Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
 
+7 (4912) 72-03-73
 
Интернет-портал РГРТУ: https://rsreu.ru

УДК 621.37:51 74

ПАРАМЕТРИЧЕСКИЙ СПЕКТРАЛЬНЫЙ АНАЛИЗ ЗАШУМЛЕННЫХ СИГНАЛОВ C ГАУССОВСКОЙ ФОРМОЙ УНИМОДАЛЬНОГО СПЕКТРА


В. Г. Андреев, д.т.н., профессор кафедры РТС РГРТУ; Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.
Н. Л. Чан, аспирант кафедры РТС РГРТУ; Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра.


Предложен и исследован метод восстановления коэффициентов дискретной автокорреляционной функции случайных сигналов с гауссовской формой спектральной плотности мощности для построения их параметрических моделей. Цель работы – разработка метода повышения точности спектрального оценивания сигналов при известной форме их спектральной моды. Метод базируется на нахождении оптимального значения ширины ΔFT унимодального спектра при его гауссовской форме. Нахождение значения величины ΔFT даёт возможность восстановить искаженные шумами коэффициенты автокорреляции случайного процесса для повышения качества его спектрального оценивания. Экспериментальные исследования показали, что предлагаемый метод дает возможность уменьшать в 1,4…6 раз невязку между контрольным и оцениваемым спектрами по сравнению с известными подходами к параметрическому спектральному анализу, в частности с методом авторегрессии. Увеличение адекватности спектрального оценивания даёт возможность сократить в 3…6 раз длину анализируемой временной выборки при сохранении достигаемой другими известными параметрическими методами точности спектрального анализа. Выигрыши достигаются за счёт использования априорной информации о спектральных свойствах процесса.

Ключевые слова: спектр, спектральное оценивание, дискретная автокорреляционная ункция, автокорреляционная последовательность, авторегрессионная модель, авторегрессия, спектральная плотность мощности, параметрические оценки.

 Скачать статью