Новые методы цифровой нелинейной фильтрации в электроразведке

• Автор: Иванов, Нестор Святославович
• Шифр специальности: 25.00.10
• Научная степень: Докторская
• Год защиты: 2003
• Место защиты: Екатеринбург
• Количество страниц: 161 с. : ил.

1. КРАТКИЙ ОБЗОР НАИБОЛЕЕ СИЛЬНЫХ ИЗВЕСТНЫХ МЕТОДОВ ФИЛЬТРАЦИИ

2. МЕТОДИКА ПРОВЕРКИ ОПИСЫВАЕМЫХ МЕТОДОВ МОДЕЛИРОВАНИЕМ

3. НОВЫЕ АЛГОРИТМЫ НЕЛИНЕЙНОЙ ФИЛЬТРАЦИИ ПОВТОРЯЮЩИХСЯ СИГНАЛОВ

3.1. Метод выделения массива

3.2. Метод попарного сравнения

3.3. Метод сравнения

3.4. Способ увеличения помехоустойчивости Моценок метод итерационного сравнения

3.5. Определение доверительных интервалов оценок

3.6. Блоксхемы алгоритмов

4. РЕАЛИЗАЦИЯ МЕТОДОВ ФИЛЬТРАЦИИ ПОВТОРЯЮЩИХСЯ СИГНАЛОВ В АППАРАТУРЕ ЭВП2

5. НЕЛИНЕЙНАЯ ФИЛЬТРАЦИЯ ИЗМЕНЯЮЩИХСЯ СИГНАЛОВ

ПРИ ОБРАБОТКЕ ЗАПИСЕЙ МАГНИТОТЕЛЛУРИЧЕСКОГО ПОЛЯ
6. ФИЛЬТРАЦИЯ ФУНКЦИОНАЛЬНЫХ ЗАВИСИМОСТЕЙ
МЕТОДОМ СКОЛЬЗЯЩЕГО СРАВНЕНИЯ
7. ОСОБЕННОСТИ ФИЛЬТРАЦИИ ОПОРНОГО СИГНАЛА ПРИ ФАЗОВЫХ ИЗМЕРЕНИЯХ
8. РЕАЛИЗАЦИЯ МЕТОДА СКОЛЬЗЯЩЕГО СРАВНЕНИЯ И МЕТОДА ФИЛЬТРАЦИИ ОПОРНОГО СИГНАЛА В АЭРОЭЛЕКТРОРАЗВЕДКЕ
9. ФИЛЬТРАЦИЯ ГРАДИЕНТНЫХ ИЗМЕРЕНИЙ В МЕТОДЕ
ЗАРЯДА
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА


Во избежание путаницы в дальнейшем изложении в главах будем применять последний термин и называть эти числа реализациями измеряемого сигнала, или просто реализациями. Накопив некоторое количество реализаций измеряемого сигнала, прибор или человек, или ЭВМ по какомуто методу, алгоритму обрабатывает сформированную выборку реализаций и получает обычно два числа одно оценка измеряемого сигнала, его измеренный отсчет, другое позволяет судить о точности этой оценки обычно это или среднее квадратическое отклонение оценки или ее доверительный интервал. Весь описанный процесс получение выборки, обработка выборки по какомуто алгоритму и получение в итоге одной оценки измеряемого сигнала, мы будем называть одним измерением этого сигнала или при моделировании одним опытом. Желательно, чтобы применяемый метод обработки возможно более сильно подавлял помехи и обеспечивал при данном размере выборки и распределении помех возможно большую точность измерений или, иначе, возможно меньшее среднее квадратическое отклонение оценки измеряемого сигнала. Разработанные в математической статистике классические методы оценок оптимальны до тех пор, пока экспериментальные данные удовлетворяют строгим статистическим моделям. Например, для нормального распределения наилучшим методом оценки является среднее арифметическое, для экспоненциального распределения наиболее оптимальная оценка медиана и так далее. Но классические оценки медиана является счастливым исключением очень неустойчивы даже к малым отклонениям распределения помех от предполагаемого и чувствительны к наличию выбросов или промахов.