ОЭММПУАвтоматика и телемеханика Automation and Remote Control

  • ISSN (Print) 0005-2310
  • ISSN (Online) 2413-9777

РАСПОЗНАВАНИЕ СИГНАЛОВ БЕЗ РАСШИРЕНИЯ ПРОСТРАНСТВА СОСТОЯНИЙ ПО РЕЗУЛЬТАТАМ НАБЛЮДЕНИЙ, СОДЕРЖАЩИХ СИНГУЛЯРНУЮ ПОМЕХУ, С УЧЕТОМ НЕЛИНЕЙНОСТИ

Код статьи
10.31857/S0005231024020052-1
DOI
10.31857/S0005231024020052
Тип публикации
Статья
Статус публикации
Опубликовано
Авторы
Том/ Выпуск
Том / Номер выпуска 2
Страницы
81-102
Аннотация
Предлагается новый метод распознавания совокупности сигналов (из заданного ансамбля, с линейно и нелинейно входящими в них параметрами) в условиях существенной априорной неопределенности, не позволяющей воспользоваться известными статистическими методами. Сигналы могут присутствовать в аддитивной смеси, содержащей шум наблюдений и сингулярную помеху, при этом закон распределения шума полагается неизвестным, а считается заданной лишь его корреляционная матрица. Метод инвариантен к данной помехе, не требует традиционного расширения пространства состояний и обеспечивает декомпозицию и распараллеливание вычислительной процедуры. Для представления сигналов и помехи используются традиционные линейные спектральные разложения с неизвестными коэффициентами и заданными базисными функциями. Анализируются случайные и методические погрешности, а также достигаемый вычислительный эффект. Приводится иллюстративный пример.
Ключевые слова
существенная априорная неопределенность сингулярная помеха базисные функции с нелинейными параметрами спектральные коэффициенты расширение пространства состояний оптимальное оценивание несмещенность оценивания инвариантность к помехе алгоритм распознавания декомпозиция параллельные вычисления
Дата публикации
15.02.2024
Год выхода
2024
Всего подписок
0
Всего просмотров
7

Библиография

  1. 1. Булычев Ю.Г., Елисеев А.В., Бородин Л.И. и др. Обобщенное инвариантнонесмещенное маскирование и оценивание информационных процессов в условиях мультиструктурных помех // АиТ. 2010. № 4. С. 140–149.
  2. 2. Булычев Ю.Г., Елисеев А.В. Вычислительная схема инвариантно-несмещенного оценивания значений линейных операторов заданного класса // Журн. вычисл. матем. и мат. физ. 2008. Т. 48. № 4. С. 580–592.
  3. 3. Булычев Ю.Г. Некоторые аспекты идентификации динамических объектов при некорректных условиях наблюдения // АиТ. 2020. № 6. С. 131–152.
  4. 4. Френкс Л. Теория сигналов. М.: Сов. радио, 1969.
  5. 5. Ширман Я.Д. Разрешение и сжатие сигналов. М.: Сов. радио, 1974.
  6. 6. Репин В.Г., Тартаковский Г.П. Статистический синтез при априорной неопределенности и адаптация информационных систем. М.: Сов. радио, 1977.
  7. 7. Фалькович С.В., Хомяков Э.Н. Статистическая теория радиосистем. М.: Радио и связь, 1981.
  8. 8. Черняк В.С., Заславский Л.П., Осипов Л.В. Многопозиционные радиолокационные станции и системы // Зарубежная радиоэлектроника. 1987. № 1. С. 9–69.
  9. 9. Сосулин Ю.Г., Костров В.В., Паршин Ю.Н. Оценочно-корреляционная обработка сигналов и компенсация помех. М.: Радиотехника, 2014.
  10. 10. Сергиенко А.Б. Цифровая обработка сигналов. СПб.: БХВ-Петербург, 2011.
  11. 11. Богданович В.А., Вострецов А.Г. Теория устойчивого обнаружения, различения и оценивания сигналов. М.: Физматлит, 2004.
  12. 12. Жданюк Б.Ф. Основы статистической обработки траекторных измерений. М.: Сов. радио, 1978.
  13. 13. Лоусон Ч., Хенсон Р. Численное решение задач метода наименьших квадратов. М.: Наука, 1986.
  14. 14. Булычев Ю.Г., Манин А.П. Математические аспекты определения движения летательных аппаратов. М.: Машиностроение, 2000.
  15. 15. Булычев Ю.Г., Васильев В.В., Джуган Р.В. и др. Информационно-измерительное обеспечение натурных испытаний сложных технических комплексов. М.: Машиностроение – Полет, 2016.
  16. 16. Ежова Н.А., Соколинский Л.Б. Обзор моделей параллельных вычислений // Вестник ЮУрГУ. Серия «Вычислительная математика и информатика». 2019. Т. 8. № 3. С. 58–91.
  17. 17. Иванов А.И., Шпилевая С.Г. О квантовых параллельных вычислениях // Вестник Балт. ун-та им. Канта. Серия «Физико-математические и технические науки». 2021. № 2. С. 95–99.
  18. 18. Sutti C. Lokal and global optimization by parallel algorithms for MIMD systems // Ann. Oper. Res. 1984. V. 1. P. 151–164.
  19. 19. Price W.L. Global optimization algorithms for a CAD workstation // J. Optim. Theory Appl. 1987. V. 55. P. 133–146.
  20. 20. Булычев Ю.Г., Елисеев А.В. Алгоритмы решения уравнений Риккати в задачах управления нестационарными объектами // Изв. РАН. ТиСУ. 1997. № 4. С. 102–110.
  21. 21. Булычев Ю.Г., Манин А.А. Численно-аналитический подход к решению краевой задачи принципа максимума Понтрягина // Изв. РАН. ТиСУ. 1998. № 2. С. 118–126.
  22. 22. Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач. М.: Наука, 1986.
  23. 23. Бакушинский А.Б., Гончарский А.В. Некорректные задачи. Численные методы и приложения. М.: Изд-во МГУ, 1989.
  24. 24. Булычев Ю.Г. Методы численно-аналитического интегрирования дифференциальных уравнений // Журн. вычисл. матем. и мат. физ. 1991. Т. 31. № 9. С. 1305–1319.
  25. 25. Булычев Ю.Г. Численно-аналитического интегрирование дифференциальных уравнений с использованием обобщенной интерполяции // Журн. вычисл. матем. и мат. физ. 1994. Т. 34. № 4. С. 520–532.
QR
Перевести

Индексирование

Scopus

Scopus

Scopus

Crossref

Scopus

Высшая аттестационная комиссия

При Министерстве образования и науки Российской Федерации

Scopus

Научная электронная библиотека