მადლობთ, დავით
გავაგრძელოთ მაშინ ხმაურის თემა . ყველანაირად შევეცადე, რაც შეიძლება პოპულარულ ენაზე დამეწერა, მხოლოდ აუცილებელი ფორმულები მოვიყვანე. მოკლედ, ხელისშემშლელი სიგნალების მოკლე მიმოხილვა და მათი გაზომვა - გაფილტრვა:
სიგნალის დამუშავებარადარის მიმღების ერთერთი უმთავრესი დანიშნულება „სასურველი“ სიგნალის დაფიქსირების გარდა არის აგრეთვე ხელისშემშლელი სიგნალების აღმოჩენაც, რომელიც თავის მხრივ ცხადია დიდ გავლენას ახდენს სამიზნე ობიექტის აღმოჩენაზე ანუ მიღებული სიგნალი არის თუ არა სამიზნე ობიექტიდან არეკვლილი ექო. ამ არასასურველ სიგნალებს ხმაურსაც უწოდებენ. ხმაური გავლენას ახდენს გამოთვლების პრეციზულობაზე (სიზუსტე).
თავად ხმაური, როგორც უკვე ავღნიშნეთ, სხვა არაფერია თუ არა იგივე ელექტრომაგნიტური სიგნალი, რომელსაც რადარის მიმღები აფიქსირებს, მაგრამ ეს სიგნალი ჩვეულებრივ არ მოდის ჩვენთვის სასურველი სამიზნე ობიექტიდან, არამედ წარმოიქმნება სხვა სახის გარემოს თუ სხეულებისაგანაც, რომელიც დაზვერვისათვის არასაინტერესოა. რამდენადაც ე.წ. ხმაური იგივე ემ-სიგნალია, ის ხასიათდება იგივე ფიზიკური მახასიათებლებით, როგორც ყველა ელექტრომაგნიტური გამოსხივება. ვნახოთ თუ როგორ გამოითვლება ხმაურის მიერ შექმნილი ძაბვა (ნახ.1):
ნახ.1
სადაც:
kB = 1,3806505 • 10−23 J/K (Joule/Kelvin); არის ბოლცმანის მუდმივა, შეგახსენებთ, რომ ჯოული არის ენერგიის საზომი და ტოლია სიმძლავრე გამრავლებული იმ დროზე, რომლის მანძილზეც ეს მუშაობა თუ პროცესი მიმდინარეობს: J = W • s .
T = 273,15 + °C არის აბსოლუტური ტემპერატურა, რომელიც იზომება კელვინებში და ტოლია 273,15 დამატებული გარემოს ტემპერატურა ცელსიუსებში.
B = f2 – f1 არის სიხშირის მონაკვეთი, ანუ მიღებული სიგნალის (ტალღის) უმაღლესსა და უმდაბლეს სიხშირეთა შორის სხვაობა. იზომება ჰერცებში Hz.
R არის მიმღების წინაღობა.
ხმაურის სიგნალი ხასიათდება სხვა დამატებითი ფიზიკური მახასიათებლებით, როგორიცაა ეწ. ხმაურის რიცხვი და ხმაურის ეფექტური ტემპერატურა. ხმაურის რიცხვი გამოითვლება ფორმულით:
F=( PS/PN) / ( PS1/PN1)
სადაც PS არის სიგნალის სიმძლავრე, PN არის ხმაურის სიმძლავრე მიმღების შესასვლელში. PS1 და PN1 კი შესაბამისად მიმღების გამოსასვლელზე. ხმაურის ზომები კი იზომება დეციბელებში >>> 10 lg(F) dB.
თუ ადგილი აქვს გამაძლიერებელი კასკადების გამოყენებას, მაგალითად ასეთი სახით :
სურ.2
მაშინ ხმაურის სრული სიდიდე დაითვლება ე.წ. ფრიის ფორმულით:
სურ.3
სადაც F-ები არიან ხმაურის რიცხვები ცალკეული კვანძებისთვის ( ეს კვანძები კი ჩვეულებრივი გამტარებია, კაბელები ) და G არის სიგნალის გაძლიერების ფაქტორი შესაბამის კვანძში.
შეგახსენებთ, რომ გამაძლიერებელში მოისაზრება სიგნალის (ტალღის ) რხევის ამპლიტუდის გაზრდა . გაძლიერების ფაქტორი კი არის კვანძში შემავალი სიგნალის რომელიმე ფიზიკური მახასიათებლის ( ძაბვა, სიხშირე, ამპლიტუდა და ა.შ.) სიდიდის შეფარდება გამოსავალზე იგივე სახის სიდიდესთან, ეს რიცხვი მუდამ ნაკლებია 1-ზე.
ახლა ვნახოთ , თუ რას წარმოადგენს ხმაურის ტემპერატურა.
ეს არის ტემპერატურა მიმღების შესასვლელში, რომელიც პასუხისმგებელია დამატები სიმძლავრის წარმოსაქმნელად, სანამ ეს სიგნალი მიმღების კვანძს დატოვებს. ძირითადად 3 სახის ხმაური ახდენს მიმღებზე გავლენას:
- გარეშე წყაროებიდან ანტენამდე მოსული ხმაური (გარემო და ზემოთ ნახსენები სხვა ფაქტორები)
- ანტენასა და მიმღებს შორის სიგნალის მილევით გამოწვეული ცვლილებები
- თავად მიმღების „საკუთარი“ ხმაური
ხმაურის სრული ეფექტური ტემპერატურა დამოკიდებულია შემდეგ სიდიდეებზე:
ანტენის ხმაურის ტემპერატურა, სიგნალის მილევა ანტენასა და მიმღებს შორის, ამ დროს ტემპერატურული სხვაობა, მიმღების საკუთარი ტემპერატურა ( შესასვლელში ძირითადად გარემოს ტემპერატურის ტოლია).
იხ. ფორმულა :
სურ. 5
სიგნალისა და ხმაურის ურთიერთდამოკიდებულება (Signal to Noise Ratio, SNR)ამოცანა მდგომარეობს ხმაურის გარჩევაში, ამიტომაც აუცილებელია ეს დამოკიდებულება მიგნებული იქნას, რათა მოხდეს არასასურველი „განგაშის“ გარჩევა სასურველისაგან.
„უხმაურო“ სიგნალები ფაქტიურად არ არსებობენ, რამდენადაც ხმაურის წარმოშობა არის თერმოდინამიკური და ქვანტური ეფექტების შედეგი, რომელიც გაზომვებისას შეუძლებელია დათრგუნული იქნას, რადგან ეს ეფექტები მუდამ არსებობენ. სიგნალის დამუშავების ტექნიკის ძირითადი ამოცანა სწორედ იმაში მდგომარეობს, რომ „უმი“ სიგნალის ექსტრაჰირება მოხდეს და ამ სიგნალიდან ამოვარჩიოთ, გავფილტროთ ჩვენთვის სასურველი. ამოცანის სიძნელე თავად სიგნალებზეა დამოკიდებული. SNR კი სწორედ წარმოადგენს სიგნალის სიდიდის დამოკიდებულებას ხმაურთან. რაც მეტია ეს შეფარდება, მით მარტივია ხმაურისგან გაწმენდა და გამორჩევა.
აქ განვიხილოთ ორი ძირითადი მეთოდი, რომელიც ამ დამოკიდებულებას იძლევა. პირველი მათგანი გამოყენებულია უწყვეტი სიგნალებისთვის (მუდმივი, კონსტანტი) .
SNR = Xსაშ/ s
ეს ფორმულა იძლევა სიდიდის საშუალო არითმეტიკულის შეფარდებას ე.წ. სტანდარტულ გადახრასთან.
სტანდარტული გადახრა არის მათემატიკური ვარიაციიდან (ვარიანტი) კვადრატული ფესვი. ვარიანტი წარმოადგენს რომელიმე სასურველი სიდიდის და ამ სიდიდეთა საშუალო არითმეტიკულს შორის სხვაობის კვადრატების ჯამის შეფარდებას ამ სიდიდეთა რაოდენობას მინუს 1-თან.
სურ. 5
მეორე მეთოდი კი გამოყენებულია ე.წ. ტრანსირებული სიგნალებისთვის, ანუ ისეთი სიგნალებისთვის , რომლების ამპლიტუდაც დროის განმავლობაში ვარირებადია. ეს მეთოდი წარმოადგენს სიდიდის მაქსიმუმის შეფარდებას ამ სიდიდის სტანდარტულ გადახრასთან:
SNR = xmax / s
SNR შეიძლება უფრო პრეციზულად განისაზღვროს, თუ გაზომვა რამდენჯერმე ზედიზედ ჩატარდება და მიღებული შედეგები შეიკრიბება. უფრო ზუსტ შედეგს კი იძლევა კვადრატული ფესვის გაზომვების რაოდენობებიდან, ამ უკანასკნელს ეწოდება time averaging. მოკლედ განვიხილოთ ესეც.
დროის განმავლობაში დათვლილ საშუალო არითმეტიკულთა გამოყენების მეთოდს ქვია სწორედ time averaging, რომელიც მარტივი მეთოდია სიგნალ-ხმაურის დამოკიდებულების დადგენის გასაუმჯობესებლად. სიგნალი განმეორებით იზომება და ხდება ამ მონაცემთა აჯამვა. ხმაური ნამდვილ შემოსულ სიგნალებს მუდამ არ ახლავს, არამედ, მხოლოდ რაღაც გარკვეული ალბათობით „ედება“ რომელიმე მათგანს, სასურველი სიგნალი კი მუდამ იგივეა და ერთნაირ გაზომვებს იძლევა, ამიტომაც მრავალჯერადი გაზომვებისას ხდება ამ უცვლელების დადგენა და ამ მეთოდით ხმაური იფილტრება.
სურ.6
დაბლა სურათზე ჩანს ხმაურიანი სიგნალები, ნამდვილი ე.წ. Peak-ჯგუფები ამ ხმაურის გამო თითქმის შეუმჩნეველია.
სურ.7
შემდეგი სურათი კი აჩვენებს მაგალითად 36ჯერ გამეორებული გაზომვების შედეგს, სადაც ნამდვილი, სასურველი სიგნალები უკვე გარკვევით ჩანს.
სურ.8
კლატერები (Clutter) ქვია ასევე ხმაურის ერთ-ერთ სახეობას, რომლებითაც „დატვირთულია“ საჭირო სიგნალები. როცა საქმე მოძრავ სამიზნეებთან გვაქვს, კლატერებს დიდი მნიშვნელობა აქვთ, რამდენადაც ისინი მოდიან ძირითადად მყარი სამიზნეებიდან, როგორიცაა დედამიწის ზედაპირის, ზღვის, ტბების თუ ღრუბლების კლატერები. ეს სიგნალები მეტად დიდ გავლენას ახდენენ რადარის მიერ დასხივებულ სიგნალზე და შესაბამისად ობიექტიდან არეკვლილ სიგნალზეც, რაც მეტად ართულებს გაზომვების სიზუსტეს.
ზედა პოსტინგში ნახსენები კონტრასტი კი არის სწორედ კლატერებისა და საჭირო სიგნალების გაფილტვრის პროცესი.
ჯერ-ჯერობით ხმაურის საკითხი ამით დავასრულოთ და დაინტერესების შემთხვევაში შემიძლია შემოგთავაზოთ პროფ. ებერჰარდტ ჰერტერისა და ვოლფგანგ ლორხერის ლექციების კონსპექტები, რომელიც მეტად კომპლექსურია და ასევე მოცულობითი. ჯერ-ჯერობით მათ სრულ თარგმნას ვერ ვახერხებ.
This post has been edited by CZ88 on 24 Aug 2010, 10:48 
რადიოლოკაციის საფუძვლები
