+
Действующая цена700 499 руб.
Товаров:
На сумму:

Электронная библиотека диссертаций

Доставка любой диссертации в формате PDF и WORD за 499 руб. на e-mail - 20 мин. 800 000 наименований диссертаций и авторефератов. Все авторефераты диссертаций - БЕСПЛАТНО

Расширенный поиск

Методы оптимизации и анализа k-этапных обнаружителей

  • Автор:

    Гаврилов, Константин Юрьевич

  • Шифр специальности:

    05.12.04

  • Научная степень:

    Докторская

  • Год защиты:

    2002

  • Место защиты:

    Москва

  • Количество страниц:

    207 с. : ил

  • Стоимость:

    700 р.

    499 руб.

до окончания действия скидки
00
00
00
00
+
Наш сайт выгодно отличается тем что при покупке, кроме PDF версии Вы в подарок получаете работу преобразованную в WORD - документ и это предоставляет качественно другие возможности при работе с документом
Страницы оглавления работы

ОГЛАВЛЕНИЕ
Введение
Глава 1. К— этапные процедуры проверки статистических
гипотез
1.1. Проверка двух гипотез
1.1.1. Основное решающее правило, показатели качества, критерии оптимальности
1.1.2. Модифицированные варианты к— этапной процедуры
1.2. Многоальтернативные к— этапные процедуры
1.3. Показатели эффективности к— этапных процедур
Выводы
Глава 2. Метод расчета и оптимизации параметров
к— этапных процедур
2.1. Общий подход. Основные этапы метода оптимизации
2.1.1. Статистическое моделирование решающей статистики и оценки показателей качества к— этапной процедуры
2.1.2. Метод формирования локализованной области поиска оптимальных порогов
2.1.3. Метод поиска оптимальных порогов
2.2. Метод компактного хранения данных при оптимизации
к— этапных обнаружителей
2.3. Оценки точности расчетов оптимальных параметров
к— этапных процедур
Выводы
Глава 3. Одноканальное к— этапное обнаружение сигналов
3.1. Модели входных процессов
3.2. Обнаружение некогерентных пачек импульсов
3.3. Обнаружение когерентных пачек импульсов

Выводы
Глава 4. Многоканальное к— этапное обнаружение сигналов
Введение
4.1. Алгоритмы поиска сигналов в многоканальной
системе
4.2. Модели входных процессов
4.3. Двуахльтернативное многоканальное к— этапное
обнаружение
4.3.1. Основное решающее правило, показатели качества, критерии оптимальности
4.3.2. Анализ двухальтернативных многоканальных /с —этапных обнаружителей радиолокационных сигналов
4.4. Многоальтернативное многоканальное к— этапное
обнаружение
4.4.1. Основное решающее правило, показатели качества, критерии оптимальности
4.4.2. Модифицированные многоальтернативные к— этапные обнаружители. Показатели эффективности основной и модифицированных к— этапных
процедур обнаружения
4.4.3. Анализ многоальтернативных А;—этапных обнаружителей радиолокационных сигналов
Выводы
Глава 5. А'—этапное радиолокационное обнаружение с
постоянным уровнем ложных тревог
Введение
5.1. Модели сигналов и помех
5.2. К— этапные обнаружители сигналов с ПУЛТ-процессо-

5.2.1. Описание ПУЛТ-процессоров
5.2.2. К — этапные обнаружители с ПУЛТ режимом при параметрической неопределенности

5.2.3. Показатели качества и эффективности к— этапных обнаружителей с ПУЛТ режимом
5.3. Анализ к— этапных обнаружителей радиолокационных
сигналов с ПУЛТ режимом
5.3.1. Анализ в условиях однородных помех
5.3.1.1. Обнаружение некогерентной пачки радиоимпульсов
5.3.1.2. Обнаружение когерентной пачки радиоимпульсов
5.3.2. Анализ в условиях неоднородных помех
5.3.2.1. Обнаружение некогерептпой пачки радиоимпульсов
5.3.2.2. Обнаружение когерентной пачки радиоимпульсов
5.3.3. Анализ многоканальных к— этапных обнаружителей
Выводы
Глава 6. Программное обеспечение для проектирования и
и реализации к— этапных радиолокационных
обнаружителей
Введение
6.1. Комплекс программных средств для проектирования
А—этапных обнаружителей
6.1.1. Ввод-вывод данных
6.1.2. Контроль корректности исходных данных
6.1.3. Моделирование наблюдаемых отсчетов и
статистик
6.1.4. Оптимизация параметров и расчет характеристик
А;—этапных обнаружителей
Выводы
Заключение
Литература
Список основных сокращений

условных СЧО является их оценка при статистическом моделировании значений решающей статистики.
Значения статистики Ь„. повторно моделируются на ПЭВМ для каждой гипотезы и запоминаются в виде элементов массива данных: Лр(/) = Ьгч, I = 1,..., ЛГ,- при $ = г, г = 0,1. Параметры АГ, — числа циклов моделирования для каждой г—ой гипотезы — выбираются из противоречивых условий. С одной стороны для обеспечения достаточно высокой точности расчетов показателей качества процедуры необходимо увеличивать значения Аг,-, а с другой стороны, для уменьшения времени моделирования значений статистики и проведения поиска оптимальных параметров (см. п. 2.1.3) за приемлемое время эти значения Аг,- следует уменьшать. В большинстве случаев необходимые значения Аг,- выбираются из условия
где Аг, = (ац_г-г-)-1, г = 0,1 (напомним, что «ю = Рг и ощ = 1 — Ро — вероятности ошибочных решений типа ложной тревоги и пропуска цели соответственно).
Значения Лд(/) могут быть использованы для получения оценок вероятностей ошибок и условных СЧО. Выражения для таких оценок, как следует из (1.8)-(1.10), принимают вид
10 А^ < IV,- < 20 А',
(2.1)
^ 1 к N
«10 = -Рц = дТ- £ £ Ы0,
А 0 ы
1 к N
&01 = 1 - Ри = =- X) X] -^(О*
Ад ^=1 ы
(2.2)
где — индикаторные переменные:
при Лю(/) > Аи при Лю(/) <
при Лц(/) < В1, при Лп(/) > Ви
0 в противном случае,

Рекомендуемые диссертации данного раздела

Время генерации: 0.142, запросов: 967