АНАЛІЗ МЕТОДІВ ПІДВИЩЕННЯ СПЕКТРАЛЬНОЇ ЕФЕКТИВНОСТІ ІНФОРМАЦІЙНИХ СИСТЕМ
DOI:
https://doi.org/10.18372/2310-5461.67.18510Ключові слова:
аналіз сигналів, спектральна ефективність, хаотичні сигнали, стохастичні сигнали, завадостійкість, частотний ресурсАнотація
У статті розглядаються основні фізичні властивості сигналів, що використовуються в сучасних інформаційних системах, та їхній вплив на спектральну ефективність. З огляду на зростаючі вимоги до швидкості передачі даних, захисту інформації та ефективного використання спектру в умовах обмежених ресурсів, зростає актуальність дослідження не тільки традиційних (детермінованих) сигналів, але й складніших – хаотичних і стохастичних.
Метою дослідження є виявлення й обґрунтування фізичних і статистичних характеристик хаотичних та стохастичних сигналів, що впливають на їхню здатність забезпечувати високу спектральну ефективність, з одночасним збереженням завадостійкості та інформаційної безпеки в системах передавання даних.
Особлива увага приділяється порівнянню сигналів різної природи: гармонійних, хаотичних і стохастичних. Гармонійні сигнали, хоча й прості в реалізації та обробці, мають низьку спектральну ефективність і слабкий захист від перешкод. Хаотичні сигнали демонструють найвищу ефективність використання спектру, але потребують складних методів генерації та обробки. Стохастичні сигнали, в свою чергу, виступають компромісом між ефективністю та стійкістю до завад, демонструючи хорошу адаптацію до умов зашумленого середовища.
У роботі використано як класичні методи аналізу (перетворення Фур’є, вейвлет-перетворення, перетворення Гілберта, Z-перетворення), так і інноваційні підходи – ряди Вольтерра та перетворення Кархунена–Лоєва, які дозволяють врахувати нелінійність, нестаціонарність і складну структуру сигналів. Проведено моделювання, побудовано графіки залежності спектральної ефективності від параметрів сигналів (ширини смуги, SNR, часу, геометричних характеристик тощо) та здійснено порівняльний аналіз методів обробки.
Результати дослідження показали, що комбіноване застосування рядів Вольтерра (для врахування нелінійних взаємозв’язків) і перетворення Кархунена–Лоєва (для декореляції та зменшення надмірності) дозволяє значно підвищити спектральну ефективність стохастичних та хаотичних сигналів. Такий підхід забезпечує оптимізацію використання частотного ресурсу, знижує рівень шуму, та дозволяє адаптувати систему до змін середовища, що особливо важливо для військових, мобільних та супутникових систем зв’язку.
Практичне значення результатів полягає у можливості впровадження запропонованих рішень у безпроводові інфокомунікаційні системи, системи бойового управління, сенсорні мережі, засоби захищеного зв’язку, де високі вимоги до надійності, конфіденційності та ефективності використання спектру є критично важливими.
Посилання
Фалькович С.Е., Костенко П.Ю., Основи статистичної теорії радіотехнічних систем. Х.: ХАІ, 2005. 389 с.
Van Trees H. L. Detection, Estimation, and Modulation Theory. Wiley, 2001. 1408 с.
Cover T. Information Theory and Statistics. Wiley, 1991. 336 с.
Oppenheim A. V. et al. Signals and systems. – Upper Saddle River, NJ : Prentice hall, 1997. Т. 2. С. 74–102.
Roberts, Richard A., and Clifford T. Mullis. Digital signal processing. Addison–Wesley Longman Publishing Co., Inc., 1987.
Mallat S. A Wavelet Tour of Signal Processing: The Sparse Way. Academic Press, 2009. 805 с.
Cover T. M., Thomas J. A. Elements of Information Theory. 2nd Edition. Wiley–Interscience, 2006. 768 с.
Васюта, К. С., Чечуй О. В., Глущенко М. О. Динамічний хаос в телекомунікаційних системах. Системи обробки інформації. 2010. Т. 1. С. 13–16.
Костенко П. Ю., Слободянюк В. В., Волинець С. В., Крючка М. Л. Аналіз IID–скритності безперервних хаотичних сигналів. Системи обробки інформації. 2018. № 1(152). С. 20–26. https://doi.org/10.30748/soi.2018.152.03.
Ling F. Nonlinear System Identification by Volterra and Wiener Models. IEEE Signal Processing Magazine. 2006. Vol. 14. P. 14–32.
Tianxing C., Tianfang C. Signal processing of high–noisy chaotic data. Phys. scr. 2000. v.6 l. №l. P.46–48.
Kostenko P., Vasiuta K., Symonenko S. Improving communication security by complicating chaotic process attractor using linear transform with Mandelbrot kernel. Radioelectronics and Communications Systems. 2010. No. 12(53). P. 636–643. http://doi.org/10.3103/s0735272710120022.
Розенвассер Д. М. Спектральна еффективність корегуючого кодування. Проблеми телекомунікацій. 2012. № 4 (9). С. 86 – 95.
Kay S. M. Fundamentals of Statistical Signal Processing: Detection Theory. Prentice Hall, 1998. Т. 2. С. 512.
Papoulis A., Pillai S. U. Probability, Random Variables, and Stochastic Processes. 4th Edition. McGraw Hill, 2002. 852 с.
International Telecommunication Union. Recommendation ITU-R SM.1046-3: Definition of spectrum use and efficiency of a radio system. Geneva, 2017.
Mandelbrot B. B. Fractals and Chaos: The Mandelbrot Set and Beyond. Springer, 2004. 308 с.
Dai Linglong, Wang Bichai, Yuan Yifei, Han Shuangfeng, Chih–Lin I, and Wang Zhaocheng. Non–orthogonal multiple access for 5G: solutions, challenges, opportunities, and future research trends. IEEE Communications Magazine. 2015. Vol. 53, no. 9. P. 74–81.
Харлай Л.О., Кунах Н.І., Манько О.О., Скубак О.О., Нікіфоренко К.Б. Методи підвищення інформаційно–пропускної здатності волоконно–оптичних трактів. Інфокомунікаційні та комп’ютерні технології. № 2 (02), 2021. С. 82–94.
Бондарєв О. Огляд методів множинного доступу до бездротового зв'язку. Частина 1. Як поділити спектр: Частотно–часовий поділ. URL: https://habr.com/ru/companies/etmc_exponenta/articles/677524/ (дата звернення: 07.03.2024).
Shannon C. E. A Mathematical Theory of Communication. Bell System Technical Journal. 1948. Vol. 27. P. 379–423.
Hofstätter, Harald (25 October 2015). "Calculation of the Feigenbaum Constants". www.harald–hofstaetter.at. Retrieved 7 April 2024.
Proakis J. G., Manolakis D. G. Digital Signal Processing: Principles, Algorithms, and Applications. Prentice Hall, 2007. 992 с.
Coifman R., Wickerhauser M. V. Entropy–based Algorithms for Best Basis Selection. IEEE Transactions on Information Theory. 1992. Vol. 38, No. 2. P. 713–718.
Войтенко А., Романюк С. Застосування вейвлет–перетворення для аналізу сигналів. Системи обробки інформації. 2020. №2. С. 25–31.
Первунінський С.М., Дідковський Р.М. Обчислення ймовірності помилки приймача фазоманіпульованного шумового сигналу методом характеристичних функцій. Наукові праці ОНАЗ ім. О.С. Попова. 2011. №1. С. 33–42.