НЕПАРАМЕТРИЧНЕ РОЗРІЗНЕННЯ СИГНАЛІВ В УМОВАХ АПРІОНОЇ НЕВИЗНАЧЕНОСТІ ЩОДО ЩІЛЬНОСТІ РОЗПОДІЛУ ІМОВІРНОСТІ МУЛЬТИПЛІКАТИВНИХ ЗАВАД
В статті розглянуто проблеми розрізнення сигналів на фоні мультиплікативних завад, що є ключовими завданнями статистичної теорії інформаційно-вимірювальних радіотехнічних системах (ІВ РТС). Акцентується увага на методах, які дозволяють здійснювати розрізнення сигналів у складних умовах апріорної не...
Saved in:
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Ivan Kozhedub Kharkiv National Air Force University
2024-12-01
|
| Series: | Системи озброєння і військова техніка |
| Subjects: | |
| Online Access: | https://journal-hnups.com.ua/index.php/soivt/article/view/1816 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | В статті розглянуто проблеми розрізнення сигналів на фоні мультиплікативних завад, що є ключовими завданнями статистичної теорії інформаційно-вимірювальних радіотехнічних системах (ІВ РТС). Акцентується увага на методах, які дозволяють здійснювати розрізнення сигналів у складних умовах апріорної невизначеності щодо параметрів сигналів та завад. Проаналізовано основні обмеження класичних байсівських методів, зокрема необхідність апріорної інформації щодо ймовірнісного розподілу сигналів і завад. Окремо виділено обмеження, пов'язане з допущенням гаусівського розподілу адитивних завад, яке не завжди відповідає реальним умовам. Для вирішення задачі розрізнення сигналів запропоновано використовувати цільову функцію, яка базується на непараметричній SG-статистиці нев’язок між прийнятим сигналом та можливими елементами ансамблю сигналів. Показано образи нев’язок у псевдофазовому просторі у випадку дії мультиплікативної завади з гаусівським розподілом, які пояснюють поведінку цільової функції в залежності від прийнятого сигналу. На прикладі трьох розподілів мультиплікативних завад, а саме гаусівського, рівномірного та логістичного, показано близькість імовірностей правильного розрізнення сигналів у визначених межах їх дисперсій (потужностей). Встановлено, що метод розрізнення сигналів, який базується на використанні SG-статистики є більш ефективним, ніж метод, який базується на BDS- статистиці. В той час як класичний метод максимальної правдоподібності є неефективним при дії мультиплікативних завад з невідомою щільністю розподілу імовірності. Проведені числові експерименти продемонстрували, що використання SG-статистики дозволяє покращити ймовірність правильного розрізнення сигналів порівняно з класичними методами. Практична значущість роботи полягає у вдосконаленні методів аналізу сигналів у сучасних радіотехнічних системах, що працюють у складних умовах багатопроменевих каналів із завадами.
|
|---|---|
| ISSN: | 1997-9568 2518-1580 |