By this author

Decomposition-Autocompensation Signal Identification Based on the Continuity, Invariance, Multiplication, and Ranking Principles with Consideration of Regular and Irregular Noise

Issue number 4 from 01.04.2025

С учетом принципов непрерывности, инвариантности, размножения и ранжирования развивается новый метод оптимального распознавания сигналов в условиях существенной априорной неопределенности применительно к информационно-измерительным системам реального времени. Предполагается, что в уравнении наблюдения помимо случайного шума (с неизвестным законом распределения, но заданной корреляционной матрицей) могут присутствовать регулярная помеха (допускает аналитическое конечно-спектральное представление) и нерегулярная помеха (для ее описания не удается использовать какой-либо эффективный вариант вероятностного описания). Относительно последней возможно лишь введение некоторых числовых характеристик и ограничений, подтверждающихся практикой эксплуатации конкретной системы. Метод инвариантен к указанным помехам, не требует традиционного расширения пространства состояний и обеспечивает декомпозицию вычислительной процедуры. Анализируются случайные и методические погрешности, а также достигаемый вычислительный эффект. Приводится иллюстративный пример.

15 0

Optimizatsiya klasterno-variatsionnogo metoda postroeniya mnogopozitsionnoy pelengatsionnoy sistemy dlya usloviy apriornoy neopredelennosti

Issue number 4 from 15.04.2023

Рассмотрена возможность построения многопозиционной пеленгационной системы для случая априорной неопределенности, основанная на применении принципов размножения единичных отметок местоположения излучающей цели (принцип мультиструктурности) и их последующего разбиения на классы (принцип кластеризации). Приводятся критерии и алгоритмы обнаружения результирующего кластера и построения устойчивой к аномальным ошибкам измерений оптимальной оценки местоположения цели с учетом временных затрат на их компьютерную реализацию. Даны практические рекомендации и результаты сравнительного анализа различных алгоритмов.

10 0

Period-Time Parametric Identification Method for Solving Location and Navigation Tasks

Issue number 7 from 15.07.2023

Применительно к локационным и навигационным задачам для однопозиционного пассивного наблюдателя развит беспеленговый метод идентификации параметров полиномиальной модели движения объекта с учетом эволюции невязки между периодическим излученным и принятым квазипериодическим сигналом. Рассматривается прохождение сигнала в произвольной физической среде, при этом не требуются знание периода излученного сигнала и традиционное оценивание текущей частоты Доплера, вызывающей невязку. Метод основан на подсчете числа периодов принимаемого сигнала в заданном интервале наблюдения. Рассмотрены вопросы, связанные с анализом возникающей невязки, наблюдаемостью метода и его точностными характеристиками. Даны полезные практические рекомендации и иллюстративный пример.

2 0

Kosvennyy metod odnopozitsionnoy koordinatometrii s uchetom invariantov dvizheniya pri nalichii singulyarnykh oshibok izmereniy

Issue number 9 from 15.09.2023

С учетом инвариантов движения и сингулярных ошибок измерений (представимых в заданном конечномерном функциональном пространстве соответствующей линейной комбинацией с неизвестными спектральными коэффициентами) решена задача однопозиционной косвенной координатометрии по сглаженным измерениям пеленга и радиальной скорости объекта. Рассмотрена возможность применения развиваемого метода к различным моделям движения и наблюдения. Приводятся аналитические соотношения для оценки точностных характеристик и методических ошибок. Дана сравнительная оценка вычислительных затрат.

6 0

Signal Recognition without State Space Expansion Based on Observations Containing a Singular Interference: The Case of Nonlinear Parameters of Basis Functions

Issue number 2 from 15.02.2024

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.

4 0