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

Оптимальная обработка сигналов при суммарно-смешанных полигауссовых моделях флуктуаций

Диссертация: Оптимальная обработка сигналов при суммарно-смешанных полигауссовых моделях флуктуаций
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Результаты проведенных исследований использованы: при выполнении НИР «Посткорреляционные модели и методы статистического анализа и оптимального синтеза для разработки аналоговых и цифровых устройств радиоэлектронных систем» по Плану приоритетных фундаментальных и прикладных исследований Академии наук Республики Татарстан на 2006;2008 г.- шифр 06−6.8.1/2006 (ФП) АНРТв Институте радиоэлектроники… Читать ещё >

Содержание

  • ГЛАВА 1. КОРРЕЛЯЦИОННЫЕ И ПОЛИГАУССОВЫ МОДЕЛИ И
  • МЕТОДЫ В ТЕОРИИ ПРИЕМА СИГНАЛОВ
    • 1. 1. Основные элементы корреляционной теории приема радиосигналов в шумах
    • 1. 2. Гауссовские смеси как основа решения актуальных задач статистической теории радиосвязи
      • 1. 2. 1. Полигауссовы представления случайных сигналов
      • 1. 2. 2. Полигауссов синтез оптимального приемника при произвольно заданных флуктуациях сигналов
    • 1. 3. Основные результаты и краткие
  • выводы
  • ГЛАВА 2. СУММАРНО — СМЕШАННЫЕ ПОЛИГАУССОВЫ ВЕРОЯТНОСТНЫЕ МОДЕЛИ СЛУЧАЙНЫХ ПРОЦЕССОВ
    • 2. 1. Феноменологическое и теоретико-вероятностное обоснование моделей входных колебаний приёмника при одновременной работе в общей зоне радиосистем с подвижными объектами
      • 2. 1. 1. Случайный процесс на входе приемника при случайных потоках флуктуирующих сигналов
      • 2. 1. 2. Определение суммарно-смешанного полигауссового (ССПГ) процесса
      • 2. 1. 3. Систематизация и классификация ССПГ моделей
      • 2. 1. 4. Плотности вероятности ССПГ процессов
    • 2. 2. Количество базовых параметров при ССПГ и количество параметров компонент в общем случае ПГ
    • 2. 3. Взаимосвязь параметров смеси и компонент
      • 2. 3. 1. Взаимосвязи средних значений
        • 2. 3. 1. 1. Взаимосвязь между параметрами компонент и их смеси в ССПГ
        • 2. 3. 1. 2. Вывод формулы для дисперсии
    • 2. 4. Суммарно-смешанные ПГ явления при аддитивных различиях исходных компонент
      • 2. 4. 1. Особенности структуры ССГГГ моделей при независимых гауссовых исходных сигналах
      • 2. 4. 2. Особенности структуры ССПГ моделей при независимых полигауссовых исходных сигналах
    • 2. 5. Полное вероятностное описание объектно-сигнальной ситуации со случайным числом подвижных объектов
      • 2. 5. 1. Постановка задачи
      • 2. 5. 2. Условные плотности вероятности входного колебания приёмника РЛС
      • 2. 5. 3. Безусловная плотность вероятности входного колебания приёмника РЛС при случайном числе объектов
      • 2. 5. 4. Математическое ожидание входного колебания приёмника
        • 2. 5. 4. 1. Условное математическое ожидание при условии наличия произвольно заданного фиксированного числа объектов (j=const)
        • 2. 5. 4. 2. Безусловное математическое ожидание
    • 2. 6. Основные результаты и краткие
  • выводы
  • ГЛАВА. З.СИНТЕЗ ОПТИМАЛЬНЫХ АЛГОРИТМОВ ОБРАБОТКИ СИГНАЛОВ ПРИ СУММАРНО-СМЕШАННЫХ ПОЛИГАУС -СОВЫХ МОДЕЛЯХ ФЛУКТУАЦИЙ
    • 3. 1. Бинарный приём бигауссовских сигналов с аддитивными различиями
    • 3. 2. Обнаружение — различение моногауссовских сигналов
    • 3. 3. Оптимальный прием произвольного числа полигауссовых сигналов с аддитивными различиями
    • 3. 4. Технико-технологические аспекты реализации ССПГ-алгоритмов обработки сигналов
    • 3. 5. Основные результаты и краткие
  • выводы
  • ГЛАВА 4. СТАТИСТИЧЕСКОЕ МОДЕЛИРОВАНИЕ ССПГ АЛГОРИТМОВ ОБРАБОТКИ СИГНАЛОВ И ОЦЕНКА ИХ ПОМЕХОУСТОЙЧИВОСТИ
    • 4. 1. Структура имитационно-моделирующего комплекса
    • 4. 2. Теоретические основы построения имитаторов сигналов при различных объектно-сигнальных ситуациях
    • 4. 3. Реализационные вопросы построения типовых элементов блок -схем ССПГ имитаторов сигналов
      • 4. 3. 1. Эмуляция генераторов гауссовых случайных величин с задаваемыми параметрами
      • 4. 3. 2. Построение стохастических коммутаторов
      • 4. 3. 3. Общее описание алгоритма
    • 4. 4. Система регистрации результатов статистических испытаний исследуемых алгоритмов обработки сигналов
    • 4. 5. Описание результатов статистического моделирования синтезированных алгоритмов
    • 4. 6. Основные результаты и краткие
  • выводы

Оптимальная обработка сигналов при суммарно-смешанных полигауссовых моделях флуктуаций (реферат, курсовая, диплом, контрольная)

В настоящее время происходит стремительное развитие радиотехнических систем различного назначения. Представительным, но далеко не единственным является пример комплекса радиоэлектронных систем, обеспечивающих мониторинг и управление движением многих разнородных объектов в районах крупных международных аэропортов гражданской авиации, а также и международных морских портов. Именно в подобных районах с высокой концентрацией подвижных объектов и радиоэлектронных систем особо сложна и напряженна объектно-сигнальная обстановка при повышенных требованиях к безошибочности и надежности информационных систем.

Одним из эффективных методов при создании, исследовании и оптимизации таких радиоэлектронных комплексов, как, например, система управления воздушным движением (УВД), является современное имитационно-математическое моделирование [10, 11, 104]. Для моделирования всего множества процессов необходимо иметь математические модели движения всех потенциально возможных объектов, характеристики их потоков в данной зоне, модели процессов функционирования всех информационно-управляющих радиосистем, модели, учитывающие радиофизические особенности структуры зоны действия от подстилающих поверхностей до ионосферы, метеорологические факторы и т. п. — всего, что влияет на объектно-сигнальную обстановку и на ее динамику.

При этом одна из значительных трудностей сопряжена с разработкой адекватного математического, алгоритмического и программного обеспечения, которое составляет до 30% стоимости всей разработки имитационно-моделирующих комплексов.

Так, при реализации «Плана развития национальной системы воздушного транспорта США» в 1973;82 гг. на программу 013 «Моделирование» было затрачено более 13,5 млрд долл. Создание же таких центров моделирования, как National Aviation Facilities Experimental Center в США, либо научно-исследовательские национальные центры международной организации «Евроконтроль» во Франции и в Великобритании, моделирующий центр Авиационной Академии в Швеции и др. потребовало не меньших затрат. Такие затраты целесообразны. В частности, в центрах «Евроконтроля» это позволило решить много важнейших проблем, таких, как оптимизация схем полетов в районе Рима, в воздушном пространстве Швейцарии, в Брюссельском районном центре, увеличить вдвое пропускную способность центра УВД Маастрихт и т. д.

При решении указанных и всех подобных задач значительную роль играет адекватное моделирование объектно-сигнальной обстановки, соответствующих свойств случайных потоков флуктуирующих сигналов с целью синтеза оптимальных алгоритмов их обработки.

Сигналы в радиоканалах радиотехнических систем носят стохастический характер, представляют собой случайные процессы, реальные флуктуации которых не полностью описываются отдельными стандартными малопараметрическими распределениями вероятностей. Базовые положения статистической теории обработки сигналов и ее приложения разработаны в работах большого числа отечественных и зарубежных ученых В. А. Котельникова, К. Шеннона, Д. Миддлтона, Б. Р. Левина, Я. Д. Ширмана, В. И. Тихонова, Ю. Г. Сосулина, Ю. С. Шинакова и многих других. Гауссовские модели, во многих случаях имеющие важное практическое значение, не всегда позволяют с достаточно хорошим приближением аппроксимировать флуктуации сигналов в реальных радиоканалах. Они объективно имеют сложные негауссовские распределения вероятности [13, 19, 24, 31, 32]. Это приводит к тому, что существующие алгоритмы обработки сигналов в рамках традиционного корреляционного подхода становятся неадекватными реальной объектно-сигнальной обстановке в радиосистеме [6, 17, 22, 29, 32]. Актуальным направлением совершенствования современных радиотехнических систем является теоретическая разработка перспективных вероятностных моделей представления сигналов [26, 37, 39, 49, 51], соответствующих методов анализа и синтеза алгоритмов их обработки [7, 25, 45, 46, 52, 62, 77, 89, 92, 93]. В современных условиях ограничение только классом стандартных нормальных распределений сдерживает развитие алгоритмического обеспечения современных радиотехнических систем [87]. Относительная простота алгоритмических результатов корреляционного уровня, в свое время удачно согласованная с технико-технологическим уровнем радиопромышленности, уже не адекватна современным информационным и материальным технологиям, которые способны реализовать принципиально более сложные и более эффективные алгоритмы обработки сигналов, основанные на более полном, чем корреляционная теория, описании реальных сигналов в усложняющейся объектно-сигнальной ситуации. Поэтому в настоящее время достаточно активно ведутся работы по поиску новых вероятностных моделей представления негауссовской случайной информации и соответствующих методов анализа и синтеза.

Мощный и эффективный инструментарий для работы с негауссовскими случайными процессами предоставляется в рамках теории смешанных полигауссовых явлений [4, 5, 20, 65, 66−84, 113−115]. В течение ряда лет исследовательский коллектив под руководством проф. Чабдарова Ш. М. развивает основные направления разработки адекватных вероятностных моделей физически реализуемых случайных сигналов [65,72], синтеза алгоритмов оптимальной обработки сигналов [33, 34, 41, 61, 66, 67, 68−71], анализа преобразования случайных процессов в радиотехнических цепях [43, 74,75], формального описания и оптимизации структур алгоритмов и реализующих их устройств с применением смесей стандартных распределений [76]. Такой подход позволяет описать сколь угодно сложное распределение совокупностью стандартных распределений [53]. Благодаря известным достоинствам гауссовских распределений [2, 15] для статистической теории радиоприема при произвольных флуктуациях сигналов и возмущающих воздействий наиболее удобными оказываются смеси именно гауссовских распределений — так называемые полигауссовы модели, позволяющие описать распределение любых физически реализуемых сигналов, с заданной точностью смесью конечного числа гауссовых компонент.

Полигауссовы модели обладают рядом известных замечательных свойств [84, 113−114], в частности, они позволяют с заданной точностью представлять произвольные, в том числе многомодальные распределения, являются замкнутыми относительно линейных преобразований, обеспечивают возможность аналитического синтеза алгоритмов основных классов задач проверки гипотез в негауссовкой постановке и исключительно удобны для построения адаптивных процедур путем снятия априорной недостаточности и учета изменчивости объектно-сигнальной обстановки. При этом полигауссовы методы приводят к многоканальным параллельным алгоритмам, в каждом из каналов которых выполняется однотипный набор стандартных операций. Это позволяет конструктивно использовать теоретические результаты и отработанные технические решения, накопленные на корреляционном этапе [35].

Кроме того, бурное развитие вычислительной техники позволяет реализовать сложные параллельные алгоритмы цифровой обработки в малых габаритах с невысоким энергопотреблением, что делает их легко применимыми в современных системах, в том числе и мобильных. Важным преимуществом применения смесевых моделей является естественный параллелизм структур алгоритмов обработки сигналов, которые полностью согласуются с современными параллельными вычислительными структурами, применяемыми при их реализации [9, 12, 76, 220].

Основной недостаток смесевых моделей, и полигауссовых в частности, является резкий рост количества компонент, которые необходимо учитывать при случайном наложении различных сигналов друг на друга. Решение этой проблемы приводит к разработке и исследованию различных смесевых распределений, позволяющих для определенного типа сигналов снять указанную проблему.

Одним из широко распространенных является случай, когда на входе приемника радиотехнический системы присутствует сумма произвольной комбинации из конечного набора сигналов. Решение задачи построения адекватной модели распределения с ограничением каналов параллельной обработки позволит реально использовать смесевые представлении распределений в жизни, тем самым улучшить характеристики данного класса систем. Разработка адекватных моделей и оптимальных алгоритмов приема случайно комбинирующего конечного набора дискретных сигналов с произвольно задаваемыми флуктуациями является, безусловно, актуальной в настоящее время.

Полигауссовы модели случайных явлений образуют широкое множество специфических подклассов, различающихся как свойствами входящих в соответствующие смеси гауссовских компонент, так и свойствами смешивающих вероятностных распределений — «механизмами» смешивания гауссовских компонент.

В работе представлена характеризация и применение впервые выделенного нового класса полигауссовых моделей сигнальных комплексовсуммарно-смешанных полигауссовых (ССПГ) моделей для повышения полноты описания реальных сигналов для решения задач оптимальной обработки сигналов в радиоканалах радиотехнических систем.

Цель и задачи диссертации.

Целью работы является разработка и исследование оптимальных процедур обнаружения — разрешения дискретных сигналов с произвольно задаваемыми флуктуациями на основе их единообразного вероятностного описания.

Для достижения поставленной цели необходимо решить следующие основные задачи:

• Феноменологическое и теоретико-вероятностное обоснование адекватной поставленной цели математической модели входного колебания приемника при случайном количестве сигналов с произвольно заданными флуктуациями на фоне шума;

• Определение и исследование основных свойств нового вероятностного описания результирующего входного колебания приемника и взаимосвязей его параметров с параметрами флуктуаций исходных сигналов;

• Синтез оптимального по критерию максимума правдоподобия алгоритма обработки входного колебания приемника, его сопоставление с известными;

• Разработка имитационно-моделирующего комплекса и статистические испытания синтезированного алгоритма в сопоставлении с традиционным корреляционным алгоритмом.

Методы исследования.

В диссертационной работе для решения поставленной задачи используются методы теории статистических решений, теории передачи и кодирования информации, полигауссовых случайных процессов. Реализация и проверка полученных теоретических результатов осуществлена на основе методов статистического имитационного моделирования с использованием ПЭВМ.

Научная новизна диссертационной работы заключается в следующем;

• показано, что в радиоканалах, где случайным образом могут быть или не быть независимо друг от друга любые количества дискретных флуктуирующих сигналов, входные колебания приемников есть вероятностные смеси разнородных случайных явлений;

• предложен новый класс полигауссовых вероятностных процессов: суммарно-смешанные полигауссовы процессы (ССПГ);

• определены основные свойства ССПГ процесса и взаимосвязь его вероятностных параметров с параметрами образующих его случайных процессов;

• определена методика синтеза оптимального алгоритма обнаруженияразрешения дискретных сигналов с произвольно заданными физически реализуемыми флуктуациями на фоне шума;

Практическая ценность работы состоит в том, что в ней:

• развита методика построения вероятностных моделей процессов, являющихся смесью комбинаций негауссовых сигналов, позволяющей получить модели с инвариантной структурой и количеством компонент;

• синтезирован оптимальный алгоритм обнаружения — разрешения дискретных сигналов с произвольно заданными физически реализуемыми флуктуациями на фоне шума;

• разработан виртуальный имитационно — моделирующий комплекс для статистических испытаний процедур обнаружения — разрешения дискретных сигналов с произвольно задаваемыми флуктуациями;

• получены статистические оценки полных и условных вероятностей решений синтезированного ССПГ алгоритма, подтверждающие его превосходство по сравнению с соответствующим корреляционным алгоритмом.

Положения, выносимые на защиту:

• Новый класс полигауссовых вероятностных процессов: суммарно-смешанные полигауссовы процессы (ССПГ);

• Определение, характеризация и взаимосвязь вероятностных параметров суммарно-смешанного полигауссового процесса с параметрами образующих его случайных процессов;

• Методика и результаты синтеза оптимального алгоритма обнаружения — разрешения дискретных сигналов с произвольно заданными физически реализуемыми флуктуациями на фоне шума;

• Виртуальный имитационно — моделирующий комплекс для статистических испытаний процедур обнаружения — разрешения дискретных сигналов с произвольно задаваемыми флуктуациями;

• Статистические оценки полных и условных вероятностей правильных и ошибочных решений синтезированного ССПГ — алгоритма в сопоставлении с соответствующим корреляционным алгоритмом.

Апробация работы.

Материалы диссертационной работы докладывались и обсуждались на научных и научно-практических конференциях: «XVIII конференции молодых ученых и специалистов», Украина, Харьков, 2004 г.- X юбилейной международной научной конференции «Теория и техника передачи, приема и обработки информации», Украина, Харьков, 2004 г.- Первой научной технической конференции зарубежных аспирантов и магистров КГТУ им. Туполева, г. Казань, 2005 г.- III Международной научно-практической конференции «Инфокоммуникационные технологи Глобального информационного общества». Казань, 2005 г.- второй научной технической конференции зарубежных аспирантов и магистров КГТУ им. Туполева, г. Казань, 2006 г.- IV Международной научно-практической конференции «Инфокоммуникационные технологи Глобального информационного общества», Казань, 2006 г.- Международной молодежной научной конференции «XIV Туполевские чтения», Казань, 2006 г.- Первой международной научной конференции «Глобальные информационные системы. Проблемы и тенденции развития», Украина, Харьков, 2006 г., на кафедре Теоретической кибернетики.

Казанского государственного университета (сентябрь 2006 г.).

Публикации.

По материалам диссертации опубликованы 11 научных работ (из них без соавторов — 5), в том числе:

• 2 статьи — в периодическом научном журнале «Вестник КГТУ им. А.Н. Туполева» за 2006 г. № 4- в трудах III Международной научно-практической конференции «Инфокоммуникационные технологи глобального информационного общества», г. Казань, 2006 г. [98, 112].

• 8 тезисов докладов на международных научных и научно технических конференциях и на конференциях молодых ученых и специалистов [94−97, 99−102].

• Один рукописный отчет по НИР 06−6.8.1/2006 (ФП) АНРТ, выполненной в рамках Плана НИР Академии наук Республики Татарстан [103].

Реализация результатов работы.

Результаты проведенных исследований использованы: при выполнении НИР «Посткорреляционные модели и методы статистического анализа и оптимального синтеза для разработки аналоговых и цифровых устройств радиоэлектронных систем» по Плану приоритетных фундаментальных и прикладных исследований Академии наук Республики Татарстан на 2006;2008 г.- шифр 06−6.8.1/2006 (ФП) АНРТв Институте радиоэлектроники и телекоммуникаций Казанского государственного технического университета им. А. Н. Туполева при проведении учебного процесса — в лекционном курсе и лабораторном практикуме по дисциплине «Статистические методы обработки сигналов» по специальности 210 304 Радиоэлектронные системы, а также в рамках бакалаврской и магистерской подготовке студентов.

Структура работы.

Диссертация состоит из введения, четырех глав, заключения, списка литературы из 119 наименований. Работа изложена на 168 страницах машинописного текста, в котором приведены 44 рисунка и 12 таблиц.

4.6. Основные результаты и краткие выводы.

• Проведена систематизированная разработка структурных схем имитаторов суммарно-смешанных случайных явлений. Показано, что множество реализаций результирующего случайного процесса при случайном воздействии нескольких флуктуирующих сигналов содержит множества реализаций комбинационного типа только при вероятностной независимости сигналов.

• Имитаторы сложных сигнальных ситуаций при ССПГ-подходе строятся как определенные комбинации более простых, могущих содержать полигауссовы имитаторы.

• Разработан виртуальный имитационно-моделирующий комплекс в виде скрипта программного комплекса Matlab, позволяющий оценивать эффективность испытуемых алгоритмов.

• Проведено статистическое моделирование, свидетельствующее о работоспособности и эффективности полученных алгоритмов. Исследования при моделировании в Matlab подтверждают, что суммарно-смешанный полигауссов алгоритм обнаружения-различения-разрешения сигналов обеспечивает выигрыш в вероятности правильных решений по отношению к традиционному корреляционному алгоритму.

ЗАКЛЮЧЕНИЕ

.

Изложим краткие формулировки основных результатов диссертационных исследований:

• Представлены достоинства общего полигауссового подхода и необходимость устранения его недостатка при построении процедур разрешения сигналов — рост числа каналов фильтрации входных случайных процессов с ростом количества сигналов и (или) их компонент при высоких кратностях совпадений.

• В радиоканалах со случайными комбинациями конечного числа независимых сигналов, флуктуирующих по гауссовскому или негауссовскому распределению вероятности, результирующие входные колебания приемников всегда есть вероятностные смеси разнородных компонент, которые могут быть со сколь угодно малой погрешностью описаны суммарно-смешанными полигауссовыми моделями.

• Полное множество реализаций входного колебания есть объединение подмножеств реализаций, имеющих различные кратности формирующих исходных случайных явлений, которое можно представить вероятностной смесью гауссовских компонент, различающихся первыми начальными и вторыми центральными моментами.

• Количество компонент ССПГ, порождаемых суммами различной, более, чем единичной кратности гауссовских компонент исходных случайных сигналов, превышает количество исходныхэто различие увеличивается с ростом количества исходных компонент.

• С ростом кратности производных гауссовских компонент структура их параметров усложняется — увеличивается число слагаемых в соответствующих вероятностных моментаходновременно уменьшаются вероятности появления компонент с ростом их кратности.

• Синтезированы алгоритмы обнаружения — различения — разрешения сигналов, существенно использующие свойства ССПГ.

• Изученные свойства ССПГ позволяют синтезировать алгоритмы как имитации, так и радиоприема с радикально меньшим, чем при общем подходе, числе ресурсоемких элементов, работающих со случайными процессами. Сложность алгоритмов проявляется в цифровой обработке скалярных случайных величин, а не случайных процессов.

• Показаны отличительные особенности полученных алгоритмов сравнительно с известными полигауссовыми алгоритмами.

• ССПГ — алгоритмы характеризуются, как и все ПГ — алгоритмы естественным параллелизмом многоканальной радиочастотной фильтрации и последующей цифровой обработки случайных величин — результатов фильтрации — с параллельным выполнением стандартных относительно простых вычислительных операций.

• Развиты теоретические вопросы построения имитаторов вероятностно-смешанных случайных явлений, в том числе суммарно-смешанных полигауссовых.

• Разработан виртуальный имитационно-моделирующий комплекс в виде скрипта программного комплекса Matlab, позволяющий оценивать эффективность испытуемых алгоритмов.

• Проведено статистические моделирование, свидетельствующее о работоспособности и эффективности полученных алгоритмов. Исследования при моделировании в Matlab подтверждают, что суммарно-смешанный полигауссов алгоритм обнаружения — различения — разрешения сигналов обеспечивает выигрыш в вероятности правильных решений по отношению к традиционному корреляционному алгоритму.

Таким образом, решена актуальная научно-техническая задача, заключающаяся в синтезе и исследовании оптимальных алгоритмов обнаружения — различения — разрешения сигналов с произвольно задаваемыми флуктуациями в шумах на основе определения, исследования и характеризации нового класса полигауссовых процессов — суммарно-смешанных полигауссовых случайных процессов.

Показать весь текст

Список литературы

  1. Радиоэлектронные системы: основы построения и теория. Справочник/ Под ред Ширмана Я. Д. М.: ЗАО «МАКВИС», 1998,828 с.
  2. .Р. Теоретические основы статистической радиотехники. Кн. 1,2. М.:Сов.радио, 1974,552с.
  3. Я.Д., Теоретические основы радиолокации. М. Сов радио, 1970,560с.
  4. Ш. М., Сафиуллин Н. З., Феоктистов А. Ю. Основы статистической теории радиосвязи: Полигауссовы модели и методы: Учеб. пособ. Казань: КАИ, 1983. 87с.
  5. Ш. М. О полигауссовом приближении в задачах теории связи. V конференция по теории кодирования и передачи информации. Тез. док. Всесоюзной конференции, Москва-Горький, 1972, с.137−141.
  6. В.В., Паршин Ю. Н., Минаева И. А. Эффективность цифрового компенсатора мощной негауссовской помехи//Радиотехника. 1984. № 8. С.33−35.
  7. С.А., Бежанова З. И., Староверов О. В. Классификация многомерных наблюдений. М.: Статистика. 1974.238 с.
  8. С.А., Субботин А. П. Микропроцессорный генератор негауссовских случайных сигналов// В межвуз. сб. научн. трудов. «Микропроцессорные средства в РЭА и технологии ее производства». М.: 1986.
  9. В.А., Котов В. Е., Марчук Г. И. Миренков Н.Н. Элементы параллельного программирования. М.: Радио и связь, 1983.239 с.
  10. Автоматизация процессов управления воздушным движением: учебное пособие для вузов гражд. авиации/Дарымов Ю.П. и др.- Под ред. Г. А. Крыжановского. М.: Транспорт, 1981.-400 с.
  11. В.И. Эксплуатация средств навигации и УВД. 2-е изд. перераб. и доп. — М., Воздушный транспорт, 1995,384 с.
  12. В.В. Математические модели и методы в параллельных процессах. М.: Наука, 1986. 296 с.
  13. В.Ю. Рекуррентная фильтрация случайных изменений интенсивности негауссовских наблюдений. // Радиоэлектроника, 1997. № 6. С.75−77. (Изв.высш.учебн.заведений).
  14. Ф.Р. Теория матриц. М.:Наука, 1967,576 с.
  15. И.И., Скороход А. В. Теория случайных процессов. Т1,2,3. М.:Наука, 1971.
  16. П.П. и др. Интегральные уравнения. М.: Наука, 1968,448 с.
  17. П. В. Родионов Я.Г. Сравнение некоторых алгоритмов различения сигналов при наличии импульсных помех// Радиотехника, 1988. № 9. С.37−39.
  18. A.JI. Скрипкин В. А. Методы распознавания. Учеб. пособие для вузов. М.: Высш. Шк., 1989.232 с.
  19. В.А. Аппроксимация негауссовской плотности вероятности показательным распределением//Радиотехника, 1998. № 2. С. 12.
  20. А.А., Чабдаров Ш. М. О полноте систем гауссовых функций и полигауссовых приближениях в радиотехнике// Радиотехника, 1975.Т.30. № 7. С. 1−7.
  21. И.Е., Артемьев В. М. Оптимизация динамических систем случайной структуры. М.Наука. 1980.
  22. А.В., Емельянов СЛ. Адаптивные нелинейные методы обработки радиосигналов на фоне негауссовских помех// Радиоэлектроника, 1998. Т.32. № 4. С.80−82. (Изв. высш. учеб. заведений).
  23. А.Н. Интерполирование и экстраполирование стационарных случайнных последовательностей// Изв. АН ССР. Сер. матем. 1941. Т.5. № 1. С.3−14.
  24. И.А., Монастырев А. П., Кондратьева JI.M. Статистическая классификация наблюдений с полимодальными распределениями// Статистичские проблемы управления. Вильнюс, 1987. Вып.78. С.83−121.
  25. И.А., Чаркина Л. Я., Монастырев А. П., Кондратьева JI.M. и др. Обработка изображений. Избранные методы и алгоритмы. В 2-х частях// Харьков, 1988. № 26. 31с. № 27.37с. Препринт ФТиИТ АН УССР.
  26. .Р., Шварц В. Вероятностные модели и методы в системах связи и управления. М.: Радио и связь, 1985.312 с.
  27. .Р., Шинаков Ю. С. Байесовская система одновременного раличения нескольких сигналов и оценивания их параметров// Радиотехника, 1971. Т.26. № 4. С. 1621.
  28. М. Теория вероятностей. М.:Иностр. лит. 1962. 719 с.
  29. В.А., Шляхин В. М. Оптимальное различение негауссовских сигналов на фоне негауссовских помех// Радиоэлектроника, 1986. Т.29. № 4. С.91−94.
  30. Д. Введение в статистическую теорию связи. Т.1.М.: Сов. радио, 1961. 782 с.
  31. М.А. Полимодальность апостериорного распределения в задачах оптимальной нелинейной фильтрации// Радиотехника и электроника, 1982. Т.27. № 7. С.1342−1351.
  32. М.А., Ярлыков М. С. Квазиоптимальные алгоритмы приема и обработки радиосигналов с учетом аномальных режимов слежения. // Радиотехника и электроника, 1986. № 8. С.1520−1533.
  33. Ш. М., Феоктистов А. Ю., Надеев А. Ф., Файзуллин P.P. Оптимальный прием многопозиционных сигналов при комплексе шумовых и импульсных помех с произвольными флуктуациями// Радиотехника, 1990. № 12. С.32−35.
  34. Ш. М., Феоктистов А. Ю., Надеев А. Ф., Файзуллин P.P. Многоотсчетная совместная обработка многопозиционных сигналов при комплексе негауссовских помех// Радиоэлектроника, 1991. № 1. С.71−75. (Изв. высш. учебн. заведений).
  35. Ш. М., Надеев А. Ф. О периодизации развития технических наук// Научный Татарстан, 2000, № 2, с. 19−27.
  36. Ш. М. Полигауссовы модели случайных явлений в задачах оптимизации информационных систем. // IV Международный симпозиум «Оптимизация систем обработки и передачи информации: доклады». Т.2 Варна, Болгария. 1977, с.138−145.
  37. Обработка нечеткой информации в системах принятия решений/ А. Н. Борисов, А. В. Алексеев, Г. В. Меркурьева и др. М.: Радио и связь, 1989.304 с.
  38. Ю. Г. Филимонов В.А. Статистическое машинное моделирование средств связи. М.: Радио и связь, 1988.175 с.
  39. Прикладная статистика: Классификация и снижение размерности: Справ. изд/ Под ред. С. А. Айвазяна. М.: Финансы и статистика, 1989. 607 с.
  40. Ю.В., Розанов Ю. А. Теория вероятностей. М.: Наука, 1973.494 с.
  41. Расчет помехоустойчивости систем передачи дискретных сообщений: Справочник/ Коржик В. И., Финк JI.M., Щелкунов К. Н.:Под ред. Л. М. Финка. М.: Радио и связь, 1981.232 с.
  42. В.Г., Тартаковский Г. П. Статистический синтез при априорной неопределенности и адаптация информационных систем. М.: Сов. Радио, 1977. 432 с.
  43. Н.З. Анализ стохастических систем и его приложения. Казань: Изд-во Казан, гос. техн. ун-та, 1998.168 с. 44. 120. Сосулин Ю. Г. Теория обнаружения и оценивания стохастических сигналов. М.: Сов. Радио, 1978.320 с.
  44. Ю.Г., Фишман М. М. Теория последовательных решений и ее применения. М.: Радио и связь, 1985.
  45. Ю.Г., Паршин Ю. Н. Оценочно-корреляционная-компенсационная обработка многомерных сигналов// Радиотехника и электроника 1981. 1.26. № 8. С. 1635−1643
  46. Справочник по математике (для научных работников и инженеров)/ Г. Корн, Т.Корн. М.: Наука, 1978. 831 с.
  47. P.JI. Избранные вопросы теории флуктуаций в радиотехнике М.: Сов. радио, 1961.558 с.
  48. P.JI. Условные марковские процессы и их применение к теории оптимального управления. М.: Изд-во МГУ, 1966.
  49. P.JI. Принципы адаптивного приема. М.: Сов радио, 1973.501 с.
  50. А.Г. Последовательные методы в теории информационных систем. М.: Радио и связь, 1990.
  51. Теория обнаружения сигналов/ П. С. Акимов, П. А. Бакут, В. А. Богданович, и др.: Под ред. П. А. Бакута.М.: Радио и связь, 1984.440 с.
  52. Технология и автоматизация производства радиоэлектронной аппаратуры/ И. П. Бушминский, О. Ш. Даутов и др.- Под ред. А. П. Достанко, Ш. М. Чабдарова. М.: Радио и связь, 1989.620 с.
  53. В.И., Кульман Н. К. Нелинейная фильтрация и квазикогерентный прием сигналов. М.: Сов радио, 1975.
  54. В.И. Статистическая радиотехника. М.: Радио и связь, 1982.624 е.
  55. В.И. Оптимальный прием сигналов. М.: Радио и связь, 1983.320 с.
  56. В.И., Миронов М. А. Марковские процессы. М.: Сов. Радио, 1977.488 с.
  57. В.И., Харисов В. И. Теория, методы анализа и синтеза радиоэлектронных систем. М.: Изд-во ВВИА им. Н. Е. Жуковского, 1989. 609 с.
  58. Тихонов В И., Харисов В. И. Статистический анализ и синтез радиотехнических устройств и систем: Учебн. Пособие для вузов. М.: Радио и связь, 1991. 608 с.
  59. А.П., Шинаков Ю. С. Совместное различение сигналов и оценка их параметров на фоне помех. М.: Радио и связь, 1986. 264 с. (Стат. теория связи. Вып.26).
  60. А.Т. Оценивание мешающих параметров для адаптивной обработки сигналов на основе использования полигауссовской модели помех// Радиотехника и электроника, 1988. Т.ЗЗ. № 8. С. 1651−1656.
  61. В.П. Компенсация помехи при обнаружении сигнала со случайной амплитудой и начальной фазой// Радиотехника, 1989. № 9. С.59−61.
  62. Ш. М. Идеальный приемник и потенциальная помехоустойчивость при произвольных флуктуациях негауссовских помех и сигналов // Наукоемкие технологии, 2004.Т.5, № 4, с.38−46.
  63. Ш. М., Трофимов А. Т., Полигауссовы представления произвольных помех и прием дискретных сигналов// Радиотехника и электроника, 1975. Т.20. № 4. С.734−735.
  64. Ш. М. Оптимальность линейной обработки для обнаружения сигнала при некоторых помехах// Радиоэлектроника, 1975. Т.18. № 4. С.123−125 (Изв.высш.учебн.заведений).
  65. Ш. М. Полигауссовы приемники произвольно флуктуирующих сигналов и помех//Радиоэлектроника, 1977. Т.20.№ 9. С.32−38 (Изв.высш.учебн.заведений).
  66. Ш. М. Многопороговый прием при произвольных флуктуациях импульсных помех и сигналов // Повышение помехоустойчивости и эффективности радиосистем и устройств. Вып.2. Горький: Изд-во Горьк. ун-та, 1977. С.3−8.
  67. Ш. М. Оптимальный прием сигналов при комплексе шумовых и импульсных помех// Радиотехника и электроника, 1977. Т.22. № 6. С. 1162−1166.
  68. Ш. М. Оптимальный прием при произвольных флуктуациях импульсных помех и сигналов// Радиотехника и электроника. 1979. Т.24. № 5. С. 1082−1086.
  69. Ш. М. Многомерное распределение огибающей при произвольных распределениях радиосигналов и помех// Радиотехника. 1981. Т.36. № 7. С.24−32.
  70. Ш. М., Феоктистов А. Ю. Помехоустойчивость многопорогового приема при комплексе шумовых и импульсных помех// Сб. научн. тр./ Рязанский радиотехнический ин-т, 1981. С.3−9.
  71. Ш. М., Сафиуллин Н. З., Феоктистов А. Ю. Смеси вероятностных распределений в задачах теории информации. Деп. В ВИНИТИ 19.06.86 № 4531-В86.11с.
  72. Ш. М., Сафиуллин Н.З, Галеева Р. З. Функциональное преобразование негауссовских сигналов в динамических системах// Методы и устройства обработки сигналов в радиотехнических системах. Межвузовский сборник. Горький, 1988. С.6−11.
  73. Ш. М., Насыров И. З., Файзуллин P.P., Хасанов Р. И. Полигауссов алгоритм оценки состояния сигнально-помеховой обстановки/ Казань, 1988. Деп. В ВИНИТИ 11.08.88 № 6814-В88.18 с.
  74. Ш. М. Избыточность в каналах с разбросом параметров и ее использование в адаптивном приемнике// XXI Научн. сессия, посвященная Дню радио: Тез. докл. Москва. 1965.
  75. Ш. М., Карманов И. В. Взаимосвязанные полигауссовы процессы// Вестник КГТУ им. А. Н. Туполева, 1998. № 1. С.32−38.
  76. Ш. М. О полигауссовых приближениях в задачах теории связи./В сб. V конференции по теории кодирования и передачи информации, Москва-Горький 1972, С.106−111.
  77. Ш. М. Полигауссовы представления случайных явлений в радиотехнике. Юбилейный сборник избранных трудов членов Академии наук Республики Татарстан, под ред. Н. А. Сахибуллина. Казань, Фолиантъ, 2002, с.59−100.
  78. Е.С. Теория вероятностей. М.: Наука, 1969,576с.
  79. Шахгильдян В. А, Лохвицкий М. С. Методы адаптивного приема сигналов. М.: Связь, 1974.160 с.
  80. О.И., Беляков И. В. Негауссовские процессы. СПб. Политехника, 1992. 312 с.
  81. Я.Д. Разрешение и сжатие сигналов. М.:Сов. радио, 1974.360 с.
  82. Я.Д., Островский М. А. О синтезе обнаружителей слабых сигналов со случайными неинформативными параметрами на фоне негауссовских помех// Радиотехника и электроника, 1990. Т.35. № 8. С.1655−1658.
  83. М.И. О самопроизвольном различении образов// Читающие автоматы. Киев: Наукова думка, 1965. С.38−45.
  84. М.И. Взаимосвязь обучения и самообучения в распознавании образов// Кибернетика, Изд. АН УССР. 1968. № 2. С.81−88.
  85. М.С., Миронов М. А. Марковская теория оценивания случайных процессов/ М.: Радио и связь, 1993.464 с.
  86. М. С. Чижов М.С. Субоптимальная обработка квазикогерентных радиосигналов с учетом неоднородности фазовых измерений// Радиотехника, 1998. № 8. С.5−7.
  87. Saleh Ali R. Суммарно смешанные полигауссовы модели входных колебаний приемников РЛС. // Тезисы докладов «Первой научной технической конференции зарубежных аспирантов и магистров КГТУ им. Туполева». — г. Казань: Изд-во КГТУ им. А. Н. Туполева, 2005 г.
  88. Ali R. Saleh. Математическое и имитационное моделирование сигнально-помеховых комплексов в мобильных радиосистемах. // Тезисы докладов 3ой Международной научно-практической конференции
  89. Инфокоммуникационные технологи Глобального информационного общества". Казань.2005г.
  90. Салех Али Р., Чабдаров Ш. М. Суммарно-смешанные полигауссовы модели сигналов в статистической теории радиоприема. Тезисы докладов второй научной технической конференции зарубежных аспирантов и магистров КГТУ им. Туполева, г. Казань, 2006 г.
  91. Салех Али Р. О влиянии смешивающих параметров вероятностных моделей сигналов на структуру радиоприемных устройств. Тезисы доклада Международной молодежной научной конференции «XIV Туполевские чтения». Казань.2006г.
  92. Ю4.Качек В. К., Перевезенцев JI. Т., Сокол В. В. Радиооборудование систем управления воздушным движением.- К.: Наукова думка, 1984.
  93. Технология системного моделирования / Е. Ф. Аврамчук, А. А. Вавилов, С. В.
  94. Sal eh АН R. Радиочастотная фильтрация и цифровая обработка сигналов принегауссовских флуктуациях, Вестник КГТУ им. А. Н. Туполева, вып.4.2006г.
  95. Ailspach D.L., Sorenson H.W. Nonlinear Bayesian estimation using Gaussian Sum approximations// IEEE Trans. 1972. V. AS-17. N4.
  96. Ailspach D.L. Gaussian Sum Approach to the Multi-Target Identification-Tracking Problem// Pergamon Press. 1975. V. l 1. P.285−296.
  97. Kailath T.A. General likeihood ratio formula for random signals in gaussian noise// IEEE Trans., 1969. V IT-15. № 3.
  98. Wiener N. Extrapolation, interpolation and smoothing of stationary time series. New York.1. John Wiley, 1949.162.p.
  99. Kulemin G. P. Polarization and spectral features of spiky sea backscattering // Proc. SPIE «Radar Sensor Technology». 1998. V. 3995, p. 112.
Заполнить форму текущей работой

Пора сдавать?