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

• Автор: Столбов, Михаил Борисович
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 1984
• Место защиты: Ленинград
• Количество страниц: 186 c. : ил

СОДЕРЖАНИЕ
ВВЕДЕНИЕ
I.АНАЛИЗ ОСОБЕННОСТЕЙ ОЦЕНИВАНИЯ СПЕКТРА СЛУЧАЙНЫХ ПРОЦЕССОВ В УСЛОВИЯХ ДЕФИЦИТА АПРИОРНОЙ И ЭКСПЕРИМЕНТАЛЬНОЙ ИНФОРМАЦИИ .

1.1.Современное состояние оперативного спектрального

анализа

1.1.1. Анализ проблемной областиЮ

1.1.2. Основные направления развития адаптивного спектральнсто анализа.

1.2.Составление спектральных моделей случайных процессов.

1.3.Постановка задач адаптивного планирования экспериментов спектрального анализа .

1.4.Основные результаты и выводы.

2. ИССЛЕДОВАНИЕ МЕТРОЛОГИЧЕСКИХ ХАРАКТЕРИСТИК

СПЕКТРАЛЬНЫХ ОЦЕНОК НА РЕАЛИЗАЦИЯХ МАЛОГО ОБЪЕМА
2.1.Анализ модельных свойств спектральных оценок. .
2.2.Исследование погрешностей классификации оценок максимальной энтропии и БлэкманаТьюки.
2.3.Экспериментальное исследование мзтрологических
свойств оценок максимальной энтропии, максимального
правдоподобия и БлэкманаТьюки
2.3.1.Особенности организации экспериментальных
исследований.
23.2.Исследование свойств спектральных оценок на
модельных корреляционных функциях
2.3.3. Исследование спектральных оценок на
реализациях модельных случайных процессов . .
2.4. Разработка и исследование математических моделей
погрешностей спектральных оценок .
2.5. Основные результаты и выводы .
3.РАЗРАБОТКА МЕТОДОВ АДАПТИВНОГО СПЕКТРАЛЬНОГО АНАЛИЗА
3.1. Исследование свойств критериальных функций .
3.2. Метод идентификации спектральной модели анализируемого процесса.
3.3. Методы оценивания оптимальной размерности спектральных моделей.ЮО
3.3.1. Исследование критериев выбора оптимальной размерности оценки максимальной энтропии. . . Ю
3.3.2. Разработка и исследование методов оптимизации размерности оценок максимальной энтропии, максимального правдоподобия и БлэкманаТыоки.
3.4. Метод определения спектральной плотности мощности
с адаптацией по аргументу.II
3.5. Основные результаты и выводы
4.РАЗРАБОТКА АЛГОРИТМОВ И ФУНКЦИОНАЛЬНЫХ СТРУКТУР ПРОЦЕССОРОВ АДАПТИВНОГО СПЕКТРАЛЬНОГО АНАЛИЗА .
4.1. Алгоритмы адаптивного спектрального анализа.
4.1.1. Операторное представление алгоритмов вычисления спектральной плотности мощности
4.1.2. Программная реализация методов адаптивного
спектрального анализа .
4.2. Вычислительная эффективность алгоритмов и производительность технических средств адаптивного спектрального анализа.
4.3. Структурные решения процессоров адаптивного спектрального анализа .
4.4. Выбор величин разрядностей арифметических устройств процессора адаптивного спектрального анализа
4.5. Применение методов адаптивного спектрального анализа
в океанологическом эксперименте
4.6. Основные результаты и выводы .
ЗАКЛЮЧЕНИЕ.
ЛИТЕРАТУРА


Избыточность измерений широко используется в современных средствах СА, что однако приводит к значительному увеличению необходимого объема экспериментальной информации , времени наблюдения Тх и делает этот подход неэффективным для решения задач оперативного СА. Вторая группа методов улучшения характеристик оценок спектра основана на использовании окон взвешивания данных во временной, частотной или корреляционной области /,/. К данному классу методов относится также выбор оптимальной статистики в классе линейных оценок спектра //. Таким образом, методы данной группы позволяют увеличить достоверность оценивания лишь за счет увеличения объема экспериментальных данных, что делает их неэффективными для анализа на малых реализациях. Интенсивное развитие этого направления в последние годы привело к разработке большого числа эффективных методов СА -класса нелинейных методов, свободных от недостатков традиционных спектральных оценок /,0,2/. Использование спектральных моделей, согласованных с типом анализируемого процесса, позволяет применять спектральные модели малой размерности, что в свою очередь создает возможность значительного сокращения объема экспериментальной информации, необходимой для получения достоверной оценки спектра. К данному направлению относится также применение малопараметрических оценок спектра //. В условиях априорной неопределенности свойств процесса неадекватный выбор СМ приводит к значительному увеличению погрешности. Анализ рассмотренных стратегий обеспечения достоверности СА показывает, что необходимым условием их реализации является значительный объем априорной или экспериментальной информации об анализируемом процессе. Эго обстоятельство ограничивает возможность использования указанных методов в условиях ограниченности априорных и экспериментальных данных. Таким образом, класс стратегий априорного планирования эксперимента не позволяет при ограниченности экспериментальных и априорных данных удовлетворить требованию достоверности анализа. Перспективный путь преодоления указанных ограничений в задачах статистического анализа заключается в использовании методов адаптивной обработки информации, позволяющих преодолеть априорную неопределенность за счет накопления информации в системе и ее рационального использования в целях планирования и управления экспериментом /,,,,/. Методы адаптивного анализа используют последовательные стратегии 2. Проанализируем вопросы применения методов адаптации в СА. Традиционным способом реализации адаптивных стратегий является интерактивная обработка данных с участием оператора. Настройка оператором параметров анализатора спектра на основе текущей информации, например, настройка диапазона частот, выбор частотного разрешения и т. Такое согласование выполняется человеком-оператором на основе его опыта и интуиции, что позволяет сократить время и повысить качество анализа. Использование опыта и интуиции исследователя целесообразно в случае применения проблемно-ориентированных критериев, а также - когда методика проведения эксперимента плохо формализуема //. К недостаткам описанного подхода следует отнести: значительные требования к квалификации оператора; субъективность и неоптимальность решения; значительное время подготовительной работы оператора; недостаточность понимания физики исследуемого процесса для однозначного определения структуры модели //. Таким образом, возможности оператора в решении задачи увеличения точности и оперативности СА ограничены. Пути преодоления указанных недостатков лежат в автоматизации процедур согласования значений параметров СА с типом процесса на основе применения адаптивных алгоритмов СА; т. Для современных средств автоматизированной СА характерна автоматизация обработки, регистрации и отображения результатов анализа /3, /. Однако вопросы автоматизации управляющих функций, связанные с адаптивным планированием и управлением экпериментом практически не разработаны. Адаптивный подход основан на формализации критериев качества СА и позволяет автоматизировать процесс управления при оценивании спектра. Проведенный анализ публикаций позволяет конкретизировать область применения различных методов оптимизации процедур спектрального анализа (рис.