Научная статья на тему 'Разработка и исследование методов моделирования трактов обработки дискретных сигналов'

Разработка и исследование методов моделирования трактов обработки дискретных сигналов Текст научной статьи по специальности «Компьютерные и информационные науки»

CC BY
107
47
i Надоели баннеры? Вы всегда можете отключить рекламу.
i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Текст научной работы на тему «Разработка и исследование методов моделирования трактов обработки дискретных сигналов»

Известия ТРТУ

Специальный выпуск

ЛИТЕРАТУРА

1. Chui C.H. Wavelet Analysis and its Application, NY, Academic Press, 1992.

2. Галустов ГГ., Михалёв M.B. Особенности применения вейвлет-преобразования для анализа случайных процессов // Известия ТРТУ, Таганрог. 2000. №1.

УДК 681.586; 621.372

А.А. Ярошенко

РАЗРАБОТКА И ИССЛЕДОВАНИЕ МЕТОДОВ МОДЕЛИРОВАНИЯ ТРАКТОВ ОБРАБОТКИ ДИСКРЕТНЫХ СИГНАЛОВ

Развитие компьютерной техники и методов математического моделирования

,

процессах анализа и синтеза цифровых систем связи [1, 2]. Поскольку в состав цифровых систем связи входят устройства, осуществляющие цифровую обработку сигналов в реальном масштабе времени, которые невозможно реализовать без , -ровых моделей этих устройств. Наиболее актуальной является задача адаптации разработанных алгоритмов непараметрического распознавания сигналов к практическим условиям работы цифровых систем связи.

В связи с этим представляет интерес решение следующих задач:

1) ;

2)

;

3) -зация параметров приемника: полосы пропускания, уровня порога классификатора, параметров дискриминационной характеристики демодулятора по критерию минимума вероятностей ошибок распознавания;

4) построение и исследование экспериментальной установки, содержащей пе-

редатчик дискретных частотно-манипулированных сигналов, приемник дискрет- c

дискриминатором, источник помех, ЭВМ.

Для проверки правильности разработанной математической модели адаптивного цифрового частотного дискриминатора с переменными параметрами дискриминационной характеристики был проведен сравнительный анализ полученных результатов с результатами, полученными при проведении натурных экспериментов с макетом этого устройства. Анализ полученных результатов подтвердил адекватность разработанной математической модели реальному устройству. Это позволяет проводить набор экспериментальных исследований путем машинного моделирования для задач, которые трудно, в силу различных причин, осуществить путем проведения натурных испытаний. Это также позволяет использовать разработанную модель в качестве составной части исследуемого тракта обработки сигналов.

Секция радиоприемных устройств и телевидения

ЛИТЕРАТУРА

1. Бори сов ЮЛ., Цветков В.В. Математическое моделирование радиотехнических систем и устройств. М.: Радио и связь, 1985. 176с.

2. Быков В.В. Цифровое моделирование в статистической радиотехнике. М.: Советское радио, 1971. 328с.

УДК 615.84; 621.38.038

В.М. Ковригин

ОПТИМИЗАЦИЯ РАЗМЕРНОСТИ ПРИЗНАКОВОГО ПРОСТРАНСТВА ПРИ РЕШЕНИИ ЗАДАЧИ МНОГОАЛЬТЕРНАТИВНОГО ПАРАМЕТРИЧЕСКОГО РАСПОЗНАВАНИЯ СЛУЧАЙНЫХ СИГНАЛОВ

В работе произведен анализ многоальтернативной системы классификации случайных сигналов при распознавании многомерных нормальных сигналов с одинаковыми векторами средних и разными ковариационными матрицами. Анализ произведен с помощью специализированной авторской программы “Pattern Recognition”, значительно упрощающей решение задач затронутой тематики. При распознавании используется решающее правило, обеспечивающее при простой функции потерь минимум среднеквадратической ошибки.

Произведены экспериментальные оценки матриц перепутывания: при различном объеме обучающей выборки; размерности признакового пространства; виде ковариационных матриц сигналов.

Полученные результаты позволяют правильно выбирать размерность призна-, -верности распознавания при классификации случайных сигналов с априори известными ковариационными матрицами классов сигналов. Использование упомянутого программного продукта с набором вспомогательных программ позволяет быстро производить как моделирование процесса распознавания, так и классификацию реальных сигналов.

ЛИТЕРАТУРА

1. . ., . . . .:

, 1986. 264 .

2. . . // . . -

ческие науки. Новочеркасск. 1984. №3.

i Надоели баннеры? Вы всегда можете отключить рекламу.