Email this article 
Decomposition-Autocompensation Signal Identification Based on the Continuity, Invariance, Multiplication, and Ranking Principles with Consideration of Regular and Irregular Noise
- Authors: Bulychev Y.G1
-
Affiliations:
- Issue: No 4 (2025)
- Pages: 34-54
- Section: Stochastic systems
- URL: https://journals.rcsi.science/0005-2310/article/view/288754
- DOI: https://doi.org/10.31857/S0005231025040036
- EDN: https://elibrary.ru/CATHGU
- ID: 288754
Cite item
Open Access
Access granted
Subscription Access
Abstract
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.
Keywords
References
- Репин В.Г., Тартаковский Г.П. Статистический синтез при априорной неопределенности и адаптация информационных систем. М.: Сов. радио, 1977.
- Сосулин Ю.Г., Костров В.В., Паршин Ю.Н. Оценочно-корреляционная обработка сигналов и компенсация помех. М.: Радиотехника, 2014.
- Сергиенко А.Б. Цифровая обработка сигналов. СПб.: БХВ-Петербург, 2011.
- Богданович В.А., Вострецов А.Г. Теория устойчивого обнаружения, различения и оценивания сигналов. М.: Физматлит, 2004.
- Жданюк Б.Ф. Основы статистической обработки траекторных измерений. М.: Сов. радио, 1978.
- Ярлыков М.С. Применение марковской теории нелинейной фильтрации в радиотехнике. М.: Сов. радио, 1980.
- Фомин А.Ф., Новоселов О.Н., Плющев А.В. Отбраковка аномальных результатов измерений. М.: Энергоатомиздат, 1985.
- Гаджиев Ч.М. Подход к отбраковке аномальных измерений, робастный к систематическим погрешностям // Автометрия 2003. Т. 39. № 4. С. 39–46.
- Методы цифровой обработки сигналов для решения прикладных задач / Под ред. В.И. Марчука. М.: Радиотехника, 2012.
- Булычев Ю.Г., Васильев В.В., Джуган Р.В. и др. Информационно-измерительное обеспечение натурных испытаний сложных технических комплексов. М.: Машиностроение – Полет, 2016.
- Денисов В.П., Дубинин Д.В., Мещеряков А.А. Исключение аномально больших ошибок пеленгования в процессе устранения неоднозначности измерений в фазовых пеленгаторах, реализующих метод максимального правдоподобия // Радиотехника и электроника. 2016. Т. 61. № 10. С. 957–963.
- Шэнь К., Шахтарин Б.И., Неусыпин Б.И., Нгуен Д. Алгоритмические методы коррекции навигационной информации с использованием спутниковой радионавигационной системы в условиях аномальных измерений // Радиотехника и электроника. 2019. Т. 64. № 1. С. 31–37.
- Иванов А.В., Шишкин В.Ю., Бойков Д.В. и др. Адаптивные алгоритмы обработки информации в навигационных комплексах подвижных наземных объектов // Радиотехника и электроника. 2021. Т. 66. № 8. С. 760–771.
- Калянов А.А., Лукин О.В., Цыганова Ю.В. Об алгоритме адаптивной фильтрации параметров движения объекта // Автоматизация процессов управления. 2023. № 1 (71). С. 75–87.
- Gu T., Tu Y., Tang D., Luo T. A Robust Moving Total Least-Squares Fitting Method for Measurement Data // IEEE Transact. Instrument. Measurement. 2020. V. 69. No. 10. P. 7566–7573.
- Gu T., Luo Z., Guo T., Luo T. A New Reconstruction Method for Measurement Data with Multiple Outliers // IEEE Transact. Instrument. Measurement. 2022. V. 71. P. 1–9.
- Ji С., Song С., Li S., et. al. An Online Combined Compensation Method of Geomagnetic Measurement Error // IEEE Sensor. J. 2022. V. 22. No. 14. P. 14026–14037.
- Gao G., Gao B., Gao S., et. al. Hypothesis Test-Constrained Robust Kalman Filter for INS/GNSS Integration with Abnormal Measurement // IEEE Transact. Vehicular Tech. 2023. V. 72. No. 2. P. 1662–1673.
- 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.
- Булычев Ю.Г. Распознавание сигналов без расширения пространства состояний по результатам наблюдений, содержащих сингулярную помеху, с учетом нелинейности // АиТ. 2024. № 2. С. 81–102.
- Ежова Н.А., Соколинский Л.Б. Обзор моделей параллельных вычислений // Вестник ЮУрГУ. Серия «Вычислительная математика и информатика». 2019. Т. 8. № 3. С. 58–91.
- 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.
- Sutti C. Lokal and global optimization by parallel algorithms for MIMD systems // Ann. Oper. Res. 1984. V. 1. P. 151–164.
- Price W.L. Global optimization algorithms for a CAD workstation // J. Optim. Theory Appl. 1987. V. 55. P. 133–146.
- Мельников Ю.П., Попов С.В. Радиотехническая разведка. Методы оценки эффективности местоопределения источников излучения. М.: Радитехника, 2008.
- Булычев Ю.Г., Ивакина С.С., Мозоль А.А., Насенков И.Г. Анализ модификации энергетического метода пассивной дальнометрии // Автометрия. 2016. Т. 52. № 1. С. 37–44.
- Лоусон Ч., Хенсон Р. Численное решение задач метода наименьших квадратов. М.: Наука, 1986.
- Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач. М.: Наука, 1986.
- Бакушинский А.Б., Гончарский А.В. Некорректные задачи. Численные методы и приложения. М.: Изд-во МГУ, 1989.
Supplementary files
