Введение. 
Распознавание типов радиоизлучений при радиоконтроле

Одна из важнейших функций управления использованием радиочастотного спектра является автоматизированный радиоконтроль (радиомониторинг). Радиоконтроль (РК) основан на решении сложной задачи пространственно-спектрально-временной обработки радиоизлучений (РИ) в широком диапазоне частот. Для упрощения проводится ее декомпозиция на ряд относительно самостоятельных задач обработки сигналов, в частности: селекция и распознавание заданных типов РИ, выявление новых неизвестных РИ, распознавание видов и оценивание параметров модуляции новых неизвестных РИ, распознавание источников радиоизлучений. Для распознавания РИ при РК необходимо предварительное выполнение значительного числа технических операций, связанных с поиском РИ по частоте, времени и направлению, анализом их спектра, измерением параметров принятых РИ, их селекцией и собственно распознаванием по различным признакам.

Из-за действия помех и многих других неконтролируемых факторов обрабатываемые сигналы, соответствующие РИ в радиотехнических комплексах автоматизированного радиоконтроля, носят случайный характер с априори неизвестными статистическими характеристиками. Априорная неопределенность преодолевается с использованием обучающих выборок заданных сигналов. Однако при РК на обработку поступает множество неизвестных сигналов, для которых не всегда можно получить классифицированные обучающие выборки. Это усложняет обработку и распознавание сигналов при РК и определяет необходимость применения специальных методов, отличающихся от хорошо развитых методов обработки сигналов на фоне помех в системах радиосвязи, радиолокации и радионавигации. В условиях сложной и быстро меняющейся радиоэлектронной обстановки требуется применение более сложных наукоемких автоматизированных средств РК. Возникает необходимость использования при синтезе алгоримов распознавания сигналов вероятностных моделей, адекватных реальным задачам РК.

В работе приведено решение задачи распознавания заданных сигналов при наличии класса неизвестных сигналов, которое основано на описании сигналов вероятностной моделью в виде процессов авторегрессии. Приведены некоторые результаты решения задачи распознавания заданных типов РИ, характерных для автоматизированного РК.