Файл: Хомяков Э.Н. Вопросы статистической теории оптимальных измерительных систем. Основание для расчета и проектирования.pdf

97.

Wiener N .. Masani

L.,

The

prediction

theory of multivariate

stochastic processes,

pts 1, 2, Acta matl'i. 1958,

'June,

98.

,

98Amara R. C ,

Application

of

matrix

methods

i<o

the

linear

least

—

squares

synthesis

of

multivariable

systems.

J.

Franklin

Inst,

1959, '168.

. ••

•

99. Hsieh H . G.,

Leondes

C. T„ On

the

optimum

synthesis of

multipole control systems in the Wiener sense.

IRE PGAC

Trans.,

1959, nov., AG-4,

2.

100.

Уои1а D. C ,

On

the

factorization

of

Rationel"

matrices-

IRE PGJT

Trens, 1961, July.

101.

Davie M . C ,

On fafctoring of spectral nietrix,

IEEE

Trens,

on Autometic Control, 1963, AG-8, №

4.

102.

Darlington

S.,

Linear

least

—

squares

smoothing

and

prediction. Bell system Techn. J.,

1958, 37.

103-

Kalman

R. S.,

Busy R. S.,

A new

approach

to

linear

f i l ­

tering

and

prediction

problems,

Trans,

of

the

A S M E ,

ser,

D., 1961,

Mazch,

83,

№

1.

104.

Thomas

J. В.,

Wong

E.,

On

the

statistical

theory of

opti­

mum

demodulation. IRE Trahs., I960,

Sept, IT-6.

105.

Boorstyn R. R.,

Shwarts

M . ,

Performance

of analog

demo­

dulators

in a fading

environment- ;iEEE Trans., .1966, COM-16;

№ 1.

106.

Van Trees H . L., Bounds

on

the

accuracy

attainable in

the

estimation on continuous random processes.

IEEE Trans,

1966, July,

IT-12, № 3.

107.

Seidman L.-P., An a'pper bounds

"on

average

estimation

error in nonlinear systems. IEEE Trans.,

1968, IT-14, № 2.

Electronic Systems,

vol. AES-1. 1965, decembei

•*

110.

Crow E._l.._^

The statistical construction of a single

standaft

from several available slandarls. IEEE

Trans,

on

Instrument-ion

and

Measurement, Г964,

№

4, vol 1M-13,

december.

I l l -

Pitcher T. S.,

Rumsey IT.,

A

Bayes

estimate for

sinchroni-

zation. Proc. of the IEEE, vol. 56, № 7, July, 1968.

112.

Holmes J. H . ,

Optimum frequency,

demodulation

in

the

presence

of Gaussian

noise. Proc. of the

IEEE,

vol. 56,

№

2,

Feb­

ruary, 1968.

•

113Howard R. 'A'.,

Dynamic programming and Markby

proces­

ses, 'I960.

О Г Л А В Л Е Н И Е

П р е д и с л о в и е '

Г Л А В А 1. Введение

в статистическую теорию оптимизации радиотех-

н и ч е с ю ^

измерительных систем и комплексов

. . . . . .

1'2.

Постановка

задач

оптимизации

радиотехнических измеритель­

ных систем и комплексов, общий метод их решения

1.3.

Гауссоные

условные

вероятностные,

функционалы

в

задачах

синтеза

оптимальных'

измерительных

систем

1.4. Синтез

обучающихся

и

адаптирующихся

измерительных

сис­

тем

с

частично известной

структурой

. .

1 Л А В А

2. Статистический синтез оптимальных, измгрителей

непрерыв­

ных

процессов

2.Г. Постановка

задачи

синтеза

системы

оценки

непрерывных

про­

цессов

и

метод

решения

.

2.2.

Р а з л о ж е н и е

Маклорена

функционалов отношения правдоподобия

2.3. Оптимальные

алгоритмы

оценок процессов, статистические ха­

рактеристики

которых

априорно

неизвестны

2.4.

Решение

функционального . уравнения

правдоподобия

при

ли­

нейном

кодировании

параметра

в сигнале

'. .

2.5. Дискретно-непрерывные

алгоритмы

оценок

процессов

и их

применение в задачах демодуляции сигналов

2.6.

Алгоритмы оптимальной оценки гауссовых процессов

. . . .

2.7.

Линейные алгоритмы оптимальной оценки гауссовых

процессов

2.8.

Одна

задача

нелинейной

низкочастотной

фильтрации

. . . .

2.9. Многомерные задачи оценки процессов

• . . .

2Л0. Алгоритмы

оптимальней

экстраполяции

гауссовых

процессов

Г Л А В А

3. Статистический синтез алгоритмов обработки сигналов

в

про­

странственно-временных

измерительных

системах

' . . .

3.3.

Потенциальные

томности

оценок

параметров

флуктуирующих

ч

пространственно-временных

сигналов

|Г,К

3.4. Оценка

эффективности

операторов

оптимального

приема флук­

туирующих

пространственно-временных

сигналов .

.

. . .

1/Т

3.5.

Оценка пространственно-временных частот

сигналов

при

быст­

рых

временных

мультипликативных

флуктуацнях

72

3.6.

Оценка

пространственно-временных

частот

сигналов

при

на­

личии пространственных

мультипликативных

помех

?й

3.7. Эффективность

оптимальных алгоритмов оценок пространствен­

но-временных

частот

сигналов

КЗ

3.8.

Оценка

процессов

закодированных

в

регулярных

простран­

ственно-временных

сигналах

Ч(!

3.9. Оптимизация

обработки

флуктуирующих

сигналов

в

двухан —

тенных

радиотехнических

измерительных системах

№

Г Л А В А

4. Некоторые

задачи

синтеза

оптимальных

измерителей

пара­

метров

нормально

флуктуирующих

сигналов

и

статистиче­

ских характеристик случайных процессов при наличии

аддитивных

помех

.

98

4.1.

Вопросы

теории

оптимального

измерения

параметров

гауссо­

вых

флуктуирующих

сигналов .

. -

.

9 8

4.2. Оптимальные

оценки средней частоты квазигармоннческого сиг­

нала

и

статистических

характеристик

стационарной

гауссовой

мультипликативной

помехи

*

•: . .

103

4.3.

Оптимальная

оценка

параметров

квазигармоннческого

колеба-

\ -

ния

с винеровскими

мультипликативными

фтуктуацнями

. .

4.4.

Квазиоптимальное

измерение

среднее

частоты

флуктуирую­

щего

сигнала

ПО

4.5. Оптимальная

оценка

коэффпгнен гхп

аппроксимирующих

рядов

процесса

медленных

изменений

частоты

112

4.6.

Оптимальное

измерение

фазовой

з а д е р ж к и

сигнала

при

нали­

чии

стационарных

гауссопых

мультипликативных

флуктуации

" 5

4.7. Оптимальное

измерение

времени

прихода

импульсного

сигна­

ла пр_н наличии стационарных гауссовых

мультипликативных

'флуктуации

. .

.

Пч

4.8. Оптимальные

оценки

статистических

характеристик

случай­

ных

процессов

при

наличии

помех

, .

Г Л А В А

5. Оптимальные алгоритмы

оценки

процессов

и

их

статистиче­

ских

характеристик

при

многоканальном

наблюдении

,

,

126

5.1. Оптимальные оценки процесса при многоканальном

наблюдении

126

5.2. Оптимальные

алгоритмы

оценки

процесса

для

некоторых

слу-

чаев конкретизации корреляционных функций аддитивных

помех

131

. 5.3

Использование

априорной

информации

при

групповой

оценке

•

процесса

131

5.4.

Оптимальные

алгоритмы

групповой

линейной

экстраполяции

гауссового

процесса

.

. •

14-1

5.5. Оптимальные

оценки параметров корреляционной функции про-

... ._ -

цесса

при многоканальном

наблюдении . .

. . .

'. .

.

-. .

140

.5.6.

Оптимальные алгоритмы группирования результатов измерений

дифференциально - взаимосвязанных

процессов

153

Г Л А В А

в. Некоторые релультаты теории многомерной линейной

фильт­

рации и

экстраполяции

взаимосвязанных

процессов .

. . .

1Т>7

6.1.

З а д а ч и многомерной фильтрации

взаимосвязанных

процессов

и

методы

их

решения

157

2-13