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

Исследование и разработка методов и алгоритмов адаптивного спектрального анализа широкополосных случайных процессов

Диссертация: Исследование и разработка методов и алгоритмов адаптивного спектрального анализа широкополосных случайных процессов
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Составление спектральных моделей случайных процессов. Постановка задач адаптивного планирования экспериментов спектрального анализа. I. АНАЛИЗ ОСОБЕННОСТЕЙ ОЦЕНИВАНИЯ СПЕКТРА СЛУЧАЙНЫХ ПРОЦЕССОВ В УСЛОВИЯХ ДЕФИЦИТА АПРИОРНОЙ И ЭКСПЕРИМЕНТАЛЬНОЙ ИНФОРМАЦИИ «.. 9 1Л. Современное состояние оперативного спектрального анализа1. 1. 1. Анализ гробленной области. ю. Основные направления развития… Читать ещё >

Содержание

  • I. АНАЛИЗ ОСОБЕННОСТЕЙ ОЦЕНИВАНИЯ СПЕКТРА СЛУЧАЙНЫХ ПРОЦЕССОВ В УСЛОВИЯХ ДЕФИЦИТА АПРИОРНОЙ И ЭКСПЕРИМЕНТАЛЬНОЙ ИНФОРМАЦИИ ". .. 9 1Л. Современное состояние оперативного спектрального анализа
    • 1. 1. 1. Анализ гробленной области. ю
    • 1. 1. 2. Основные направления развития адаптивного спектралшсго анализа
    • 1. 2. ^Составление спектральных моделей случайных процессов
    • 1. 3. Постановка задач адаптивного планирования экспериментов спектрального анализа

Исследование и разработка методов и алгоритмов адаптивного спектрального анализа широкополосных случайных процессов (реферат, курсовая, диплом, контрольная)

Основные направления экономического и социального развития СССР на I98I-I985 гг. и на период до 1990 г. предусматривают дальнейшее развитие научно-технических исследований, техническое перевооружение производства с внедрением новых достижений науки, техники и технологии. Развитие науки и техники обусловило необходимость разработки новых методов и технических средств статистических измерений с улучшенными метрологическими характеристиками и широкими фунщиональными возможностяьли. Важное место в практже статистической обработки сигналов принадлежит спектральному анализу (СА). Важность спектрального анализа обусловливается, прежде всего, большим числом практических применений в автоматизированных системах переработки информации для решения задач управления, фильтрации, предсказания, распознавания образов и других /7,22,3540,47−51,54/.В настоящее время разработано большое число разнообразных методов, алгоритмов и средств спектрального анализа, широко проверенных и используемых на практике /7,16−23,47−49, 69,88,110,112/. Для современных исследований при проведении разнообразных экспериментов характерно требование к увеличению скорости анализа при априорной неопределенности свойств сигналов /7,12,14,37,59−62/. Анализ основных используегшх на практике методов СА показывает, что необходимым условием их применения является значительный объем априорной и экспериментальной информации об исследуемых объектах или процессах /7,44,61/. Использование известных методов в условиях ограниченности априорной ш^ормации приводит к неоптимальному планированию экспериментов и к уменьшению точности оценок или необходимости значительного увеличения объемов реализаций процессов. Поэтому необходима разработка таких методов и средств статистического анализа, которые позволили бы с незначительными материальными и техническими затратами повышать производительность обработки сигналов и достоверность ее результатов в условиях дефицита экспериментальной и априорной га^ормации /12,14,46,86/.Перспективный путь решения указанной проблемы заключается в разработке и использовании методов и средств адаптивного статистического анализа /3,38,46,50,60,66,87/. Увеличение достоверности анализа при этом должно достигаться за счет повышения эффективности использования текущей информации, ее накопления в ходе эксперимента и дополнительной обработки. Общая методология организации адаптивных процедур статистического анализа была разработана в 70-х годах в работах Я. З. Цыпкина, В. Г. Репина, Г. П. Тартаковского, В. В. Ольшевского и других авторов /32,42,46,59−61,87/. Использование микропроцессорной элементарной базы и микро-ЗШ, позволяющих гибко перестраивать программу обработки в зависимости от характеристик поступающих потока данных, создало возможность технической реализации методов адаптивного анализа. Опыт разработки и применения средств адаптивной статистической обработки подтверждает эффективность их использования для корреляционного анализа, оценивая функции распределения и моментов случайного процесса. Однако в области спектрального анализа такой подход не по^^дшл еще достаточного развития. Методы адаптивного спектрального анализа (АСА) разработаны главным образом для класса нестационарных случайных процессов в работах В. П. Перова /49/, А. Й. Солодовникова /67/ и некоторвк других авторов /18,33,60,104/. Применение в анализе нестационарных процессов процедур адаптивной обработки диктуется необходимостью использования нестационарнБос спектральных моделей с адаптивной перестройкой во времени значений параметров. Для стационарных случайных процессов адаптивная стратегия эксперимента является необходимой в условиях априорной неопределенности спектральных свойств процесса. Особенно важной она становится при малых объемах выборок, когда определяющее влияние на достоверность результатов анализа преобретают методические составляющие погрешности. В настоящее время, несмотря на отдельные успехи в решении частных задач выбора параметров операторов оценивания спектра, вопросы формализации стратегий адаптивного планирования эксперимента находятся на начальной стадии исследования, а методы поэтапного выбора типа спектральной модели, ее размерности и ряда других параметров практически отсутствуют. Целью диссертационной работы является создание методов и алгоритмов адаптивного спектрального анализа стационарных случайных процессов, обладающих повышенной эффективностью в условиях дефицита априорной и экспериментальной информации, а также разработка на их основе функциональных структур процессоров адаптивного спектрального анализа. Поставленная цель определяет следующие основные задачи диссертационной работы.

Результаты исследования внедрены в разработке процессора адаптивной обработки сигналов и могут быть использованы при проектировании широкого класса спецпроцессоров.

8. Исследованы алгоритмические аспекты реализации методов адаптивного спектрального анализа. Выбраны базовые модули программного обеспечения и выявлены возможности распараллеливания вычислительного процесса в пространстве и во времени, что является необходимым для организации обработки в реальном масштабе времени процессов с полосой частот выше 20 Гц.

Алгоритмы адаптивного спектрального анализа, реализованные в виде пакета прикладных программ, использованы в натурных испытаниях ряда организаций и могут также применяться в задачах технической диагностики, анализе структуры полей и др.

9. Разработаны структурные схемы процессоров адаптивного спектрального анализа, защищенные четырьмя авторскими свидетельствами. Предложенные структурные решения характеризуются высокой производительностью, автоматизацией обработки и повышенной эффективностью при анализе в условиях априорной неопределенности относительно ряда свойств исследуемых случайных процессов.

Разработанные подходы и структурные решения могут быть использованы для оптимизации различных методов статистической обработки информации.

ЗАКЛЮЧЕНИЕ

.

Показать весь текст

Список литературы

  1. Ю.И., Михайлюков В. Н., Стручев В. Ф. Исследование эффективности рекурсивной цифровой адаптивной настройки по критерию максимума отношения сигнал/помеха. — Радиотехника и электроника, 1981, $ 7, с. 1438−1443.
  2. Т. Статистический анализ временных рядов. -М.: Мир, 1976.- 756 с.
  3. В.А., Розенберг В. Я. Современное состояние средств измерений характеристик случайных процессов и полей. М.: Госстандарт СССР, ВНИШТРИ, 1978.- 56 с.
  4. Ахо А., Хопкрофт Дд., Ульман Дк. Построение и анализ вычислительных алгоритмов. М.: Мир, 1979.- 536 с.
  5. Е.П., Пузанков Д. В. Микропроцессорные и микромашинные системы. М.: Радио и связь, 1981.- 326 с.
  6. Й. Нелинейное оценивание параметров. М.: Статистика, 1979.- 349 с.
  7. Бендат Дли, Пирс о л А. Применение корреляционного и спектрального анализа. М.: Мир, 1983.- 312 с.
  8. Дк., Дкенкинс Г. Анализ временных рядов. Прогноз и управление. М.: Мир, 1974.- 406 с.
  9. Л.Н., Смирнов Н. В. Таблицы математической статистики. М.: Наука, 1983.- 430 с.
  10. Д. Временные ряды. Обработка данных и теория. М.: Мир, 1980.- 536 с.
  11. В.А., Моркус К. Т., Петрикис С. Р. Принципы создания нового поколения анализаторов случайных процессов. -Науч.тр. ВУЗов Лит. ССР, Радиоэлектроника, 1981, т. 17, Л I, с. 68−71.
  12. Введение в кибернетическую технику: обработка физической информации /Под общ.ред. Б. Н. Малиновского. Киев: Наук, думка, 1979.- 256 с.
  13. Воллернер Н. Ф, Аппаратурный спектральный анализ сигналов. М.: Сов. радио, 1977, — 208 с.
  14. А.И., Зотов Ю. Я., Шикунов Ю. А. Оперативная обработка экспериментальной информации. М.: Энергия, 1972.360 с.
  15. ГОСТ 8.251−77. Анализаторы статистических характеристик. Нормируемые метрологические характеристики.
  16. К., Хотанака М. Спектральный анализ временных рядов в экономике. М.: Статистика, 1972.- 312 с.
  17. Ю.И., Мальков В. Л. Выборочные оценки спектральных характерно тик стационарных случайных процессов.
  18. М.: Энергия, 1978, — 152 с.
  19. Ю.И., Мальков В. Л. О разрядности переменных при цифровом спектральном анализе. Москва, 1981.- 34 с. (Препринт № 1355. Физико-энергетич. ин-т).19. £роп Д. Методы идентификации систем. М.: Мир, 1979.- 304 с.
  20. Э.Е., Кухарев Г. А. Алгоритмы спектрального анализа нестационарных случайных процессов и сигналов. -Новосибирск, 1978.- 22 с. (Препринт /Ин-т физ. полупроводников: 15−78).
  21. .С., Котельников В. И., Малиновский В. Н. Современное состояние и тенденции развития статистических анализаторов сигналов (Обзорная информация). М.: ЦНШПЭЙ, 1981, вып. 4.- 32 с.
  22. Г., Ватте Д. Спектральный анализ и его приложения. М.: Мир, 1971, вып. I.- 316 е., 1972, вып. 2.- 228 с.
  23. А.Н., Иванов 1.И., Юрлов Ю. И. ГЛногоцелевой статистический анализ случайных сигналов. Новосибирск: Наука, 1975.- 163 с.
  24. В.М. Организация и проектирование систем автоматизации научно-технических экспериментов. Киев: Наукова думка, 1978.- 132 с.
  25. И.Г. Сложные технические системы (оценка характеристик). М.: Высш.шк., 1984.- 119 с.
  26. Ю.А. Точностные характеристики управляющих вычислительных машин. М.: Энергоатомиздат, 1983.- 136 с.
  27. И.Г. Спектральный анализ временных рядов. -М.: Изд-во Моск. ун-та, 1982.- 168 с.
  28. В.К. Теория вычисления преобразования Фурье.-Киев: Наук. думка, 1983.- 216 с.
  29. В.Ф., Столбов М. Б. Сопоставление двух способов моделирования эффектов конечной разрядности цифрового адаптивного фильтра. В сб.: Техника средств связи (сер. техника проводной связи), 1984, вып. I, с. 59−63.
  30. .П., Алексеев А. А., Погорелов В. А. К вопросу автоматического регулирования некоторых параметров анализаторов спектра. JE., 1974.- 15 с. (Рукопись деп. в ВШИ, Ш Рй-74−21).
  31. Исследование зависимости точности определения коэффициентов линейного предсказания от уровня шума (отчет).1.: ЛЭТИ, ч. I, 1982, per. № 0182.8 034 568, ч. 2, 1983, per. Ш 0284.3 634.
  32. И.А., Степанов B.C., Чуркин А. В. Адаптивные системы сбора и передачи информации. М.: Энергия, 1985.240 с.
  33. Кей С., Марпл С. Современные методы спектрального анализа. Обзор. ТИИЭР, 1981, т. 69, В II, с. 5−51.
  34. А.Г., Белинский В. Т., Бочаров В. Е., Ку дивов А.В. Учет шумов квантования в адаптивных фильтрах, минимизирующих среднеквадратичную ошибку. Изв. ВУЗов. Радиоэлектроника, 1982, т. 25, № I, с. 31−37.
  35. К.В. Спектральный анализ случайных океанологических полей. Я.: Гидрометеоиздат, 1981.- 201 с.
  36. В.П., Павленко Ю. Ф. Проблемы теории и практики обеспечения единства измерений параметров формы и спектра радио технических сигналов. В кн.: Измерение параметров формы и спектра радиотехнических сигналов. — Харьков, 1981, с. 3−8.
  37. Ю.П. Адаптивные методы краткосрочного прогнозирования. М.: Статистика, 1979, — 254 с.
  38. Дд. Методы и техника обработки сигналов при физических измерениях. М.: Мир, 1983, вып. I.- 312 е., выл.2.-256 с.
  39. Дк.Д., Грей А. Х. Линейное предсказание речи. -М.: Связь, 1980.- 308 с.
  40. Математические задачи обработки эксперимента./ Под. ред. В. Я. Галкина, П. Н. Заикина. М.: Изд-во МГУ, 1984.- 233 с.
  41. А.Л., Столбов М. Б. Исследование метрологических особенностей линейной и нелинейной спектральных оценок.-В кн.: Статистические измерения и применение микромашинных средств в измерениях. Л.: ВНИИЭП, 1984, т. У, с.7−11.
  42. А.В. Классификация сигналов в условиях неопределенности. М.: Сов. радио, 1975.- 328 с.
  43. И.И., Боготов В. К., Переверткин С. М. Методика предварительной обработки нестационарных данных измерений.
  44. В кн.: Методы и аппаратура спектрального ж корреляционногоIанализа сложных сигналов, вып. 2. Таганрог, ТРТИ, 1978, с. I42-I5I.
  45. Г. Я. Характеристики стохастической взаимосвязи и их измерения. М.: Энергоиздат, 1982.- 320 с.
  46. В.В. Статистические методы в гидролокации.-I.: Судостроение, 1983.- 280 с.
  47. В.В. Адаптивная оптимизация статистических измерений. В кн.: Методы представления и аппаратурный анализ случайных процессов и полей. — Л.: ВНИИЭП, 1980, ч. I, с. 1929.
  48. В.А. Основы спектральной теории распознавания сигналов. Харьков: Вища школа. Изд-во при Харьк. ун-те, 1983, — 156 с.
  49. А.В., Шафер Р. В. Цифровая обработка сигналов.- М.: Связь, 1979.- 312 с.
  50. В.П. Прикладная спектральная теория оценивания.-М.: Наука, 1982.- 432 с.
  51. В.И., Воронина Е. Д. Теоретические основы организации и анализа выборочных данных в эксперименте. -Л.: Изд-во Ленингр. ун-та, 1979.- 232 с.
  52. В.Ф. Спектральная оценка максимальной энтропии и ее использование для определения частот гармоник. -Вычисл.сейсмол., вып. 8, 1975, с. 83−109.
  53. В.Ф. Выборочные свойства спектральной оценки максимальной энтропии. Вычисл. сейсмол., вып. 10, 1977, с. II8−149.
  54. Г. А. Метод синтеза структур спецпроцессоров! . ' параллельной цифровой обработки радиотехнической информации. В кн.: Измерение параметров формы и спектра радиотехнических сигналов. Харьков, 1981, с. 167−170.
  55. Применение цифровой обработки сигналов /Под ред. Э.Оппенгейма. М.: Мир, 1980.- 552 с.
  56. В.А., Столбов М. Б., Якименко В. И. Цифровой анализатор с адаптивной процедурой измерения спектра. -Автометрия, 1982, № 6, с. 51−54.
  57. А.В. Опыт разработки систем управления на основе микропроцессорных моделей с регулярной структурой. -Л.: ЛДНТП, 1981.- 20 с.
  58. Л., Гоулд Б. Теория и применение цифровой обработки сигналов. М.: Мею, 1978.- 848 с.
  59. Л.Р., Шафер Р. В. Цифровая обработка речевых сигналов. М.: Радио и связь, 1981.- 496 с.
  60. А.П. Обработка накопленной информации в затрудненных условиях. М.: Наука, 1976.- 244 с.
  61. В.Г., Тартаковский Г. П. Статистический синтез при априорной неопределенности и адаптации информационных систем. М.: Сов. радио, 1977.- 432 с.
  62. В.Я. Развитие концепции неопределенности в теории информационных систем. Измерение, контроль, автоматизация, 1981, № 3, с. 53−63.
  63. Романенко А.§-., Сергеев Г. А. Вопросы прикладного анализа случайных процессов. М.: Сов. радио, 1968.- 256 с.
  64. Е., Соэда Т., Накамидо Т. «Классические» методы и оценивание временных рядов. В кн.: Современные методы идентификации систем /Под ред. По Эйкхоффа. — М.: Мир, 1983.- 400 с.
  65. М.П. Определение оптимального периода наблюдений случайных процессов по экспериментальным данным на УВМ. -Киев, 1978.- 49 с. (Препринт 78−21. Ин-т кибернетики АН УССР).
  66. Н.А. О погрешностях рабош цифрового анализатора спектра, обусловленных конечной длиной машинного слова. В кн.: Методы и аппаратура спектрального и корреляционного анализа сложных сигналов, вып. 2, Таганрог, ТРТИ, 1978, с. 188−193.
  67. Современные методы идентификации систем /Под ред. П.Эйкхоффа. М.: Мдр, 1983.- 400 с.
  68. А.И. Синтез полных систем ортонормцрован-ных функций, имеющих алгоритм преобразования. В кн.: Вопросы теории систем автоматического управления. Вып. 4. — I.: Изд-во ЛГУ, 1978, с. 94−105.
  69. А.И., Столбов М. Б., Якименко В. И. Применение авторегрессионной модели для анализа частотных характеристик объектов. В кн.:Аппаратура для динамических испытаний промышленных объектов. — Д.: ДДНТП, 1984, с. 36−40.
  70. Спектральное оценивание. Тематический выпуск. -ТИИЭР, 1982, т. 70, Ш 9.
  71. A.M. Разработка и исследование спектральных методов сжатия случайных процессов. Дис.. канд.техн. наук. — Л.: ЛЭТЙ, 1978.- 195 с.
  72. М.Б., Якименко В. И. Метод оптимизации аргумента при вычислении спектра случайных процессов. В кн.: Проблемы создания преобразователей формы информации. — Киев: Наукова думка, 1980, ч. I, с. 64−67.
  73. М.Б. Особенности измерения спектра методом максимальной энтпопии. В кн.: Проблемы метрологического обеспечения систем обработки измерительной информации. — М.: ВНИШТРИ, 1982, с. 100−101.
  74. М.Б., Якименко В. И. Адаптивные методы повышения точности спектрального анализа, б- В кн.: Проблемы метрологического обеспечения систем обработки измерительной информации. М.: ВНШВДРИ, 1982, с. 104−105.
  75. М.Б. Сравнение вычислительных затрат в линейных и нелинейных методах спектрального анализа. В кн.: Статистические измерения и применение микропроцессорных средствв измерениях. Л.: ВНИИЭП, 1982, т. 3, с. 29−33.
  76. М.Б., Якименко В. И. Исследование систематических погрешностей авторегрессионной оценки спектра. В кн.: Статистические измерения и применение микропроцессорных средств в измерениях. — Л.: ВНИИЭП, 1982, т. I, с. 69−75.
  77. М.Б., Якименко В. И. Адаптивный процессор для анализа спектра на основе линейного предсказания. В кн.: Статистические измерения и применение микропроцессорных средств в измерениях. — I.: ВНИИЭП, 1982, т. 2, с. 54−58.
  78. М.Б. Особенности синтеза спецпроцессоров спектрального анализа на основе модулей с регулярной структурой. -В кн.: Гироскопические и навигационные системы. Пермь: ППИ, 1982, с. 104−109.
  79. М.Б., Якименко В. И. Алгоритмические особенности методов нелинейного спектрального анализа. В кн.: Информационно-измерительные системы и их элементы. — Новосибирск: НЭТИ, 1983, с. 16−22.
  80. М.Б. Анализ критериев оптимальности порядка спектральной оценки по методу максимальной энтропии. Изв.
  81. Ленингр.электротехн.ин-та, 1983, вып. 327, с. 86−88.
  82. М.Б. Подход к выбору ашрокотирующей спектральной модели. В кн.: Проблемы метрологического обеспечения систем обработки измерительной информации. — М.: 1984, с. 5455.
  83. . и др. Стационарные и нестационарные характеристики обучения адаптивных фильтров. ТИИЭР, 1976, т. 64, В 8, с. 37−51.
  84. Н.А., Шинаков Ю. С. Оценка порядка экстра-полятора при спектральном анализе методом максимальной энтропии. Изв. ВУЗов — Радиоэлектроника, 1982, т. 25, Л I, с. 6771.
  85. Харрис Использование окон при гармоническом анализе методом ДЕ1Ф. Обзор. ТИИЭР, 1978, т. 66, Л I, с. 60−97.
  86. А.А. Спектры и анализ.-М.: Гос. изд-во техн.-теорет. лит-ры, 1957.- 236 с.
  87. Э.И. Основы теории статистических измерений. -I.: Энергия, 1979.- 288 с.
  88. Я.З. Адаптация и обучение в автоматических системах. М.: Наука, 1968.- 400 с.
  89. П.М. Автоматизация спектрального и корреляционного анализа. М.: Энергия, 1969.- 384 с.
  90. А.с. $ 547 774 (СССР) Многоцелевой спектроанализатор /И.И.Якимович, А. И. Корякин. Опубл. в БИ, 1977, Л 7.
  91. А.с. В 550 558 (СССР) Адаптивный анализатор для параметрического спектрального анализа /А.И.Жданов. Опубл. в БИ, 1977, Л 16.
  92. А.с. Л 636 555 (СССР) Анализатор спектра /Ф.ВЛегодаев, Р. А. Ахмедаанов. Опубл. в БИ, 1978, № 45.
  93. А.с. Ш 734 597 (СССР) Цифровой анализатор спектра
  94. А.А.Петровский. Опубл. в БИ, 1980, № 18.
  95. А.с. № 792 168 (СССР) Устройство да определения спектральной плотности случайного процесса по его корреляционной функции Д. И. Мартынова. Опубл. в БИ, 1980, $ 48.
  96. А.с. № 838 600 (СССР) Анализатор спектра случайных процессов /В.А.Прянишников, В. И. Якименко, Н. В. Попенко. Опубл. в БИ, 1981, № 23.
  97. А.с. № 883 767 (СССР) Адаптивный анализатор спектра /В.И.Якименко. Опубл. в БИ, 1979, № 14.
  98. А.с. $ 89II72 (СССР) Однородный спектро-коррелометр /В.И.Якименко, М. Б. Столбов. Опубл. в БИ, — 1981, Л 30.
  99. А.с. I 955 087 (СССР) Адаптивный вероятностный спект-ро-коррелятор /В.Г.Корчагин. Опубл. в БИ, 1982, № 32,
  100. А.с. & 95II72 (СССР) Адаптивный анализатор спектра /М.Б.Столбов, В. Й. Якименко, А. Ф. Бульбанюк, А. П. Рязанов. -Опубл. в БИ, 1982, № 30.
  101. А.с. № I0I8I24(CCCP) Адаптивный вычислитель среднего значения /М.Б.Столбов, В. И. Якименко, Н. П. Львов. Опубл. в БИ, 1983, В 18.
  102. А.с. № 102 2065(СССР) Адаптивный анализатор спектра /Н.В.Бебих, А. И. Денисов. Опубл. в БИ, 1983, № 21.
  103. А.с. № 102 7636(СССР) Адаптивный анализатор с линейным предсказанием /М.Б.Столбов, В. И. Якименко, Н. П. Львов, Ц. Б. Эпштейн. Опубл. в БИ, 1983, 25.
  104. А.с. & 102 9182(СССР) Анализатор спектра /В.В.1убарев, В. Г. Кан, Ш. У. Фурман. Опубл. в БИ, 1983, № 26.
  105. А.с. № Ю49823(СССР) Адаптивный спектро-анализатор /М.Б.Столбов, В. И. Якименко, Н. П. Львов, Ц. Б. Эпштейн. Опубл. в БИ, 1983, № 39.
  106. Caraganis G. Different aspects of linear modelling for signal processing. Pattern Eecognition and Signal Processing, 1979, 521−552.
  107. Gray P.M. et al. Distortion measures for speech processing. IEEE Tr. on Acoustics, Speech and Signal Processing, 1980, ASSP-28, № 4, p. 367−376.
  108. Modern Spectrum Analysis./Ed. D.G.Ohilders.- New-York, IEEE Press, 1978.
  109. Nitzberg R. Effects of errors in adaptive weights.-IEEE Tr. on Aerospace and Electronics Systems, 1976, AES-12, № 3, P- 369−372.112 112. Nonlinear Methods of Spectrum analysis./Ed. S.Hykin.-Berlin, Springer-Verlag, 1979″
  110. Oliver O.J. Spectal analysis with short data batches. J. Phys. A: Math. Gen., 1979, 12, № 4, p. 591−617.
  111. Theodoridis S., Cooper D. Application of the maximum entropy spectrum analysis techniques to signal withspectral peacs of finite width. Signal Processing, 1981, № 3, p. 109−122.
  112. Thrane N. Zoom-FET. Briiel .J Kjxr Technical Review, 1980, № 2, p. 3−41.
  113. Timm J.E. Spectral analysis using frequency domain adaptive winding. Proc. IEEE Int. Gonf. ASSP-79, p. 379 382.
Заполнить форму текущей работой

Пора сдавать?