Процедуры обучения алгоритмов распознавания стационарных случайных сигналов в радиотехнических системах в условиях априорной параметрической неопределенности

• Автор: Егоров, Алексей Владимирович
• Шифр специальности: 05.12.04
• Научная степень: Кандидатская
• Год защиты: 2006
• Место защиты: Рязань
• Количество страниц: 261 с. : ил.

1 ОПРЕДЕЛЕНИЕ ОБЪЕМА ОБУЧАЮЩЕЙ ВЫБОРКИ ПРИ РАСПОЗНАВАНИИ СТАЦИОНАРНЫХ СЛУЧАЙНЫХ СИГНАЛОВ В СПЕКТРАЛЬНОЙ ОБЛАСТИ
1Л Вводные замечания
1.2 Решающее правило для распознавания стационарных случайных сигналов, отличающихся корреляционными функциями, во временной области
1.3 Статистические свойства спектральных оценок
1.4 Решающее правило при распознавании случайных сигналов в спектральной области
1.5 Оценка вероятности правильного распознавания
1.6 Решающее правило в условиях параметрической априорной неопределенности
1.6.1 Определение необходимого объема обучающей выборки
1.6.2 Обучение по одной реализации
1.6.2.1 Выбор способа обучения и оценка вероятности распознавания
1.6.2.2 Выбор ширины спектрального окна при распознавании сигналов
с СПМ, имеющими монотонный характер
1.6.2.3 Выбор ширины спектрального окна при распознавании сигналов
с СПМ, имеющими тонкую структуру
1.6.3 Разработка процедур оценки значений параметров решающего правила при ограниченном объеме обучающей выборки

1.7 Выводы
2 МЕТОДЫ СНИЖЕНИЯ ВЛИЯНИИ ПРОПУСКОВ НАБЛЮДЕНИЙ НА ВЕРОЯТНОСТЬ ПРИНЯТИЯ РЕШЕНИЯ ПРИ РАСПОЗНАВАНИИ СТАЦИОНАРНЫХ СЛУЧАЙНЫХ СИГНАЛОВ В СПЕКТРАЛЬНОЙ ОБЛАСТИ
2.1 Вводные замечания
2.2 Случайный процесс с пропусками наблюдений
2.3 Оценка влияния пропусков наблюдений на вероятность ошибки
2.4 Распознавание в условиях мощной импульсной помехи или пропусков наблюдений
2.4.1 Методы компенсации влияния пропусков наблюдений
2.4.2 Заполнение средним
2.4.3 Масштабирование выборочного спектра
2.4.4 Заполнение пропусков с помощью линейного предсказания
2.4.5 Заполнение пропуска временным сдвигом реализации
2.4.6 Частичное заполнение пропусков временным сдвигом
2.4.7 Заполнение сдвигом с коррекцией весовых коэффициентов
2.4.8 Медианная фильтрация
2.4.9. Использование окон просмотра данных
2.4.10 Адаптация параметров решающего правила к помеховому воздействию
2.5 Сравнение методов компенсации влияния помехи на вероятность правильного распознавания
2.5.1 Результаты моделирования для случайных сигналов, имеющих
СПМ первого и второго типа
2.5.2 Результаты моделирования для случайных сигналов, имеющих
СПМ третьего типа

2.5.3 Результаты моделирования для случайных сигналов, имеющих СПМ четвертого типа
2.6 Процедура, обеспечивающая снижение влияния пропусков наблюдений на вероятность ошибки распознавания
2.7 Выводы
3 АЛГОРИТМ РАСПОЗНАВАНИЯ ВЕКТОРНЫХ СЛУЧАЙНЫХ СИГНАЛОВ ПРИ ИХ БИНАРНОМ КВАНТОВАНИИ
3.1 Вводные замечания
3.2 Решающее правило для распознавания векторных случайных сигналов, отличающихся корреляционными матрицами
3.3 Выбор числа уровней квантования
3.4 Распределение вероятностей бинарно квантованного случайного процесса
3.5 Синтез решающего правила для бинарно квантованных векторных случайных сигналов
3.6 Синтез решающего правила, использующего оценку матрицы ковариации бинарно квантованного векторного случайного сигнала
3.7 Оценка вероятности правильного распознавания для бинарно квантованных векторных случайных сигналов
3.8 Влияние аддитивного шума на распознавание бинарно квантованных векторных случайных сигналов
3.9 Решающее правило для распознавании бинарно квантованных векторных случайных сигналов в условиях параметрической априорной неопределенности
3.10 Выводы

Рисунок 1.20 - Зависимость вероятности ошибки распознавания от параметра У окна Парзена (спектры типаЗ)
Рисунок 1.21 - Зависимость вероятности ошибки распознавания от параметра окна ¥ окна Парзена (спектры типа 4)