Young Scientist School – 2016

Школа молодого ученого – 2016 ____________________________________________________________________ 9 Рис. 1. Сейсмический сигнал идущего человек При обнаружении сигналов эффективным является применение методов непараметрической статистики. Непараметрическое обнаружение, основанное на счетчике пересечений нуля, рассматривалось в статье [6]. Количество пересечений статистически снижается при появлении в наблюдаемом сигнале составляющей движущегося объекта. Обнаружение осуществляется по сигналу, получаемому после выбеливания фона. Полезный сигнал, также подвергающийся данной процедуре, остается коррелированным, из-за чего число пересечений нуля оказывается статистически меньшим, чем в присутствии только сейсмического фона. Недостатком этого обнаружения является высокие требования к качеству выбеливания, в частности, требование мгновенной адаптации при изменении характеристик сейсмического фона. В данной работе предлагается иной подход к построению универсального непараметрического обнаружителя, основанный на непараметрическом анализе амплитудного спектра принятого сейсмического сигнала. Оцифрованные сигналы разбиваются на циклы длиной J отсчетов, для сигнала каждого цикла выполняется преобразование Фурье и вычисляется амплитудный спектр. Качественно картина представления сигнала в виде последовательности циклов показана на рис. 2, где N n Sy Sx n n ,1 , ,  – J -элементные векторы цифровых сигналов в различных циклах наблюдения. Решение о присутствии полезного сигнала принимается в обнаружителе для группы сигналов N n Sy n ,1 ,  , которая рассматривается как рабочая группа. Аналогичная по размеру и структуре группа N n Sx n ,1 ,  выполняет вспомогательную функцию и является опорной. Для каждого из сигналов N n Sy Sx n n ,1 , ,  выполняется преобразование Фурье и вычисляются амплитудные спектры, в результате образуются векторы N n J j x X n j n ,1 , ,1 , )( )(    опорных и J j y Y n j n ,1 , )( )(   N n ,1  рабочих данных обнаружителя. Рис. 2. Структура сигнала при обнаружении