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

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

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.

作者简介

Yu. Bulychev

Email: profbulychev@yandex.ru

参考

  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. 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. Булычев Ю.Г. Некоторые аспекты идентификации динамических объектов при некорректных условиях наблюдения // АиТ. 2020. № 6. С. 131–152.
  4. Френкс Л. Теория сигналов. М.: Сов. радио, 1969.
  5. Ширман Я.Д. Разрешение и сжатие сигналов. М.: Сов. радио, 1974.
  6. Репин В.Г., Тартаковский Г.П. Статистический синтез при априорной неопределенности и адаптация информационных систем. М.: Сов. радио, 1977.
  7. Фалькович С.В., Хомяков Э.Н. Статистическая теория радиосистем. М.: Радио и связь, 1981.
  8. Черняк В.С., Заславский Л.П., Осипов Л.В. Многопозиционные радиолокационные станции и системы // Зарубежная радиоэлектроника. 1987. № 1. С. 9–69.
  9. Сосулин Ю.Г., Костров В.В., Паршин Ю.Н. Оценочно-корреляционная обработка сигналов и компенсация помех. М.: Радиотехника, 2014.
  10. Сергиенко А.Б. Цифровая обработка сигналов. СПб.: БХВ-Петербург, 2011.
  11. Богданович В.А., Вострецов А.Г. Теория устойчивого обнаружения, различения и оценивания сигналов. М.: Физматлит, 2004.
  12. Жданюк Б.Ф. Основы статистической обработки траекторных измерений. М.: Сов. радио, 1978.
  13. Лоусон Ч., Хенсон Р. Численное решение задач метода наименьших квадратов. М.: Наука, 1986.
  14. Булычев Ю.Г., Манин А.П. Математические аспекты определения движения летательных аппаратов. М.: Машиностроение, 2000.
  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. 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. 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. Sutti C. Lokal and global optimization by parallel algorithms for MIMD systems // Ann. Oper. Res. 1984. V. 1. P. 151–164.
  19. Price W.L. Global optimization algorithms for a CAD workstation // J. Optim. Theory Appl. 1987. V. 55. P. 133–146.
  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. 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. Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач. М.: Наука, 1986.
  23. Бакушинский А.Б., Гончарский А.В. Некорректные задачи. Численные методы и приложения. М.: Изд-во МГУ, 1989.
  24. Булычев Ю.Г. Методы численно-аналитического интегрирования дифференциальных уравнений // Журн. вычисл. матем. и мат. физ. 1991. Т. 31. № 9. С. 1305–1319.
  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.

补充文件

附件文件
动作
1. JATS XML

版权所有 © The Russian Academy of Sciences, 2024

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».