2006(â1)
2006(â1)
2006(â1)
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
В литературе [1] встречается мнение о том, что увеличение количества анализаторов в<br />
N раз ведет к росту скорости просмотра области поиска также в N раз. Однако из-за связанности<br />
ресурсов увеличение скорости поиска оказывается несколько меньше ожидаемого.<br />
Рассмотрим систему из N корреляторов, осуществляющих параллельный анализ в N<br />
элементарных ячейках области поиска при исключении из дальнейшего анализа тех корреляторов,<br />
накопления в которых становятся ниже порога. Допустим, что на i-м шаге анализа накопления<br />
в M корреляторах стали ниже порога, хотя на всех предыдущих ( i − 1)<br />
шагах они<br />
были выше порога. Тогда согласно режиму работы обнаружителя эти M корреляторов отключаются<br />
и в дальнейшем анализе не участвуют. На следующем ( i + 1)<br />
-м шаге накопления в K<br />
из оставшихся корреляторов ( K = N − M ) стали ниже порога и они тоже отключаются, и т. д.<br />
Предположим, что на некотором ( n − 1)<br />
-м шаге анализа остался всего один работающий коррелятор<br />
и на следующем, n-м шаге анализа, он также закончил работу. Следовательно, после<br />
выполнения n шагов последовательного анализа принимается решение об отсутствии сигнала<br />
в просмотренных N ячейках и все N корреляторов перестраиваются для продолжения поиска<br />
в следующих N ячейках. Таким образом, время анализа всей группы ячеек T N равняется времени<br />
работы последнего коррелятора, т. е. максимальному значению времени работы среди<br />
всех корреляторов, так как окончания работы именно этого последнего коррелятора "ожидали"<br />
все остальные. Это можно записать как T max [ T ]<br />
22<br />
N<br />
= i ( i<br />
T – время окончания анализа для<br />
i-го коррелятора, являющееся случайной величиной и имеющее закон распределения вероятности,<br />
полученный ранее для одного коррелятора).<br />
Задача нахождения распределения максимальной из нескольких случайных величин<br />
известна и описана в [3]. Функция распределения максимальной из N независимых случайных<br />
величин, функции распределения которых известны, равна их произведению:<br />
F ( x) = F ( x) F ( x) F ( x) ⋅…<br />
⋅ F ( x)<br />
или, в данном случае:<br />
N<br />
N<br />
1 2 3<br />
N<br />
( ) ( )<br />
F iT F iT<br />
N<br />
и = 1 и , (2)<br />
где T и – время интегрирования, т. е. время, затрачиваемое на один шаг последовательной<br />
процедуры.<br />
Функцию распределения времени отвержения для одного коррелятора F1 ( iT и ) можно<br />
получить интегрированием полученного ранее распределения времени отвержения (1):<br />
i<br />
1( и ) = ∑ отв ( и ) .<br />
k = 1<br />
F iT P kT<br />
Продифференцировав интегральное распределение времени отвержения ( )<br />
F iT (2),<br />
получим распределение вероятности времени отвержения для N корреляторов.<br />
На основании описанной методики были рассчитаны зависимости распределений<br />
вероятности времени отвержения и его среднего значения от числа корреляторов в канале.<br />
В табл. 1 приведены значения среднего времени отвержения для нескольких значений<br />
числа корреляторов, полученные расчетным и экспериментальным путями (эксперимент<br />
проводился способом, аналогичным изложенному ранее).<br />
N<br />
и