Кумулянтные модели и полиномиальные методы обнаружения сигналов при аддитивном взаимодействии с коррелированными негауссовыми помехами

• Опубліковано в: : Электронное моделирование
• Дата: 2015
• Автор: Палагин, В.В.
• Формат: Стаття
• Мова: Russian
• Опубліковано: Інститут проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України 2015
• Теми: Математическое моделирование и вычислительные методы
• Онлайн доступ: https://nasplib.isofts.kiev.ua/handle/123456789/101324
• Назва журналу: Digital Library of Periodicals of National Academy of Sciences of Ukraine
• Цитувати: Кумулянтные модели и полиномиальные методы обнаружения сигналов при аддитивном взаимодействии с коррелированными негауссовыми помехами / В.В. Палагин // Электронное моделирование. — 2015. — Т. 37, № 6. — С. 19-34. — Бібліогр.: 11 назв. — рос.

Предложены модели и методы обработки статистически зависимых случайных величин для синтеза и анализа полиномиальных алгоритмов обнаружения сигналов на фоне негауссовых коррелированных помех при моментно-кумулянтном описании случайных процессов. Показано, что нелинейная обработка выборочных значений и учет параметров негауссового распределения статистически зависимых случайных величин позволяет повысить эффективность полиномиальных решающих правил и уменьшить вероятность появления ошибок первого и второго рода по сравнению с известными результатами. Запропоновано моделі і методи обробки статистично залежних випадкових величин для синтезу і аналізу поліноміальних алгоритмів виявлення сигналів на фоні негаусових корельованих завад при моментно-кумулянтному описі випадкових процесів. Показано, що нелінійна обробка вибіркових значень і врахування параметрів негаусового розподілу статистично залежних випадкових величин дозволяє підвищити ефективність поліноміальних розв’язувальних правил і зменшити ймовірність виникнення помилок першого і другого роду в порівнянні з відомими результатами. The models and methods of processing statistically dependent random variables for the synthesis and analysis of polynomial algorithms for signals detection on the background of correlated non-Gaussian noise under the moment-cumulant description of random processes are developed. It is shown that the nonlinear processing of sample values and account of the parameters of non-Gaussian distributions of statistically dependent random variables can improve the efficiency of polynomial decision rules that is a decrease of the probability of errors of the first and second kind, as compared with well-known results.