Помехи. Учебнометодическое пособие для дисциплин, связанных с преднамеренными силовыми электромагнитными воздействиями Томск 2018 2 Cодержание
 Скачать 1.66 Mb.
|
|
4.5.2 ITU – 2009 ITU [17] предложил термин портативность для описания транспортируемости источников. Различают четыре уровня портативности: Карманные или нательные: применяется к устройствам, которые могут быть скрыты на теле и/или в одежде человека. Размера портфеля или рюкзака: относится к устройствам, которые слишком велики, чтобы быть скрытыми на человеческом теле и/или в одежде, но все еще достаточно малы, чтобы носить его (например, в портфеле или рюкзаке). Размера транспортного средства: относится к устройствам, которые слишком велики, чтобы транспортировать их человеком, но достаточно большие, чтобы их можно было скрыть в типичном потребительском автомобиле. Размера трейлера: применяется к устройствам, которые слишком велики, чтобы переноситься человеком или скрываться в типичном потребительском автомобиле. Такие устройства угроз требуют перевозки с использованием коммерческого/промышленного транспортного средства. 22 5. Классификация выбранных форм сигналов Чтобы оценить потенциальные IEMI источники и формы сигналов, которые они способны генерировать, собраны статьи, опубликованные в рецензируемых журналах, докладах конференций, стандартах, презентациях конференций, онлайн каталогах и брошюрах, а также некоторых книгах, в которых сообщается о кондуктивных и излучаемых источниках. Характеристики всех источников включены в базу данных сигналов и источников, которые можно использовать, чтобы определить некоторые тенденции. Отбор рассматриваемых публикаций делался, если упоминались и именно измерялись, по крайней мере, некоторые основые характеристики источников. Конечно, информация, которую можно собрать о каждом источнике, меняется в зависимости от вида публикации и, следовательно, могли быть получены не все параметры источников. В качестве потенциальных IEMI источников выбраны опубликованные высоковольтные источники и HPEM излучатели, которые, из-за их мобильности и простоты в эксплуатации, наиболее легко разворачиваются против городских или сельских объектов. Транспортируемость источника является не единственным объективным критерием, поскольку, например, многие гиперполосные излучатели сложно транспортировать из-за размера антенны. Аналогично, многие мощные излучатели требуют тяжелых первичного источника и импульсного силового каскад, которые подразумевают использование больших тягачей и вряд ли, могут работать незаметно. Предприняты усилия по включению как можно большего количества источников, при условии, что они могут функционировать без какой- либо фиксированной установки, используя первичные источники энергии, которые могут эксплуатироваться, используя батареи или транспортируемые электростанции. Во многих случаях, транспортабельность источников не могла быть непосредственно оценена из-за отсутствия информации. В общем, кондуктивные источники, обеспечивающие выходные импульсы в диапазоне нескольких сотен киловольт с умеренной длительностью (сотни наносекунд) доступны на рынке, и их транспортируемость ограничена лишь их незначительными размерами и весом. Высокомощные источники требуют использования больших конденсаторов и катушек индуктивности для аккумулирования энергии, что в результате приведет к увеличению веса источника. Источники, которые внесены в базу данных, являются, в основном, испытательными источниками, которые используются в лабораториях ЭМС для испытаний на электростатический разряд, молнию, электромагнитный импульс ядерного взрыва. Отмечено, что источники низкого напряжения также могут рассматриваться, как потенциальные кондуктивные источники, и некоторые примеры включены в базу данных. С 23 другой стороны, выбор HPEM излучаемых источников являются более сложными, так как должны быть рассмотрены высоковольтный генератор и антенна. Как уже упоминалось, выходные антенны типичных гипер-полосных источников чаще всего имеют большие размеры, соответствующие требованию излучения в низкочастотном диапазоне (ниже примерно 200 МГц). Кроме того, высокосложные излучатели с увеличенным коэффициентом усиления за счет использования отражателей требуют определенной стабильности, чтобы обеспечить корректную фокусировку луча и, следовательно, маловероятно их функционирование во время движения. Излучаемые источники, которые были включены в базу данных, в основном получены из рецензируемых журнальных статей, докладов конференций, стандартов. Это показывает, что многие из имеющихся источников все еще находятся на стадии разработки, и их коммерческое изготовление не очень распространено. D базе данных не рассматривались HPM-излучатели [47] (как правило, присутствующие в радарах и испытательных установках), которые требуют большой мощности для охлаждения и запитки выходов непрерывного воздействия. Собранная информация помещена в две отдельные базы данных, содержащие: опубликованные форму сигнала на выходе источника, частотный спектр и перечень различных временных и спектральных параметров, представленных в разделе 3; перечень характеристик источника, включая его классификацию в соответствии с критериями, изложенными в разделе 4. Первая база данных доступна в Приложении А, в виде коллекции «Сигнальные карты», содержащей всю вышеупомянутую информацию. Шаги и операции, выполненные для вычисления всех параметров форм сигнала и спектра, кратко представлены в разделе 5.1. Вторая база данных доступна в Приложении B в виде электронной таблицы. Некоторые критерии классификации источников кратко описаны в разделе 5.2. 5.1 Сигнальные карты В этом подразделе кратко пояснены необходимые шаги для разработки сигнальных карт, включенных в Приложение А. 5.1.1 Оцифровка источника формы сигнала Первый шаг в создании сигнальной карты – оцифровка найденной в документе формы сигнала. Для этого использован сканер для оцифровки документов бумажных носителей и PDF-reader для документов, доступных в электронном формате, чтобы получить изображение формы сигнала. Использовался Engauge digitizer (программа в свободном доступе) для преобразования изображений в векторы чисел, которые будут обрабатываться основным программным обеспечением. Важно отметить, что оцифровка сигнала с бумаги не 24 гарантирует, что все спектральные параметры сигнала будут правильно воспроизведены. Тем не менее, можно ожидать удовлетворительной аппроксимации реального, измеренного сигнала и его свойств. Чтобы показать этот процесс, используется рисунок 5.1, который показывает пример изображения формы сигнала и его оцифрованную версию после использования Engauge digitizer. Форма волны соответствует дальнему напряжению HPEM источника, приведенному в [48]. Рисунок 5.1 – Оцифрованное изображение (справа) сигнала дальнего напряжения источника, представленного в [48] (слева) Поскольку точки сигнала, предоставляемые Engauge digitizer, не выбираются с равномерным шагом по времени, весь сигнал интерполируется с использованием 1024 точек с равномерным шагом по времени. Выбранная скорость выборки интерполяции независима от скорости выборки в области, которая использовалась для записи формы сигнала. Вполне нормально, что оцифрованные сигналы не исчезают полностью в поздние моменты времени, из-за усечения исходной формы сигнала в документе или из-за ошибок оцифровки программы. Поэтому имеется окно выбора сигналов с квазипрямоугольным единичным импульсом, созданным с помощью комплементарной функции ошибки [ 49 ]: , (5.1) где t a –t b – полная длительность импульса по половине амплитуды, t d – время нарастания импульса по уровням 10–90%, t f – время спада импульса по уровням 10–90%. Окно графика erfc для случая t d =t f =5, t a =90 и t b =10 показано на рисунке 5.2. 25 Рисунок 5.2 – Пример функции Uerfc для td=tf=5, ta=90 и tb=10 Для выполнения кадрирования выбранных форм сигналов выбираются константы времени ((5.1) так, чтобы ранний подъем окна не изменял поведение раннего времени оцифрованного сигнала. С другой стороны, время спада также выбирается так, чтобы оконный сигнал плавно сходится к нулю в позднее время. Использование функции erfc обеспечивает плавный переход в возрастающем и убывающем полях окна и поэтому уменьшается численный спектральный шум из-за разрывов. После кадрирования цифрового сигнала выполняется дополнение нулями до 2048 образцов для увеличения разрешения БПФ, которое выполняется на следующем шаге. Пример метода кадрирования формы сигнала, представленной на рисунке 5.1, приведен на рисунке 5.3. Влияние окна незаметно и плавный переход к нулю обеспечивается в начальном и конечном моментах времени. 26 Рисунок 5.3 – Метод кадрирования оцифрованного сигнала на рисунке 5.1 5.1.2 Оценка быстрого преобразования Фурье формы сигнала После оцифровки временной области формы сигнала, спектр сигнала был рассчитан с помощью БПФ. Если не требуется лучшее разрешение частоты, БПФ будет выполнено именно с 2048 выборками. Информация БПФ использовалась для вычисления следующих спектральных параметров (см. раздел 3): пиковая спектральная амплитуда, центральная частота, коэффициент качества, пропускная способность по уровню минус 3 дБ, полоса по 90% энергии, и отношение полосы. Точность определения полосы пропускания по уровню минус 3 дБ, а следовательно, и коэффициент качества зависят от разрешения по частоте БПФ и, следовательно, дополнение нулями может быть использованы для уменьшения шага по частоте. С другой стороны, оценка отношения полосы заданного сигнала с помощью уравнений (3.15)–(3.17) становится трудоемким, если БПФ спектра вычисляется над большим количеством частотных точек. Полоса по 90% энергии BW 90 рассчитывается итеративно путем прохода по всем возможным частотным точкам дискретного спектра сигнатуры HPEM и, для каждой пары выбранных частотных точек необходимо выполнить процедуру интегрирования. Таким образом, желательно вычислить BW 90 из спектров, содержащих уменьшенное количество точек, но содержащих необходимое количество информации для правильного расчета пределов. Традиционные схемы выборок с уменьшенным эквидистантным линейным или 27 логарифмическим шагами могут не эффективно представлять спектры, так как могут быть потеряны резонансы. 5.1.3 Альтернативный метод для оценки преобразования Фурье сигнала Из-за ранее упомянутых проблем, в этой работе использован альтернативный метод оценки частотного спектра формы сигналов. Рассмотрим аппроксимацию формы сигнала r(t), как сумму m затухающих комплексных синусоид: , (5.2) где остатки A i и полюса s i – комплексные числа и u(t) - это функция Хевисайда. Условие затухающей экспоненты этого базиса будет гарантировать существование преобразования Фурье от r(t), поскольку реальная часть комплексных полюсов отрицательна и, следовательно, сигнал должен исчезнуть в бесконечном времени, т.е. (5.3) Преобразование Фурье от r(t) можно аппроксимировать как (5.4) Чтобы получить хорошее приближение исходной формы сигнала, должно быть выбрано необходимое число полюсов m. Интересная особенность этого метода заключается в том, что если остатки и полюсы исходной формы сигнала могут быть восстановлены, его преобразование Фурье может быть оценено аналитически с использованием (5.4) в любой желаемой частотной точке, а алгоритмы расчета отношения полосы могут быть улучшены, так как выборка спектра с регулярным частотным шагом больше не требуется. 5.1.3.1 Процедура оценки Для извлечения остатков и полюсов сигналов использован матрично-пучковый метод (MPM) [50]. Этот метод оказался очень эффективным в извлечении остатков и полюсов сигналов, содержащих помехи. Чтобы выбрать число m полюсов, которые правильно воспроизводят форму сигнала, сигнал сначала расширяется в увеличенном количестве комплексно-сопряженных пар полюсов (обычно 25 пар). Ожидается, что полюса, которые вносят наибольший вклад в расширение сигналов, имеют набольшие остатки. Таким образом, полученные полюса сортируются по убыванию абсолютной величины их остатков. Затем число полюсов m выбирается так, чтобы минимизировать нормированную 28 среднеквадратическую ошибку (MSE) между исходным сигналом и аппроксимированным сигналом с m полюсами [51]: , (5.5) где r rec (t) – сигнал, реконструированный с помощью ((5.2). В конце, преобразование Фурье вычисляется аналитически с помощью (5.4) для требуемых частотных точек. Рисунок 5.4 представляет собой пример измеренного сигнала и его реконструкции с MPM. Красный сигнал соответствует электрическому вертикальному полю, создаваемому коммутируемым генератором EPFL, подключенным к монопольной антенне [12]. Формы сигналов во временной области представлены в верхней части рисунка, а частотный спектр – нижней. Форма сигнала синего цвета была реконструирована с использованием 26 полюсов, в результате чего MSE=2,3×10 -3 . Красный спектр был вычислен с помощью быстрого преобразования Фурье (БПФ) исходной формы сигнала, а синий – из (5.4). Несмотря на то, что восстановление сигнала во временной области находится в очень хорошем согласовании с измерением, некоторые различия можно наблюдать в спектрах на низких и высоких частотах. Преимущество аналитического спектра состоит в том, что поскольку реконструированный сигнал должен исчезнуть в позднее время, он должен дать каузальное преобразование Фурье. Иначе, спектр, вычисленный с помощью БПФ, может содержать ошибки усечения. 29 Рисунок 5.4 – Пример реконструкции измеряемого сигнала с MPM и аналитический расчет его спектра 5.1.4 Расчет формы сигнала и параметров его спектра Если оцифрованная форма сигнала и ее спектр доступны из БПФ или аналитического подхода, следующие параметры могут быть легко вычислены с помощью уравнений, представленных в разделе 3: 1. Пиковая амплитуда (N 1 ). 2. Пиковая производная (N 2 ). 3. Пиковый импульс (N 3 ). 4. Выпрямленный полный импульс (N 4 ). 5. Корень из интеграла действия (N 5 ). 6. Время до пика. 7. Время нарастания 10–90. 8. Максимальная скорость нарастания. 9. FWHM. 10. Время спада. 11. Пиковая спектральная амплитуда. 12. Средняя частота (подход во временной области). 13. Центральная частота (подхода в частотной области). 14. Пропускная способность по уровню минус 3дБ. 30 15. Средний коэффициент качества (подход во временной области). 16. Коэффициент качества (подход в частотной области). Расчеты отношения полосы br сигнала, определяемого уравнением ((3.15)), и полосы 90% BW 90 , определяемого уравнением (3.17), непросты. Обе требуют, чтобы спектр сигнала был вычислен в ограниченном числе частотных точек для ограничения времени вычисления алгоритма и получения достаточной точности в вычислении спектра (без потери информации), чтобы частотные пределы f l и f h можно было правильно вычислить. Если спектр содержит уменьшенное число частот, но резонансы сигнала и важные концентрации энергии упущены, то отношение полосы вычисляется некорректно. Таким образом, необходим метод оценки точности спектров. 5.1.4.1 Оценка отношения полосы с помощью индекса Блюмера Индекс Блюмера может быть использован для оценки точности измеренного или численно рассчитанного спектра [52]. Индекс служит в качестве инструмента, чтобы определить, является ли информация, содержащаяся в заданном числе точек спектра достаточно хорошей, чтобы воспроизвести каузальный сигнал, или необходимо больше частотных выборок. Индекс Блюмера является получается из преобразования Гильберта, свойств каузальных сигналов и может быть вычислен как , (5.6) где ω min и ω max – минимальная и максимальная частотные точки в спектре, соответственно, а ∆ω – частотный шаг между последовательными частотными точками. Обратите внимание, что для точного каузального спектра индекс Блюмера равен B=100%, так как сумма реальной части спектра должна быть равна сумме мнимой части, удовлетворяющей свойству преобразования Гильберта. Для преодоления вышеупомянутых проблем при оценке отношения полосы исследуемой формы сигнала, использовалась адаптивная неоднородная схема выборки, предложенная в [52]. В этой схеме, в непосредственной близости от спектральных пиков, выбирается большое количество точек данных. С другой стороны, на частотах, где спектр меняется менее быстро, используется более низкая частота дискретизации. Для проверки точности дискретного спектрального изображения выбранной формы сигнала оценивается индекс Блюмера этого спектра. Если индекс находится ниже заданного пользователем порога (обычно около 98–100%), спектр обновляется итеративной схемой до достижения порога. Эта процедура снижает ошибки, возникающие из-за выборки 31 и/или от усечения спектра в верхнем и нижнем частотных пределах. Как следствие, время расчета отношения полосы значительно сокращается, так как необходимо проверить меньшее количество частотных точек. Более подробную информацию об итеративном выборе частотных точек можно найти в [52]. Чтобы проиллюстрировать использование адаптивной схемы, индекса Блюмера и его влияния на оценку отношения полосы сигнала, вычислен спектр формы сигнала, представленный на рисунке 5.4 с помощью традиционного БПФ и аналитического выражения (5.4) с тремя разными (и уменьшенными) числами частотных выборок: 10, 33 и 106 (см. рисунок 5.5). Образцы были получены итеративно с адаптивной схемой со следующими пороговыми значениями индекса Блюмера: 77%, 97% и 99% соответственно. Рисунок 5.5 – Иллюстрация использования индекса Блюмера при расчете отношения полосы Сводка полученных результатов отношения полосы с помощью БПФ и предложенной схемы с использованием индекса Блюмера приводится в таблице 5.1. 32 Таблица 5.1 – Сравнение результатов отношения полосы, полученных с помощью БПФ и аналитического подхода с индексом Блюмера Схема Число выборок Индекс Блюмера Отношение полосы БПФ 1025 – 3,610 8 Аналитика – Блюмер 10 77,6% 3,00 Аналитика – Блюмер 33 97% 2,50 Аналитика – Блюмер 106 99% 2,43 Учитывая затухающе–колебательное поведение сигнала, ожидается сниженное отношение полосы (мезополосный или суб-гипперполосный сигнал). Отношение полосы и результирующая BW 90 , оцененные из спектра, полученного с помощью БПФ, рассчитаны некорректно, поскольку схема частотных выборок БПФ является линейной и, следовательно, получены очень большие частотные шаги. Кроме того, могли быть пропущены некоторые важные резонансы. Чтобы уменьшить размер частотного шага, может быть использовано заполнение нулями, но будет увеличено и количество выборок БПФ, что приводит к увеличению времени расчета отношения полосы. С другой стороны, с адаптивной схемой коэффициент полосы оценивается с использованием неравномерных частот, которые выбираются там, где сосредоточена большая часть энергии. Полученные коэффициенты полосы с адаптивной схемой, как и ожидалось, соответствуют мезополосному сигналу. Адаптивная схема дает индекс Блюмера уже 97% с около 33 образцами и 99% со 106 образцами и, следовательно, алгоритм оценки отношения полосы требует гораздо меньше времени, чем с БПФ. |