectiv frecven. Este
firesc de a cuta o densitate de energie mutual timp-frecven, s(t,f) astfel nct
2
Es =
(t , f )dt df
(5.12)
care reprezint o situaie intermediar ntre cele descrise prin relaia (4.1). Deoarece energia
este o funcie ptratic de semnal, distribuiile de energia timp frecven vor fi, n general,
reprezentri ptratice.
48
Pentru ca o mrime s poate fi densitate de energie ea trebuie s satisfac i

urmtoarele proprieti:
= S( f )
(t , f )dt
s
(5.13)
= s(t )
(t , f )df
s
(5.14)
denumite proprieti de marginalitate, care exprim faptul c integrarea densitii mutuale

funcie de o variabil a planului timp-frecven conduce la obinerea densitii de energie
funcie de cealalt variabil.
Exist mai mult de o distribuie care satisface condiiile (5.12), (5.13), (5.14), aa nct
pot fi impuse i alte cerine suplimentare asupra densitii mutuale s, astfel ca aceast
distribuie s aib i alte proprieti care pot fi considerate utile. Printre aceste proprieti s-a
impus, ca fundamental, principiul covarianei n timp i cel al covarianei n frecven.
a.
Reprezentarea Wigner-Ville
O distribuie de energie timp-frecven de un interes cu totul particular este distribuia

(reprezentarea) Wigner-Ville (WVD) definit prin relaia:
s(t + / 2) s
WVs(t, f) =
(t / 2) e j2 f d
(5.15)
sau prin duala ei:
WVs(t, f) =
S ( f + / 2) S
( f / 2) e j 2 t d
(5.16)
WVD este real pe ntreg domeniul de definiie, pstreaz deplasrile n timp i n

frecven i satisface proprietile de marginalitate. Fiind o reprezentare neliniar i n cazul
WVD se aplic principiul superpoziiei:
WVs1+ s2 (t,f) = WVs1 (t,f) + WVs2(t,f) + 2 {WVs1, s 2 (t , f )}
(5.17)
unde: Ws1,s2 (t,f) = s1 (t + / 2) s 2 * (t / 2) e j2 f d
(5.18)
este termenul de interferen al WVD aplicat semnalului s = s1 + s2

b. Reprezentarea pseudo Wigner-Ville
Definirea WVD impune cunoaterea variaiei funciei

qs(t,) = s (t + / 2) s * (t / 2)
(5.19)
49
pe ntreg domeniul ( , ) , fapt care poate fi, practic, dificil de realizat n multe cazuri. De
aceea, de multe ori, este mai convenabil de a restrnge domeniul de analiz al variabilei ,
prin nlocuirea funciei qs(t,) cu varianta ei ferestruit cu ajutorul funciei w(t), rezultnd o nou
distribuie, caracterizat prin relaia:
PWVs(t,f) =
w( ) s(t + / 2) s
(t / 2) e j2 f d
(5.20)
Aceast nou reprezentare este denumit pseudodistribuia Wigner-Ville

(reprezentarea pseudo Wigner-Ville). Operaia de ferestruire are ca efect o uniformizare a
reprezentrii prin filtrarea n frecven rezultnd:
PWVs(t,f) = W ( f ) WVs (t , ) e j2 d
(5.21)
unde W(f) este imaginea Fourier a ferestrei w(t).

Din cauza naturii lor oscilante, componentele de interferen vor fi atenuate n PWVD fa
de WVD, rezultnd o claritate mai mare a reprezentrii n planul timp-frecven. Acest avantaj
este nsoit, ns i de mai multe dezavantaje, dintre care menionm:
PWVD nu mai satisface proprietatea de marginalitate;
creterea benzii de frecven a componentelor proprii - de tipul WVs1 (t,f) sau WVs2(t,f)
c. Reprezentarea pseudo Wigner-Ville netezit
Printre proprietile utile ale oricrei reprezentri timp-frecven de o mare importan

este cea a covarianei n timp i n frecven. Faptul c o reprezentare de energie timpfrecven se bucur de proprietatea de covarian este echivalent cu aceea c, dac semnalul
este deplasat n timp (ntrziat) i n frecven (mixat), atunci reprezentarea sa timp-frecven
va fi deplasat corespunztor cu aceleai mrimi n planul timp-frecven.
Se arat [B-16] c acele reprezentri timp-frecven care se bucur de proprietatea de
covarian constituie clasa lui Cohen i au expresia general:
Cs(t,f; p) =
j 2 ( a t )
p( , ) s(a + / 2) s * (a / 2) e j2 f d da d
(5.22)
unde p(,) este denumit funcia de parametrizare.

Expresia (5.22)se poate scrie i sub forma urmtoare [B-16]:

Cs(t,f; ) =
(a t , f ) W (a, ) da d
s
(5.23)
unde

(t,f) =
p( , ) e
j 2 ( f + t )
d d
(5.24)
este transformata Fourier bidimensional a funciei de parametrizare, p(,). Clasa lui Cohen
are un caracter de generalitate, ea cuprinznd un mare numr de transformri timp-frecven
50
particulare: astfel, WVD este cazul particular obinut pentru p(,) = 1 - funia (t,f) fiind un
dublu impuls Dirac n timp i n frecven, (t,f) = (t) (f).
Dac (t,f) se interpreteaz drept o funcie de netezire, atunci expresia (5.23) permite
interpretarea Cs(t,f; ) ca o versiune netezit (filtrat) a WVD. Se obine o nou distribuie
care va atenua, ntr-un anumit fel (conform aspectului particular ales al funciei de
parametrizare), termenii de interferen ai WVD.
Considernd fereastra de termen scurt w(t) i imaginea sa Fourier H(f), o alegere a
funciei (t,f) de forma:
(t,f) = g(t) H(f)
(5.25)
este echivalent cu controlul progresiv i independent al netezirii aplicate PWVD, att n timp
ct i n frecven.
Se obine o nou distribuie:
SPWVs(t,f) =
j 2 f
*
d
w( ) g (a t ) s(a + / 2) s (s / 2) ds e
(5.26)
numit transformarea pseudo Wigner-Ville netezit (pseudodistribuia Wigner-Ville

netezit, SPWVD).
d. Reprezentri timp-frecven redistribuite: spectrograma redistribuit
O cerin esenial impus oricrei tranformri timp-frecven l reprezint claritatea,

respectiv capacitatea acestora de a fi uor analizate, chiar n cazul semnalelor cu legi de
modulaie complexe, care evolueaz pe fondul zgomotului i care pot avea componente cu
frecvene rapid variabile n timp, aa cum este cazul semnalelor de radiolocaie moderne. Cu
alte cuvinte, o reprezentare timp-frecven, pentru a fi un instrument util de analiz,
trebuie s prezinte o bun concentrare a componentelor utile ale semnalului i s nu
aib componente de interferen care s conduc analiz pe un drum greit (rezultnd
concluzii false asupra naturii i structurii semnalului).
Transformrile biliniare i ptratice prezentate anterior ofer faciliti deosebite de
analiz a semnalelor, inclusiv a celor nestaionare. Cu toate acestea, de multe ori aceste
transformri (dar nu numai ele - [B-4]) sufer, parial, din acest punct de vedere, ntr-un grad
mai mare sau mai mic, funcie de tipul transformrii, tipul i lungimea ferestrei de analiz, etc.
Acesta este motivul pentru care tehnicile de analiz a semnalelor prin transfomrile
bilinare i neliniare s-au dezvoltat pe noi direcii, una dintre acestea reprezentnd-o metod
redistribuirii (reassignment) transformrilor ptratice. Aceast metod se poate aplica, n
principiu, tuturor transformrilor ptratice, dar, n cele ce urmeaz, ne vom opri asupra
redistribuirii sprectrogramei; evident, rezultatul aplicrii acestei metode va fi spectrograma
redistribuit.
Spectrograma redistribuit
Spectrograma a fost prima transformare biliniar asupra creia s-a aplicat metoda
redistribuirii. (Metoda a aprut, de fapt, pentru a mbunti spectrograma.).
Se demonstreaz, [B-15], c, drept consecin a uneia dintre proprietile transformrii
Wigner Ville (respectiv proprietatea de conservare a produsului scalar din domeniul timp n
51
domeniul
s (t ) s (t ) dt
1
frecven,
2
exprimat
prin
relaia
lui
Moyal:
WV (t , f ) WV (t , f ) dt df ), spectrograma se poate exprima ca produs
s2
s1
de convoluie bidimensional dintre WVD a semnalului i WVD a ferestrei de analiz:

FSs(t,f;w) =
WV (a, ) WV (t a, f ) da d
s
(5.27)
De aceea, aceast transformare reduce nivelul componentelor de interferen,

pstrndu-se, evident, compromisul "rezoluie n timp-rezoluie n frecven".
Din examinarea mai atent a relaiei (5.35) se poate constata c WVw (t a, f )
delimiteaz un domeniu timp-frecven n vecintatea punctului (t,f), vecintate n care se face
o medie ponderat a valorilor WVD ale semnalului. Esena metodei redistribuirii const n
observarea faptului nu exist nici un motiv consistent ca aceste valori s fie distribuite simetric
n jurul punctului (t,f), acest punct fiind centrul geometric al domeniului delimitat de
WVw (t a, f ) . De aceea, media ponderat poate s nu fie asociat punctului (t,f), ci, mai
curnd, centrului de gravitate al domeniului, care este mult mai reprezentativ pentru distribuia
local de energie a semnalului. Astfel, prin metoda redistribuirii, se mut fiecare valoare a

spectrogramei calculat n orice punct (t, f) n alt punct ( t , f ), care este, de fapt, centrul de
gravitate al distribuiei de energie a semnalului n jurul punctului (t,f).
Se arat c una dintre cele mai interesante proprieti ale reprezentrii redistribuite
este aceea c ea folosete i informaia de faz coninut n transformata Fourier pe termen
scurt (STFT), i nu numai ptratul modulului, precum spectrograma "obinuit", [B-16].
Se mai poate demonstra, [B-16], c spectrograma redistribuit, dei nu mai este o
transformare biliniar, pstreaz proprietatea de covarian n timp i n ferecven, precum i
cea de ne-negativitate (similar WVD).
e. Funcia de incertitudine
O funcie de o importan cu totul particular n analiza semnalelor radar este funcia de

incertitudine (sau funcia de ambiguitate). Ceea ce ne intereseaz mai mult, n contextul
analizei i clasificrii semnalelor de radiolocaie specific rzboiului electronic, este
posibilitatea extragerii ct mai multor informaii despre semnale din reprezentarea AF, ca i
relaiile dintre aceast funcie i celelalte reprezentri timp-frecven, expuse la paragrafele
anterioare.
Este cunoscut definiia funciei de incertitudine:
AFs(,) =
s(t + / 2) s (t / 2) e
j 2 t
dt
(5.28)
Aceast funcie, cunoscut i sub denumirea de funcia de ambiguitate Sussman

simetric, poate fi privit, ntre altele, i ca o msur a corelaiei timp-frecven a semnalului s,
sau, altfel spus, a gradului de similitudine dintre semnal i replica sa deplasat n timp
(ntrziat) i n frecven (deviat Doppler). Spre deosebire de variabilele "t" i "f", care sunt
coordonate "absolute" timp-frecven, variabilele "" i "" sunt coordonate "relative"
(cunoscute sub numele de ntrziere i deviaie Doppler).
52
Foarte important de subliniat este faptul c funcia de incertitudine este, de fapt,

transformata Fourier bidimensional a distribuiei Wigner-Ville a semnalului:

AFs(,) =
WV (t , f ) e
j 2 ( f t )
dt df
(5.28)
Astfel. AF este duala WVD n sensul transformrii Fourier, facnd astfel parte din clasa
lui Cohen. Aceasta face s existe i o coresponden ntre proprietile celor dou
reprezentri.
5.4 Extragerea informaiei din reprezentarea timp-frecven a unor
semnale de radiolocaie
5.4.1
Analiza timp-frecven - instrument de evaluare a semnalelor din

spaiul electronic de lupt
Prin procedeele de analiz unidimensional i bidimensional prezentate n anterior se

realizeaz reprezentarea semnalelor staionare i nestaionare n planul timp-frecven.
Important este ns i interpretarea acestor reprezentri, acestea reprezentnd, de
fapt, imagini care arat variaia n timp a tuturor componentelor spectrale ale semnalului.
Chiar dac toate reprezentrile timp-frecven au acelai scop, fiecare dintre ele trebuie
s fie interpretat diferit, potrivit proprietilor specifice ale fiecreia.
Astfel, unele dintre ele au termeni de interferen de nivel relativ ridicat, altele,
dimpotriv, izoleaz i reduc bine termenii de interferen (de exemplu, funcia de
incertitudine), altele realizeaz o localizare cvasi-perfect a unor tipuri particulare de semnale
(de exemplu, distribuia Wigner-Ville localizeaz foarte bine semnalele de tip chirp), iar altele
se comport mai bine n cazul semnalelor nsoite de zgomot (de exemplu, transformata
pseudo Wigner-Ville netezit).
5.4.2
Interpretarea interferenelor din reprezentrile timp-frecven
n orice reprezentare timp-frecven apar termeni de interferen. Acetia afecteaz

negativ claritatea reprezentrii, dar au i o parte pozitiv, exprimat prin faptul c ofer unele
informaii despre semnalul analizat. Cunoaterea ct mai precis a interferenelor este util n
interpretarea informaiilor coninute de imaginea timp-frecven.
Se va ilustra utilitatea interpretrii termenilor de interferen prin evidenierea faptului c
acetia conin informaii utile despre faza semnalului.
Fie un semnal cu modulaie de faz cu codificare Barker de lungime 3 (fig. 5.4):
s(t) =
t k ti
A2
[
(
)
]
cos
2
t
+
+
N (t ) ,
A
rect
i
k
0
t
SNR
k =0
i
N 1
unde vectorul fazelor este: k = [ 0, 0, ] .
53
(5.29)
s ignal
form
1
0. 8
0. 6
a
m
p
l
i
t
u
d
e
0. 4
0. 2
0
-0. 2
-0. 4
-0. 6
-0. 8
-1
20
40
60
t ime
80
100
120
Fig.5.4 Semnal cu codificare Barker de lungime 3
Pentru analiza semnalului se va utiliza SPWVD (fig.5.5):

Smoothed pseudo-W igner-Ville spec trum
0.45
0.4
f
r
e
q
u
e
n
c
y
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
20
40
60
time
80
100
120
Fig.5.5 Transformata pseudo Wigner-Ville netezit a semnalului cu codificare Barker de lungime 3
Se poate constata c momentele celor dou schimbri de faz din cadrul semnalului
apar cu claritate: la momentul t1 = 40 i la momentul t2 = 87. Prima schimbare de faz este de
rad, iar a doua are o valoare de aprox. /4 rad.
Se mai poate constata c mrimea schimbrilor n amplitudine i form din reprezentarea
timp-frecven (n cazul considerat, pseudo Wigner-Ville netezit, SPWVD) este direct
proporional cu mrimea absolut a schimbrii din cadrul formei semnalului.
Aceast caracteristic se poate folosi pentru a detecta i localiza o variaie de faz a
semnalului.
5.4.3
Transformarea Wigner-Hough
Teoria analizei imaginilor ne ofer instrumente care se pot folosi pentru mbuntirea
interpretrii reprezentrilor timp-frecven. Unul dintre aceste instrumente l reprezint
transformarea Hough.
Vom exemplifica prin considerarea transformrii Hough pentru o linie. Ecuaia
parametric n coordonate polare a unei linii este:
(5.30)
= x cos + y sin
Pentru fiecare punct de imagine (x,y), tranformata Hough asociaz o sinusoid n planul
(,), amplitudinea fiecrui punct fiind egal cu intensitatea pixelului (x,y).
Astfel, se realizeaz integrarea de-a lungul liniilor imaginii I, iar valoarea fiecarei integrale
este asociat punctului (,).
Ca rezultat, dac ntr-o imagine mai muli pixeli de intensitate mai mare sunt concentrai
de-a lungul unei drepte, se va observa, n domeniul (,) un vrf ale crui coordonate sunt
legate direct cu parametrii liniei.
Aplicnd transformata Hough distribuiei Wigner-Ville, se obine o nou transformare,
numit transformarea Wigner-Hough (WHT), a crei expresie este [B-17]:
54
WVHx(f0,) =
s(t + / 2) s (t / 2) e
j 2 f 0 t + 2
2t
(5.31)
dt d
Ca test de detecie se folosete compararea valorilor WHT cu un anumit prag, iar

estimarea parametrilor necunoscui f0 i o reprezint chiar valorile coordonatelor vrfului
detectat al reprezentrii. Trecerea la valorile f i t se face cu o relaie de tipul (5.39).
Se va testa WHT cu ajutorul unui semnal chirp cu dou componente pe fondul
zgomotului.
Forma semnalului, spectrul su i spectrul Wigner-Ville asociat sunt prezentate n
fig.5.6, iar transformata sa Wigner-Hough, n fig.5.7.
Signal form
Signal spectrum
5
4
60
3
50
a
m
p
litu
d
e
a
m
p
litu
d
e
2
1
0
40
30
-1
20
-2
10
-3
-4
20
40
60
80
100
120
140
0.05
0.1
0.15
time
a)
0.2
0.25
frequency
0.3
0.35
0.4
0.45
b)
c)
d)
Fig.5.6 Semnal chirp cu dou componente pe fondul zgomotului: a) forma; b) spectrul; c) transformata
Wigner-Ville (reprezentare n plan); d) transformata Wigner-Ville (reprezentare 3D).
Fig. 5.7 Semnal chirp cu dou componente pe fondul zgomotului: transformata Wigner-Hough
55
0.5
Se poate constata foarte buna separare, n spaiul parametrilor WHT, a componentelor

semnalului; aceast separare era, practic, invizibil n forma sau spectrul semnalului i foarte
greu vizibil n reprezentarea sa Wigner-Ville.
Este, de asemenea de remarcat faptul c, n toate cazurile, n ciuda caracterului neliniar
al transformatei Wigner-Hough, toate componetele semnalelor analizate sunt bine separate, n
planul parametrilor (,), chiar i n cazul semnalelor complexe pe fondul zgomotelor.
5.5 Concluzii
Analiza semnalelor radar din cmpul de lupt electronic este o sarcin de baz pentru
sistemele de recepie de rzboi electronic. Aceasta este echivalent cu buna cunoatere a
ameninrii i, n consecin, este un prim pas spre combaterea acestuia.
Analiza semnalelor radar se pot face prin metode monodimensioanle i bidimensionale.
Primele, aprute primele, presupun analiza numai n timp sau numai n frecven i au
un grad mai sczut de complexitate; tocmai n aceasta rezid dezavantajul dar, paradoxal i
avantajul acestora: dezavantaj pentru c, dei ofer, n multe cazuri, o modalitate de prim
evaluare i i analiz rapid a semnalelor, n multe situaii, n special n cazul folosirii
semnalelor moderne de radiolocaie (semnale complexe, cu modulaii complicate i de band
larg, greu de analizat i de contracarat ntr-un timp suficient de scurt pentru ca riposta s fie
eficient).
Cea de-a doua categorie de metode, respectiv reprezentrile timp-frecven, liniare i
ptratice, reprezint instrumente puternice de analiz a semnalelor i, de aceea, sunt folosite,
ori de cte ori situaia o permite, la procesarea semnalelor.
De ce se folosesc reprezentrile timp-frecven? Rspunsul poate fi c anumite
proprieti ale semnalelor apar mult mai clar n reprezentrile mixte timp-frecven, dact n
reprezentrile monodimensionale, n timp sau n frecven
Aceste reprezentri fiind fcute n planul (domeniul) timp-frecven, este necesar
cutarea acelor reprezentri similare pentru toate semnalele dintr-o categorie dar diferite fa
de toate celelalte semnalele din alt categorie.
Este unanim acceptat faptul c nu exist o reprezentare universal, la fel de potrivit n
toate aplicaiile.
Mai mult, n situaii reale, cnd categoriile de semnale nu sunt cunoscute i sunt
specificate doar printr-un eantion aleator de realizri, este necesar implementarea unui
algoritm care s se poat gsi reprezentarea timp-frecven optim n mod automat.
Rspunsul la ntrebarea Cum arat o reprezentare timp-frecven bun? depinde de
aplicaie i nu are un caracter de generalitate
Eforturile de cercetare sunt n prezent ndreptate n direcia rezolvrii problemei
determinrii reprezentrii timp-frecven optime pentru o categorie dat de semnale i o
sarcin specific de analiz, problem care nu i-a gsit, pn n prezent, dect soluii
pariale.
56
Capitolul 6
Aplicarea analizei multivariabil la prelucrarea
semnalelor n receptorul de rzboi electronic de
radiolocaie
6.1. Introducere
O problem deosebit a analizei semnalelor, cu aplicabilitate n multe domenii, ntre care
receptoarele de rzboi electronic pot constitui un loc foarte potrivit, o reprezint identificarea
componentelor independente din cadrul unor semnale compuse, formate din suprapunerea
unor semnale elementare urmat de separarea acestora i recuperarea semnalelor originale.
Abordarea acestei probleme complexe se poate face prin apelarea la dou instrumente
puternice ale analizei statistice multivariabil: analiza componentelor principale i analiza
componentelor independente.
Aa cum o arat i numele, analiza multivariabil are drept obiect de studiu analiza
variabilelor (sau msurtorilor) multiple, tratndu-le ca o singur entitate (de exemplu,
variabilele rezultate din mai multe msurtori, fcute cu senzori diferii - n cazul nostru, mai
multe receptoare de rzboi electronic sau mai multe antene ale unui receptor de rzboi
electronic asupra aceluiai proces). n cadrul analizei multivariabil, variabilele multiple sunt
reprezentate, deseori, sub forma unei singure vector, care include diferite variabile, avnd
forma:
x = [x1 (t ), x 2 (t ),
x m 1 (t ), x m (t )] ,
pentru 1 m M
(6.1)
Vectorul x este compus din M variabile, fiecare dinntre acestea coninnd N

(t = 1, , N ) observaii. Datele multivariabile, cum ar fi cele reprezentate prin vectorul x, pot fi
privite ca aparinnd spaiului M-dimensional, unde fiecare dimensiune spaial (coordonat)
conine un semnal n cazul procesrii semnalelor, respectiv o imagine n cazul procesrii de
imagini.
O preocupare important din cadrul analizei multivariabil o reprezint gsirea acelor
transformri asupra datelor multivariabil care s poat face setul de date mai mic i astfel,
mai uor de interpretat i de prelucrat.
n cazul transformrilor care reduc dimensiunile setului de date multivariabile, ideea este
de a transforma un set de variabile ntr-un set nou, n care anumite variabile noi au valori
relativ mici n comparaie cu altele. Deoarece valorile acestor variabile sunt relativ mici, ele nu
vor contribui semnificativ, din punct de vedere informaional, la setul total de date i, n
consecin, pot fi eliminate. Una din transformrile de date folosit la producerea noului set de
variabile este, de multe ori, o funcie liniar, datorit faptului c transformrile liniare sunt mai
57
uor de calculat iar rezultatele lor sunt mai uor de interpretat. O transformare liniar se poate
reprezenta analitic sub forma:
M
y (t ) = wij xij (t ) ,
cu i = 1, , N
(6.2)
j =1
unde wij este coeficientul constatnt care definete transformarea.

Cum aceast transformare este reprezentat printr-o serie de ecuaii, acestea se pot
pune i sub forma matricial, uzual algebrei liniare:
y1 (t )
x1 (t )
y (t )
2 = W x 2 (t )

y M (t )
x M (t )
(6.3)
Cele dou tehnici multivariabil, expuse n continuare, respectiv analiza componentei

principale i analiza componentelor independente, difer att prin scopurile lor ct i prin
criteriile aplicate transformrii.
Astfel n cazul analizei componentei principale, obiectivul acesteia este de a transforma
setul de date pentru a se putea produce un nou set de variabile (denumite componente
principale) care s fie necorelate. Scopul este, practic, reducerea dimensiunii setului de date,
i nu neaprat de a produce variabile cu coninut informaional mai important. Acest lucru se
poate realiza prin simpla rotaie a datelor n spaiul M-dimensional.
n cazul analizei componentelor independente, scopul acesteia este mult mai ambiios:
de a gsi noi variabile (componente) care sunt simultan statistic independente i
nongaussiene.
6.2. Analiza componentei principale

Analiza componentei principale (PCA) reprezint o tehnic statistic de reducere a
numrului de variabile din setul de date supus analizei fr pierdere de informaie i, de
asemenea, ca un proces de identificare de noi variabile cu semnificaie (informaional) mai
important. Un neajuns al metodei este acela c noile variabile create nu sunt, de cele mai
multe ori, uor de interpretat. PCA s-a aplicat cu cele mai bune rezultate n aplicaii cum ar fi
compresia de imagine, caz n care este mai important reducerea volumului de date dect
interpretarea acestora.
n multe alte aplicaii, PCA este folosit in special pentru a furnizarea dimensiunilor reale
ale setului de date. Cu alte cuvinte, se caut rspunsul la urmtoarele ntrebri:
1. Dac setul de date include m variabile, este nevoie de toate aceste m variabile pentru
a reprezenta informaia sau variabilele se pot recombina ntr-un numr mai mic care s
conin, n continuare, informaiile eseniale?
2. Dac ultima ipotez este corect, atunci care este cea mai potrivit dimensiune pentru
noul set de date?
PCA opereaz prin transformarea unui set de variabile corelate ntr-un set nou de
variabile, de data aceasta, necorelate, denumite componente principale.
58
Implementarea PCA pentru a se obine componente decorelate poate fi realizat cu

ajutorul unei tehnici mprumutate din algebra liniar, tehnic ce presupune generarea unei
matrici de rotaie prin care se reduce covariana la zero (se reamintete faptul c diferena
dintre covarian i corelaie este doar de un factor de scar).
Pentru a reduce matricea de covarian (de tipul pozitiv definit) la o matrice diagonal
se face pre- i pos-tmultiplicarea acesteia cu o matrice ortonormal:
(6.4)
U' S U = D
unde S este matricea de covarian de dimensiuni m x m, D este o matrice diagonal iar U

este o matrice ortonormal care efectueaz transformarea. Elementele situate n afara
diagonalei principale a matricii diagonal corespunde covarianelor, n cazul n care matricea
diagonal este i matrice de covarian [B-4]. Reamintim c matricea de covarian este
definit prin relaia:
11 12
22
S = 21

N 1 N 2
1N
2 N
(6.5)
NN
Astfel, rotaia implicat de matricea U va produce o nou matrice de covarian, D, de

covarian nul. Elementele de pe diagonala principal a matricei D sunt varianele noilor date,
cunoscute n mod general drept rdcini caracteristice, sau valori proprii ale matricei S: 1, 2,
..., n. Coloanele lui U sunt vectorii caracteristici, sau vectorii proprii u1, u2, ..., un. Din nou,
valorile proprii ale noii matrice de covarian, D, corespund varianelor variabilelor rotite
(numite acum componente principale). n mod corespunztor, aceste valori proprii (variane)
se pot folosi pentru determinarea ponderii pe care o are o anumit component principal o
are n variana total (aceasta din urm fiind numeric egal cu suma tuturor valorilor proprii).
Aceast pondere poate fi interpretat drept o msur a importanei acelei componente
principale, cel puin raportat la ct de mult reprezint din informaia total.
Valorile proprii (sau rdcinile) se pot deduce din urmtoarea ecuaie:
(6.6)
det S I = 0
unde I este matricea unitar.

Dup calcularea valorilor proprii, vectorii proprii se pot determina cu ajutorul ecuaiei
urmtoare:
(6.7)
det S I b i = 0
unde vectorii proprii se obin din bi cu ajutorul ecuaiei:

ui =
bi
(6.8)
bi' bi
59
n cazul a dou sau cel mult trei variabile, procedur expus poate fi realizat manual,
dar, pentru un numr mai mare de variabile calculul devine foarte greoi. Este mult mai uor de
a folosi descompunerea n valori singulare, care are avantajul de a lucra direct pe datele
matriciale i poate fi fcut ntr-o singur etap. Mai mult, descompunerea n valori singulare
se poate implementa relativ simplu n Matlab, prin funcia svd, rezolvnd o ecuaii similare cu
cea dat de relaia (6.4), respectiv:
X = UD
(6.9)
U'
n cazul PCA, X reprezint matricea datelor care se descompune n: D, matricea

diagonal care conine, n cazul de fa, rdcinile ptrate ale valorilor proprii i U, matricea
componentelor principale.
Cea mai intuitiv manier de a descrie aciunea PCA este cea geometric. Pentru a spori
intuitivitatea ilustrrii s-a ales, fr a afecta generalitatea problemei, cazul bidimensional,
respectiv al setului format din dou variabile, care poate fi vizualizat grafic.
Exemplul nr. 6.1
Fie dou semnale obinute din alte dou semnale, prin nsumarea algebric a acestora
din urm, cu ponderi diferite, urmat de adugarea de zgomot fiecrei oscilaii.
Se vor evalua proprietile de corelaie ale semnalelor nainte i dup aplicarea PCA.
Formele oscilaiilor iniiale (snef1(t)-component armonic respectiv snef2(t)-component
cu modulaie liniar de frecven - LFM) sunt cele din fig. 6.1.a, iar formele semnalelor obinute
prin amestecul aditiv, cu ponderi diferite, a acestor oscilaii sunt cele din fig. 6.1.b(s1(t), s2(t)):
Semnalele obtinute prin mixarea celor doua componente
Componetele semnalelor
0.5
s1(t)
snef1(t)
1
0
-2
-1
0
0.2
0.4
0.6
0.8
1.2
timp
1.4
0.2
0.4
0.6
0.8
1.2
timp
20
10
1.4
-8
x 10
0
-10
-1
-2
-8
x 10
s2(t)
snef2(t)
0
-0.5
-1
-20
0
0.2
0.4
0.6
0.8
timp
1.2
1.4
0.2
0.4
0.6
0.8
timp
-8
x 10
1.2
1.4
-8
x 10
(a)
(b)
Fig. 6.1 Obinerea semnalelor care vor fi supuse PCA (a) componentele semnalelo; (b) semnalele obinute
prin amestecul aditiv, cu ponderi diferite, a celor dou componente la care s-a adugat i zgomot
Fiecare din semnalele s1(t) i s2(t) este format n acelai mod, din aceleai dou surse;
acest lucru face ca cele dou semnale (sau variabile - n limbajul analizei multivariabil) s
aib un grad considerabil de similaritate, mai exact, de corelaie.
Acest fapt este ilustrat i de valorile coeficienilor de corelaie al celor dou semnale (v.
matricea de corelaie Rxx2) precum i de graficul de corelaie al celor dou semnale, s1(t) i
s2(t) - fig. 6.2. (n fig 6.2 a fost redat i graficul de corelaie al componentelor snef1(t) i snef2(t)
al semnalelor s1(t) i s2(t), ilustrativ pentru gradul sczut de corelaie al componentelor
originale).
60
Graficul de corelare al semnalelor

20
Graficul de corelare al componentelor semnalelor

1.5
15
1
10
5
0
s2
snef2
0.5
-5
-0.5
-10
-1
-1.5
-1.5
-15
-1
R xx1
-0.5
=
(a)
0
snef1
0.5
1
0.0595
0.0595
1
-20
-0.8
1.5
-0.6
-0.4
-0.2
R xx2
0
s1
0.2
0.4
1
0.8806
0.8806
1
0.6
0.8
(b
Fig. 6.2 Graficele de corelare ale componetelor s1(t) i s2(t) ale semnalelor (a),
respectiv ale semnalelor obinute din acestea (b), mpreun cu matricile
de corelaie aferente
Astfel, corelaia dintre semnale este 0.8806, n timp ce componentele din care provin
acestea sunt, practic, necorelate (corelaia are valoarea 0.0595).
Gradul ridicat de corelaie al semnalelor (snef1(t) i snef2(t)) este echivalent cu faptul c,
din cunoaterea valorilor unuia dintre semnale se pot deduce cu uurin informaii despre
cellalt semnal i vice-versa.
Cu toate acestea, valoarea coeficientului de corelaie fiind, totui, subunitar, valorile
oricruia dintre semnale nu determin, n mod unic, valorile celuilalt semnal.
n cazul unor date necorelate (cum sunt, de exemplu, componentele din care s-au
construit semnalele), graficul de corelaie este practic simetric n raport cu ambele axe de
coordonate, iar cunoaterea valorilor unuia dintre semnale nu ofer niciun indiciu despre
valorile celuilalt semnal.
Componentele principale ale semnalelor s1(t) i s2(t) precum i matricea de corelaie a
acestora au fost calculate cu ajutorul procedurii descrise anterior - relaiile (6.4) (6.9);
graficul i matricea de corelaie ale componentelor principale sunt cele din fig. 6.3.
Se poate constata (v. matricea de corelaie) decorelarea complet a acestor noi semnale,
acesta fiind, de altfel, i scopul ilustrativ al exemplului de fa.
Graficul de corelatie al componentelor principale
0.4
0.3
0.2
pc2
0.1
0
-0.1
-0.2
-0.3
-0.4
-20
-15
-10
-5
0
pc1
10
15
20
Fig. 6.3 Graficele de corelare ale componetelor principale din exemplul 6.1,
mpreun cu matricea de corelaie aferent
61
Exemplul 6.2
n mod similar exemplului anterior (ex.6.1) se va trata un caz mai complex, pentru a
permite evaluarea mai complet a metodei PCA, mai ales din punctul de vedere al utilitii
acesteia n prelucrarea de semnal caracteristic receptorului de rzboi electronic de
radiolocaie.
Pentru un set de cinci semnale, generate pornind de la dou oscilaii independente (n
prim instan, o oscilaie armonic i una n impuls) plus zgomotul, se vor calcula
componentele principale i valorile proprii asociate cu ajutorul descompunerii n valori
singulare..
S-au obinut rezultatele din fig. 6.4 6.7:
2
1.5
1
1
0
-1
0.5
0.5
1.5
timp
2.5
-8
s nef2
-2
x 10
-0.5
0
-1
-1
-2
0.5
1.5
timp
-1.5
-1.5
2.5
-1
-8
x 10
Fig. 6.4 Componentele semnalelor mpreun cu

graficul lor de corelatie i matricea de
corelaie a celor dou componente
-0.5
0
snef1
R xx1
0.5
1.5
0.352
1
=
1
0.352
s1(t)
2
0
-2
0.5
1.5
2.5
-8
x 10
s2(t)
2
0
-2
0.5
1.5
2.5
-8
x 10
s3(t)
2
0
-2
0.5
1.5
2.5
-8
x 10
s4(t)
2
0
-2
0.5
1.5
2.5
-8
x 10
s5(t)
0.5
0
-0.5
0.5
1.5
timp
2.5
-8
x 10
Fig. 6.5 Cele cinci semnale de la exemplul 6.2 (cazul 1), obinute pornind de la componentele
din fig. 6.4 prin amestec aditiv liniar cu diferite ponderi
62
Valorile proprii
1.8
1.6
1.4
lambda
1.2
1
Fig. 6.6 Graficul valorilor proprii, dn care

se pot deduce valorile acestora
(v. i rezultatele afiate de
programul Matlab corespunztor
exemplului)
0.8
0.6
0.4
0.2
0
1.5
2.5
3
N
3.5
4.5
Componenta principala
3
1.5
pc(t)
-1
0.5
-3
0.5
1.5
timp
2.5
-8
x 10
pc 2
-2
Componenta principala
1.5
-0.5
1
0.5
pc(t)
-1
0
-1.5
-3
-0.5
-2
-1
-1.5
0.5
1.5
timp
2.5
-8
x 10
-1
0
pc1
1 0
R xx 2 =
0 1
Fig. 6.7 Componentele principale ale semnalelor s1(t) s5(t) mpreun cu

graficul i matricea de corelaie corespunztoare
Se poate constata performana slab a recuperrii componentelor originale din care au

fost compuse cele cinci semnale (presupus a fi aplicate la intrarea receptorului de rzboi
electronic).
Componentele principale sunt decorelate, dar formele lor sunt departe de cele ale
componentelor originale, i asta n condiii care se pot considera foarte favorabile din punct de
vedere al raportului semnal-zgomot (SNR = 80 dB).
Totui, s-a putut obine informaia exact a dimensiunii exacte a setului de date de
intrare: 2 i nu 5. Acest lucru se poate deduce i din matricea de covarian a semnalelor de
intrare i calcula din ponderea procentual a varianei fiecrui semnal n raport de suma
varianelor celor cinci semnale. Astfel:
matricea de covarian este:
1.609
0
S= 0
0
0
0 0
0.1369
0
0 0
0
0.0304 0 0
0
0
0 0
0
0
0 0
0
ponderile varianelor componetelor principale sunt:

63
PC 15
100 %
PC 25
9.416 %
PC 35
1.7105 %
PC 5
0%
PC 45
0%
Ultimele trei componente (PC 35) au o pondere de numai 1.7 % n variana ntregului
set de date, fapt care sugereaz, dup cum indic i graficul din fig. 6.6 - punctul de inflexiune
- c dimensiunea real a setului de date este mai apropiat de 2 dect de 5.
Formele componentelor principale sunt redate n fig. 6.7 i cu toate c sunt necorelate,
nu reflect formele celor dou surse independente (oscilaiile din care am format cele cinci
semnalele). Acest lucru se ntmpl deoarece componentele principale, neavnd o distribuie
gaussian, decorelarea, (realizat de ctre PCA) nu realizeaz i independena lor.
Dac se consider alte semnale, formate din alte dou oscilaii (una armonic iar cealalt
cu modulaie liniar de frecven), se obin rezultatele din fig. 6.8 6.11.
2
0.0982
1
Rxx1 =
1
0.0982

1.5
1
0
-1
0.5
timp
7
-9
x 10
s n e f2
-2
-0.5
0
-1
-1
timp
7
-9
-1.5
-1.5
-1
-0.5
0
snef1
x 10
0.5
1.5
Fig. 6.8 Componentele

semnalelor
mpreun cu
graficul lor de
corelatie i
matricea de
corelaie a celor
dou componente
s1(t)
2
0
-2
7
-9
x 10
s2(t)
2
0
-2
7
-9
x 10
2
s3(t)
0
-2
7
-9
x 10
2
s4(t)
-2
0
-2
7
-9
x 10
0.5
s5(t)
0
-0.5
4
timp
7
-9
x 10
Fig. 6.9 Cele cinci semnale de la exemplul 6.2 (cazul al 2-lea), obinute pornind de la componentele
din fig. 6.8 prin amestec aditiv liniar cu diferite ponderi
64
Valorile proprii
2
1.8
Fig. 6.10 Graficul valorilor proprii, dn care

se pot deduce valorile acestora
(v. i rezultatele afiate de
programul Matlab corespunztor
exemplului)
1.6
1.4
lambda
1.2
1
0.8
0.6
0.4
0.2
0
1.5
2.5
3
N
3.5
4.5
Componenta independenta
3

1.5
p
c(t)
0.5
pc2
-1
-2
-3
timp
-0.5
-9
x 10
1.5
-1
-1.5
-3
pc(t)
0.5
-2
-1
0
pc1
1 0
R xx 2 =
0 1
-0.5
-1
-1.5
4
timp
7
-9
x 10
Fig. 6.11 Componentele principale ale semnalelor s1(t) s5(t) mpreun cu graficul i matricea de corelaie
corespunztoare
Nici de aceast dat constatrile nu difer prea mult fa de primul caz considerat; cel
mai important, din punctul de vedere al recunoaterii structurii semnalelor, este confirmarea
mediocritii metodei PCA i gradul relativ sczut de interes pentru folosirea acesteia n cadrul
prelucrrii semnalelor n receptorul de rzboi electronic radar.
6.3.
Analiza componentelor independente
Aplicarea metodei analizei componentei principale (PCA) a artat (v. pct.6.2) c

decorelarea datelor nu este suficient pentru a produce independena variabilelor, cel puin n
cazul n care acestea au distribuie nongaussian.
Metoda analizei componentelor independente (ICA) propune tocmai transformarea
datelor originale ntr-un set de variabile independente.
Motivaia acestei transformri este, n primul rnd, cea de a descoperi, n setul de date
(semnale) de intrare variabilele mai importante i mai puin cea de a reduce dimensiunea
setului de date.
Dac se urmrete i reducerea dimensiunii setului de date, atunci este necesar
efectuarea PCA nanite de aplicarea ICA.
Metoda ICA se poate aplica n mai multe domenii de interes din punctul de vedere al
prelucrrii datelor n receptorul de rzboi electronic de radiolocaie, cum ar fi separarea
semnalelor relativ la direciile lor de sosire sau analiza structurii semnalelor pentru identificarea
65
componentelor acestora (n cazul semnalelor cu o structur compus), acest ultim domeniu

constituind, de altfel, i obiectul de abordare din lucrare noastr, n prezentul capitol.
Cea mai important diferen dintre ICA i PCA este aceea c PCA folosete doar
statistici de ordinul doi (cum ar fi variana, care este o funcie de valorile ptratelor datelor) n
timp ce ICA folosete statistici de ordin superior (cum ar fi funcii de valorile datelor la puterea
a patra). Variabilele cu distrubuie gaussian au momentele statistice de ordin mai mare dect
doi de valori nule, dar cele mai multe semnale nu au distribuie gaussieni. Ca atare, nu au
momente de ordin superior (altfel spus, acestea sunt nule).
Baza celor mai multe abordri ale metodei ICA o reprezint un model generativ, adic un
model care descrie cum sunt produse semnalele msurate. Modelul presupune c semnalele
msurate sunt produsele combinaiilor liniare instantanee ale surselor independente. Un
asemenea model poate fi exprimat analitic sub forma urmtoare:
xi (t ) = ai1 s1 (t ) + ai 2 s 2 (t ) + aiN s N (t )
pentru i = 1, , N
(6.10)
Sub form matricial, relaia (6.10) se pune sub forma (6.11), care este similar cu (6.3):
s1 (t )
x1 (t )
x (t )
2 = A s 2 (t )

s n (t )
x n (t )
(6.11)
x = A s
(6.12)
sau:
unde s este vectorul compus din toate sursele de semnal, A este matricea de mixare format
din elemente constante aij, iar x este vectorul semnalelor msurate.
Tehnicile ICA se folosesc pentru a rezolva problema matricii de mixare A, din care, apoi,
se pot obine componentele independente, s, printr-o inversiune de matrici:
(6.13)
s = A 1 x
Odat cunoscut matricea de mixare, atunci sursele, s, se pot determina prin rezolvarea
ecuaiei (6.13). Pentru estimarea matricii de mixare, n cadrul metodei ICA este nevoie de a se
face trei ipoteze:
sursele de semnal, s, sunt independente;
sursele de semnal sunt nongaussiene (ambele condiii sunt ndeplinite, de obicei,
cnd sursele sunt semnale reale condiie necesar pentru c metoda ICA folosete
statistici de ordin superior pentru separarea variabilelor);
matricea de mixare trebuie s fie ptrat, adic, numrul surselor trebuie s fie egal
cu numrul semnalelor msurate. (Aceast condiie nu este greu de ndeplinit,
deoarece se poate aplica ntotdeauna metoda PCA pentru a reduce dimensiunea
setului de date, x, n aa fel nct s fie egal cu numrul de surse din setul de date,
s.)
66
Algoritmul dup care funcioneaz metoda ICA poate fi rezumat astfel:

eliminarea valorilor medii ale variabilelor (centrarea datelor), similar metodei PCA.
albirea datelor (decorelare i scalarea datelor astfel nct variana lor s fie egal cu
1)
determinarea componentelor independente prin unei transformri liniare datelor
albite.
Exist mai multe metode pentru estimarea vectorului b, toate fcnd apel la o funcie
obiectiv (diferit pentru fiecare de metod), funcie care se maximizeaz (sau minimizeaz)
printr-un algoritm de optimizare (particularizat pentru fiecare metod n parte).
Implementarea unui algoritm ICA nu este deloc un lucru lesnicios; cu toate acestea, au
fost dezvoltai mai muli asemenea algoritmi, de o foarte bun calitate, doi dintre acetia fiind
folosii cu precdere: algoritmul FastICA, dezvoltat de ctre ICA Group la Universitatea din
Helsinki i algoritmul Jade, dezvoltat de ctre Jean-Francois Cardoso, acest din urm algoritm
fiind folosit n exemplul urmtor (ex. 6.3).
Exemplul 6.3
Pornind de la trei componente de tip armonic, cu modulaie liniar de frecven i impuls)
se vor creea cinci semnale, cu ajutorul unei matrici de mixare coninnd variabile aleatoare i,
apoi, se vor determina componentele independente (ideal cele trei componente de la care sa pornit), aplicnd algoritmul Jade al metodei ICA.
S-au obinut rezultatele din fig. 6. 12 6. 15.
Componetele originale - inaintea amestecarii
s
1
(t)
0.5
-0.5
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.05
0.1
0.15
0.25
0.3
0.35
s
2
(t)
0.5
-0.5
0.2
timp
Semnalele ames tec ate

9
8
7
6
5
X
(
t)
-0.5
4
3
2
1
0
-1
0.05
0.1
0.15
0.2
0.25
0.3
0.35
timp
Fig. 6.13 Setul de semnale de la intrarea receptorului: cinci semnale obinute

din componentele din fig. 6.12 (v. exemplul 6.3)
Graficul valorii proprii
1400
1200
Fig. 6.14 Graficul valorilor proprii, pentru

semnalele din fig. 6.13, grafic din
care se pot deduce valorile acestora
(v. i rezultatele afiate de programul Matlab
corespunztor exemplului)
1000
Valoarea proprie
s
3
(t)
0.5
Fig. 6.12 Componentele originale, prin a

cror amestec liniar (la care s-a
adugat i zgomot) s-a obinut
setul de semnale de intrare
(SNR = 80 dB)
800
600
400
200
1.5
2.5
3
n
3.5
4.5
67
2
c
i(t)
1
0
-1
-2
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.25
0.3
0.35
0.25
0.3
0.35
timp
2
c
i(t)
1
0
-1
-2
0.05
0.1
0.15
0.2
timp
4
c
i(t)
2
0
-2
-4
0.05
0.1
0.15
0.2
timp
Fig. 6.15 Componentele independente corespunztoare semnalelor din fig.6.13 (a se compara cu

componentele originale afiate n fig. 6.12)
6.4 Concluzii
Pornind de la cele prezentate la pct. 6.1 6.3, considerm c este corect de a aprecia
c analiza multivariabil (prin cele dou metode exemplificate, i anume analiza
componentelor principale respectiv analiza componentelor independente) poate reprezenta un
instrument util de lucru al procesrii semnalelor de radiolocaie n receptorul de rzboi
electronic.
Un avantaj al metodelor PCA i/sau ICA, l reprezint faptul c acestea metode au
nevoie, ca dat minim de intrare, doar de semnalele msurate de ctre fiecare senzor; nu
sunt necesare (i, de altfel, nici nu sunt disponibile), matricea de mixare si nici componentele
originale ale semnalelor recepionate de ctre senzori.
Cea mai util dintre cele metode exemplificate, din punctul de vedere al procesrii
semnalelor n receptorul de rzboi electronic, este metoda ICA, datorit posibilitii acesteia de
a separa toate componentele originale din semnalele recepionate. Cu toate acestea, i
aceast metod are limitri ei, materializate prin:
existena unor ambiguiti pe care aceasta nu le rezolv ntre componentele pe care
le estimeaz. n special, metoda ICA nu poate determina varianele, n consecin nici
energia sau amplitudinea fiecrei componente originale. Dac nu sunt disponibile
date suplimentare despre componentele originale, (de exemplu, direcia de sosire,
nivelul, etc.), atunci aceast ambiguitate nu poate fi rezolvat.
spre deosebire de PCA, metoda ICA nu permite stabilirea ordinii componentelor
independente. Depirea acestui neajuns este posibil doar dac se cunosc mai
multe informaii despre matricea de mixare; acest fapt este, prin definiie, imposibil,
matricea de mixare nefiind disponibil receptorului. Se poate aprecia, totui, c lipsa
informaiei despre ordinea componentelor principale relativ la cea a componentelor
originale nu reprezint, n economia rezultatelor prelucrrii semnalelor din receptorul
de rzboi electronic, un neajuns foarte serios.
Cu toate c rezultatele simulrile efectuate la pct. 6.2 i 6.3 pot fi apreciate drept
promitoare, sunt, totui, necesare pruden i discernmnt la aplicarea metodelor expuse
anterior, mai ales dac se ine seama i de dezavantajele expuse ale metodelor analizei
multivariabil, aplicarea metodei analizei multivariabil la procesarea datelor din receptoarele
de rzboi electronic de radiolocaie meritnd totui atenie i dezvoltri viitoare.
68
Capitolul 7
Scheme de procesare a semnalelor n receptoarele
de rzboi electronic de radiolocaie
Pentru a putea avea o imagine de ansamblu asupra problematicii modelrii receptoarelor
de rzboi electronic de radiolocaie, innd seama de aspectele abordate n lucrare, am
considerat util ilustrarea implementrii unitare a unor tehnici i metode prezentate n lucrare,
ntr-un lan logic de prelucrare de semnal, formalizat n dou variante.
n acest fel considerm c este posibil implementarea unor noi proceduri de procesare
a semnalelor radar, aplicabile n cazul receptoarelor de rzboi electronic de radiolocaie; dac
receptorul are i funcionaliti de tip SIGINT, atunci este necesar folosirea analiza timpfrecven.
Capitolul de fa are un rol precumpnitor de deschidere, prezentndu-se aspectele
legate de abordarea unitar a instrumentelor de analiz analizate, modelate i exemplificate n
lucrare; este evident c una din direciile de cercetare, abordabil n viitorul imediat, o
reprezint analiza detaliat a acestor scheme logice de prelucrare i, mai ales, implementarea
lor practic, din acestea rezultnd feed-back-ul att de necesar dezvoltrii ulterioare a
domeniului.
7.1. Scheme moderne de procesare de semnal prezentarea rezultatelor
modelrii
Pornind de la aspectele abordate n capitolele anterioare ale lucrrii, se propune
realizarea modelarea i analiza un lan de procesare a unui set de trei semnale uzuale radar
dintr-un receptor de rzboi electronic de radiolocaie, folosind, drept instrumente principale,
analiza multivariabil a datelor (mai precis analiza componentei principale), precondiionarea
semnalelor de intrare (pentru a realiza o cretere a raportului semnal-zgomot) i analiza timpfrecven (rezultnd o mbuntire substanial a capacitii de distingere i recunoatere a
semnalelor, n special n cazul mediilor electromagnetice zgomotoase i a existenei
semnalelor simultan suprapuse).
Se trateaz att cazul n care analiza i extragerea componentelor independente se face
nainte de pre-condiionarea semnalelor (cazul 1), ct i cel n care aceast operaiune se
face dup reducerea nivelului de zgomot din semnalele recepionate de la numrul considerat
de cinci antene (cazul al 2-lea).
Schemele corespunztoare celor dou cazuri sunt cele din fig. 7.1, respectiv 7.8, iar
rezultatele simulrii sunt redate n fig. 7.2 7.7, pentru cazul 1, respectiv fig. 7.9 7.15,
pentru cazul al 2-lea.
69
Simularea
semnalelor originale
i a obinerii
amestecului de
semnale
corespunzator a m
senzori (antene)
Se aplic
metoda
ICA,
algoritmul
Jade
Se afieaz doar
STFT (transformata
Fourier pe termen
scurt), fr e afecta
generalitatea
problemei
Aplicarea filtrrii
LMS cu o singur
celul
Precondiionarea
fiecrei
componente
independente
Extragerea
componentelor
independente
Calculul i
afiarea
transformatelor
timp-frecven
Ctre
analiz,
evaluare,
clasificare
Schema de procesare a semnalelor
Fig. 7.1 Exemplu de procesare a semnalelor din receptorul de rzboi electronic radar: analiza componentelor
independente se face nainte de pre-condiionarea semnalelor
Componetele originale fara zgomot

2
s id 1(t)
1
0
-1
-2
7
-8
x 10
2
s id2(t)
1
0
-1
-2
7
-8
x 10
2
1
s id 3(t)
Fig. 7.2 Componentele originale,

ideale, (fr zgomot) pentru
simularea semnalelor
provenite de la mai multe
antene
0
-1
-2
4
timp
70
7
-8
x 10
Componetele originale - inaintea amestecarii

1
s1(t)
0.5
0
-0.5
-1
7
-8
x 10
1
s2(t)
0.5
0
-0.5
-1
7
-8
x 10
1
0
-0.5
timp
-8
x 10
Semnalele amestecate
9
X(t)
-1
timp
7
-8
x 10
Fig. 7.4. Simularea semnalelor obinute prin amestecarea, n fiecare anten, a componentelor originale din
fig. 7.3 (s-au considerat cinci semnale amestecate, corespunztor la cinci antene)
Componentele independente
4
CI(t)
2
0
-2
-4
timp
7
-8
x 10
4
2
CI(t)
-1
0
-2
-4
timp
7
-8
x 10
4
2
CI(t)
s3(t)
0.5
Fig. 7.3 Componentele originale (cele din

fig. 7.2), la care s-a adugat i
zgomot
0
-2
-4
timp
Fig. 7.5 Componentele independente separate din semnalele din fig. 7.4
71
7
-8
x 10
Componenta independenta "curatata" de zgomot

2
cifilt
1
0
-1
-2
200
400
600
timp
800
1000
1200
1000
1200
1000
1200

2
cifilt
1
0
-1
-2
200
400
600
timp
800

2
cifilt
1
0
-1
-2
200
400
600
timp
800
Fig. 7.6 Componentele independente din fig. 7.5 dup reducerea nivelului de zgomot
STFT a componenetei independente

frecventa
frecventa
x 10
9
x210
2
2.2
2.2
2.4
2.4
2.6
2.6
2.8
2.8
3
3 0
0
1
1
2
2
4
timp
timp
STFT a componenetei
independente
x 10
9
x210
5
5
6
6
-8
x 10
-8
x 10
frecventa
frecventa
2
2.2
2.2
2.4
2.4
2.6
2.6
2.8
2.8
3
3 0
0
3
3
1
1
2
2
4
timp
timp
STFT a componenetei
independente
x 10
9
x210
5
5
6
6
-8
x 10
-8
x 10
frecventa
frecventa
2
2.2
2.2
2.4
2.4
2.6
2.6
2.8
2.8
3
3 0
0
3
3
1
1
2
2
3
3
timp
timp
4
4
5
5
6
6
Fig. 7.7 Imaginile timp-frecven ale semnalelor din fig. 7.6 (componentele independente condiionate)
72
-8
x 10
-8
x 10
Aplicarea
filtrrii
LMS cu o
singur
celul
Simularea
semnalelor originale
i a obinerii
amestecului de
semnale
corespunzator a m
senzori (antene)
Se aplic
metoda ICA,
algoritmul
Jade
Precondiionarea
fiecrui semnal
de la antene
Extragerea
componentelor
independente
Se afieaz doar
STFT (transformata
Fourier pe termen
scurt), fr e afecta
generalitatea
problemei
Calculul i
afiarea
transformatelor
timp-frecven
Schema de procesare a semnalelor
Ctre
analiz,
evaluare,
clasificare
Fig. 7.8 Exemplu de procesare a semnalelor din receptorul de rzboi electronic radar: analiza componentelor
independente se face dup de pre-condiionarea semnalelor
Componetele originale fara zgomot

2
sid1(t)
1
0
-1
-2
7
-8
x 10
2
sid2(t)
1
0
-1
-2
7
-8
x 10
Fig. 7.9 Componentele originale,

ideale, (fr zgomot) pentru
simularea semnalelor
provenite de la mai multe antene
sid3(t)
1
0
-1
-2
timp
7
-8
x 10
73
Semnalul real de la senzorul "m"
2
0
-2
200
400
600
timp
800
1000
1200
200
400
600
timp
800
1000
1200
200
400
600
timp
800
1000
1200
200
400
600
timp
800
1000
1200
200
400
600
timp
800
1000
1200
5
0
-5
1
0
-1
5
0
-5
5
0
-5
Fig. 7.10. Simularea semnalelor obinute prin amestecarea, n fiecare anten, a componentelor originale din
fig. 7.9 (s-au considerat cinci semnale amestecate, corespunztor la cinci antene)
Semnalul de la senzorul "m", "curatat" de zgomot

Xfilt
1
0
-1
200
400
600
800
timp
1000
1200
200
400
1000
1200
200
400
1000
1200
200
400
1000
1200
200
400
1000
1200
Xfilt
1
0
-1
600
800
timp
Xfilt
0.5
0
-0.5
600
800
timp
Xfilt
1
0
-1
600
800
timp
Xfilt
1
0
-1
600
timp
800
Fig. 7.11 Rezultatul condiionrii semnalelor din fig. 7.10
74
4
CI(t)
2
0
-2
-4
200
400
600
timp
800
1000
1200
800
1000
1200
800
1000
1200
4
CI(t)
2
0
-2
-4
200
400
600
timp
0
-2
-4
0
200
400
600
timp
Fig. 7.12 Componentele independente extrase din semnalele din fig. 7.11
frecventa
x 10
2
0
1
9
frecventa
-6
3
timp
6
-8
x 10
x 10
2
0
1
9
frecventa
CI(t)
3
timp
6
-8
x 10
x 10
2
0
3
timp
Fig. 7.13 Imaginile timp-frecven ale componentelor independente din fig. 7.12
75
6
-8
x 10
7.2. Concluzii
Prezentarea i modelarea schemelor de procesare a avut un dublu scop:
a. pe de o parte, unul mai restrns, i anume de a analiza i decide poziia relativ, n
cadrul fluxului de procesare a semnalului, a extragerii componentelor independente
i a reducerii nivelului de zgomot al semnalelor recpeionate;
b. pe de alt parte a existat un scop mai larg, ce a vizat descrierea unui posibil flux de
prelucrare de semnal n receptorul de rzboi electronic radar, folosind elementele
analizate n prezenta lucrare.
Considerm c ambele scopuri au fost atinse:
a. din examinarea comparativ a fig. 7.2 7.13 se poate constata c prima variant de
prelucrare este mai avantajoas, permind o identificare preliminar mai precis a
componentelor originale ale semnalelor recepionate
b.conform simulrilor prezentate n acest capitol, dar i restul lucrrii, considerm c
realizarea prelucrrii utiliznd schemele din fig. 7.1 i/sau 7.8 dar i alte elemente ce
in de: precondiionarea semnalelor cu ajutorul filtrrii adaptive, analiza timp-frecven
a semnalelor i analiza statistic multivariabil a semnalelor recepionate, este
posibil i util, chiar dac implic un volum mare de date de prelucrat i, n
consecin, necesitatea unei puteri de calcul apreciabile.
Utilitatea aplicrii schemelor de prelucrare prezentate dar i a celorlalte instrumente de
prelucrare se traduce n posibilitatea realizrii unei analize preliminare a semnalelor
recepionate, nc nainte de analiza i clasificarea acestora, fapt care poate ajuta, ntr-o
msur considerabil, la o performan mai bun a receptorului de rzboi electronic, n
ansamblul su.
Prin aplicarea instrumentelor i metodelor prezentate se faciliteaz procesarea
semnalelor recepionate, la nivelul etajului de frecven intermediar, nainte de demodulare,
rezultnd posibilitatea de corecie spectral a semnalului precum i de cretere a sensibilitii
receptorului (n special prin creterea SNR, realiznd precondiionarea semnalului cu ajutorul
filtrrii adaptive).
Filtrul adaptiv folosit n lanul de prelucrare de semnal propus pentru receptorul de rzboi
electronic de radiolocaie trebuie s poat funciona la aplicarea unor semnale de mic sau
foarte mic putere i cu un nivel foarte mare al zgomotelor (de multe ori superior celui al
componentei utile a semnalului).
Cercetrile din domeniul metodelor de prelucrrii semnalelor radar n receptorul de rzboi
electronic, folosind tehnicile filtrrii adaptive, sunt nc n faza de nceput. Oricum, aa cum
rezult i din prezenta lucrare, aceste tehnici pot reduce n mod semnificativ costurile
sistemelor de rzboi electronic de radiolocaie, prin posibilitatea de a renuna la sisteme de
antene de dimensiuni mari i costuri ridicate.
Totodat, prin folosirea filtrelor adaptive este posibil de a realiza filtrarea semnalelor de benzi
foarte largi (sute de MHz GHz) mult mai eficient dect alte sisteme, cum ar fi sistemele de
recepie multicanal, care au, n prezent, o arie foarte larg de rspndire i utilizare.
Un alt aspect de cert importan al procesrii de semnal caracteristice rzboiului
electronic de non-comunicaii (radiolocaie) l reprezint faptul c receptoarele specifice
76
domeniului, care se proiecteaz astzi, trebuie s fac fa unor ameninri de o mare

diversitate.
O particularitate demn de relevat a acestei diversiti o reprezint caracterul semnalelor
de analizat (semnale care constituie ameninrile pe care trebuie s le rezolve receptoarele de
rzboi electronic): exist n uz curent sisteme radar de generaie mai veche, sisteme care mai
au nc resurs de consumat, i ca atare vor fi prezente n spaiul tactic i n viitor, pe termen
scurt i mediu; pe de alt parte exist i se dezvolt continuu sisteme radar moderne, bazate
pe folosirea unor tehnici de protecie la interceptare complexe, una dintre acestea fiind
utilizarea semnalelor LPI.
n consecin, receptoarele de rzboi electronic aflate azi n dezvoltare vor trebui s fac
fa ambelor categorii de semnale.
Astfel receptoarele de rzboi electronic viitoare trebuie s fie caracterizate de o
sensibilitate mrit cu 10 30 dB fa de receptoarele folosite n prezent, pentru a putea
detecta semnalele radar moderne, de tip LPI. Exist, dup cum s-a artat n lucrare, dou cai
posibile de rezolvare a acestei probleme: fie prin folosirea unor antene cu fascicul foarte
ngust, fie prin utilizarea de noi tehnici de procesare de semnal. Dac prima soluie conduce la
sisteme de antene de gabarit mare, scumpe i care fac ca portabilitatea receptorului s devin
problematic, cea de-a doua soluie este mult mai promitoare, avnd i avantajul de a
permite o analiz de semnal mult superioar.
Aplicnd tehnicile de procesare numeric moderne de semnal, variantele de realizare
modelate n capitolul de fa i instrumentele de analiz abordate n ntreaga lucrare fiind o
cale posibil, se realizeaz, n afara creterii sensibilitii receptorului i:
- identificarea legii de modulaie a semnalelor,
- msurarea parametrilor acestora,
- analiza semnalelor staionare i nestaionare,
- separarea componentelor de interes din semnale.
Prin procesarea de semnal, asigurat pe baza schemelor din fig. 7.1 sau 7.8, se pot
furniza mai multe date de intrare n etajele urmtoare ale sistemului de recepie, rezultnd o
realizarea mai facil a sarcinii acestora de identificare i clasificare de semnal, n vederea
realizrii PDW, mai uor i mai repede, rezultnd, astfel, sisteme de rzboi electronic de
radiolocaie cu posibiliti extinse i performane superioare.
77
Capitolul 8
Concluzii, contribuii personale i direcii viitoare de
cercetare
Receptoarele de rzboi electronic de radiolocaie precum i modelarea funcionrii
acestora reprezint domenii deosebit de vaste i de dinamice, iar o lucrare, orict ar fi ea de
complex, nu poate acoperi, la nivel de amnunt, tot ceea ce implic domeniul menionat.
A fost necesar o alegere: din motive care in de gradul de noutate i de nivelul
impactului potenial asupra dezvoltrii unor metode de procesare n receptoarele de rzboi
electronic radar s-a optat pentru tratarea unor aspecte legate de metode de mbuntire a
procesrii de semnal i de interpretare a rezultatelor acesteia, specifice domeniul rzboiului
electronic de non-comunicaii (de radiolocaie).
n consecin, au fost tratate urmtoarele aspecte:
definirea cadrului general i a impactului a utilizrii tehnicilor i tehnologiilor
numerice n spaiul de lupt modern (Cap. 2, pct. 2.1);
prezentarea cadrului formal, a conceptelor i preocuprilor actuale din domeniul
rzboiului electronic modern (Cap.2, pct. 2.2);
identificarea cerinelor operaionale ale receptorului de rzboi electronic de noncomunicaii (de radiolocaie), cu exemplificarea pentru un receptor de tip
ESM/ELINT (Cap. 2, pct. 2.3.2.1);
identificarea unor direcii de aciune pentru ndeplinirea unora dintre cerinele
operaionale, folosind metode i tehnici moderne (Cap.2, pct. 2.4);
metode de mbuntire a extragerii semnalului din zgomot n receptoarele de
rzboi electronic de radiolocaie:
o mbuntirea extragerii semnalului prin estimarea spectral a semnalelor
(Cap. 3, pct. 3.1);
o utilizarea filtrelor adaptive pentru mbuntirea raportului semnal zgomot n
receptoarele de rzboi electronic (Cap.3, pct.3.2);
precondiionarea semnalelor n receptorul de rzboi electronic de radiolocaie cu
ajutorul unui filtru adaptiv (Cap. 4);
folosirea metodelor timp-frecven pentru analiza semnalelor de radiolocaie n
receptoarele de rzboi electronic (Cap. 5);
aplicarea analizei multivariabil la prelucrarea semnalelor n receptorul de rzboi
electronic (Cap. 6);
formularea posibilitilor de aplicare unitar a metodelor descrise anterior la
procesarea i analiza semnalelor ntr-un receptor de rzboi electronic radar (Cap.
7).
78
8.1. Concluzii
n urma studierii aspectelor menionate mai sus, se pot formula concluzii care vizeaz,
n special, problematica prelucrrii de semnal n receptoarele de rzboi electronic de
radiolocaie. Prezentate n mod sintetic, concluziile sunt urmtoarele:
1. Extragerea semnalelor din zgomot reprezint una dintre problemele cheie ale
prelucrrii i analizei semnalelor din orice receptor de rzboi electronic, inclusiv din
cele de rzboi electronic de radiolocaie.
2. Aceast problem se poate rezolva prin analiz spectral, prin prelucrri de semnal
n domeniul timp, prin analiz timp-frecven i/sau prin aplicarea combinat a
unora dintre aceste metode.
3. O categorie de metode de analiz spectral sunt cele care determin puterea
spectral a semnalelor i sunt bazate pe transformarea Fourier (numite i metode
clasice). Acestea sunt cele mai robuste dintre toate tipurile de estimri spectrale.
Ele nu presupun cunoaterea apriori a unui volum mare de caracteristici ale
semnalului de analizat (cu toate acestea, cunoaterea a priori a unor date despre
semnal ar fi utile la selecia ferestrei i a modalitii de mediere).
a. O caracteristic a metodelor clasice este presupunerea c semnalul de analizat
este nul n afara ferestrei de analiz. Cum aceast situaie este, n realitate, rar,
rezult distorsiuni ale estimrii spectrale. Mai mult, alegerea unei forme sau a alteia
a ferestrelor de analiz duce, la rndul ei, la apariia unor deformri importante ale
estimrii spectrale.
4. O alt categorie de metode de analiz spectral o reprezint aa-numitele metode
moderne: metode parametrice (sau bazate pe un model) i metode neparametrice.
5.
Aceste metode sunt concepute astfel nct s depeasc unele dintre deformrile
produse de ctre metodele clasice i sunt destul de eficace mai ales n cazul
segmentelor de analiz scurte.
6.
Toate tehnicile moderne (parametrice sau ne-parametrice) ncearc s depeasc
limitrile tehnicilor tradiionale prin folosirea avantajoas a oricrei informaii
cunoscute, sau presupus a fi cunoscut, despre semnal.
a.
De exemplu, n cazul n care sunt cunoscute anumite date/caracteristici ale
procesului care a generat semnalul de analizat, atunci, aplicnd metodele
parametrice (bazate pe model), se pot face unele prezumii despre forma
semnalului n afara ferestrei de analiz.
b. Acest fapt poate duce la eliminarea necesitii de ferestruire i poate mbunti
rezoluia i precizia spectral, mai ales n cazul n care semnalul cuprinde o
proporie nsemnat de zgomot.
c. Orice mbuntire a rezoluiei i preciziei depinde extrem de mult de modelul
selectat.
d. n consecin, metodele moderne de estimare spectral impun o analiz preliminar
mai detaliat dect metodele clasice de estimare spectral.
7. Metodele parametrice fac apel la mai multe tipuri de modele, difereniate prin natura
funciei lor de transfer. Cele mai utilizate modele sunt: modelul autoregresiv (AR),
modelul cu medie mobil (moving average - MA) i modelul cu medie mobil
autoregresiv (autoregressive moving average ARMA).
79
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
Alegerea celui mai potrivit model implic existena anumitor date cunoscute despre
forma probabil a spectrului semnalului de analizat.
Metodele AR ca i alte metode din categoria lor, pot fi instrumente utile de estimare
spectral n cazul n care se dispune de anumite date a priori despre semnal, dar
este necesar mult discernmnt la folosirea lor n alte cazuri (cum este i cel al
receptoarelor de cercetare radar), fiind vorba, mai ales, de alegerea potrivit a
tipului i ordinului modelului, avnd n vedere necesitatea extragerii semnalului din
zgomot.
Metodele neparametrice de estimare spectral sunt caracterizate de o mai bun
rezoluie i caracteristici de estimare n frecven mai bune dect alte metode, n
special la nivele mari ale componentei de zgomot din semnal.
Metodele neparametrice sunt eficace n identificarea semnalelor de band ngust
pe fondul zgomotului alb, dar, pentru zgomote cu alte caracteristic spectrale
(gaussian, colorat, etc.), performanele metodelor ne-parametrice sunt mai
modeste.
Cel mai critic aspect la aplicrii metodelor ne-parametrice (sau analiza spectral pe
baza vectorilor proprii) l reprezint alegerea dimensiunii corecte a subspaiului
semnalului respectiv al celui al zgomotului. Dac se cunoate numrul de semnale,
atunci subspaiul acestora poate fi dimensionat pe baza acestei informaii; n alte
aplicaii, dimensiunea subspaiului semnalelor poate fi determinat pe baza lungimii
valorilor proprii.
Nu se poate da, ns, o regul general: ca i n cazul determinrii unor parametrii
ai altor metode de estimare spectral, determinarea dimensiunii subspaiului
semnalelor este un proces iterativ de ncercri.
O alt abordare a extragerii semnalelor din zgomote const din ndeprtarea
componentelor nedorite (din semnal) prin folosirea unui algoritm de optimizare, care
s duc, n final, la obinerea unui filtru optim; aceast metod constituie obiectul
filtrrii adaptive.
n acest sens, este util de a aminti c exist o multitudine de metode de realizare a
unui filtru optim, funcie de rspunsul la ntrebarea ct de mult se cunoate despre
caracteristicile semnalului i zgomotului?
Dac este disponibil o reprezentare a formei semnalului dorit (ideal, adic fr
zgomot) atunci se poate aplica o clas extrem de cunoscut i de bine dezvoltat
de filtre, respectiv filtrele Wiener.
Conceptul de baz a teoriei filtrelor Wiener const n minimizarea diferenei dintre
ieirea filtrat i forma dorit a semnalului.
Performanele optime de filtrare pot fi atinse numai dac semnalele de la intrarea
receptorului se adapteaz cu semnalele apriori pentru care a fost proiectat filtrul.
n majoritatea sistemelor de comunicaii (cu deosebire n cele de rzboi electronic),
cunoaterea apriori, ca dat de intrare pentru proiectare, a semnalelor de intrare,
este de multe ori parial, dar, n cele mai multe cazuri, este absent.
n aceast situaie o soluie o poate reprezenta implementarea unui algoritm
adaptiv, ca parte de software a filtrului adaptiv, care s permit ajustarea dinamic
a parametrilor acestuia, funcie de natura semnalului de la intrarea sa.
80
21. Algoritmul adaptiv este complex, cu costuri de implementare hardware i software

pe msur, complexitatea acestuia fiind n relaie direct cu metoda de optimizare
folosit n cadrul algoritmului recursiv.
22. Cei mai reprezentativi algoritmi adaptivi sunt: LMS (Least Mean Square cele mai
mici ptrate medii) i RLS (Recursive Least Square cele mai mici ptrate
recursive).
23. n general, algoritmul LMS este mai utilizat ca algoritmul RLS datorit complexitii
sale de calcul mai reduse i faptului c este mai robust. Pe de alt parte, ns,
algoritmul RLS converge mai rapid dect LMS, cu toate c, dezvoltrile recente ale
ambilor algoritmi i-au apropiat din acest punct de vedere.
24. n luarea deciziei de alegere a unuia din cei doi algoritmi este bine de a se avea n
vedere urmtoarele aspecte:
este larg acceptat faptul c algoritmul RLS ofer o convergen superioar fa
de algoritmul LMS, mai ales n cazul semnalelor staionare (cu un nivel sczut al
componentei de zgomot). Cu toatre acestea, n cazul receptoarelor de rzboi
electronic de radiolocaie, mai ales al receptoarelor ESM, este foarte greu de
admis c semnalele interceptate au un nivel redus al zgomotelor. n aceste
cazuri, i mai ales dac se dorete o mbuntire a raportului semnal-zgomot
(SNR), este mai important o convergen stabil dect una rapid. Cu alte
cuvinte, n termenii mbuntirii SNR, aspect crucial pentru identificarea
semnalelor radar, algoritmul LMS este mai potrivit dect algoritmul RLS.
algoritmul LMS este mai simplu de implementat hardware, mai predictibil la
modificri n cadrul acestuia i mai robust fa de erorile care pot apare n
procesul de prelucrare a semnalelor, spre deosebire de algoritmul RLS.
25. n consecin, n lucrare s-a optat pentru modelarea i utilizarea algoritmului LMS ca
modalitate de mbuntire a raportului semnal-zgomot n cadrul prelucrrii
preliminare a semnalelor interceptate de receptorul de rzboi electronic.
26. Scopul precondiionrii semnalelor radar din receptorul de rzboi electronic de
radiolocaie l reprezint reducerea raportului semnal-zgomot al semnalelor
recepionate.
27. Datorit modului lor intrinsec de funcionare, filtrele adaptive se adapteaz
spectrului semnalului, aciunea fiind o ngustare inteligent i flexibil a benzii
receptorului, corespunztor fiecrui semnal.
28. n final va rezulta creterea sensibilitii receptorului prin metode numerice ce permit
o reconfigurare adaptiv.
29. Alegerea structurii filtrului este condiionat de dou consideraii: performanele
filtrrii adaptive i complexitatea calculelor.
a. Referindu-ne la performanele filtrrii se au n vedere, n principal:
creterea raportului semnal-zgomot (fa de situaia semnalului
nefiltrat),
scderea valorii duratei de convergen (achiziie) a filtrului.
b. n ce privete complexitatea calculelor, se vizeaz, evident, alegerea unei
structuri a filtrului (de fapt, implementarea acelui algoritm) care s asigure,
fr afectarea semnificativ a performanelor filtrrii adaptive:
complexitate ct mai redus a calculelor,
reducerea timpului de preprocesare a semnalelor.
81
30. Avnd n vedere aceste aspecte, s-a optat pentru alegerea unui filtru adaptiv avnd
structura ALE (adaptive line enhancer) simpl sau dubl.
31. n vederea optimizrii eficienei filtrului, privit ca instrument de precondiionare a
semnalelor radar prin mrirea raportului semnal-zgomot, s-au luat n consideraie:
a. influena nivelului zgomotelor din semnalul de intrare;
b. influena valorii ntrzierii din schema celulei de filtrare;
c. influena valorii factorului de convergen;
d. influena lungimii filtrului.
32. Au rezultat urmtoarele:
a. existena unui maxim (optim) al lungimii filtrului n ceea ce privete
eficacitatea reducerii zgomotelor; nivelul componentei de zgomot din
semnalul filtrat este n legtur direct cu eficacitatea filtrului ca reductor
de zgomot: cu ct nivelul zgomotelor este mai ridicat, cu att mai eficace
este aciunea filtrului, fapt ce rezult din principiul su de funcionare (v.
pct. 3.2.2);
b. existena unei zone de optim bine definit, relativ plat, a curbei de variaie
a eficienei funcie de ntrzierea intern a filtrului adaptiv, zon care se
termin brusc de ndat ce valoarea ntrzierii depete valoarea egal
cu lungimea filtrului;
c. existena unei zon de optim a eficienei filtrului n raport de coeficientul de
convergen, zon suficient de ngust pentru a nu permite o plaj prea
mare de alegere a valorii coeficientului de convergen.
33. Conform modelrilor prezentate (Cap. 4, pct. 4.4, tab. 4.1), precondiionarea
semnalelor cu ajutorul filtrrii adaptive cu una sau dou celule LMS, poate
mbunti (mri) raportul semnal-zgomot, n medie, cu aproximativ 10-12 dB, cu
variaii importante n cazul semnalelor nestaionare.
34. Ultima modalitate de extragere semnalelor din zgomote, abordat n lucrare, este
constituit din reprezentrile timp-frecven. Acestea sunt instrumente puternice de
analiz a semnalelor i, de aceea, sunt folosite, ori de cte ori situaia o permite, la
procesarea semnalelor.
35. Folosirea acestora este determinat de faptul c proprieti ale semnalelor apar
mult mai clar n reprezentrile mixte timp-frecven, dect n reprezentrile
monodimensionale, n timp sau n frecven.
36. Este binecunoscut c nu exist o reprezentare universal, la fel de potrivit n
toate aplicaiile.
37. Mai mult, n situaii reale, cnd categoriile de semnale nu sunt cunoscute i sunt
specificate doar printr-un eantion aleator de realizri, este necesar
implementarea unui algoritm care s se poat gsi reprezentarea timp-frecven
optim n mod automat.
38. Rspunsul la ntrebarea Cum arat o reprezentare timp-frecven bun? depinde
de aplicaie i nu are o form general valabil.
39. Eforturile de cercetare sunt n prezent ndreptate n direcia rezolvrii problemei
determinrii reprezentrii timp-frecven optime pentru o categorie dat de semnale
i o sarcin specific de analiz, problem care nu i-a gsit, nc, dect soluii
pariale.
82
40. Identificarea componentelor independente din cadrul unor semnale compuse,

formate din suprapunerea unor semnale elementare i, n final separarea acestora
i recuperarea semnalelor originale, reprezint o problem important a analizei de
semnal din receptoarele de rzboi electronic de radiolocaie.
41. Abordarea acestei probleme complexe se poate face cu ajutorul a dou instrumente
puternice ale analizei statistice multivariabil: analiza componentelor
principale(PCA) i analiza componentelor independente (ICA) (Cap. 6).
42. Prin analiza multivariabil variabilele (sau msurtorile) multiple, sunt tratate ca o
singur entitate (de exemplu, variabilele rezultate din mai multe msurtori asupra
aceluiai proces, fcute cu senzori diferii cum ar fi mai multe receptoare de rzboi
electronic sau mai multe antene ale unui receptor de rzboi electronic).
43. Un avantaj al metodelor PCA i/sau ICA, l reprezint faptul c acestea metode au
nevoie, ca date de intrare, doar de semnalele msurate de ctre fiecare senzor; nu
sunt necesare (i, de altfel, nici nu sunt disponibile), matricea de mixare si nici
componentele originale ale semnalelor recepionate de ctre senzori.
44. Cea mai util, din punctul de vedere al procesrii semnalelor n receptorul de rzboi
electronic, este metoda ICA, datorit posibilitii acesteia de a separa toate
componentele originale din semnalele recepionate.
45. Cu toate acestea, i aceast metod are limitri ei, materializate prin:
a. existena unor ambiguiti pe care aceasta nu le rezolv ntre componentele
pe care le estimeaz. Dac nu sunt disponibile date suplimentare despre
componentele originale, (de exemplu, direcia de sosire, nivelul, etc.), atunci
aceast ambiguitate nu poate fi rezolvat.
b. spre deosebire de PCA, metoda ICA nu permite stabilirea ordinii
componentelor independente.
c. depirea acestui neajuns este posibil doar dac se cunosc mai multe
informaii despre matricea de mixare; acest fapt este, prin definiie, imposibil,
matricea de mixare nefiind disponibil receptorului.
d. se poate aprecia, totui, c lipsa informaiei despre ordinea component elor
principale relativ la cea a componentelor originale nu reprezint, n economia
rezultatelor prelucrrii semnalelor din receptorul de rzboi electronic, un
neajuns foarte serios.
46. Cu toate c rezultatele simulrilor efectuate (Cap. 6, pct. 6.2 i 6.3) pot fi apreciate
drept promitoare, sunt, totui, necesare pruden i discernmnt la aplicarea
metodelor expuse anterior.
47. Pentru a putea avea o imagine de ansamblu asupra problematicii modelrii
receptoarelor de rzboi electronic, avnd n vedere aspectele abordate n lucrare, am
considerat util de a exemplifica folosirea unor tehnici i metode prezentate n lucrare,
ntr-un mod unitar, ntr-un lan logic de prelucrare de semnal (Cap. 7).
48. n acest fel considerm c este posibil o nou procedur de procesare a semnalelor
radar, pentru receptoarele de rzboi electronic radar, de tip ESM, dar, mai ales, dac
se folosete i analiza timp-frecven, n receptoarele tip SIGINT.
49. Aspectele abordate n Cap. 7, ex. 7.1, au avut drept scopuri:
a. de a analiza i decide poziia relativ, n cadrul fluxului de procesare a
semnalului, a extragerii componentelor independente i a reducerii nivelului de
zgomot al semnalelor recepionate;
83
b. de a descrie un flux posibil de prelucrare de semnal n receptorul de rzboi

electronic radar, folosind elementele analizate n prezenta lucrare.
50. n urma analizei efectuate (Cap. 7) s-au putut constata urmtoarele:
a. prima variant de prelucrare (n care analiza i extragerea componentelor
independente se face nainte de pre-condiionarea semnalelor) este mai
avantajoas, permind o identificare preliminar mai precis a componentelor
originale ale semnalelor recepionate;
b. realizarea prelucrrii utiliznd schemele din fig. 7.1 i/sau 7.8 dar i alte
elemente ce in de: precondiionarea semnalelor cu ajutorul filtrrii adaptive,
analiza timp-frecven a semnalelor i analiza statistic multivariabil a
semnalelor recepionate, este posibil i util.
51. Utilitatea aplicrii schemelor de prelucrare prezentate dar i a celorlalte instrumente
de prelucrare se traduce n posibilitatea realizrii, unei analize preliminare a
semnalelor recepionate, nc nainte de analiza i clasificarea acestora, fapt care
poate ajuta, ntr-o bun msur, la o performan mai bun a receptorului de rzboi
electronic, n ansamblul su.
8.2. Contribuii personale
1.
2.
3.
4.
5.
6.
7.
Identificarea, pornind de la cerinele rzboiului electronic modern i de la cerinele

operaionale ale receptoarelor de rzboi electronic de radiolocaie, a direciilor de
aciune pentru mbuntirea performanelor receptoarelor menionate (cap. 2).
Abordarea unitar a unor instrumente puternice de analiz a semnalelor
(estimarea spectral, filtrarea adaptiv, analiza timp-frecven i analiza
multivariabil) i reliefarea utilitii acestora n procesarea de semnal specific
receptoarelor de rzboi electronic de radiolocaie.
Modelarea fiecruia dintre instrumentele de analiz enumerate prin realizarea
unor programe Matlab care au fost testate i validate prin rularea unor exemple
numeroase i cu un grad mare de reprezentativitate, (Cap. 3, pct. (Cap. 3
estimarea spectral a semnalelor i filtrarea adaptiv a acestora, Cap. 4
precondiionarea semnalelor de intrare n receptorul de rzboi electronic prin
filtrare adaptiv, Cap. 5 analiza timp-frecven a semnalelor, Cap. 6 analiza
multivariabil a semnalelor din receptorul de rzboi electronic de radiolocaie).
Realizarea unei prezentri sintetice a semnalelor de radiolocaie din cmpul tactic,
avnd drept criteriu creterea complexitii acestora, n vederea testrii i validrii
instrumentelor de analiz de semnal abordate n lucrare i modelarea
corespunztoare a acestora, (cap. 3, pct.3.1.3).
Examinarea n detaliu i modelarea metodei de estimare spectral realizat prin
mediere cu segmente nesuprapuse a spectrului de putere (Cap. 3. pct. 3.1).
Modelarea i prezentarea comparativ a unor metode de estimare spectral
pentru toate tipurile de semnale de radiolocaie considerate reprezentative n
prezent, pentru cazul semnalelor ideale dar i pentru cel al semnalelor
contaminate cu zgomot (cap. 3, tab. 3.2), pentru demonstrarea utilitii acestor
metode la extragerea semnalelor din zgomot.
Modelarea i prezentarea in extenso a aciunii filtrului adaptiv tip LMS asupra
semnalelor de radiolocaie cu codificare Welti (cap. 4, pct. 4.3).
84
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
Modelarea i prezentarea comparativ a folosirii filtrelor adaptive tip LMS pentru

toate tipurile de semnale de radiolocaie considerate reprezentative n prezent,
pentru cazul semnalelor ideale dar i pentru cel al semnalelor contaminate cu
zgomot (cap. 4, tab. 3.2).
Studiul eficacitii filtrelor adaptive tip LMS funcie de anumii parametrii de
optimizare considerai reprezentativi (lungimea filtrului, coeficientului de
convergen, raportul semnal-zgomot al semnalului de intrare, ntrzierea intern
a filtrului).
Evidenierea existenei unui maxim (optim) al lungimii filtrului n ceea ce privete
eficacitatea reducerii zgomotelor, (Cap. 4, pct. 4.3.1 i pct. 4.4).
Evidenierea existenei unei zone de optim bine definit, relativ plat, a curbei de
variaie a eficienei funcie de ntrzierea intern a filtrului adaptiv, (Cap. 4, pct.
4.3.1 i pct. 4.4).
Punerea n eviden a unei zone de optim a eficienei filtrului n raport de
coeficientul de convergen, zon a crei dimensiune nu permite o plaj prea
mare de alegere a valorii coeficientului de convergen (Cap. 4, pct. 4.3.1 i pct.
4.4).
Modelarea i prezentarea comparativ a folosirii analizei timp-frecven la toate
tipurile de semnale de radiolocaie considerate reprezentative n prezent, pentru
cazul semnalelor ideale dar i pentru cel al semnalelor contaminate cu zgomot
(cap. 5, tab. 5.5) i evidenierea utilitii acestui instrument de analiz.
Abordarea folosirii analizei componentei principale (PCA) i a analizei
componentei independente (ICA) ca instrumente ale procesrii semnalelor n
receptoarele de rzboi electronic de radiolocaie (Cap. 6)
Evidenierea utilitii acestor metode i sublinierea superioritii metodei ICA prin
modelarea unor cazuri reprezentative de semnale (Cap. 6, pct. 6.2, 6.3 i anexele
11, 12 i 13)
Evidenierea avantajelor i limitelor aplicrii metodelor de analiz multivariabil la
procesarea semnalelor n receptoarele de rzboi electronic (cap. 6, pct. 6.2, 6.3 i
6.4).
Realizarea unor scheme logice de procesare de semnal posibil de a fi folosite n
receptoarele de rzboi electronic de radiolocaie, scheme care nglobeaz, n mod
unitar, instrumentele de analiz abordate n lucrare (cap. 7).
Modelarea funcionrii acestor scheme pentru o situaie reprezentativ de
semnale de intrare (Cap. 7).
Evidenierea superioritii folosirii variantei de prelucrare n care analiza i
extragerea componentelor independente se face nainte de precondiionarea
semnalelor prin faptul c permite o identificare preliminar mai precis a
componentelor originale ale semnalelor recepionate.
85
8.3. Direcii viitoare de cercetare

Pornind de la aspectele tratate n lucrare,se poate afirma cu bun temei c posibilitile i
direciile viitoare de cercetare, pot viza mai multe planuri dintre care enumerm:
1.
Analiza i testarea altor metode de precondiionare adaptiv a semnalelor,
respectiv folosirea altor algoritmi de filtrare adaptiv (NLMS, RLS, etc.)
2.
Analiza i testarea, n cadrul lanului de procesare, a unor metode de estimare
spectral, prin comparare cu filtrarea adaptiv
3.
Optimizarea analizei prin intermediul transformrilor timp-frecven, prin gsirea
unor algoritmi mai eficieni din punct de vedere al resurselor de calcul necesare
(acest aspect, mpreun cu gsirea transformrii timp-frecven optime, fiind cele
mai critice din acest punct de vedere)
4.
Optimizarea analizei multivariabil a datelor de intrare i testarea i
implementarea altor algoritmi de analiz a componentelor independente (de
exemplu, FastICA) dar i a altora noi
5.
Implementarea instrumentelor i algoritmilor de analiz prezentai pentru
realizarea unor procesoare de semnal ce pot fi folosite n receptoarele de rzboi
electronic radar.
Este evident c spaiul de cercetare acoperit, parial, de lucrarea de fa este generos i,
totodat, plin de provocri tiinifice i tehnologice, care vor fi abordate, la un nivel, cu
siguran superior, n lucrri viitoare.
86
BIBLIOGRAFIE
1.
Ministerul Aprrii Naionale, Statul Major General, Direcia Cercetare, R.E.-1 Doctrina pentru rzboi electronic,
Bucureti, 2003
2.
3.
Sorin Topor, Rzboiul electronic naval, Editura Universitii Naionale de Aprare, Bucureti, 2005
Lk. Ting, C.F.N. Cowan, R.F. Woods, P.R. Cork, C.J. Sprigings, Tracking performance of leakage LMS for chirped
signals, 0-7803-7145-3/01/$10.00 02001 IEEE
4.
S. Haykin, Adaptive Filter Theory. third edition, New Jersey: Prentice-Hall, 1996
5.
Maurice G. Bellanger,Adaptive Digital Filters, Marcel Dekker, Inc., 2001
6.
Stergios Stergiopoulos, Advanced signal processing handbook, Boca Raton: CRC Press, 2001
7.
Adelaida Mateescu, Prelucrarea numeric a semnalelor, Editura Tehnic, Bucureti, 1997
8.
Ayman F. Naguib, Adaptive antennas for CDMA wireless networks, PhD dissertation, Stanford University, 1996
9.
David L. Adamy , Introduction to Electronic Warfare Modeling and Simulation, Artech House, 2003
10.
David Brandwood, Fourier Transforms in Radar and Signal Processing, Artech House 2003
11.
Bassem R. Mahafza, Radar Systems Analysis and Design Using MATLAB Chapman & Hall/CRC, 2000
12.
Malek G. M. Hussain, Principles of SpaceTime Array Processing for Ultrawide-Band Impulse Radar and Radio
13.
Fernando L. Taboada, Detection and classification of low probability of intercept radar signals using parallel filter arrays
Communications, IEEE Transactions on Vehicular Technology, Vol. 51, No. 3, May 2002
and higher order statistics, Masters Thesis, Naval Postgraduate School, Monterey, California, 2002
14.
Jen-Yu Gau, Analysis of low probability of intercept (LPI) radar signals using the Wigner distribution, Masters Thesis,
Naval Postgraduate School, Monterey, California, 2002
15.
Christophe De Luigi, Claude Jauffret, Estimation and classification of FM signals using time-frequency transforms, IEEE
16.
F. Auger and P. Flandrin, The why and how of time-frequency reassignment, IEEE International Symposium on Time-
Transactions on Aerospace and Electronic Systems Vol. 41, No. 2 APRIL 2005
Frequency and Time-Scale Analysis, 1994, Philadelphia
17.
Richard G. Wiley, The future of EW and modern radar signals, IEEE-AESS, 2004
18.
Richard G. Baraniuk, Mark Coates, Philippe Steeghs, Hybrid Linear/Quadratic TimeFrequency Attributes, IEEE
Transactions On Signal Processing, Vol. 49, No. 4, April 2001
19.
Miguel ngel Snchez, Mario Garrido, Marisa Lpez-Vallejo, Jess Grajal Carlos Lpez-Barrio, Digital channelised
receivers on FPGAS platforms, 2005, IEEE
20.
Lok-Kee Ting, Roger Woods,Colin. F. N. Cowan, Virtex FPGA implementation of a pipelined adaptive LMS predictor for
electronic support measures receivers, IEEE Transactions on Very Large Scale Integration (VLSI) Systems, Vol. 13, No.
1, January 2005
21.
Adam KAWALEC', Robert Owczarekt, Radar emitter recognition using intrapulse data, 2004
22.
Dumitru cheianu, Compendiu de teoria semnalelor n locaie, Editura Aldo, Bucureti, 1998
23.
H. E. Hassan, A new algorithm for radar emitter recognition, Proceedings of the 3rd International Symposium on Image
and Signal Processing and Analysis (2003)
24.
Johan Falk, Effects of frequency and phase errors in electronic warfare TDOA direction-finding systems, 0-7803-814081031$17.00 (C) 2003 IEEE
25.
H. E. Hassan, Joint deinterleaving recognition of radar pulses, 0-7803-7871-7/03/$17.00 0 2003 IEEE Radar 2003
26.
Yafeng Yao, Zailu Huang, Using linear smoothing to improve the modulation recognition performance, 0-7803-79020/03/$17.00 0 2003 IEEE.
27.
Hossam E. Abou-Bakr Hassan, Franqois Chan, Y . T. Chan Joint deinterleaving / recognition of radar pulses, CCGEI
2003, Montreal, May 2003 IEEE
28.
Fredrik Gustafsson And Fredrik Gunnarsson, Positioning using time-difference of arrival measurements, IEEE VI - 553
ICASSP 2003
87
29.
Heinrich Meyr, Marc Moeneclaey, Stefan A. Fechtel, Digital Communication Receivers, Synchronization, Channel
Estimation and Signal Processing, John Wiley & Sons, 1998
30.
Yifeng Zhou , Jim P. Y. Lee Combining clustering techniques and information theoretic criteria based approach for emitter
number detection in ESM applications, 0-7803-5700-0/99/$10.0001999 IEEE
31.
Andre Quinquis, Alexandru erbnescu, Emanuel Rdoi, Semnale i sisteme-Aplicaii MATLAB, Editura Academiei
Tehnice Militare, Bucureti, 1998
32.
tefan Demeter, Anton Lucian, Liviu Ionescu, Radiolocaia de nalt rezoluie, Editura Matrix Rom, Bucureti, 2000
33.
Mahafza, Bassem R. Matlab simulations for radar systems design, Chapman & Hall, 2004
34.
David C. Swanson, Signal processing for intelligent sensor systems Marcel Dekker, 2000.
35.
Steve Middleditch, Ian C. Hunter, Roger D. Pollard, MMIC solutions for noise jammers for EW systems, 1st EMRS DTC
Technical Conference - Edinburgh 2004
36.
Anthony Chan Carusone, Digital algorithms for analog adaptive filters, PhD Thesis, University of Toronto, 2002
37.
tefan Demeter, Analiza i sinteza semnalelor de radiolocaie, Editura Academiei Tehnice Militare, Bucureti, 1992
38.
S.D. Curtis, Electronic Warfare In The Information Age. London: Artech House, 1999.
39.
S. Haykin And A. Steinhardt, Adaptive Radar Detection And Estimation. New York, Wiley, 1992
40.
R. Nitzberg, Radar Signal Processing And Adaptive Systems. Boston, London Artech House, 1999
41.
H.K. Raymond And W.J. Edward, A Variable Step Size LMS Algorithm, IEEE Trans. on Signal Processing, Vol 40, No. 7,
1992.
42.
D.T.M. Slock, On the convergence behaviour of the LMS and the normalized LMS algorithms, IEEE Trans. on Signal
43.
Joint Publication 1-02, Department of Defense, Dictionary of Military and Associated Terms, 12 April 2001, (As
Processing, Vol. 41, No. 9, Pp. 2811-2825, 1993.

Amended Through 14 April 2006)
44.
Amelia Molea, Maria Gabriela Moraru, Dicionar de termeni i definiii NATO, Editura Academiei Tehnice Militare, 2004
45.
Odile M. Macchi, Neil J. Bershad, Adaptive Recovery of a Chirped Sinusiud in Noise, Part 1: Performance of the RLS
Algorithm, IEEE Trans. on Sign. Proc., vol. 39, March 1991
46.
Odile M. Macchi, Neil J. Bershad, Adaptive Recovery of a Chirped Sinusiud in Noise, Part 1: Performance of the LMS
Algorithm, IEEE Trans. on Sign. Proc., vol. 39, March 1991
47.
C F N Cowan, An Introduction to Adaptive Filters, The Institution of Electrical Engineers, 1996, printed and published by
the IEE, Savoy Place, London WC2R OBL, UK
48.
Z. Malouche, O. Macchi, Adaptive Separation of an Unknown number of Sources, 0-8186-8005-9/97, 1997 IEEE
49.
C.F.N.Cowan, S.Semnani , A Novel Non-Linear Adaptive Structure For Time Variant Equalisation, 1997 The Institution
of Electrical Engineers, printed and published by the IEE, Savoy Place, London WC2R OBL, UK
50.
Lok-Kee Ting, Roger Woods, Colin. F. N. Cowan,Virtex FPGA Implementation of a Pipelined Adaptive LMS Predictor for
Electronic Support Measures Receivers, IEEE Transactions on Very Large Scale Integration (VLSI) Systems, Vol. 13, No.
1, January 2005
51.
Yuu-Seng Lau, Zahir M. Hussian, Richard Harris, A Time-Varying Convergence Parameter for the LMS Algorithm in the
Presence of White Gaussian Noise, Centre for Advanced Technology in Telecommunications (CATT) - School of
Electrical and Computer Engineering, RMIT University, Melbourne, Victoria, Australia, 1996
52.
Michael Hutson, Acoustic Echo Cancellation Using Digital Signal Processing, the School of Information Technology and
Electrical Engineering, The University of Queensland, 2003
53.
James Hedge, James B. Y. Tsui, David Sharpin, Sensitivity of Digital Electronic Warfare Systems, WRDC/AAWP-1,
WPAFB, 1990
54.
R. B. Sanderson, J. B. Y,. Tsui, N. Freese, Reduction of Aliasing Ambiguities Through Phase Relations, IEEE Trans. on
Aerospace and Electronic Systems, Vol. 28, No. 4, October 1992
55.
Preston S. T. Steent, Graham. F. Stott, Frank Fallside, The Application of Feed-Forward Connectionist Models to ESM
Bearing Estimation Using Signal Amplitude, Racal Research Limited, North Weylands Industrial Estate, Molesey Road,
Walton-on-Thames, Surrey KT12 3PL, Cambridge University Engineering Department, Trumpington Street, Cambridge
CB IPZ, 1993
88
56.
C.J.Flynn, Analysis of Radar Signals Using a Novel Acousto-Optic System with Polychromatic Illumination, Defence
Research Agency, Copyright @ Controller HMSO London 1992
57.
S L Fearnley and E P Meakin EW against Anti-Ship Missiles, Naval Abovewater Studies Group of SD-Scicon, UK
Limited, 1993
58.
Erik Boch, Michael Stapleton, Direction-Finding Performance of a Ka-Band ESM Receiver, IEEE Microwave and Guided
Wave Letters. Vol 4. No. I . January 1994
59.
J. Roe, A. Pudner, The Real-Time Implementation of Emitter Identification for ESM, Crown Copyright 1994\DRA,
Published with the permission of the Controller of Her Britannic Majestys Stationery Office
60.
Ian Kimber, Generic Techniques for the Identification of Wanted and Unwanted Modulations on Pulses, 1994 The
Institution of Electrical Engineers, Printed and published by the LEE. Savoy Place, London WC2R OBL, UK
61.
Barry D. Trimmer, Laurence V. Barker, Signal Detection: Future Receiver Technologies, THORN EMI Electronics,
Sensors Group, Manor Royal. Crawley, W. Sussex RH10 2PZ, 1994 The Institution of Electrical Engineers, Printed and
published by the IEE, Savoy Place, London WCPR OBL, UK
62.
P.C.J. Hill, P.D. Wells, Antenna Beamforming for EW using Adaptive Layered Networks, School of Electrical Engineering
and Science, Cranfield University - RMCS. Shrivenham UK, 1994 The Institution of Electrical Engineers, Printed and
published by the IEE. Savoy Place, London WCPR OBL UK
63.
G.F.Scott, DIGITAL MODULATION FOR RADAR JAMMING, Racal Research Limited, Worton Grange Industrial Estate,
Reading RG2 OSB, 1994 The Institution of Electrical Engineers, Printed and published by the IEE, Savoy Place, London
WCPR OBL, UK
64.
Timothy W. Fields, David L. Sharpin, James B. Tsui, Systems Research Laboratories, Wright Laboratory Dayton, Ohio
Digital Channelized Ifm Receiver, CH3389-4/94/0000-1667$01.00 1994 IEEE, 1994 IEEE MTT-S Digest
65.
David L. Sharpin, James B. Y. Tsui, (Wright Laboratoy), Analysis of the Linear Amplifier/Analog-Digital Converter
Interface in a Digital Microwave Receiver, IEEE Transactions on Aerospace and Electronic Systems, Vol. 31, No. 1,
January 1995
66.
Scott Fehr, David A. McClung, Greg Nagao, (Applied Research Laboratories, the University of Texas at Austin),
Computing RF Propagation for Use in Simulation, Modeling and Analysis, ISBN 0-8186-6440-1, Copyright (C) 1994
IEEE, all rights reserved
67.
R. J. Inkol V. Szwarc and L. Desormeaux M. Esonu, D. AI-Khalili, A GaAs Integrated Circuit for Wideband Digital
Quadrature Demodulation, CH3577-4/95/0000-1011$01.00 1995 British Crown Copyright, 1995 IEEE MTT-S Digest
68.
Dr. Lawrence E. Langley, Specific Emitter Identification (SEI)

and Classical Parameter Fusion Technology, Litton Applied Technology, 4747 Hellyer Avenue San Jose, CA 95138, 2001
69.
I. Vaughan L. Clarkson, Jane E. Perkins, and Iven M. Y. Mareels, Number/ Theoretic Solutions to Intercept Time
Problems, IEEE Transactions on Information Theory, Vol. 42, No. 3, May 1996
70.
W. Gregory Lyons, Duane R. Arsenault, Alfredo C. Anderson, T. C. L. Gerhard Sollner, Peter G. Murphy, Mark M. Seaver,
Rene R. Boisvert, Richard L. Slattery, and Richard W. Ralston, High Temperature Superconductive Wideband
Compressive Receivers, IEEE Transactions on Microwave Theory and Techniques, Vol. 44, No. 7, July 1996
71.
Guo-Chun Liang, Chien-Fu Shih, Richard S. Withers, Brady F. Cole, and Marie E. Johansson, Space-Qualified
Superconductive Digital Instantaneous Frequency-Measurement Subsystem, IEEE Transactions on Microwave Theory
and Techniques, Vol. 44, No. 7, July 1996
72.
Stephen G. Kaiser, Northrop Grumman Corporation, Rolling Meadows, Illinois, Digital Receiver Technology, Architecture
and Application, 0-7803-3246-6/96/$5.00 IEEE, 1996 IEEE IMTT-S Digest
73.
M. Wicks, (Rome Laboratory, Directorate Of Surveillance And Photonics, Griffiss AFB NY 13441), D. Piwinski, P. Li,
(Syracuse Research Corporation, Syracuse, NY 13210), Space-Time Adaptive Processing In Modern Electronic Warfare
Environments, 0-7803-212 0-0/95/0000-06$049. 00 1995 IEEE, IEEE International Radar Conference
74.
Robert R. Proulx and Jonathan Ladd, (Sawtek Incorporated, Orlando, Florida), Radar and Electronic Warfare Applications
of SAW-Based Subsystems, CH3577-8/95/0000-0043$01.00 1995 IEEE 1995 IEEE Microwave Systems Conference
75.
James P. Stephens, (Wright Laboratory), Advances in Signal Processing for Electronic Warfare, IEEE AES Systems
Magazine, November 1996
89
76.
Robert Inkol, Kolin Baetz (Defence Research Establishment Ottawa), Michel Herzig, Ron Saper (Vantage Point
International), The Measurement of Digital Receiver Phase Errors Associated with Analog-to-Digital Conversion,
CCECE9G 0-7803-3143-5 /96/$4.00 1996 IEEE
77.
David Pok, Chien-In Henry Chen, C. Montgomery , B. Y. Tsui, WL/AAMP, ASIC DESIGN FOR MONOBIT RECEIVER,
1063-0988/97/$10.000 1997 IEEE
78.
David S. K. Pok, Chien-In Henry Chen, John J. Schamus, Christine T. Montgomery, James B. Y. Tsui, Chip Design for
Monobit Receiver, IEEE Transactions on Microwave Theory and Techniques, Vol. 45, No. 12, December 1997
79.
P. S. RAY, (Defence Science and Technology Organisation), Australia, A Novel Pulse TOA Analysis Technique for Radar
Identification, IEEE Transactions on Aerospace and Electronic Systems, Vol. 34, No. 3 July 1998
80.
S. T. Winnall, A. C. Lindsay, Member, A FabryPerot Scanning Receiver for

Microwave Signal Processing, IEEE Transactions on Microwave Theory and Techniques, Vol. 47, No. 7, July 1999
81.
Yifeng Zhou and Jim P. Y. Lee, (Electronic Support Measures Section Defence, Research Establishment Ottawa), A MDL
Approach for Determining the Number of Emitters Using Intra-Pulse Information, 0-7803-5582-2/99/$10.00 1999 IEEE
82.
Jim P.Y. Lee (Electronic Support Measures Section Defence, Research Establishment Ottawa), A Multi-Channel Digital
Receiver for Intrapulse Analysis and Direction-Finding, 0-7803-5582-2/99/$10.00 1999 IEEE
83.
Chen Jianwen, Wang Yongliang, (Key Research Lab, Wuhan Radar Academy, Wuhan, 430010, China), Research on
Practical Approaches to Space-Time Adaptive Processing for Heliborne Battlefield Surveillance Radar, Proceedings of
ICSP2000, 0-7803-5747-7/00/$10.00 @ 2000 IEEE
84.
Dr.A.R. Jha, (Technical Director, Jha Technical consulting Services, 12354 Charlwood St, Cerritos), High Performance
Analog-to-Digital Converters(ADCs) for Signal Processing, 2000 2nd International Conference on Microwave and
Millimeter Wave Technology Proceedings, 0-7803-5743-4/00/$10.00 @ 2000 IEEE
85.
Oleg A. Mukhanov, Vasily K. Semenov, Wenquan Li, Timur V. Filippov, Deepnarayan Gupta, Alan M. Kadin, Darren K.
Brock, Alex F. Kirichenko, Yury A. Polyakov, Igor V. Vernik, A Superconductor High-Resolution ADC, IEEE Transactions
on Applied Superconductivity, Vol. 11 , No. 1 , March 2001, l051-8223/01$10.00 2001 IEEE
86.
Jesus Grajal, Raul Blazquez, Gustavo Lopez, Jose M. Sanz, Mateo Burgos, (ETSIT, Universidad Politecnica Madrid),
Monobit Receiver For Electronic Warfare, 0-7803-701 1-2/01/$10.00 2001 IEEE
87.
P.R. Milne, P.E. Pace, Wigner Distribution and Analysis of FMCW and P-4 Polyphase LPI Waveforms, 0-7803-7402 -
88.
Jesus Grajal, Raul Blazquez, Gustavo Lopez-Risueno, Jose M. Sanz, Mateo Burgos, Alberto Asensio, (Technical
9/02/$17.00 2002 IEEE

University of Madrid, Spain), Analysis and Characterization of a Monobit Receiver for Electronic Warfare, IEEE
Transactions on Aerospace and Electronic Systems Vol. 39, No. 1 January 2003
89.
Andrei Szilagyi, (Military Equipment Technology&Research Agency, Romania), Cristian-Ioan Coman, (Tehnical University
Delft, The Netherlands), Shared Aperture Intelligent Antenna Array, 2006 METRA Symposium, Bucharest
90.
Andrei Szilagyi, Simularea receptoarelor de cercetare radar n condiii de rzboi electronic, Referat prezentat la
Academia Tehnic Militar, Bucureti, 2005
91.
Andrei Szilagyi Research Report: Documentation on Conformal Antennas and Arrays,Technical University Delft, IRCTRS-030-05, Scientific Report 28 November 2005
92.
Andrei Szilagyi, Consideraii privind utilizarea semnalelor complexe pe timpul desfurrii rzboiului electronic, Referat
prezentat la Academia Tehnic Militar, Bucureti, 2004
93.
Andrei Szilagyi, Studiu privind funcionarea n regimuri liniare i neliniare a amplificatoarelor de microunde, Referat
prezentat la Academia Tehnic Militar, Bucureti, 2003
94.
Sistem de protecie activ combinat laser-radar, Simpozion NATO, RTA, Complementarty of Radar-Ladar, Praga, 2002
95.
Sisteme integrate de securitate pentru obiective militare, Sesiunea a 32-a de comunicri tiinifice a A.C.T.T.M., 2002
96.
Sistem de antene conforme pentru focoase radio de proximitate, Sesiunea a 32-a de comunicri tiinifice a A.C.T.T.M.,
2001
97.
Algoritm de sintez pentru antena de tip cosecantic, Sesiunea a 31-a de comunicri tiinifice a A.C.T.T.M., 1999
98.
Sistem individual de protecie a autovehiculelor blindate, la cercetare laser i radar inamic a cmpului tactic, Simpozionul
internaional de rzboi electronic a Academiei de nalte Studii Militare, 1998
90
99.
Observaii privind rolul antenelor ntr-un sistem de determinare a direciei, Sesiunea a 29-a de comunicri tiinifice a
I.C.D.A., 1997
100.
Creterea stabilitii la declanri provocate de bruiaj a focoaselor radio de proximitate pentru rachete aer-aer, Sesiunea a
28-a de comunicri tiinifice a I.C.D.A., 1996
101.
Studiu comparativ asupra unor surse primare folosite n sistemele de anten monoimpuls, Sesiunea a 22-a de comunicri
102.
Legtura dintre parametrii antenei i performanele globale ale unui sistem monoimpuls de nsoire a intelor, Sesiunea a
tiinifice a I.C.S.I.T.A., 1990

22-a de comunicri tiinifice a I.C.S.I.T.A., 1990
103.
Generator cu diod Gunn n banda Ku, Sesiunea a 21-a de comunicri tiinifice a I.C.S.I.T.A., 1989
104.
Comparatoare aritmetice pentru sisteme de radiolocaie monoimplus de tip amplitudine sum-diferen, Comparatoare
aritmetice pentru sisteme de radiolocaie monoimplus de tip amplitudine sum-diferen, 1988
105.
Amestectoare de frecven utilizate n receptoarele de dirijare cu coeren extern, Sesiunea a 19-a de comunicri
tiinifice a I.C.S.I.T.A., 1987
106.
Cuplor direcional hibrid de 3 dB n banda Ku, Sesiunea de comunicri tiinifice de radiolocaie a I.C.S.I.T.A., 1987
91

Rezumat Teza Szilagyi

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Rezumat Teza Szilagyi

Încărcat de

Drepturi de autor:

Formate disponibile

ROMNIA

MINISTERUL APRRII NAIONALE

ACADEMIA TEHNIC MILITAR

Lt. col. ing. Andrei Szilagyi

REZUMATUL TEZEI DE DOCTORAT

1.1 Cadrul general

1.2 Obiectivele cercetrii

1.3 Descrierea tezei

Capitolul 2 Concepte moderne de rzboi electronic

2.1 Rzboiul modern i spaiul de lupt digital

2.2 Rzboiul electronic

2.2.1. Protecia electronic

2.2.2. Sprijinul electronic

2.2.3. Atacul electronic

2.3 Receptoare de rzboi electronic de radiolocaie

2.3.3. Tipuri de receptoare de rzboi electronic de radiolocaie

2.3.3.1. Receptoare numerice de rzboi electronic de

Capitolul 3 Extragerea semnalului din zgomot n receptoarele de rzboi

3.1.1 Metode clasice de estimare spectral

Metode moderne de estimare spectral

3.2 Utilizarea filtrelor adaptive pentru mbuntirea raportului semnal zgomot

n receptoarele de rzboi electronic de radiolocaie

Alegerea algoritmului folosit la filtrarea adaptiv

semnalelor n vederea atenurii componentei de zgomot

Algoritmul adaptiv LMS

Capitolul 4 Precondiionarea semnalelor radar c n receptorul de rzboi

electronic de radiolocaie u ajutorul filtrului adaptiv LMS

4.2 Alegerea arhitecturii filtrului

4.3 Modelarea aciunii filtrului LMS asupra semnalului1 radar cu modulaie

discret de faz cu codificare Welti

cu codificare binar de faz tip Welti

a) Aciunea filtrului asupra semnalului cu codificare Welti

b) Caracteristica de frecven a filtrului

c) Eroarea medie ptratic - MSE

d) Analiza influenei unor parametri ai filtrului sau ai semnalului

asupra eficacitii filtrului LMS ca etaj de precondiionare a

b. influena nivelului zgomotelor

c. influena valorii ntrzierii filtrului

d. influena coeficientului de convergen

Capitolul 5 Folosirea metodelor timp-frecven n analiza semnalelor de

radiolocaie din cadrul receptoarelor de rzboi electronic

5.2 Analiza monodimensional a unor semnale de radiolocaie

Reprezentarea n timp i reprezentarea n frecven

5.3 Analiza bidimensional a unor semnale de radiolocaie.

termen scurt (STFT - Short-Time Fourier Transform

a. Modelarea analitic a transformatei Fourier pe

Reprezentri neliniare timp-frecven. Clasa lui Cohen

a. Reprezentarea Wigner-Ville (WVD)

b. Reprezentarea pseudo Wigner-Ville (PWVD)

c. Reprezentarea pseudo Wigner-Ville netezit

(Pseudodistribuia Wigner-Ville netezit, SPWVD)

Analiza timp-frecven: un instrument n evaluarea semnalelor din

Interpretarea interferenelor din reprezentrile timp-frecven

5.4.3 Transformarea Wigner-Hough

Aplicarea analizei multivariabil la prelucrarea semnalelor n

receptorul de rzboi electronic de radiolocaie

6.2 Analiza componetelor principale

6.3 Analiza componentelor independente

Capitolul 7 Scheme de procesare a semnalelor n receptoarele de rzboi

Capitolul 8 Concluzii, contribuii personale i direcii viitoare de cercetare

8.2. Contribuii personale

8.3. Direcii viitoare de cercetare

Abrevieri folosite n lucrare

Airborne Early Warning