Помощь в учёбе, очень быстро...
Работаем вместе до победы

Построение оценки и анализатора спектральной плотности случайного процесса с использованием характеристической функции

Диссертация: Построение оценки и анализатора спектральной плотности случайного процесса с использованием характеристической функции
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Для системного подхода характерно применение многоцелевых (направленных на решение различных задач — измерения, имитации, идентификации) многофункциональных (предусматривающих использование разнотипных характеристик случайных процессов) методов и средств статистического исследования. Одним из наиболее перспективных на сегодняшний момент является многофункциональный метод характеристической… Читать ещё >

Содержание

  • Глава 1. СПЕКТРАЛЬНЫЙ АНАЛИЗ СЛУЧАЙНЫХ ПРОЦЕССОВ ПРИ СИСТЕМНОМ ПОДХОДЕ К ИССЛЕДОВАНИЮ ФИЗИЧЕСКИХ ОБЪЕКТОВ
    • 1. 1. Методы и средства измерения спектральной плотности случайного процесса
      • 1. 1. 1. Метод узкополосной фильтрации
      • 1. 1. 2. Классические методы
      • 1. 1. 3. Параметрические методы
      • 1. 1. 4. Использование алгоритмов спектрального анализа в рамках системного подхода к статистическим исследованиям
    • 1. 2. Многофункциональный метод характеристической функции
    • 1. 3. Выводы
  • Глава 2. РАЗРАБОТКА АЛГОРИТМА СПЕКТРАЛЬНОГО ОЦЕНИВАНИЯ СЛУЧАЙНЫХ ПРОЦЕССОВ В РАМКАХ МЕТОДА ХАРАКТЕРИСТИЧЕСКОЙ ФУНКЦИИ
    • 2. 1. Анализ исходных теоретических положений
    • 2. 2. Построение математического выражения оценки спектральной плотности на основе характеристических функций
    • 2. 3- Анализ смещения оценки спектральной плотности случайного процесса
      • 2. 4. Анализ состоятельности оценки спектральной плотности случайного процесса
      • 2. 5. Алгоритм спектрального оценивания случайных процессов, как часть метода характеристической функции
      • 2. 6. Выводы
  • Глава 3. ИССЛЕДОВАНИЕ ВЛИЯНИЯ ПОГРЕШНОСТИ ИЗМЕРЕНИЯ ХАРАКТЕРИСТИЧЕСКИХ ФУНКЦИЙ НА ПОГРЕШНОСТЬ ОЦЕНКИ СПЕКТРАЛЬНОЙ ПЛОТНОСТИ СЛУЧАЙНОГО ПРОЦЕССА
    • 3. 1. Анализ эффективности оценки спектральной плотности случайного процесса
    • 3. 2. Исследование аппаратурных погрешностей схем измерения оценок характеристических функций
      • 3. 2. 1. Измерение действительной части одномерной х. ф
      • 3. 2. 2. Измерение мнимой части одномерной х. ф
      • 3. 2. 3. Измерение действительной части двумерной х. ф
    • 3. 3. Анализ влияния погрешности перемножителя на погрешность оценки х. ф
      • 3. 3. 1. Влияние погрешности цифровых перемножителей
      • 3. 3. 2. Влияние погрешности аналоговых перемножителей
    • 3. 4. Практическое исследование влияния погрешности перемножителя на погрешность оценки спектральной плотности случайного процесса
      • 3. 4. 1. Цифровой перемножитель
      • 3. 4. 2. Аналоговый перемножитель
    • 3. 5. Выводы
  • Глава 4. ПОСТРОЕНИЕ И ИССЛЕДОВАНИЕ АНАЛИЗАТОРА ДВУМЕРНОЙ ХАРАКТЕРИСТИЧЕСКОЙ ФУНКЦИИ С РЕАЛИЗАЦИЕЙ АЛГОРИТМА СПЕКТРАЛЬНОГО ОЦЕНИВАНИЯ
    • 4. 1. Принцип работы и описание виртуального анализатора двумерной характеристической функции
    • 4. 2. Оценка общей погрешности виртуального анализатора двумерной характеристической функции
    • 4. 3. Метрологическое обеспечение виртуального анализатора двумерной характеристичекой функции
    • 4. 4. Экспериментальное исследование алгоритма спектрального оценивания случайных процессов в составе анализатора двумерной х. ф
    • 4. 5. Лабораторный стенд для исследования вероятностных характеристик гармонического сигнала со случайной начальной фазой
    • 4. 6. Перспективы практического применения виртуального анализатора двумерной х. ф
      • 4. 6. 1. Аппаратно-программный комплекс для анализа электромагнитной обстановки в радиоканалах УВЧ и СВЧ диапазонов
      • 4. 6. 2. Спектрально-статистический пирометрический комплекс
    • 4. 7. Выводы

Построение оценки и анализатора спектральной плотности случайного процесса с использованием характеристической функции (реферат, курсовая, диплом, контрольная)

Актуальность темы

На современном этапе развития науки все более широкое распространение получает системный подход к исследованию физических объектов, осуществляемый в рамках статистической теории. Данный подход представляет собой методологическую концепцию, направленную на формирование целостной картины объекта, как некоторой системы, с учетом существующих взаимосвязей между его внутренними элементами, а также влияния на него других объектов (окружающей среды). Целесообразность применения системного подхода подтверждается тем, что конечная цель статистического исследования, как правило, заключается в получении конкретных знаний о каком-либо физическом объекте, при этом измерение вероятностных характеристик относящихся к нему случайных процессов рассматривается только как промежуточный этап, а не является самоцелью.

Одним из практических направлений, требующих реализации системного подхода, является статистическое исследование электромагнитной обстановки в радиоканале. Структура и интенсивность шумов и помех, присутствующих в радиоканале и оказывающих непосредственное влияние на надежность и качество связи, сильно зависит от переменных (в том числе случайных) внешних факторов: времени года и суток, параметров атмосферы и растительности, паразитного излучения промышленных объектов, населенных пунктов, железнодорожных линий и т. п. При этом в ходе исследования требуется решить несколько разнородных задач, основными из которых являются: статистическое измерение характеристики распределения шумов1 и помех по частотному диапазону, анализ (идентификация) отдельных шумовых компонент с целью установления источника их происхождения, построение моделей для реализации возможности прогнозирования электромагнитной обстановки и т. д.

Для системного подхода характерно применение многоцелевых (направленных на решение различных задач — измерения, имитации, идентификации) многофункциональных (предусматривающих использование разнотипных характеристик случайных процессов) методов и средств статистического исследования. Одним из наиболее перспективных на сегодняшний момент является многофункциональный метод характеристической функции, который был впервые использован A.M. Ляпуновым для доказательства центральной предельной теоремы теории вероятностей и получил дальнейшее развитие в работах П. В. Мельникова, Н. И. Гольдберга, Е. Лукача, Б. Р. Левина, В. И. Тихонова, Ю. М. Вешкурцева и других ученых. Особенность данного метода заключается в представлении (описании) случайного процесса на основе его характеристической функции (х.ф.), которая аналитическим образом связана с другими его вероятностными характеристиками, (плотностью вероятности, законом распределения, центральными и начальными моментными функциями) — Таким образом, многоплановое статистическое исследование может быть осуществлено с использованием только одного измерительного прибора (анализатора х.ф.), при этом характеристическая функция предоставляет широкие возможности для моделирования.

Значительным сдерживающим фактором, существенно ограничивающим применение метода х.ф. на практике, является отсутствие возможности непосредственного оценивания спектральной плотности случайного процесса (спектральной плотности мощности) на его основе, так как теоретические исследования в данном направлении ранее не проводились. При этом, использование характеристики спектральной^ плотности случайногопроцесса необходимо для решения многих задач радиотехники, радиосвязи, технической диагностики, неразрушающего контроля, медицины, гидролокации, астрономии, экономики и других научно-прикладных направлений:

На основании вышесказанного следует сделать вывод об актуальности задачи построения и исследования оценки спектральной плотности случайного процесса на основе теории характеристической функции с последующей разработкой и практической реализацией алгоритма спектрального оценивания в рамках метода х.ф.

Цель диссертационной работы: теоретическое и экспериментальное обоснование рекомендаций для проведения спектрального оценивания случайных процессов с использованием метода характеристической функции.

Задачи диссертационной работы:

— построение оценки спектральной плотности случайного процесса с использованием теории характеристической функции с последующим исследованием ее основных свойств (несмещенности, состоятельности и эффективности);

— разработка алгоритма спектрального оценивания случайных процессов на основе построенной оценки спектральной1 плотности и изучение источников возникновения его погрешности;

— построение и исследование анализатора двумерной характеристической функции с реализацией разрабатываемого алгоритма спектрального оценивания.

Методы исследований. В работе проводились теоретические исследования, основанные на использовании аппарата теории вероятностей и математической статистики, математического анализа и специальных функций, статистического имитационного моделирования на ЭВМ.

Научная новизна. В процессе исследований получены следующие научные результаты:

— построено аналитическое выражение, — позволяющее определить значение оценки спектральной плотности случайного процесса на основе оценок его характеристических функций;

— разработаны математические модели, позволяющие определить случайную и систематическую составляющие погрешности построенной оценки спектральной плотности случайного процесса для ряда случаев;

— получены математические выражения, отражающие влияние погрешностей и параметров перемножителя в составе измерителя характеристических функций на случайную и систематическую составляющие погрешности их определения.

Достоверность полученных результатов определяется корректным использованием математического аппарата при построении аналитических выражений, отсутствием противоречия между полученными результатами и выводами исследований, описанных в научной литературе, экспериментальной проверкой построенных теоретических выражений и рекомендаций.

Практическая значимость работы заключается в следующем:

— разработан алгоритм спектрального оценивания случайных процессов в составе метода характеристической функции;

— разработаны практические рекомендации по минимизации дополнительной погрешности измерения характеристических функций, вызванной неидеальностью перемножителя;

— на базе ЭВМ построен виртуальный анализатор двумерной характеристической функции, реализующий разработанный алгоритм спектрального оценивания случайных процессов (виртуальный анализатор спектральной плотности случайного процесса).

Внедрение результатов исследований. Построенный анализатор двумерной характеристической функции внедрен на предприятии ОАО «ОмПО «Радиозавод им. A.G. Попова» (PEJIEPO). Основные научные положения, выносимые на защиту:

— математическое описание оценки спектральной плотности случайного процесса, построенной на основе метода х.ф., и результаты исследования ее основных свойств (состоятельности, несмещенности и эффективности);

— результаты исследования влияния погрешностей и параметров схемы измерения характеристических функций на погрешность оценки спектральной плотности случайного процесса.

Апробация работы. Материалы и основные результаты диссертационной работы были опубликованы в двух статьях научных изданий («Омский научный вестник», «Датчики и системы»), включенных в перечень ведущих рецензируемых научных журналов и изданий ВАК, обсуждались на 9-й и 10-й международной научно-технической конференции «Измерение, контроль, информатизация» (г. Барнаул, 2008;2009 гг.), всероссийской конференции с международным участием «Технические и программные средства систем управления контроля и измерения» (Институт проблем управления РАН, г. Москва, 2008 г.), региональных научно-практических конференциях «Наука, образование, бизнес» (Институт радиоэлектроники сервиса и диагностики, г. Омск, 2005;2009'гг.).

Публикации. По теме диссертации опубликовано 13 печатных работ, из них 2 статьи в научных изданиях, включенных в перечень ведущих рецензируемых научных журналов и изданий ВАК, 4 доклада в трудах международных конференций, тезисы доклада в материалах всероссийской конференции, тезисы доклада в трудах всероссийской конференции с международным участием, 2 доклада и 3 тезисов докладов в материалах региональных конференций.

Структура и объем работы. Диссертация состоит из четырех глав, введения, заключения, списка литературы из 189 наименований, приложения и содержит 171'страницу основного текста, 25 рисунков, 2 таблицы.

Во введении обоснована актуальность проводимых исследований, сформулированы, цели и задачи работы, научная новизна и практическая значимость результатов, представлены структура диссертации и основные положения, выносимые на защиту.

Первая глава представляет собой критико-аналитический обзор существующих методов и средств спектрального анализа случайных процессов с позиций эффективности их реализации в рамках системного подхода к статистическим исследованиям. Подчеркнуты неоспоримые преимущества многофункционального метода характеристической функции. Показана необходимость разработки алгоритма спектрального оценивания в рамках метода х.ф.

Во второй главе на основе уточненного выражения оценки корреляционной функции, полученного в рамках метода х.ф., построено математическое выражение оценки спектральной плотности случайного процесса. Показана состоятельность и асимптотическая несмещенность построенной оценки спектральной плотности при использовании в ее составе состоятельных и несмещенных оценок характеристических функций. На основе построенной оценки предложен алгоритм спектрального оценивания случайных процессов.

В третьей главе исследована эффективность (согласно критерию минимума дисперсии) оценки спектральной плотности случайного процесса при условии идеального построения схем измерения х.ф. Проведено теоретическое изучение аппаратурных погрешностей анализаторов х.ф. мгновенных значений случайного сигнала с последующим теоретическим и имитационным исследованием влияния неидеальности цифрового и аналогового перемножителей на погрешность оценки спектральной плотности случайного процесса.

В четвертой главе представлены принцип работы и описание построенного1 на базе ЭВМ виртуального анализатора двумерной характеристической функции, реализующий разработанный алгоритм спектрального оценивания. Проведено теоретическое исследование общей погрешности виртуального анализатора, предложена и описана схема его поверки. С использованием двух сформированных реализаций случайных процессов экспериментальным путем подтверждена целесообразность применения виртуального анализатора для решения подавляющего большинства практических задач спектрального анализа. Показана перспективность использования разработанного анализатора для исследования шумов и помех в радиоканалах, а также при реализации спектрально-статистического подхода к бесконтактному измерению температуры.

В заключении сформулированы основные результаты, полученные в данной работе.

В приложении представлен акт внедрения результатов работы на предприятии ОАО «ОмПО «Радиозавод им. А.С. Попова» (PEJIEPO).

1 СПЕКТРАЛЬНЫЙ АНАЛИЗ СЛУЧАЙНЫХ ПРОЦЕССОВ ПРИ СИСТЕМНОМ ПОДХОДЕ К ИССЛЕДОВАНИЮ ФИЗИЧЕСКИХ ОБЪЕКТОВ.

При изучении явлений окружающего мира исследователю зачастую приходится сталкиваться со случайными процессами, для описания которых необходимо прибегать к математическому аппарату теории вероятностей [7880]. Изучение случайного процесса, как правило, проводится в рамках статистического подхода [35−39], который, в общем случае, предусматривает определение вероятностных характеристик данного процесса с последующим выделением полезной для исследователя информации [3−4,81] из полученных данных. Выбор конкретных вероятностных характеристик процесса при планировании эксперимента осуществляется исходя из физического смысла той или иной характеристики, цели и условий поставленной задачи, а также требуемых измерительных затрат [46].

На современном этапе развития науки все более широкое распространение получает системный подход к исследованию физических объектов [1−17], осуществляемый в рамках статистической теории. Данный подход представляет собой методологическую концепцию, направленную на формирование целостной картины объекта, как некоторой системы, с учетом существующих взаимосвязей между его внутренними элементами, а также анализом его взаимодействия с другими объектами и окружающей средой.

Целесообразность применения системного подхода подтверждается тем, что конечной целью статистического исследования^ как правило, является получение конкретных знаний о каком-либо физическом объекте. При этом измерение вероятностных характеристик процессов рассматривается' не как самоцель, а только как промежуточный этап при достижении поставленной цели. Под знаниями [3] в данном случае подразумеваются упорядоченные полезные сведения, относящиеся к результатам познания действительности, выраженные в виде моделей (гипотез, теорий, классификаций, закономерностей, методик и т. п.), которые могут неоднократно использоваться в дальнейшем при решении различных задач. Новые знания формируются в процессе многоплановой многоступенчатой интерпретации информации об объекте, часть которой может быть доступна априори, а другая часть извлекается из данных, собранных путем измерения вероятностных характеристик случайных сигналов, относящихся к объекту [4]. Таким образом, методы, средства и алгоритмы статистических измерений следует рассматривать не обособленно, опираясь только на их собственные метрологические характеристики, а также принимать во внимание особенности процедуры интерпретации (использования) получаемых результатов, общую цель исследования и совокупность предъявляемых к нему требований [3−4, 8,13].

Для системного подхода характерно применение многоцелевых многофункциональных методов и средств статистического исследования [5]. Под многофункциональностью следует понимать использование разнотипных числовых и функциональных характеристик случайных процессов, а термин «многоцелевые» указывает на возможность применения данных методов и средств для решения нескольких разнородных задач, среди которых выделяют статистические измерения [3−4], идентификацию [18−21] и имитацию [22−27]. Указанные три задачи системно взаимосвязаны, поскольку они направлены на получение знаний об одном объекте, однако, в. зависимости от общей концепции исследования и требований к способу представления полезной информации, как правилоих эффективность оказывается различной.

Перспективность использования, многоцелевых многофункциональных средств > статистических измеренииобосновывается следующими обстоятельствами:.

1 Один и тот же физический объект может оказаться в центре внимания при решении разных прикладных и исследовательских задач, что свидетельствует в пользу планомерного накопления полезных сведений о нем в виде различных моделей и характеристик [28−29].

2 Использование нескольких разнотипных характеристик позволяет дополнительно скорректировать создаваемую модель объекта, уточнить выбор требуемых средств измерений и алгоритмов, а также определить метрологические показатели результатов измерения [30−32].

3 Наличие нескольких характеристик, дублирующих друг друга с точки зрения содержащейся в них полезной информации, позволяет выбрать наиболее подходящий вариант для решения поставленной задачи, ориентируясь на показатели качества, имеющие первостепенное значение в конкретном случае [33].

Центральное положение в многоцелевых многофункциональных методах статистических измерений занимают базовые вероятностные характеристики [3−4,34−38], через которые могут быть получены другие широко используемые характеристики. В простейшем случае под базовыми характеристиками понимают плотность распределения вероятностей и спектральную плотность мощности (или корреляционную функцию), оперирование с которыми удовлетворяет требованиям полноты (в заданных пределах) и минимальной избыточности. Принимая во внимание ясный физический смысл указанных характеристик, можно говорить о двух основных, широко используемых в настоящее время, и взаимодополняющих направлениях изучения случайных процессов — исследование одномерного закона распределения случайной величины и спектральный анализ.

Спектральная плотность случайного процесса, являясь одной, из важнейших вероятностных характеристик, дает представление о. распределении, энергии в спектре частот случайного процесса, и, тем-самым, описывает его частотные свойства [39−50]. Под спектральным анализом случайного процесса следует понимать последовательность действий, направленных на измерение и исследование спектральной плотности с целью получения необходимой качественной и количественной информации о нем или об источнике его возникновения. Методы спектрального анализа случайных процессов широко применяются в радиотехнике [51−56], радиосвязи [57−61], технической диагностике [62−63], неразрушающем контроле [64−65], медицине [66−67], гидролокации [68−69], астрономии [70], экономике [71] и других научно-прикладных направлениях.

Для подтверждения тезиса о важности методов спектрального анализа можно привести следующие примеры решаемых с их помощью исследовательских и практических задач:

— исследование характеристик радиоканалов в различных диапазонах и мониторинг электромагнитной обстановки [82];

— выделение (распознавание) сигнала на фоне шумов в радиосвязи, радиолокации и радионавигации [59−61];

— измерение собственных шумов различных каскадов радиоэлектронной аппаратуры [83];

— техническая диагностика машин и механизмов [63];

— изучение вариабельности сердечного цикла в медицине [84];

— исследование химического состава веществ и материалов в неразрушающем контроле, медицине, криминалистике, металлургии и др. [85−86];

— обработка результатов сейсмических исследований [87];

— распознавание речи и изображений [88];

— прогнозирование финансовых временных рядов [71].

Таким образом, область применения методов спектрального анализа случайных процессов является практически безграничной. Однако, — поскольку в большинстве практических случаев существующие методы являются обособленными и не ориентированы, на использование в рамках системного подхода, в настоящее время возникает необходимость разработки и внедрения новых многофункциональных многоцелевых методов и средств статистического исследования, в которых спектральный анализ должен занимать одну из центральных позиций.

4.7 Выводы.

1 Одним из эффективных способов практического, внедрения построенного алгоритма спектрального анализа случайных процессов является его реализация в составе виртуального анализатора двумерной характеристической функции на базе ЭВМ в виде программного модуля (виртуального анализатора спектральной плотности случайного процесса).

2 В рамках практической реализации метода характеристической функции был построен виртуальный анализатор двумерной х.ф., принцип работы которого основан на последовательном выполнении двух этапов. Этап измерения предполагает измерение массива значений одномерной и двумерной х.ф. по исходной реализации исследуемого случайного процесса. Этап анализа предполагает определение вероятностных характеристик процесса (плотности вероятности, функции распределения, центральных и начальных моментных функций, корреляционной функции и спектральной плотности) по измеренным значениям оценок х.ф.

3 При измерении оценок х.ф. анализатор реализует выражения (1.29) -(1.31), используя в качестве усредняющего устройства идеальный интегратор с импульсной характеристикой вида q (t) = /T. Для определения оценки спектральной плотности случайного процесса используется выражение (2.22).

4 Общая погрешность измерения оценок одномерной и двумерной х.ф. при корректных исходных данных (в том числе, правильном выборе шага квантования аргумента х.ф.) определяется, в основном, случайной составляющей, которая обратно пропорционально зависит от длительности исходной реализации процесса. При N = 1000 общая погрешность измерения х.ф. не превышает 7,5%, при N = 104 не превышает 2,5%- при N = 105 — 0,8%- при N = 5−105 — 0,35%.

5 При корректном выборе объема используемых значений оценок х.ф. общая погрешность измерения спектральной плотности случайного процесса не превышает 2,8% при количестве отсчетов в исходной реализации N = 104- не превышает 0,55% при N = 105- и не превышает 0,35% при А^ = 5−105.

6 Для метрологической оценки погрешности виртуального анализатора двумерной х.ф. следует пользоваться показанной на (рис. 4.2) схемой поверки, элементы которой реализуются в одной из существующих систем математического моделирования (MatLAB, MathCAD,.

Mathematica, Maple и пр.), обеспечивающих итоговую погрешность t вычисления не более 10″ 12.

7 Экспериментальное исследование анализатора на примере случайных процессов с узкой и широкой корреляционной функциями показало,.

4 что абсолютная величина погрешности максимальна на нулевой частоте и может быть снижена путем увеличения объема выборки i оценок х.ф. Nv. На удаленных от нуля частотах приведенная к максимальному значению погрешность не превышает 0,25%, что говорит о возможности успешного решения подавляющего большинства практических задач спектрального анализа.

8 К перспективным направлениям практического применения виртуального анализатора двумерной х.ф. следует отнести статистическое исследование шумов и помех в радиоканалах, а также спектральную пирометрию. Применение виртуального анализатора для исследования электромагнитной обстановки позволяет упростить процедуру многофункциональных измерений, расширить возможности t статистического анализа, а также построить непараметрические модели отдельных шумовых компонент. Построение спектральноi статистического пирометрического комплекса на основе виртуального анализатора двумерной х.ф. дает возможность повысить точность и I t достоверность оценки температуры в сложных условиях измерения* за счет проведения гибкой статистической обработки в рамках системного подхода с использованием доступных априорных знаний. с I.

ЗАКЛЮЧЕНИЕ

.

1 Критическое рассмотрение существующих алгоритмов (узкополосной фильтрации, классических, параметрических и смешанных) оценивания спектральной плотности случайного процесса приводит к выводу о нецелесообразности их применения в составе многофункциональных многоцелевых методов статистического исследования [3−5,10−11]. В рамках системного подхода к статистическим измерениям целесообразным является применение метода характеристической функции [72−76], при этом значительным сдерживающим его фактором на текущий момент является отсутствие эффективного проработанного алгоритма спектрального оценивания, что предопределило основную цель и направление исследования.

2 С использованием обобщенного выражения оценки корреляционной функции [121] построены математические выражения оценки спектральной плотности случайного процесса в рамках теории х.ф. для общего случая (2.22) и при использовании сторонней оценки математического ожидания (2.24). Построенные оценки спектральной плотности являются асимптотически, несмещенными и состоятельными при использовании в их составе несмещенных и состоятельных оценок х.ф. (и математического ожидания). При конечном времени усреднения оценка спектральной плотности (2.22) имеет смещение, определяемое по формулам (2.34), (2.36), а смещение оценки (2.24) задается выражением (2.38).

3 На основе построенных оценок спектральной плотности предложен алгоритм спектрального оценивания случайных процессов в рамках многофункционального методах.ф., удовлетворяющий всем требованиям к алгоритмам [3−4,7−8] в составе многоцелевых методов: К несомненным достоинствам разработанного алгоритма спектрального оценивания относятся: возможность разнесения операции измерения и анализа по времени и аппаратным средствамвозможность многопланового многоцелевого использования результатов измеренияпотенциальное повышение точности оценивания за счет проведения статистической обработки с использованием априорной информациивозможность уточнения' метрологических показателей анализатора для конкретного случайного процесса без проведения дополнительных измерений.

4 В работе предложены практические рекомендации по минимизации общей погрешности разработанного алгоритма спектрального оценивания до приемлемого уровня при решении конкретной задачи. Корректный выбор параметров позволяет достичь погрешности наилучшего из непараметрических, классического косвенного алгоритма (0,1% и ниже), имея перед ним преимущество в возможности широкого использования результатов измерения. Выигрыш по точности относительно методов узкополосной фильтрации и периодограммных алгоритмов зависит от характеристик исследуемого процесса и длительности существования его реализации. Для широкополосных сигналов общая погрешность измерения с использованием указанных методов может" превышать общую погрешность разработанного алгоритма в 5 — 10 раз (в случае эквивалентной разрешающей способности).

5 Проведено экспериментальное исследование погрешности алгоритма спектрального оценивания, реализованного в составе виртуального анализатора двумерной х.ф., с использованием двух моделей случайного сигнала. Экспериментальное исследование показало хорошее соответствие теоретических результатов практическим, что свидетельствует о достоверности проведенных теоретических исследований.

6 Построенный на базе ЭВМ виртуальный анализатор двумерной х.ф., реализующий разработанный алгоритм спектрального оценивания, (виртуальный анализатор спектральной плотности случайного процесса), имеет важное практическое значение при решении задач спектрального анализа в рамках системного многопланового исследования физических объектов. Преимущества разработанного виртуального анализатора заключаются в возможности определения значений различных вероятностных характеристик случайного процесса (плотности вероятности, закона распределения, моментных функций, корреляционной функции, спектральной плотности случайного процесса) путем однократного преобразования исходной выборки, а также широких возможностях регулировки параметров анализа и управления результатами измерения. Целесообразно рекомендовать результаты данной работы для статистического исследования электромагнитной обстановки в радиоканале и для бесконтактного определения температуры объекта с использованием спектрально-статистического подхода.

Построенный анализатор двумерной характеристической функции внедрен на предприятии ОАО «ОмПО «Радиозавод им. А.С. Попова» (PEJIEPO).

Показать весь текст

Список литературы

  1. , Дж. Прикладной анализ случайных данных Текст. / Дж. Бендат, А. Пирсол — пер. с англ. — М.: Мир, 1989. — 540 с.
  2. , Дж. Измерение и анализ случайных процессов Текст. / Дж. Бендат, А. Пирсол- пер. с англ. М.: Мир, 1974. — 465 с.
  3. , В.В. Алгоритмы спектрального анализа случайных процессов Текст. / В. В. Губарев. Новосибирск: Изд-во НГТУ, 2005. — 660 с.
  4. , В.В. Алгоритмы статистических измерений Текст. /В.В. Губарев. М.: Энергоатомиздат, 1985. — 272 с.
  5. , А.Н. Многоцелевой статистический анализ случайных сигналов Текст. / А. Н. Домарацкий, И. Н. Иванов, Ю. И. Юрлов. -Новосибирск: Наука, Сиб. отд-ние, 1975. 164 с.
  6. , В.В. Концептуальные основы информатики Текст. / В. В. Губарев. Новосибирск: Изд-во НГТУ, 2003. — Ч. 1. — 149 с.
  7. , В.В. Системный анализ в экспериментальных исследованиях Текст. / В. В. Губарев. Новосибирск: Изд-во НГТУ, 2000. -99 с.
  8. , Ф.И. Основы системного анализа Текст. / Ф. И. Перегудов, Ф. П. Тарасенко. Томск.: Изд-во HTJI, 1997. — 396 с.
  9. , С.А. Прикладная статистика Текст.: в 3 т. / С.А.
  10. , И.О. Енюков, Л.Д. Мешалкин М.: Финансы и статистика, 1983.
  11. Т.1. 472 с. — 1985. — Т. 2. — 487 с. — 1989. — Т. 3. — 607 с.
  12. , А. Статистический анализ: Подход с использованием ЭВМ Текст. / А. Афифи, С. Эйнзен- пер. с англ: М., 1982. — 488 с.
  13. , И.И. Статистическое моделирование Текст. / И. И. Елисеева, В. О. Рукавишников. -М.: Наука, 1982. 192 с.
  14. , И.Г. Исследование статистик спектральных плотностей стационарных случайных процессов Текст. / И. Г. Журбенко // Сиб. мат. журн. 1981. — Т. XIII. — № 5. — С. 40−65.
  15. , Ю.В. Методы автоматизации физических экспериментов и установок на основе ЭВМ Текст. / Ю. В. Ступин. М.: Энергоатомиздат, 1983.-288 с.
  16. , Р.П. Построение динамических стохастических моделей по экспериментальным данным Текст. / Р. П. Кашьяп, А. Р. Рао. М.: Наука, 1983.-384 с.
  17. , В.В. Интеллектуальный анализ данных и вариативное моделирование в экспериментальных исследованиях Текст. /В.В. Губарев // Информационные системы и технологии: сб. науч. ст. Новосибирск: Изд-во НГТУ, 2000.-С. 5−25.
  18. , А.Э. Новая методология обработки результатов многократных измерений Текст. / А. Э. Фридман // Измер. техника. 2001. -№ 11. — С. 54−60.
  19. , В.В. Оценивание характеристик технических систем в условиях неоднозначной вероятностной формализации экспериментальных и априорных данных Текст. /В.В. Бетанов, И. В. Лысенко // Теория и системы управления. 2001. — № 3. — С. 27−33.
  20. , О.В. Методы слепой идентефикации и их приложения Текст. / О. В. Горячкин // Успехи соврем, радиоэлектроники. 2004. — № 3. -С.3−23.
  21. , С.А. Типовые линейные модели объектов управления Текст. / С. А. Анисимов, И. С. Зайцев, Н. С. Райбман, А. А. Яранов. М., 1983. — 264 с.
  22. , В.А. Кибернетические модели электрических систем Текст. / В. А. Веников, О. А. Суханов. -М., 1982. 328 с.
  23. , А.В. Выбор метода решения задач идентификации законов распределения случайных погрешностей средств измерений Текст. / А. В. Яшин, М. А. Лотонов // Измер. техника. 2003. — № 3. — С. 3−5.
  24. , С.М. Статистическое моделирование Текст. / С. М. Ермаков, Г. А. Михайлов. М.: Наука, 1982. — 296 с.
  25. , Ю.И. Элементы теории эксперимента Текст. / Ю. И. Алимов. Свердловск: УЛИ, 1978. — Ч. I-III. — 275 с.
  26. , П. Вероятность Текст. / П. Уитл. М.: Наука, 1982. — 288с.
  27. , В.В. Цифровое моделирование в статистической радиотехнике Текст. / В. В. Быков. М.: Сов. радио, 1971. — 328 с.
  28. , Д. Введение в статистическую теорию связи Текст.: в 2 т. / Д. Миддлтон — пер. с англ. М.: Сов. радио, 1961. — Т. 1. — 782 с. — 1962. -Т. 2.-831 с.
  29. , A.M. Гармонический синтез в радиотехнике и связи Текст. / A.M. Заездный. Л.: Энергия, 1972. — 528 с.
  30. , В.Н. Комбинированные методы определения вероятностных характеристик Текст. / В. Н. Пугачев. М.: Сов. радио, 1973. -256 с.
  31. , Ф. Анализ данных и регрессия Текст. / Ф. Мостеллер, Дж. Тьюки — пер. с англ. -М., 1982. Вып. 1.-317 с. — Вып. 2. — 239 с.
  32. , Ж. Методы, и техника обработки сигналов при физических измерениях Текст. / Ж. Макс — пер. с франц. М.: Мир, 1983. — Т.1. — 312 с. -Т. 2−256 с.
  33. , И.С. Современные проблемы метрологического обеспечения, физико-технических измерений Текст." — / И. С. Кабуров, В. Я. Розенберг, A.M. Трохан // Проблемы метрологии ИИС в области физ.-техн. измерений: сб. науч. тр. -М.: ВНИИФТРИ, 1982. С. 4−10.
  34. , Дж. Применение корреляционного и спектрального анализа Текст. / Дж. Бендат, А. Пирсол- пер. с англ. М.: Мир, 1983. — 312 с.
  35. , В.А. Методы вероятностного анализа океанологических процессов Текст. / В. А. Рожков. Д.: Гидрометеоиздат, 1979. — 280 с.
  36. , В.В. Вероятностные модели Текст.: в 2-х ч. / В. В. Губарев [Новосиб. электротехн. ин-т]. Новосибирск, 1992. -Ч. 1. — 196 с. -Ч. 2.-С. 197−421.
  37. , Б.И. Случайные процессы в радиотехнике Текст. / Б. И. Шахатарин. М.: Гелиос АРВ, 2006. -Т.1.-464 с.
  38. , Б.Р. Теоретические основы статистической радиотехники Текст. / Б. Р. Левин. М.: Радио и связь, 1989. — 656 с.
  39. , В.И. Статистическая радиотехника Текст. / В. И. Тихонов. М.: Радио и связь, 1982. — 624 с.
  40. , С.М. Введение в статистическую радиофизику Текст. / С. М. Рытов. М.: Наука, 1976. — 4.1. — 496 с.
  41. , Б.И. Методы спектрального оценивания случайных процессов Текст. / Б. И. Шахтарин, В. А. Ковригин. М.: Гелиос АРВ, 2005. -248 с.
  42. , Н.Ф. Аппаратурный спектральный анализ сигналов Текст. / Н. Ф. Воллернер. М.: Сов. радио, 1977. — 208 с.
  43. , А.А. Спектры и анализ Текст. / А. А. Харкевич. -Гостехиздат, 1957. 686 с.
  44. , Ю.И. Погрешности и параметры цифрового спектрально-корреляционного анализа Текст. / Ю. И. Грибанов, В. Л. Мальков. М.: Радио и связь, 1984. — 160 с.
  45. , Ю.И. Выборочные оценки спектральных характеристик стационарных случайных процессов Текст. / Ю. И. Грибанов, В. Л. Мальков. -М.: Энергия, 1978. 152 с.
  46. , Ю.И. Спектральный анализ случайных процессов Текст. / Ю. И. Грибанов, В. Л. Мальков. М.: Энергия, 1974. — 240 с.
  47. Марпл-мл. Цифровой спектральный анализ и его приложения Текст. / Марпл-мл.- пер. с англ. М.: Мир, 1990. — 584 с.
  48. , Э.И. Основы теории статистических измерений Текст. / Э. И. Цветков. Л.: Энергоатомиздат, 1986. — 256 с.
  49. , Г. Спектральный анализ и его приложения Текст. / Г. Дженкинс, Д. Ватте — пер. с англ. М.: Мир, 1971. — Вып.1. — 317 с. — 1972. -Вып. 2. — 288 с.
  50. , Э.А. История развития теории спектрального оценивания Текст. / Э. А. Робинсон // ТИИЭР. 1982. — Т.70. — № 9. — С. 6−32.
  51. , А.Н. Основы спектрального анализа Текст. / А. Н. Зайдель. М.: Наука, 1965. — 322 с.
  52. , Г. Я. Аппаратурное определение характеристик случайных процессов Текст. / Г. Я. Мирский. М.: Энергия, 1972. — 456 с.
  53. , С.И. Радиотехнические цепи и сигналы Текст. / С. И. Баскаков. М.: Высш. шк., 1988. — 448 с.
  54. , В.И. Ортогональные фильтры Текст. / В. И. Куля. Киев: Техшка, 1967. — 240 с.
  55. , Е.С. Теория вероятностей и ее инженерные приложения Текст. / Е. С. Вентцель, Л. А. Овчаров. М.: Высш. шк., 2000. — 480 с.
  56. , И.С. Радиотехнические цепи и сигналы Текст. /
  57. И.С. Гоноровский. -М.: Радио и связь, 1986. 512 с. i
  58. , В.Т. Статистическая радиотехника: Примеры и задачи.
  59. Текст. / В. Т. Горяинов, А. Г. Журавлев, В. И. Тихонов М.: Сов. радио, 1980. — 544 с.
  60. , Г. Я. Электронные измерения Текст. / Г. Я. Мирский. -М.: Энергия, 1986.-440 с.
  61. , В.Е. Оценка качества радиосвязи Текст. / В. Е. Бухвинер. М.: Связь, 1974. — 572 с.
  62. , A.M. Широкополосная радиосвязь Текст. / A.M. Семенов, А. А. Сикарев. М.: Воениздат, 1970. — 278 с.
  63. Вайнштейн, Л. А. Выделение сигналов на фоне случайных помех
  64. Текст. / Л. А. Вайнштейн, В. Д. Зубаков. М.: Сов. радио, 1960. — 361 с.
  65. , Р.К. Широкополосные системы Текст. / Р. К. Диксон. -М.: Наука, 1979.-302 с.
  66. Кук, Ч. Радиолокационные сигналы Текст. / Ч. Кук, М. Бернфельд — пер. с англ. М.: Сов. радио, 1971. — 568 с.
  67. , И.И. Введение в техническую диагностику машин Текст. / И. И. Артоболевский, Ю. И. Болицкий, М. Д. Генкин. .М., 1979. -296 с.
  68. , М.Д. Виброакустическая диагностика машин и механизмов Текст. / М. Д. Генкин, А. Г. Соколова. М.: Машиностроение, 1987.-282 с.
  69. , А. Прикладная ИК-спектроскопия Текст. / А. Смит — пер. с англ. М.: Мир, 1982. — 328 с.
  70. , Р.Дж. Введение в Фурье-спектроскопию Текст. / Р. Дж. Белл- пер. с англ. М.: Мир, 1975. — 380 с.
  71. Медицинская электронная аппаратура для здравоохранения «Текст. / JI. Кромвелл, М. Ардитти, Ф. Вейбелл [и др.] М.: Радио и связь, 1981.-344 с.
  72. , Г. Я. Электрокаридография Текст. / Г. Я. Дехтярь. М.: Медгиз, 1955. — 156 с.
  73. , В.А. Анализаторы инфразвуковых случайных процессов Текст. / В. А. Калинчук, В. П. Пиастре. Д.: Энергия, 1973.- 184 с.
  74. , В.В. Статистические методы в гидролокации Текст. / В. В. Ольшевский. Д.: Судостроение, 1976. — 184 с.
  75. , П. Линии, химических элементов в астрономических спектрах Текст.,/ П. Мерил. М.: Физматгиз, 1959. — 191 с.
  76. , К. Спектральный анализ временных рядов в экономике Текст. / К. Гренджер, М. Хатанака. М.: Статистика, 1972. — 312 с.
  77. , A.M. Об одной теореме теории вероятностей Текст. / A.M. Ляпунов // Собр. соч.: в 6 т. М.: Изд-во АН СССР, 1954. — Т. 1. — С. 125−151.
  78. , П.В. К вопросу об измерении характеристической функции стационарного эргодического процесса Текст. / П. В. Мельников // Электросвязь. 1962. — № 12. — С. 19−25.
  79. , П.В. Метод измерения статистических параметров низкочастотных стационарных эргодических процессов Текст. / П. В. Мельников // Сб. науч. тр. / ЦНИИС МС. М., 1960 — Вып. 1. — С. 100−109.
  80. , Е. Характеристические функции Текст. / Е. Лукач- пер. с англ. М.: Наука, 1979. — 424 с.
  81. , Ю.М. Прикладной анализ характеристической функции случайных процессов Текст. / Ю. М. Вешкурцев. М.: Радио и связь, 2003.-204 с.
  82. , Ю.М. Оценки вероятностных характеристик относительных параметров сигнала и алгоритмы для их определения Текст. / Ю. М. Вешкурцев // Методы и аппаратура для измерения сдвига фаз. -Красноярск: Ин-т. физики СО АН СССР, 1980. С. 51−55.
  83. , Е.С. Теория вероятностей Текст. / Е. С. Вентцель. М.: Высш. шк., 2001. — 575 с.
  84. , В.Е. Теория вероятностей и математическая статистика Текст. / В. Е. Гмурман. М.: Высш. шк., 2003. — 479 с.
  85. , Б.В. Курс теории вероятностей Текст. / Б. В. Гнеденко. -М.: Наука, 1988.-448 с.
  86. , Д.В. Малая выборка Текст. / Д. В. Гаскаров, В. И. Шаповалов. М.: Статистика, 1978. — 248 с.
  87. , В.В. Радиоэлектронная борьба: радиоразведка и радиопротиводействие Текст. /В.В. Цветнов, В. П. Демин, А. И. Куприянов. -М.: МАИ, 1998.-248 с.
  88. Ван дер Зил, А. Шум. Источники, описание, измерение Текст. / А. Ван дер Зил — пер. с англ. М.: Сов. Радио, 1973. — 228 с.
  89. , Г. В. Вариабельность ритма сердца Текст. / Г. В. Рыбкина, А. В. Соболев. -М.: СтарКо, 1998. 185 с.
  90. , Jl.А. Безэталонный молекулярный спектральный анализ. Теоретические основы Текст. / Л. А. Грибов, В. И. Баранов, М. Е. Эляшберг. -М.: Едиториал УРСС, 2002. 320 с.
  91. , М.Е. Молекулярный спектральный анализ и ЭВМ Текст. / М. Е. Эляшберг, Л. А. Грибов, В. В. Серов. М.: Наука, 1980. — 307 с.
  92. , В.Н. Статистические исследования сейсмического режима Текст. / В. Н. Гайский. М.: Наука. 1970.- 124 с.
  93. , Т.К. Анализ, распознавание и интерпретация речевых сигналов Текст. / Т. К. Винцюк. Киев: Наукова Думка, 1987. — 262 с.
  94. , В.Т. Спектральное оценивание методами максимальной энтропии Текст. / В. Т. Сарычев. Томск: Изд-во Том. ун-та, 1994. — 257 с.
  95. , Г. Оптическая пирометрия Текст. / Г. Рибо. М.-Л.: ГТТИ, 1934.
  96. Температурные измерения Текст. / под ред. О. А. Геращенко. -Киев: Наук, думка, 1989. 447 с.
  97. , Ж. Инфракрасная термография/ Основы, техника, применение Текст. / Ж. Госсорг — пер. с франц. М.: Мир, 1988. — 416 с.
  98. Теория оптических систем Текст.: учебник для студентов приборостроительных специальностей вузов / Н. П. Заказнов, С. И. Кирюшин, В. Н. Кузичев. М.: Машиностроение, 1992. — 448 с.
  99. , А. Анализаторы спектра на российском рынке Текст. / А. Шиганов // Электроника: Наука, Технология, Бизнес. 2004. — № 3. — С. 68−71.
  100. , Г. Техническая оптика Текст. / Г. Шредер, X. Трайбер — пер. с нем. М.: Техносфера, 2006. — 424 с. ,
  101. Кулешов- Е. Л. Декомпозиция стационарных случайных процессов на гармонические компоненты как основа спектрального анализа высокого разрешения Текст. / Е. Л. Кулешов // Автометрия. 2000. — № 4. — С. 26−35.
  102. , E.JI. О непараметрическом спектральном анализе стационарных случайных процессов Текст. / E.JI. Кулешов // Автометрия. -2002. -№ 1.-С. 123−126.
  103. , В.Г. Непараметрический биспектральный анализ стационарных случайных процессов Текст. / В. Г. Алексеев // Успехи соврем, радиоэлектроники. 2003. — № 5. — С. 40−47.
  104. , В.Г. О непараметрических оценках спектральной плотности стационарного случайного процесса с дискретным временем Текст. / В. Г. Алексеев // Автометрия. 2003. — Т. 39. — № 1. — С. 82−86.
  105. , В.Г. О вычислении спектров стационарных случайных процессов по выборкам большого объема Текст. / В. Г. Алексеев // Проблемы передачи информ. 1980. — Т. 16. — № 1. — С. 42−49.
  106. , Ф.Дж. Использование окон при гармоническом анализе методом дискретного преобразования Фурье Текст. / Ф.Дж. Херрис // Тр. ин-та инженеров по электротехнике и радиоэлектронике. — 1978. Т. 66. — № 1.-С. 60−96.
  107. , E.JI. Оптимальные сглаживающие окна в спектральном анализе случайных процессов Текст. / E.JI. Кулешов // Автометрия. 1999. -№ 2.-С. 100−102.
  108. , В.Г. Выбор спектрального окна при построении спектральной плотности случайного процесса Текст. / В. Г. Алексеев // Радиотехника. 1999. — № 9. — С. 38−42.
  109. , И.В. Оптика спектральных приборов Текст. / И. В. Пейсахсон. JL: Машиностроение, 1975. — 312 с.
  110. , JI. Голографическая и спекл-интерферометрия Текст. / JI. Джоунс, К. Уайкс — пер. с англ. М.: Мир- 1986. — 328 с.
  111. , К.И. Спектральные приборы Текст. / К. И. Тарасов. М.: Машиностроение, 1968.-388 с.
  112. , А.Н. Основы фурье-спектрорадиометрии Текст. / А. Н. Морозов, С. И. Светличный. М.: Наука, 2006. — 275 с.
  113. Оптика Текст.: учеб. пособие для физ. спец. вузов. М.: Высш. шк., 1985.-351 с.
  114. Физическая оптика Текст. / С. А. Ахманов, С. Ю. Ниткин. М.: Изд-во МГУ- Наука, 2004. — 656 с.
  115. , А.А. Цифровые анализаторы спектра, сигналов и логики Текст. / А. А. Афонский, В. П. Дьяконов. М.: Солон-пресс, 2009. -248 с.
  116. , Дж. Анализ временных рядов. Прогноз и управление Текст. / Дж. Бокс, Г. Дженкинс — пер. с англ. М.: Мир, 1974. — Вып. 1. — 408 с. -Вып. 2. — 200 с.
  117. , В.И. Методы обработки измерений: квазиправдоподобные оценки Текст. / В. И. Мудров, B.JI. Кушко. М.: Сов. радио, 1983.-304 с.
  118. , И.А. Об оценке методом максимального правдоподобия параметров спектральной плотности стационарного процесса Текст. / И. А. Ибрагимов // Теория вероятностей и ее применения. 1967. — Т XII.-№ 1.-С. 128−134.
  119. , К.О. Асимптотически эффективное оценивание параметров спектра гауссовского временного ряда Текст. / К. О. Джапаридзе. Тбилиси: Тбилист. ун-т, 1977. — 129 с.
  120. , У.Ф. Спектральный анализ и методы сверхразрешения с использованием адаптивных решеток Текст. / У. Ф. Гейбриел // Тр. ин-та инженеров по электротехнике и радиоэлектронике. 1980. — Т. 68. — № 6. -С. 19−31.
  121. , В.Ф. Выборочные свойства спектральной оценки максимальной энтропии Текст. / В. Ф. Писаренко // Распознавание и спектральный анализ в сейсмологии. Вычислительная сейсмология. М.: Наука, 1977.-Вып. 10.-С. 118−149.
  122. Цыпкин, Я.3. Об оптимальных алгоритмах оценивания спектральных плотностей Текст. / Я. З. Цыпкин, Э. Д. Аведьян // Докл. АН СССР. 1984. — Т. 277. — № 6. — С. 1341−1344.
  123. , В.В. О гарантированном оценивании спектральной плотности мощности процесса авторегрессии скользящего среднего Текст. / В. В. Конев, В. В. Шаповалов // Проблемы передачи информации. — 2002. -Вып. l.-T. 38.-С. 92−107.
  124. , А.Н. Кумулянтный анализ негауссовых случайных процессов и их преобразований Текст. / А. Н. Малахов. М.: Сов. радио, 1978.-376 с.
  125. , Ю.М. Оценка корреляционной функции случайного процесса Текст. / Ю. М. Вешкурцев, Ю. И. Сысоев // Теория и практика автоматизированных измерений: межвуз. тем. сб. науч. труд. Омск: Изд. ОмПИ, 1990-С. 30−35.
  126. , Н.И. К оценке характеристической функции эргодического случайного процесса Текст. / Н. И. Гольдберг // Изв. вузов СССР. Радиофизика. 1965. — Т. 8. — № 4. — С. 711−716.
  127. , Н.И. Оценка характеристической функции стационарного случайного процесса Текст. / Н. И. Гольдберг // Радиотехника и электроника. 1964. — Т. 9: — № 7. — С. 1300−1304.
  128. А.с. № 1 569 740 СССР, МКИ G01R 25/00. Способ измерения статистических характеристик флуктуаций фазы сигнала Текст. / В. В. Вережников, Ю. М. Вешкурцев, М. Ю. Пляскин (СССР). № 4 359 264/24−21 — заявл. 05.01.88 — опубл. 07.06.90, Бюл. № 21.
  129. А.с. № 1 553 919 СССР, МКИ G01R 25/00. Статистический анализатор конечной разности фазы сигнала Текст. / Ю. М. Вешкурцев, О.Г.
  130. , С.М. Новиков (СССР). -№ 4 458 288/24−21 — заявл. 11.07.88 — опубл. 30.03.90, Бюл. № 12.-14 с.
  131. А.с. 171 448 СССР, МКИ G01R 19/12. Способ измерения многомерной характеристической функции стационарных случайных процессов Текст. / Н. И. Гольдберг (СССР). № 922 383/26−9 — заявл. 21.09.64 — опубл. 26.05.65, Бюл. № 11.
  132. , Н.И. Анализатор характеристической функции случайной фазы квазигармонического сигнала Текст. / Н. И. Гольдберг // Приборы и техника эксперимента. 1966. — № 3. — С. 115−120.
  133. Пат. 2 261 451 Российская Федерация, МКИ G01R 25/00. Анализатор характеристической функции сигнала Текст. / Вешкурцев Ю. М., Немкин Ю. О. № 2 004 111 028/28 — заявл. 12.04.2004 — опубл. 27.09.2005. -Бюл. № 27.
  134. Математическое обеспечение виртуального анализатора характеристической функции сигналов вибраций для диагностики изделий Текст.: отчет о НИР (заключ.) / Институт радиоэлектроники, сервиса и диагностики (ИРСИД) — рук. Вешкурцев Ю. М. Омск, 2004. — 68 с.
  135. , Ю.М. Исследование нелинейных искажений методом характеристической функции Текст. / Ю. М. Вешкурцев // Изв. ВУЗов. Приборостроение. 1997. -N 7. — С. 45−48.
  136. , Ю.М. Применение метода характеристической функции для контроля твердости ферромагнетика Текст. / Ю. М. Вешкурцев, А. А. Колодин // Динамика систем, механизмов и машин: материалы 3-ей междун. науч.- техн. конф. Омск: ОмГТУ, 1999. — С. 221−224.
  137. , Ю.М. Характериометрический метод оценивания спектральной плотности Текст. / Ю. М. Вешкурцев, А.Б.- Ионов // Омский научный вестник. № 4. — 2005. — С. 151−155.
  138. , Ю.М. Характериометрический метод оценивания спектральной плотности Текст. / Ю. М. Вешкурцев, А. Б. Ионов // Наука, образование, бизнес: тезисы докладов научно-практической конференции. — Омск: ИРСИД, 2005. С. 12−13.
  139. Пат. 2 019 845 Российская Федерация, МКИ G01R 23/16. Статистический анализатор Текст. / Вешкурцев Ю. М, Сысоев Ю. Н. Заявл. 19.06.1991 — опубл. 15.09.1994. — 10 с.
  140. , Ю.М. Автокогерентные устройства измерения случайных процессов Текст. / Ю. М. Вешкурцев. Омск: Изд-во ОмГТУ, 1995.- 163 с.
  141. , Ю.М. Алгоритмы определения моментов распределения случайного процесса с использованием характеристической функции Текст. / Ю. М. Вешкурцев, С. М. Новиков // Известия вузов СССР. Радиоэлектроника. 1990. — Т. 33. — № 7. — С. 94−96.
  142. А.с. 1 538 143 СССР, МКИ G01R 25/00. Статистический анализатор конечной разности фазы сигнала Текст. / Ю. М. Вешкурцев, С. М. Новиков. -Заявл. 04.01.1998 — опубл. 23.01.1990. 14 с.
  143. , Н.И. Оценки математического ожидания и дисперсии случайного процесса Текст. / Н. И. Гольдберг // Радиотехника. 1965. — Т. 20.-№ 4.-С. 21−26.
  144. , В.И. Выбор частоты квантования при измерении характеристик случайного процесса дискретными методами Текст. / В. И. Кинщак, А. В. Нестеров // Известия вузов СССР: Радиоэлектроника. 1979. -№ 1.-С. 108−110.
  145. Справочник по специальным функциям Текст. / под ред. М. Абрамовича и И. Стиган — пер. с англ. М.: Наука, 1966. — 296 с.
  146. , П.В. Оценка погрешностей результатов измерений Текст. / П. В. Новицкий, И. А. Зограф. JL: Энергоатомиздат, 1985. — 248 с.
  147. , Э.И. Методические погрешности статистических измерений Текст. / Э. И. Цветков. JL: Энергоатомиздат, 1984. — 144 с.
  148. , Ю.М. О влиянии коэффициента взаимной корреляции сигналов на точность оценок статистических характеристик фазовых флуктуаций Текст. / Ю. М. Вешкурцев // Вопросы радиоэлектроники. Сер. «Техника радиосвязи». 1969. — Вып. 9. — С. 12−23.
  149. , Ю.М. Оценка погрешностей определения статистических характеристик флуктуаций фазы анализатором с идеальным каналом формирования-- опорного, колебания Текст. / Ю. М. Вешкурцев // Автометрия. 1983. — № 6. — С. 48−53:
  150. Справочник по нелинейным схемам Текст. / под ред: Д. Шейнголда — пер. с англ. М.: Мир, 1977. — 524 с.
  151. , В.Н. Аналоговые перемножители сигналов в радиоэлектронной аппаратуре Текст. / В. Н. Тимонтеев, JI.M. Величко, В. А. Ткаченко. М.: Радио и связь, 1982. — 112 с.
  152. , Г. Э. Схемотехника аналоговых и аналого-цифровых электронных устройств Текст. / Г. Э. Волович. М.: Додэка-ХХ1, 2007. — 528 с.
  153. , С. Электронные цепи, сигналы и системы Текст. / С. Мэзон, Г. Циммерман. М.: Изд-во иностр. лит., 1963. — 622 с.
  154. , А.Г. Применение прецизионных аналоговых ИС Текст. / А. Г. Алексенко, Е. А. Коломбет, Г. И. Стародуб. М.: Сов. радио, 1980.-222 с.
  155. , Г. Справочник по математике для научных работников и инженеров Текст. / Г. Корн, Т. Корн. М.: Наука, 1984. — 832 с.
  156. , А.А. Проблемы аттестации встроенного программного обеспечения средств измерений Текст. / А. А. Дудыкин, Ю. А. Кудеяров, А. Н. Паньков // Законодательная и прикладная метрология. 2007. — № 1. — С. 2226.
  157. , Г. В. Современные подходы к аттестации программного обеспечения средств измерений Текст. / Г. В. Злыгостева, М. М. Чухланцева // Измерительная техника. 2007. — № 5. — С.65−68.
  158. ГОСТ Р 8.596−2002. Метрологическое обеспечение измерительных систем. Основные положения Текст.
  159. МИ 2174−91. Рекомендация ГСИ. Аттестация алгоритмов и программ обработки данных при измерениях. Основные положения Текст.
  160. , С.А. Математическое описание и моделирование случайных процессов Текст. / С. А. Прохоров. Самара: Самар. гос. аэрокосм, ун-т., 2001. — 209 с.
  161. , В.В. Радиоэлектронная борьба: радиомаскировка и помехозащита Текст. / В. В. Цветнов, В. П. Демин, А. И. Куприянов. М.: МАИ, 1999.-240 с.
  162. Bianchi, С. Natural and man-made terrestrial electromagnetic noise: an outlook Текст. / С. Bianchi, A. Meloni // Annals of geophysics. 3 June 2007. -Vol. 50, № 3.
  163. Achatz, RJ. Man-made noise power measurements at VHF and UHF frequencies Текст. / R.J. Achatz, R.A. Dalke // NTIA Report 02−390. -Department of Commerce USA. December 2001.
  164. Dalke, R. Measurement and analysis of man-made noise in VHF and UHF bands Текст. / R. Dalke, R. Achatz, Y. Lo, P. Papazian, G. Hufford // IEEE Wireless Communications Conference proceedings. Boulder, USA: 11−13.08.1997.-229−233 pp.
  165. Masoum, H. Simulation of man-made noise in 100 MHz to 3 GHz band Текст. / H. Masoun, J.G. Gardiner // IET Mobile Radio and Personal Communications Conference proceedings. Coventry, UK: 09−11.12.1991. — 255 260 pp.
  166. Riley, N.G. Modelling and measurement of man-made radio noise in the VHF-UHF bands Текст. / N.G. Riley, K. Docherty // Antennas and Propagation International Conference proceedings. Eindhoven, Netherlands: 0407.04.1995.- Vol. 2.-313−316 pp.
  167. Wagstaff, A. Man-made noise measurement programme Текст. / A. Wagstaff, N. Merricks // Communications, IEEE Proceedings. 3 June 2005. -Volume 152, issue 3. — 371−377 pp.
  168. , Ш. М. Аппроксимация распределений комплекса помех в радиоканалах систем подвижной радиосвязи Электронный ресурс. / Ш. М.
  169. , А.Ф. Надев, P.P. Файзуллин, З. Г. Закиров, П. А. Кокунин // Сетевой электронный научный журнал «Системотехника». 2005. — № 3. — Режим доступа: http://systech.miem.edu.ru/ogl-3.html, свободный.
  170. Middleton, D. Man-made noise in urban environments and transportation systems: models and measurements Текст. / D. Middleton // Vehicular Technology, IEEE Transactions. November 1973. — Volume 22, Issue 4.-148−157 pp.
  171. Britton, M.S. A practical utilisation of Middleton EMI models: automated modelling, parameter estimation and optimization Текст. / M.S. Britton, M.L. Scholz [DSTO Electronics and Surveillance Research Laboratory]. -Salisbury, Australia. August 1995.
  172. , Д.Я. Оптические методы измерения истинных температур Текст. / Д. Я. Свет. М.: Наука, 1982.
  173. Копьев, В: А. Термометрия по распределению интенсивности в спектре теплового излучения Текст. / В. А. Копьев, И. А. Коссый, А. Н. Магунов, Н. М. Тарасова // Приборы и техника эксперимента. 2006. — № 4. -С. 131−135.
  174. , А.Н. Спектральная пирометрия Текст. / А. Н. Магунов // Приборы и техника эксперимента. 2009. — № 4. — С. 5−28.
  175. , В.П. Лазерная интерферометрия Текст. / В. П. Коронкевич, B.C. Соболев, В. Н. Дубнищев. Новосибирск: Наука, 1983. -216 с.
  176. Ng, D. Use of a multiwavelength pyrometer in several elevated temperature aerospace applications Текст. / D. Ng, G. Fralick // Rev. Sci. Instrum. 2001. — V. 72. — № 2. — P. 1522−1530.
  177. Hiller, R. Spectrum of synchronous picosecond sonoluminescence Текст. / R. Hiller, S.J. Putterman, B.P. Barber // Phys Rev Lett. 1992. — V. 69. -P. 1182−1184.
  178. , Ю.М. Теоретические основы атмосферной оптики Текст. / Ю. М. Тимофеев, А. В. Васильев. СПб.: Наука, 2003. — 476 с.
  179. , А.Х. Фурье-спектры комбинационного рассеяния и инфракрасного поглощения полимеров. Справочник Текст. / А. Х. Купцов, Г. Н. Жижин. М.: ФИЗМАТЛИТ, 2001. — 656 с.
  180. Излучательные свойства твердых материалов Текст. / под ред. А. Е. Шейндлина. М.: Энергия, 1974.
Заполнить форму текущей работой

Пора сдавать?