Please use this identifier to cite or link to this item:
http://elar.khnu.km.ua/jspui/handle/123456789/9291

Можете відсканувати цей QR-код телефоном( програмою "Сканер QR-кодів" ) для збереження.

Title: Комп’ютерні методи статистичної обробки сигналів
Other Titles: Computer methods of statistical signal processing
Authors: Трасковецька, Лілія Михайлівна
Рудик, Олександр Юхимович
Traskovetska, Liliya
Rudik, Oleksandr
Keywords: гаусівські випадкові процеси;негаусівські марковські випадкові процеси;Gaussian random processes;non-Gaussian Markov random processes
Issue Date: 2019
Publisher: Національна академія Державної прикордонної служби України імені Богдана Хмельницького
Citation: Трасковецька Л. М. Комп’ютерні методи статистичної обробки сигналів / Л. М. Трасковецька, О. Ю. Рудик // Збірник наукових праць Національної академії Державної прикордонної служби України. Серія: Військові та технічні науки / Нац. акад. Держ. прикордон. служби України ім. Богдана Хмельницького. – Хмельницький : Вид-во НАДПСУ, 2019. – № 3 (81). – С. 517-534.
Abstract: Робота присвячена важливій темі теорії інформаційних систем – теорії і практиці виявлення сигналів у завадах. У будь-якому середовищі на поширення сигналів діють завади, що спотворюють структуру сигналів і, відповідно, інформацію, яку вони несуть. Загальною властивістю сигналів є їх випадковий характер, тому для математичного опису сигналів використовують апарат теорії ймовірностей. Сигнал – носій інформації, якої немає в точці приймання до моменту його прийняття. Оскільки інформація про об’єкт кодується в одному або декількох параметрах сигналу – амплітуді, частоті, фазі, часі затримки, то принаймні один з цих параметрів невідомий для спостерігача. Крім того, наявність завад і шумів, що є випадковими процесами, а також випадкові параметри каналу поширення сигналу зумовлюють потребу в застосуванні методів теорії ймовірностей, теорії випадкових процесів та методів математичної статистики під час проведення досліджень з обробки сигналів. Для математичного опису сигналів і завад використовують ті чи інші моделі випадкових процесів – гаусівські випадкові процеси, негаусівські випадкові процеси із складеним розподілом, негаусівські марковські випадкові процеси. Моделюють випадковий процес заданою багатовимірною щільністю розподілу ймовірностей. В роботі обґрунтовано методологічні принципи обробки сигналів за умов апріорної невизначеності, коли щільність розподілу ймовірностей невідома. В основу статистичної обробки інформаційних параметрів сигналів покладено знаходження таких інформаційних ознак: середніх значень інтервалів, статистичний розподіл вибірки, дисперсії амплітуд. Використовуючи комп’ютерне моделювання в системі Matlab, за допомогою адаптивних алгоритмів проведено генерацію сумішей радіотехнічних завад різних видів. У процесі оброблення за цими алгоритмами також визначено статистичні оцінки параметрів суміші сигналу і завад. Обчислені параметри сигналу використовуються для з’ясування, наскільки узгоджена з дослідними даними гіпотеза про те, що невідома характеристика має саме те значення, яке отримане в результаті її оцінювання. Для візуалізації досліджень створено програмний код в системі Matlab з використанням спеціального середовища візуального програмування GUIDE, який дозволяє: генерувати випадкові сигнали з різними формами спектрів завад, демонструвати їх, будувати гістограми та підбирати закони розподілу, що якнайкраще описують випадковий процес. Крім того, в програмі обчислено ймовірність виявлення сигналу і побудовано графік залежності ймовірності виявлення сигналу від ймовірності хибної тривоги і відношення сигналу до шуму при різних обсягах вибірки.
The work is devoted to an important topic of information systems theory - the theory and practice of signal detection in interference. In any environment on signal propagation there are obstacles, distorting the structure of the signals and, accordingly, the information they carry. A common property of signals is their random nature, therefore, the mathematical description of signals uses the apparatus of probability theory. A signal is a carrier of information that is not present at the point of reception until it is accepted. Because object information is encoded in one or more signal parameters - amplitude, frequency, phase, delay time, then at least one of these parameters is unknown to the observer. In addition, the presence of interference and noise, which are random processes, as well as the random parameters of the signal propagation channel, necessitate the application of methods of probability theory and theory of random processes and methods of mathematical statistics in conducting signal processing studies. For mathematical description of signals and interference is used certain models of random processes – Gaussian random processes, non-Gaussian random processes with complex distribution, non-Gaussian Markov random processes. Simulate a random process with a given multidimensional probability distribution density. In work the methodological principles of signal processing under a priori uncertainty when the probability distribution density is unknown are substantiated. xe basis of statistical processing of information parameters of signals is based on `nding the following information features: average values of intervals, statistical distribution of sample, variance of amplitudes. Using computer simulation in Matlab, using adaptive algorithms generation of mixtures of radio interference of various kinds was carried out. In the process of processing these algorithms also determined statistical estimates of the parameters of the mixture of signal and interference. xe calculated signal parameters are used to determine whether the hypothesis that the unknown characteristic has the same value as the result of its evaluation is consistent with the experimental data. To visualize the research, Matlab code was created using a special GUIDE visual programming environment, which allows you to: generate random signals with di~erent types of interference spectrum, display them, build histograms, and select distribution laws that best describe the random process. In addition, the program calculates the probability of detecting a signal and plotting the probability of detecting a signal from the probability of false alarm and the ratio of signal to noise at di~erent sample sizes.
URI: http://elar.khnu.km.ua/jspui/handle/123456789/9291
UDC: 621.391
Content type: Стаття
Appears in Collections:Кафедра трибології, автомобілів та матеріалознавства

Files in This Item:
File Description SizeFormat 
491-Текст статті-1125-1-10-20201010.pdf999,78 kBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.