Алгоритм оценки спектральной корреляционной функции с использованием двумерного быстрого преобразования Фурье

Обложка

Цитировать

Полный текст

Аннотация

Предложен алгоритм оценивания спектральной корреляционной функции (СКФ) циклостационарных случайных процессов (ЦССП) по их реализациям конечной длительности. Описаны основные шаги алгоритма и формализованы основные операции, выполняемые на каждом из них. Представленные результаты оценивания СКФ при наличии коррелированного стационарного шума, перекрывающего анализируемый ЦССП в частотной области, подтверждают эффективность работы алгоритма в условиях низкого отношения сигнал-шум. Проведена оценка количества требуемых вычислительных операций и необходимого объема памяти ЭВМ для хранения промежуточных результатов.

Об авторах

Т. Я. Шевгунов

Московский авиационный институт (национальный исследовательский университет)

Автор, ответственный за переписку.
Email: shevgunov@gmail.com
Российская Федерация, 125993, Москва, Волоколамское шос., 4

Список литературы

  1. Gardner W.A. Statistical Spectral Analysis: A Non-probabilistic Theory. Englewood Cliffs: Prentice Hall, 1988.
  2. Gardner W.A. Cyclostationarity in Communications and Signal Processing. N.Y.: IEEE Press, 1994.
  3. Napolitano A. Cyclostationary Processes and Time Series: Theory, Applications, and Generalizations. L.: Acad. Press., 2019. https://doi.org/10.1016/C2017-0-04240-4
  4. Gardner W.A., Napolitano A., Paura L. // Signal Processing. 2006. V. 86. P. 639. https://doi.org/10.1016/j.sigpro.2005.06.016
  5. Napolitano A. // Signal Processing. 2016. V. 120. P. 385. https://doi.org/10.1016/j.sigpro.2015.09.011
  6. Efimov E. // Systems of Signals Generating and Processing in the Field of on Board Communications. Moscow. 15–17 Mar. 2022. N.Y.: IEEE, 2022. Article No. 9744308 https://doi.org/10.1109/IEEECONF53456.2022.9744308
  7. Shevgunov T. // Systems of Signals Generating and Processing in the Field of on Board Communications. Moscow. 15–17 Mar. 2022. N.Y.: IEEE, 2022. Article No. 9744365. https://doi.org/10.1109/IEEECONF53456.2022.9744365
  8. Guschina O. // Systems of Signals Generating and Processing in the Field of on Board Communications. Moscow. 15–17 Mar. 2022. N.Y.: IEEE, 2022. Article No. 9744264 https://doi.org/10.1109/IEEECONF53456.2022.9744264
  9. Ефимов Е.Н., Шевгунов Т.Я., Кузнецов Ю.В. // Труды МАИ № 97. М.: МАИ, 2017. С. 14. http://trudymai.ru/published.php?ID=87294.
  10. Shevgunov T., Efimov E., Zhukov D. // Moscow Workshop on Electronic and Networking Technologies (MWENT). 2018. P. 1. https://doi.org/10.1109/MWENT.2018.8337271
  11. Roberts R.S., Brown W.A., Loomis H.H. // IEEE Signal Processing Magazine. 1991. V. 8. P. 38. https://doi.org/10.1109/79.81008
  12. Brown W.A., Loomis H.H. // IEEE Trans. 1993. V. SP-41. № 2. P. 703. https://doi.org/10.1109/78.193211
  13. Antoni J. // Mechanical Systems and Signal Processing. 2007. V. 21. № 2. P. 597. https://doi.org/10.1016/j.ymssp.2006.08.007
  14. Antoni J., Xin G., Hamzaoui N. // Mechanical Systems and Signal Processing. 2017. V. 92. P. 248. https://doi.org/10.1016/j.ymssp.2017.01.011
  15. Shevgunov T., Efimov E. // Signal Processing Symp. (SPSympo). Krakow. 2019. P. 216. https://doi.org/10.1109/SPS.2019.8881963
  16. Шевгунов Т.Я., Гущина О.А. // T-Comm: Телекоммуникации и транспорт. 2021. Т. 15. № 11. С. 54. https://doi.org/10.36724/2072-8735-2021-15-11-54-60
  17. Harris F.J. // Proc. IEEE. 1978. V. 66. P. 51. https://doi.org/10.1109/PROC.1978.10837
  18. Geckinli N., Yavuz D. // IEEE Trans. 1978. V. ASSP-26. № 6. P. 501. https://doi.org/10.1109/TASSP.1978.1163153
  19. Mahyari A.G. // Intern. J. Electronics. 2010. V. 97. P. 1311. https://doi.org/10.1080/00207217.2010.488908
  20. Шевгунов Т.Я. // Радиотехника. 2019. № 3. С. 33. https://doi.org/10.18127/j00338486-201903-05
  21. Гонсалез Р., Вудс Р. Цифровая обработка изображений. М.: Техносфера, 2012.
  22. Ефимов Е.Н., Шевгунов Т.Я. // Электросвязь. 2016. № 11. С. 65.
  23. Shevgunov T., Efimov E., Guschina O. // Sensors. 2023. V. 23. № 1. P. 215. https://doi.org/10.3390/s23010215
  24. Hitczenko P., Kwapień S. // Probability in Banach Spaces, 9. Progress in Probability. 1994. V. 35. P. 31. https://doi.org/10.1007/978-1-4612-0253-0_2
  25. Shevgunov T., Efimov E., Kirdyashkin V., Kravchenko T. // Adv. Signal Processing, Intelligent Systems Reference Library. 2020. V. 184. P. 75. https://doi.org/10.1007/978-3-030-40312-6_6
  26. Shevgunov T. // J. Phys.: Conf. Ser. 2019. V. 1163. P. 012037. https://doi.org/10.1088/1742-6596/1163/1/012037
  27. Lenart L. // Probability and Mathematical Statistics. 2008. V. 28. № 2. P. 305.
  28. Priestley M.B. Spectral Analysis and Time Series. V. 1. Univariate ser. L.: Acad. Press, 1981.
  29. Lenart L. // Bernoulli. 2011. V. 17. № 1. P. 290. https://doi.org/10.3150/10-BEJ269

Дополнительные файлы


© Т.Я. Шевгунов, 2023

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».