ЧИСЛЕННО-АНАЛИТИЧЕСКИЙ МЕТОД ДЕКОМПОЗИЦИОННО-АВТОКОМПЕНСАЦИОННОГО РЕШЕНИЯ ЗАДАЧИ РАСПОЗНАВАНИЯ СИГНАЛОВ ПО РЕЗУЛЬТАТАМ НЕКОРРЕКТНЫХ НАБЛЮДЕНИЙ

Обложка

Цитировать

Полный текст

Открытый доступ Открытый доступ
Доступ закрыт Доступ предоставлен
Доступ закрыт Только для подписчиков

Аннотация

Развивается численно-аналитический метод решения задачи оптимального распознавания совокупности возможных сигналов, наблюдаемых в виде аддитивной смеси, содержащей не только флуктуационную погрешность наблюдений (с неизвестным статистическим законом распределения), но и сингулярную помеху (с параметрической неопределенностью). Он позволяет не только обнаруживать сигналы, присутствующие в смеси, но и оценивать их параметры, в рамках заданного критерия качества и сопутствующих ограничений. Предлагаемый метод, реализованный на идее обобщенного инвариантно-несмещенного оценивания значений линейных функционалов, обеспечивает декомпозицию вычислительной процедуры и автокомпенсацию сингулярной помехи, не прибегая к традиционному расширению пространства состояний. Для параметрического конечномерного представления сигналов и помехи используются линейные спектральные разложения в заданных функциональных базисах, для описания погрешности наблюдений достаточно знания лишь ее корреляционной матрицы. Анализируются случайные и методические погрешности, приводится иллюстративный пример. Библ. 35.

Об авторах

Ю. Г Булычев

АО «Всероссийский НИИ “Градиент”»

Email: ProfBulychev@yandex.ru
Ростов-на-Дону, Россия

Список литературы

  1. Френкс Л. Теория сигналов. М.: Сов. радио, 1969.
  2. Ширман Я.Д. Разрешение и сжатие сигналов. М.: Сов. радио, 1974.
  3. Богданович В.А., Вострецов А.Г. Теория устойчивого обнаружения и оценивания сигналов. М.: Физматлит, 2004.
  4. Сосулин Ю.Г., Костров В.В., Паршин Ю.Н. Оценочно-корреляционная обработка сигналов и компенсация помех. М.: Радиотехника, 2014.
  5. Сергиенко А.Б. Цифровая обработка сигналов. СПб.: БХВ-Петербург, 2011.
  6. Мельников В.В. Безопасность информации в автоматизированных системах. Альтернативный подход // Защита информации. 2005. № 6. С. 40—45.
  7. Шувалов А.В. Синтез и анализ компенсационного алгоритма подавления структурно детерминированных помех // Радиотехника. 2005. № 7. С. 43—49.
  8. Булычев Ю.Г., Манин А.П. Математические аспекты определения движения летательных аппаратов. М.: Машиностроение, 2000.
  9. Булычев Ю.Г., Васильев В.В., Джуган Р.В. и др. Информационно-измерительное обеспечение натурных испытаний сложных технических комплексов. М.: Машиностроение — Полет, 2016.
  10. Репин В.Г., Тартаковский Г.П. Статистический синтез при априорной неопределенности и адаптация информационных систем. М.: Сов. радио, 1977.
  11. Татузов А.Л. Нейронные сети в задачах радиолокации. М.: Радиотехника, 2009.
  12. Иванов Н.М. Адаптивные методы обнаружения и пеленгования сигналов // Радиотехника и электроника. 2016. Т. 61. № 10. С. 979-983.
  13. Бакулин М.Г., Крейнделин В.Б., Григорьев В.А. и др. Байесовское оценивание с последовательным отказом и учетом априорных знаний // Радиотехника и электроника. 2020. Т. 65. № 3. С. 257-266.
  14. Парфенов В.И., Калининский А.А. Совместное обнаружение и классификация объектов при комплексировании решений, выносимых сенсорами в беспроводных сенсорных сетях // Радиотехника и электроника. 2020. Т. 65. № 3. С. 257-266.
  15. Абрамова Т.В., Ваганова Е.В., Горбачев С.В. и др. Нейро-нечеткие методы в интеллектуальных системах обработки и анализа многомерной информации. Томск: Изд-во Томского ун-та, 2014.
  16. Бобырь М.В. Проектирование нейронных и нечетких моделей в области вычислительной техники и систем управления. М.: Аграмак Медиа, 2018.
  17. Булычев Ю.Г. Оптимизация кластерно-вариационного метода построения многопозиционной пеленгационной системы для условий априорной неопределенности // Автоматика и телемеханика. 2023. № 4. С. 96-114.
  18. Zekavat S., Buehrer R. Handbook of Position Location: Theory Practice and Advances. Second ed. Hoboken. New Jersey: Wiley-IEEE Press 2019. https://doi.org/10.1002/9781119434610.
  19. Zhao J., Renzhou G., Xudong D. A new measurement association mapping strategy for DOA tracking // Digital Signal Processing. 2021. V. 118. P. 103-228. ISSN 1051-2004. https://doi.org/10.1016/j.dsp.2021.103228. (https://www.sciencedirect.com/science/article/pii/S1051200421002670).
  20. L. Peng, W. Wenhui, Q. Junda, Y. Congzhe, S. Zhenqiu. Robust Generalized Labeled Multi-Bernoulli Filter and Smoother for Multiple Target Tracking using Variational Bayesian // KSII Transactions on Internet and Information Systems. 2022. V. 16.№ 3. P. 908-928. https://doi.org/10.3837/tiis.2022.03.009.
  21. Wang X., Wang A., Wang D., Xiong Y., Liang B., Qi Y. A modified Sage-Husa adaptive Kalman filter for state estimation of electric vehicle servo control system // Energy Rep. 2022. V. 8. № 5. P. 20-27. ISSN 2352-4847. https://doi.org/10.1016/j.egyr.2022.02.105 (https://www.sciencedirect.com/science/article/pii/S2352484722003523).
  22. Леонов В.А., Поплавский Б.К. Фильтрация ошибок измерений при оценивании линейного преобразования полезного сигнала // Техн. кибернетика. 1992. № 1. С. 163-170.
  23. Жданюк Б.Ф. Основы статистической обработки траекторных измерений. М.: Сов. радио, 1978.
  24. Булычев Ю.Г., Елисеев А.В. Вычислительная схема инвариантно-несмещенного оценивания значений линейных операторов заданного класса //Ж. вычисл. матем. и матем. физ. 2008. Т. 48. № 4. С. 580—592.
  25. Булычев Ю.Г. Применение методов опорных интегральных кривых и обобщенного инвариантнонесмещенного оценивания для исследования многомерной динамической системы // Ж. вычисл. матем. и матем. физ. 2020. Т. 60. № 7. С. 1151-1169.
  26. Ежова Н.А., Соколинский Л.Б. Обзор моделей параллельных вычислений // Вестник ЮУрГУ. Серия “Вычислительная математика и информатика”. 2019. Т. 8. № 3. С. 58-91.
  27. Иванов А.И., Шпилевая С.Г. О квантовых параллельных вычислениях // Вестник Балтийского федер-го унив-та им. И. Канта. Серия «Физико-математические и технические науки». 2021. № 2. С. 95-99.
  28. Sutti C. Lokal and global optimization by parallel algorithms for MIMD systems // Ann. of Operat. Res. 1984. V. 1.
  29. Price W.L. Global optimization algorithms for a CAD workstation // J. Optimiz. Theory and Applic. 1987. V. 55. №1.
  30. Лоусон Ч., Хенсон Р. Численное решение задач метода наименьших квадратов. М.: Наука, 1986.
  31. Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач. М.: Наука, 1986.
  32. Бакушинский А.Б., Гончарский А.В. Некорректные задачи. Численные методы и приложения. М.: Изд-во московского ун-та. 1989.
  33. Булычев Ю.Г. Метод опорных интегральных кривых решения задачи Коши для обыкновенных дифференциальных уравнений // Ж. вычисл. матем. и матем. физ. 1988. Т. 28. № 10. С. 1482-1490.
  34. Булычев Ю.Г. Методы численно-аналитического интегрирования дифференциальных уравнений // Ж. вычисл. матем. и матем. физ. 1991. Т. 31. № 9. С. 1305-1319.
  35. Булычев Ю.Г. Численно-аналитического интегрирование дифференциальных уравнений с использованием обобщенной интерполяции // Ж. вычисл. матем. и матем. физ. 1994. Т. 34. № 4. С. 520-532.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
Скачать

© Российская академия наук, 2024