Методи статистичного оцінювання параметрів сигналу на фоні негаусових корельованих завад
The traditional approach to the development of systems for signal parameters estimation in non-Gaussian noise is characterized by significant difficulties associated with the complexity of algorithmic implementation, which makes it impossible to synthesize high-quality software-algorithmic and hardw...
Gespeichert in:
| Datum: | 2021 |
|---|---|
| Hauptverfasser: | , , , |
| Format: | Artikel |
| Veröffentlicht: |
Kamianets-Podilskyi National Ivan Ohiienko University
2021
|
| Online Zugang: | http://mcm-tech.kpnu.edu.ua/article/view/251088 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Mathematical and computer modelling. Series: Technical sciences |
Institution
Mathematical and computer modelling. Series: Technical sciences| id |
mcmtechkpnueduua-article-251088 |
|---|---|
| record_format |
ojs |
| institution |
Mathematical and computer modelling. Series: Technical sciences |
| baseUrl_str |
|
| datestamp_date |
2022-01-12T13:01:41Z |
| collection |
OJS |
| format |
Article |
| author |
Смірнов, Данііл Вєдєрніков, Дмитро Палагіна, Олена Палагін, Володимир |
| spellingShingle |
Смірнов, Данііл Вєдєрніков, Дмитро Палагіна, Олена Палагін, Володимир Методи статистичного оцінювання параметрів сигналу на фоні негаусових корельованих завад |
| author_facet |
Смірнов, Данііл Вєдєрніков, Дмитро Палагіна, Олена Палагін, Володимир |
| author_sort |
Смірнов, Данііл |
| title |
Методи статистичного оцінювання параметрів сигналу на фоні негаусових корельованих завад |
| title_short |
Методи статистичного оцінювання параметрів сигналу на фоні негаусових корельованих завад |
| title_full |
Методи статистичного оцінювання параметрів сигналу на фоні негаусових корельованих завад |
| title_fullStr |
Методи статистичного оцінювання параметрів сигналу на фоні негаусових корельованих завад |
| title_full_unstemmed |
Методи статистичного оцінювання параметрів сигналу на фоні негаусових корельованих завад |
| title_sort |
методи статистичного оцінювання параметрів сигналу на фоні негаусових корельованих завад |
| title_alt |
Methods for Statistical Signal Parameters Estimation in Non-Gaussian Correlated Noise |
| description |
The traditional approach to the development of systems for signal parameters estimation in non-Gaussian noise is characterized by significant difficulties associated with the complexity of algorithmic implementation, which makes it impossible to synthesize high-quality software-algorithmic and hardware statistical signal processing. At the same time, the presence of a statistical relationship between the studied sample non-Gaussian random variables leads to a significant complication of the implementation of computational algorithms. Analysis of scientific research in recent years has shown that to solve problems of estimating unknown parameters of signals in non-Gaussian noise there is another promising approach, which is based on the use of numerical characteristics to describe random processes, namely moment and cumulant functions of higher orders. This allows us to describe the statistical properties of the studied non-Gaussian processes with the necessary approximation.
The paper proposes new mathematical models of additive interaction of useful signal and correlated non-Gaussian noise based on the use of one-moment and two-moment cumulative functions of higher orders, which made it possible to describe the parameters and characteristics of non-Gaussian distribution of the studied random process and take into account correlations for the synthesis of algorithms for estimating unknown parameters.
Based on the obtained moments and cumulant models of random correlated non-Gaussian processes, polynomial stochastic methods for estimation an unknown parameter of a constant signal for dependent sample values are proposed. This allowed the synthesis of computational algorithms for processing non-Gaussian correlated processes. Based on the proposed methods, the synthesis and analysis of polynomial computational algorithms for the parameter estimation of the useful signal with better accuracy characteristics in the form of reducing the variance of the estimate compared to the known results due to additional information about the studied processes in the form of moment and cumulant functions. |
| publisher |
Kamianets-Podilskyi National Ivan Ohiienko University |
| publishDate |
2021 |
| url |
http://mcm-tech.kpnu.edu.ua/article/view/251088 |
| work_keys_str_mv |
AT smírnovdanííl methodsforstatisticalsignalparametersestimationinnongaussiancorrelatednoise AT vêdêrníkovdmitro methodsforstatisticalsignalparametersestimationinnongaussiancorrelatednoise AT palagínaolena methodsforstatisticalsignalparametersestimationinnongaussiancorrelatednoise AT palagínvolodimir methodsforstatisticalsignalparametersestimationinnongaussiancorrelatednoise AT smírnovdanííl metodistatističnogoocínûvannâparametrívsignalunafonínegausovihkorelʹovanihzavad AT vêdêrníkovdmitro metodistatističnogoocínûvannâparametrívsignalunafonínegausovihkorelʹovanihzavad AT palagínaolena metodistatističnogoocínûvannâparametrívsignalunafonínegausovihkorelʹovanihzavad AT palagínvolodimir metodistatističnogoocínûvannâparametrívsignalunafonínegausovihkorelʹovanihzavad |
| first_indexed |
2025-07-17T10:14:28Z |
| last_indexed |
2025-07-17T10:14:28Z |
| _version_ |
1850409860664918016 |
| spelling |
mcmtechkpnueduua-article-2510882022-01-12T13:01:41Z Methods for Statistical Signal Parameters Estimation in Non-Gaussian Correlated Noise Методи статистичного оцінювання параметрів сигналу на фоні негаусових корельованих завад Смірнов, Данііл Вєдєрніков, Дмитро Палагіна, Олена Палагін, Володимир The traditional approach to the development of systems for signal parameters estimation in non-Gaussian noise is characterized by significant difficulties associated with the complexity of algorithmic implementation, which makes it impossible to synthesize high-quality software-algorithmic and hardware statistical signal processing. At the same time, the presence of a statistical relationship between the studied sample non-Gaussian random variables leads to a significant complication of the implementation of computational algorithms. Analysis of scientific research in recent years has shown that to solve problems of estimating unknown parameters of signals in non-Gaussian noise there is another promising approach, which is based on the use of numerical characteristics to describe random processes, namely moment and cumulant functions of higher orders. This allows us to describe the statistical properties of the studied non-Gaussian processes with the necessary approximation. The paper proposes new mathematical models of additive interaction of useful signal and correlated non-Gaussian noise based on the use of one-moment and two-moment cumulative functions of higher orders, which made it possible to describe the parameters and characteristics of non-Gaussian distribution of the studied random process and take into account correlations for the synthesis of algorithms for estimating unknown parameters. Based on the obtained moments and cumulant models of random correlated non-Gaussian processes, polynomial stochastic methods for estimation an unknown parameter of a constant signal for dependent sample values are proposed. This allowed the synthesis of computational algorithms for processing non-Gaussian correlated processes. Based on the proposed methods, the synthesis and analysis of polynomial computational algorithms for the parameter estimation of the useful signal with better accuracy characteristics in the form of reducing the variance of the estimate compared to the known results due to additional information about the studied processes in the form of moment and cumulant functions. Класичний підхід для побудови систем оцінювання параметрів сигналів, які приймаються на фоні негаусових завад, характеризується складністю алгоритмічної та обчислювальної реалізації, що не дозволяє синтезувати якісні програмні та апаратні засоби статистичної обробки. Окрім того, наявність кореляційних зв’язків досліджуваних вибіркових значень суттєво ускладнює алгоритмічну реалізацію. Аналіз досліджень, які проводяться останнім часом засвідчив, що для знаходження оцінок невідомих параметрів сигналів, які приймаються на фоні негаусових завад, можливо використовувати інший перспективний підхід. Такий підхід базується на використанні чисельних характеристик опису випадкових процесів, а саме моментних і кумулянтних функцій вищих порядків, що дозволяє з заданим наближенням описувати статистичні властивості негаусових процесів. У роботі запропоновані нові математичні моделі адитивної взаємодії корисного постійного сигналу та корельованої негаусової завади при застосуванні одномоментних та двохмоментних кумулянтних функцій вищих порядків. Таке представлення надає додаткові можливості не тільки описати параметри та характеристики досліджуваного негаусового процесу, але і врахувати статистичні зв’язки вибіркових значень для побудови якісних алгоритмів оцінювання невідомих параметрів сигналу. На основі обраного підходу отримані моментно-кумулянтні моделі досліджуваних корельованих негаусових процесів, запропоновані нові поліноміальні методи оцінювання невідомого параметра корисного сигналу, що дозволило синтезувати нові обчислювальні алгоритми для обробки статистично залежних негаусових процесів. На основі запропонованих моделей та методів проведено синтез та аналіз обчислювальних алгоритмів оцінювання невідомого параметра постійного сигналу з кращими точністними характеристиками у порівнянні з традиційними результатами. В якості параметра ефективності обиралася дисперсія отриманих оцінок, яка для запропонованих методів є меншою у порівнянні з відомими результатами для традиційних гаусових моделей досліджуваних процесів. Kamianets-Podilskyi National Ivan Ohiienko University 2021-10-06 Article Article http://mcm-tech.kpnu.edu.ua/article/view/251088 10.32626/2308-5916.2021-22.106-118 Mathematical and computer modelling. Series: Technical sciences; 2021: Mathematical and computer modelling. Series: Technical sciences. Issue 22; 106-118 Математичне та комп'ютерне моделювання. Серія: Технічні науки ; 2021: Математичне та комп'ютерне моделювання. Серія: Технічні науки. Випуск 22; 106-118 2308-5916 10.32626/2308-5916.2021-22 |