Тут интересная фишка в том, что возможности чистого спектрального анализа в применении к этим задачам в общем-то исчерпаны лет 20 назад. А вот ежели спектр развернуть по времени да приложить к неиу алгоритмы распознавания образов, довольно интересные вещи получаются, особенно если брать не один приемник, а несколько, и смотреть не столько на собственно спектр, сколько на его разницу картинок его временной динамики у разных приемников (например, кое-что видно даже если дискрет в спектре нет вообще).
При таком подходе можно играть параметрами на трех уровнях, традиционной (полу) аппаратно реализованной фильтрации, распознавания характерных признаков на развернутых картинках и дельты этих признаков на картинках с разных источников.
Правда, лучшие специалисты по распознаванию паттернов в квазистанционарном сильно зашумленном сигнала работают на финансовых аналитиков, а не на ВМФ, куда их никакими калачами не заманишь. Да и программисты тут нужны гораздо выше среднего, а с ними та же проблема - 5-10 К$ всяко лучше, чем 10 т.р., да еще и невыездным навечно (:
Опять - все возможно при наличии организации вменяемой и бабла непопиленного, только где ж их взять-то...
