Помощь в написании студенческих работ
Антистрессовый сервис

Алгоритмы оптимизации устройств цифровой обработки сигналов на основе комбинированного критерия минимума среднего квадрата ошибки в радиотехнических системах

Диссертация: Алгоритмы оптимизации устройств цифровой обработки сигналов на основе комбинированного критерия минимума среднего квадрата ошибки в радиотехнических системах
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Однако присутствие таких мешающих факторов, как аддитивный шум и импульсная помеха (ИП), несоответствие порядка модели сигнала и синтезированного устройства обработки и др. приводит к существенному ухудшению качественных показателей алгоритмов, функционирующих на основе критерия минимума СКО. При этом возрастает модуль максимального отклонения (ММО) сигнала ошибки на выходе устройства обработки… Читать ещё >

Алгоритмы оптимизации устройств цифровой обработки сигналов на основе комбинированного критерия минимума среднего квадрата ошибки в радиотехнических системах (реферат, курсовая, диплом, контрольная)

Содержание

  • 1. АЛГОРИТМЫ ОПТИМИЗАЦИИ КОЭФФИЦИЕНТОВ КИХ
  • ФИЛЬТРОВ НА ОСНОВЕ КОМБИНИРОВАННОГО КРИТЕРИЯ МИНИМУМА СРЕДНЕГО КВАДРАТА ОШИБКИ
    • 1. 1. Вводные замечания
    • 1. 2. Оптимизация нерекурсивных устройств фильтрации сигнала на основе блоковых оценок
    • 1. 3. Робастный к действию импульсных помех модифицированный калмановский фильтр
    • 1. 4. Алгоритм блоковой оценки коэффициентов КИХ — фильтров предсказателей
    • 1. 5. Оценка параметров цифровых систем адаптивными КИХфильтрами
    • 1. 6. Выводы
  • 2. АЛГОРИТМЫ ОПТИМИЗАЦИИ КОЭФФИЦИЕНТОВ БИХ
  • ФИЛЬТРОВ НА ОСНОВЕ КОМБИНИРОВАННОГО КРИТЕРИЯ МИНИМУМА СРЕДНЕГО КВАДРАТА ОШИБКИ
    • 2. 1. Вводные замечания
    • 2. 2. Оптимизация коэффициентов обратных БИХ — фильтров на основе блоковых оценок
    • 2. 3. Алгоритм оптимизации БИХ — фильтров моделирования временных рядов на основе процессов АРСС
    • 2. 4. Оценка параметров цифровых систем адаптивными БИХ фильтрами
    • 2. 5. Обратное адаптивное моделирование линейных систем цифровыми БИХ — фильтрами
    • 2. 6. Выводы
  • 3. ВОПРОСЫ ПРАКТИЧЕСКОГО ПРИМЕНЕНИЯ УСТРОЙСТВ ЦИФРОВОЙ ОБРАБОТКИ СИГНАЛАВ, СИНТЕЗИРОВАННЫХ НА
  • ОСНОВЕ КОМБИНИРОВАННОГО КРИТЕРИЯ МИНИМУМА СРЕДНЕГО КВАДРАТА ОШИБКИ
    • 3. 1. Вводные замечания
    • 3. 2. Экспериментальные исследования кодека АДИКМ, оптимального по комбинированному критерию минимума СКО
    • 3. 3. Применение комбинированного критерия минимума СКО в задачах неинвазивной диагностики заболеваний голосового тракта
    • 3. 4. Вычислительные затраты алгоритмов на основе комбинированного критерия минимума среднего квадрата ошибки в некоторых устройствах и алгоритмах цифровой обработки сигналов
    • 3. 5. Реализация кодека АДИКМ, оптимального по комбинированному критерию минимума СКО, на цифровом процессоре обработки сигналов
    • 3. 6. Выводы

Актуальность темы

Современный этап развития средств и методов обработки сигналов характеризуется постоянным возрастанием роли цифровой техники. Основное преимущество цифровой обработки сигналов (ЦОС), по сравнению с аналоговой, обусловлено возможностью достижения близких к потенциально возможным качественных характеристик радиотехнических систем (РТС) и устройств. Цифровые устройства позволяют получить существенно более высокую точность реализации функциональных операторов в аппаратуре обработки сигналов, значительно лучшую помехоустойчивость и надёжность, обеспечивая при этом широкие возможности адаптации при изменении условий функционирования.

В современных РТС на основе алгоритмов ЦОС реализованы различные устройства, осуществляющие адаптивную коррекцию каналов связи и компенсацию помех, обработку радиолокационных сигналов, синтез и анализ речи и т. п.

Значительный вклад в разработку теории и алгоритмов ЦОС принадлежит как отечественным учёным Котельникову В. А., Цыпкину Я. 3., Тихонову В. И., Левину Б. Р., Финку Л. М., Вейцелю В. А., Жодзижскому М. И., Побережскому Е. С. и др. [1,., 7], так и зарубежным — Рабинеру Л., Голду Б., Оппенгейму А. В., Шаферу Р. В. и др. [8,.ДО].

Теория и практика современной ЦОС охватывает такие различные направления, как цифровая фильтрация и спектральный анализ, обработка речевых сигналов (РС) и изображений, адаптивная обработка сигналов и др.

В области цифровой фильтрации и цифрового спектрального анализа следует отметить работы Трахтмана А. М., Гольденберга Л. М., Ланнэ А. А., Брю-хановаЮ. А., ВитязеваВ. В., КаппелиниВ., Константинидиса А. Дж., Эмилиа-ни Г., Кайзера Д., ХэммингаР. В., Марпла-мл. С. Л. и др. [11,., 19].

Заметный вклад в теорию и практику цифровой обработки РС принадлежит таким отечественным учёным, как Назаров М. В., Прохоров Ю. И., Сапожков М. А., Михайлов В. Г., Зюко А. Г., Банкет В. Л. [20,., 24], а также зарубежным Маркелу Дж. Д., Грею А. X., Рабинеру Л. Р., Шаферу Р. В. и др. [25,., 27 и ДР-]

Среди теоретических работ в области адаптивной фильтрации, широко применяемой при обработке сигналов в условиях априорной неопределённости, необходимо отметить работы Репина В. Г, ' Гарта ковс ко го Г. Г., Фомина В. Н., Уидроу Б., Коу >на К. Ф. П., Гранта П. М. [28,., 31].

В настоящее время для устройств ЦОС характерно постоянное возрастание объёма обрабатываемой информации, повышение требований к качеству обработки, работа в сложной сигнально — помеховой обстановке.

Для широкого круга РТС разработаны достаточно простые алгоритмы оптимизации параметров устройств ЦОС, позволяющие получить аналитические решения. При этом большинство известных алгоритмов оптимизации параметров устройств ЦОС реализовано на основе критерия минимума среднего квадрата ошибки (СКО) или метода наименьших квадратов (МНК) [13, 21, 25, 30, 31]. Широкое применение этих алгоритмов определяется простотой и вычислительной эффективностью.

Однако присутствие таких мешающих факторов, как аддитивный шум и импульсная помеха (ИП), несоответствие порядка модели сигнала и синтезированного устройства обработки и др. приводит к существенному ухудшению качественных показателей алгоритмов, функционирующих на основе критерия минимума СКО. При этом возрастает модуль максимального отклонения (ММО) сигнала ошибки на выходе устройства обработки, замедляется сходимость адаптивных алгоритмов, а в ряде случаев проявляется неустойчивость адаптивных рекурсивных фильтров. Указанное обстоятельство наиболее ярко проявляется в рекуррентных алгоритмах расчёта коэффициентов цифровых фильтров.

Наличие в цифровых системах связи, навигации и оптимального управления устройств с ограниченной апертурой (дискриминаторы, квантователи) требует, чтобы мгновенное значение сигнала ошибки находилось в пределах линейного участка амплитудной характеристики тракта [32]. При оптимизации параметров указанных систем желательно ограничивать не только дисперсию, но и ММ О сигнала на входе устройства с ограниченной апертурой.

Для сигналов, имеющих кратковременные, резкие возрастания амплитуды, применение критерия минимума СКО приводит к значительному увеличению ММ О (динамического диапазона) сигнала ошибки на выходе устройств ЦОС. Данное обстоятельство связано со свойствами указанного критерия, минимизирующего среднюю дисперсию ошибки в пределах выбранного блока временных отсчетов. Критерий минимума СКО оказывается нечувствительным к редким выбросам сигнала ошибки, вклад которых в величину средней дисперсии незначителен. Так отмечается высокая чувствительность фильтра Калмана к наличию сильных импульсных помех (ИП) на входе [33]. Увеличение динамического диапазона ошибки приводит к существенному снижению эффективности обработки сигналов в таких системах, как системы передачи РС, оптимального управления и др.

В условиях априорной неопределенности относительно характеристик входных сигналов оптимизация параметров устройств ЦОС осуществляется адаптивными методами. Адаптивная компенсация межсимвольной интерференции, дисперсии групповой задержки каналов передачи, идентификация и обратное моделирование неизвестных систем адаптивными цифровыми фильтрами широко применяются в системах связи и оптимального управления.

Адаптация коэффициентов фильтров в устройствах ЦОС наиболее часто осуществляется в соответствии с алгоритмом МНК. Основные требования, предъявляемые к адаптивному алгоритму, состоят в получении максимально возможной скорости сходимости и минимальной величины сигнала ошибки при приемлемых вычислительных затратах. Применение алгоритма МНК при изменении параметров входного сигнала и наличии высокого уровня аддитивного шума, может приводить к неудовлетворительным характеристикам и даже неустойчивости процесса адаптации.

Непосредственное применение критерия оптимизации, минимизирующего абсолютное отклонение ошибки не даёт возможности получить решения в аналитическом виде, приводит к необходимости использования в процедуре синтеза численных методов, не гарантирующих сходимости к правильным решениям и требующих значительных вычислительных затрат [34].

Устройства ЦОС по виду импульсной характеристики могут быть отнесены к одному из двух классов: фильтры с конечной (КИХ) и бесконечной (БИХ) импульсной характеристикой. Использование того или иного класса цифровых фильтров определяется спецификой поставленной задачи. КИХ — фильтры целесообразно использовать в системах оптимальной фильтрации сигналов из смеси с аддитивным шумом, линейных предсказателях систем передачи речевой информации, системах оптимального управления, адаптивной компенсации межсимвольной интерференции и искажений каналов передачи дискретных сигналов. Преимущества БИХ — фильтров проявляются в устройствах обнаружения и оценки параметров сигналов на фоне коррелированных помех, подавления узкополосных помех, в задачах оценки параметров линейных систем с передаточной характеристикой полюсного типа, компенсации групповой задержки каналов передачи дискретной информации.

Оптимизация параметров фильтров может осуществляться либо по блоку отсчётов входного сигнала, либо адаптивными алгоритмами на основе рекуррентных соотношений. При высоком отношении сигнал — шум применение адаптивных методов позволяет за меньшее время получить более точные оценки параметров. При низком отношении сигнал — шум более высокую точность обеспечивает методы блоковой оценки.

Наличие двух классов и методов оптимизации параметров устройств ЦОС определяет структуру диссертационной работы.

Обобщая вышеизложенное, можно сделать вывод об актуальности разработки алгоритмов оптимизации параметров КИХ и — фильтров, эффективных в вычислительном отношении, слабо чувствительных к действию мешающих факторов, функционирующих в реальном или близком к реальному масштабе времени и позволяющих влиять на такой важный показатель качества, как ММ О ошибки на выходе. Решение перечисленных выше задач возможно на основе алгоритмов оптимальных по комбинированному критерию минимума СКО, позволяющему косвенно влиять на ММО сигнала на выходе устройств ЦОС.

Цель работы. Основной целью работы является разработка эффективных алгоритмов оптимизации параметров устройств ЦОС, реализованных на основе КИХ и БИХ — фильтров при блоковой и адаптивной процедуре обработки, обеспечивающих уменьшение ММО ошибки на выходе устройств ЦОС и имеющих слабую чувствительность к действию мешающих факторов, в интересах повышения качества функционирования РТС.

Поставленная цель работы включает решение задач:

— разработки алгоритмов оптимизации устройств ЦОС и синтеза моделей сигналов с требуемыми спектрально-корреляционными характеристиками, функционирующих в реальном или близком к реальному масштабе времени и позволяющих эффективно влиять на ММО сигнала ошибки;

— разработки рекуррентных алгоритмов расчёта коэффициентов цифровых фильтров, устойчивых к воздействию импульсных помех;

— синтеза алгоритмов адаптации коэффициентов цифровых фильтров для задач идентификации и обратного моделирования линейных систем, обладающих высокой скоростью сходимости и меньшей чувствительностью к действию мешающих факторов по сравнению с известным алгоритмом МНК;

— анализа возможностей практической реализации предложенных ал горитмов в кодеках адаптивной дифференциальной импульсно-кодовой модуляции (АДИКМ) и системах неинвазивной диагностики заболеваний голосового тракта.

Научная новизна. В рамках данной работы были получены следующие новые научные результаты.

1. Разработан на основе комбинированного критерия минимума СКО алгоритм оптимизации коэффициентов нерекурсивных фильтров оценивания, позволяющий эффективно влиять на уровень ММО ошибки фильтрации.

2. Получен устойчивый к воздействию импульсных помех рекуррентный алгоритм расчёта коэффициентов модифицированного фильтра Калма-на.

3. Предложен алгоритм оптимизации коэффициентов рекурсивных обратных фильтров, уменьшающий ММО ошибки выходного сигнала и обладающий устойчивостью к несоответствию порядка обратного фильтра и порядка модели входного сигнала.

4. Получены на основе комбинированного критерия минимума СКО алгоритмы оптимизации фильтров моделирования процессов авторегрессии — скользящего среднего (АРСС), уменьшающих ММО спектральной плотности мощности (СПМ) модели от контрольной СПМ.

5. Предложены процедуры адаптации коэффициентов цифровых фильтров прямого и обратного моделирования линейных систем, слабо чувствительные к действию мешающих факторов.

Практическая ценность.

Представленные в работе эффективные алгоритмы оптимизации коэффициентов устройств ЦОС могут быть использованы в таких РТС, как системы передачи информации, системы радиолокации, радионавигации, оптимального управления, связи и неинвазивной диагностики. Результаты работы внедрены в разработки НИИ «Рассвет» г. Рязань и ООО «Инженерно-аналитический центр» г. Рязань. Реализация результатов исследований позволила повысить эффективность цифровых устройств обработки сигналов с точки зрения минимизации ММО ошибки и снижения чувствительности параметров РТС к влиянию помех и мешающих факторов.

Основные положения, выносимые на защиту.

1. Алгоритм оптимизации коэффициентов нерекурсивных фильтров оценивания на основе комбинированного критерия минимума СКО, позволяющий эффективно влиять на уровень ММО ошибки фильтрации.

2. Рекуррентный алгоритм расчёта коэффициентов модифицированного фильтра Калмана, повышающий устойчивость фильтра к воздействию импульсных помех.

3. Алгоритм оптимизации коэффициентов рекурсивных обратных фильтров, уменьшающий ММО ошибки выходного сигнала и чувствительность синтезированного фильтра к неточному выбору порядка модели входного сигнала.

4. Алгоритм оптимизации параметрических моделей временных рядов, позволяющий уменьшить ММО и дисперсию отклонения СПМ модели от контрольной.

5. Алгоритмы адаптации коэффициентов цифровых фильтров на основе комбинированного МНК, обеспечивающие высокую сходимость и меньшую чувствительность к действию мешающих факторов.

Апробация работы. Результаты работы докладывались на следующих научно-технических семинарах и конференциях:

1. Международный научно — технический семинар «Проблемы передачи и обработки информации в информационно — вычислительных сетях». 1995, Рязань.

2. Республиканская научно — техническая конференция «Биотехнические, медицинские и экологические системы и комплексы». 1995, Рязань.

3. Всероссийская научно — техническая конференция студен тов, молодых ученых и специалистов «Биотехнические, медицинские и экологические системы и комплексы». 1996, Рязань.

4. Всероссийская молодежная научно — техническая конференция «XXIII Гагаринские чтения». 1997, Москва.

5. 1-я Международная конференция «Цифровая обработка сигналов и ее применение». 1998, г. Москва.

6. Всероссийская научно — техническая конференция студентов, молодых ученых и специалистов «Новые информационные технологии в радиоэлектронике». 1998, Рязань.

7. Всероссийская научно-техническая конференция «Актуальные проблемы авиастроения. VIII Всероссийские Туполевские чтения студентов». 1998, Казань.

8. Всероссийская научно — техническая конференция студентов, молодых ученых и специалистов «Биотехнические, медицинские и экологические системы и комплексы». 1998, Рязань.

9. The 1-st International Conference «Digital Signal Processing and its Application11. 1998, c. Moscow.

10. Международная научно — техническая конференция «Современные научно — технические проблемы гражданской авиации». 1999, г. Москва.

11. 4-я Всероссийская научно — техническая конференция студентов, молодых ученых и специалистов «Новые информационные технологии в научных исследованиях и образовании». 1999, Рязань.

12. The 2-nd International Conference «Digital Signal Processing and its Application». 1999, c. Moscow.

13. 5-я ежегодная международная научно-техническая конференция студентов и аспирантов «Радиоэлектроника, электротехника и энергетика». 1999, г. Москва.

14. 2-я Международная конференция «Цифровая обработка сигналов и ее применение». 1999, г. Москва.

15. Международная молодежная научно-техническая конференция «XXV Гагаринские чтения». 1999, Москва.

16. 1-я Всероссийская научно — техническая конференция «Компьютерные технологии в науке, проектировании и производстве». 1999, г. Нижний Новгород.

17. Международный научно-технический семинар «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций». 1999, г. Рязань.

Публикации. По теме диссертации опубликовано 28 работ. Из них 3 статьи в центральной печати, 7 статей в межвузовских сборниках, 17 тезисов докладов на конференциях и 1 отчет по НИР.

Структура и объем работы. Диссертационная работа состоит из введения, трех глав, заключения, списка литературы из 134 наименований и 4 приложений. Диссертация содержит 186 стр., в том числе 104 стр. основного текста, 11 таблиц и 62 рисунка.

Основные результаты диссертации можно сформулировать в следующем виде.

1. Разработан алгоритм оптимизации коэффициентов нерекурсивных фильтров оценивания на основе комбинированного критерия минимума СКО, функционирующий в масштабе времени близком к реальному и позволяющий эффективно влиять на ММО сигнала ошибки. Показано, что применение предложенного алгоритма зависит от отношения сигнал — шум и обеспечивает уменьшение динамического диапазона ошибки на 20%.

2. Осуществлён синтез рекуррентного алгоритма расчёта коэффициентов модифицированного фильтра Калмана на основе комбинированного критерия минимума СКО, устойчивого к воздействию импульсных помех. Использование предложенного алгоритма позволило уменьшить величину ММО ошибки фильтрации в 2 раза при воздействии на входе импульсных помех с уровнем превышающим на 20 дБ среднюю мощность сигнала.

3. Получен алгоритм оптимизации фильтров — предсказателей на основе комбинированного критерия минимума СКО, что позволило добиться снижения на 10. 15% величины динамического диапазона сигнала ошибки и уменьшить порядок фильтра — предсказателя в 1.5.2 раза.

4. Предложен алгоритм расчёта коэффициентов рекурсивных обратных фильтров, обеспечивающий снижение на 40% величины ММО и на

50% дисперсий сигнала ошибки на выходе, а также понижающий чувствительность синтезированных фильтров к несоответствию порядка фильтра порядку модели входного сигнала.

5. Разработан алгоритм синтеза параметрических моделей сигналов с требуемыми спектрально — корреляционными характеристиками, обеспечивающий уменьшение в 1.75 раза величины ММО и в 3 раза дисперсии отклонения синтезируемой СИМ от эталонной. Дополнительное применение алгоритма синтеза на основе комбинированного критерия минимума СКО в частотной области позволило увеличить выигрыш на 15% по величине ММО и дисперсии ошибки.

6. Разработана процедура адаптации коэффициентов цифровых фильтров для задач идентификации и обратного моделирования линейных систем, обладающая более высокой сходимостью и меньшей чувствительностью к действию таких мешающих факторов, как аддитивный шум по сравнению с известным алгоритмом МНК. Проведённые исследования показали уменьшение времени сходимости данного алгоритма в 1.5 раза по сравнению с известным алгоритмом минимума МНК при воздействии на входе фильтра белого шума с уровнем -10 дБ по мощности.

7. Показана высокая эффективность разработанных алгоритмов в системах неинвазивной диагностики и кодеках АДИКМ. Применение алгоритма оптимизации коэффициентов ЛП кодека АДИКМ на основе комбинированного критерия позволило уменьшить скорость передачи РС на 8 кбит/с. Использование комбинированного критерия в системах неинвазивной диагностики увеличило вероятность правильного распознавания заболевания трахеитом с 0.88 до 0.98.

8. Доказана возможность практической реализации предложенных алгоритмов синтеза устройств обработки на основе ЦПОС АВ8Р2111. Разработана блок — схема алгоритма и программное обеспечение системы передачи РС С АДИКМ. Показана высокая эффективность использова

143 ния ЦПОС для реализации алгоритмов, функционирующих в реальном или близком к реальному масштабе времени.

Разработанные алгоритмы оптимизации коэффициентов цифровых фильтров позволили повысить качественные показатели устройств ЦОС с точки зрения такого показателя, как ММО ошибки на выходе устройства, снизить чувствительность устройств к воздействию таких мешающих факторов, как аддитивный шум, импульсные помехи на входе устройства обработки, несоответствие порядка модели сигнала и синтезируемого устройства. Предложенные алгоритмы и устройства обработки могут быть использованы в таких РТС как системы передачи информации, радиотелеметрии, радиолокации, радионавигации, связи и системах неинвазивной диагностики.

ЗАКЛЮЧЕНИЕ

В процессе работы над диссертацией на основе предложенного комбинированного критерия минимума СКО были разработаны слабочувствительные к мешающим факторам алгоритмы оптимизации устройств обработки, обеспечивающие уменьшение ММО сигнала ошибки на выходе устройства по сравнению с известным критерием минимума СКО.

Показать весь текст

Список литературы

  1. В.А. Теория потенциальной помехоустойчивости. М.: Госэнергоиздат, 1956. 152 с.
  2. Я.З. Теория линейных импульсных систем. М.: Физматгиз, 1963. 968 с.
  3. В.И., Харисов В. Н. Статистический анализ и синтез радиотехнических устройств и систем. М.: Радио и связь, 1991. 608 с.
  4. . Р. Теоретические основы статистической радиотехники. М.: Радио и связь, 1989. 656 с.
  5. Л.М. Теория передачи дискретных сообщений. М.: Сов. радио, 1970. 728 с.
  6. Цифровые радиоприёмные системы/Под ред. М. И. Жодзижского, М.: Радио и связь, 1990. 208 с.
  7. Е.С. Цифровые радиоприёмные устройства. М.: Радио и связь, 1987. 184 с.
  8. Л., Гоулд Б. Теория и применение цифровой обработки сигналов. М.: Мир, 1978. 848 с.
  9. ., Рейдер Ч. Цифровая обработка сигналов. М.: Сов. Радио, 1973.368 с.
  10. A.B., Шафер Р. В. Цифровая обработка сигналов. М.: Связь, 1979, 416 с.
  11. A.M. Введение в обобщенную спектральную теорию сигналов. М.: Сов. радио, 1972. 352 с.
  12. Л.М., Матюшкин Б. Д., Поляк Н. М. Цифровая обработка сигналов. Справочник. М.: Радио и связь, 1985. 312 с.
  13. A.A. Оптимальный синтез линейных электронных схем. М.: Связь, 1978. 335 с.
  14. Ю.А., Кренев А. Н. Спектральная теория сигналов: Учеб. пособие. Ярославль: ЯрГУ, 1990. 103 с.
  15. В.В. Цифровая частотная селекция сигналов. М.: Радио и связь, 1993. 240 с.
  16. В., Константинидис А.Дж., Эмилиани Г. Цифровые фильтры и их применение. М.: Энергоатомиздат, 1983. 360 с.
  17. Введение в цифровую фильтрацию/Под. ред. Р. Богнера, А. Констан-тинидиса, М.: Мир, 216 с.
  18. Р.В. Цифровые фильтры/Под ред. А. М. Трахтмана. М.: Мир, 1980.224 с.
  19. С.Л. мл. Цифровой спектральный анализ и его приложения. М.: Мир, 1990. 584 с.
  20. М.В., Прохоров Ю. Н. Методы цифровой обработки и передачи речевых сигналов. М.: Радио и связь. 1985, 176 с.
  21. Ю.Н. Статистические модели и рекуррентное предсказание речевых сигналов. М.: Радио и связь, 1984. 239 с.
  22. М.А., Михайлов В. Г. Вокодерная связь. М.: Радио и связь, 1983.248 с.
  23. М.А. Вокодерная телефония. М.: Связьиздат, 1963. 452 с.
  24. А.Г., Банкет В. Л., Лехан В. Ю. Методы низкоскоростного кодирования при цифровой передаче речи/УЗарубежная радиоэлектроника. 1986, № 11. с. 53−69.
  25. Дж.Д., Грей А. Х. Линейное предсказание речи. М.: Связь, 1980. 308 с.
  26. Л.Р., Шафер Р. В. Цифровая обработка речевых сигналов. М.: Радио и связь, 1981. 495 с.
  27. Применение цифровой обработки сигналов./Под ред. Э. Оппенгейма. М.: Мир. 1980, 552 с.
  28. В.Г., Тартаковский Г. Г. Статистический синтез при априорной неопределённости и адаптация информационных систем. М.: Сов. радио, 1977. 432 с.
  29. В.Н. Рекуррентное оценивание и адаптивная фильтрация. М.: Наука. 1984, 286 с.
  30. ., Стирнз С. Адаптивная обработка сигналов. М.: Радио и связь, 1989, 440 с.
  31. Адаптивные фильтры/Под ред. К.Ф. Н. Коуэна, П. М. Гранта. М.: Мир, 1988. 392 с.
  32. А.И., Харисов В. Н. Адаптивные системы фильтрации с управляемой шириной апертуры дискриминатора//Стат. синтез радиосистем. 1996 -1997, № 1−2. с. 90−95.
  33. Р.Д., Томпсон Д.Дж. Проблемы устойчивости и стойкости оценок спектральной плотности//ТИИЭР. 1982, т. 70. № 9. 220−243 с.
  34. Дж., Дженкинс Г. Анализ временных рядов: Прогноз и управление. М.: Мир, 1974, вып. 1, 2.
  35. В.Г. Основы теории дискретных сигналов и цифровых фильтров: Учеб. пособие для вузов. М.: Высш. школа, 1982. 109 с.
  36. В.В. Основы цифровой обработки сигналов: Учеб. пособие. Воронеж: ВПИ, 1985. 73 с.
  37. Дж.П. Робастность в статистике. М.: Мир, 1984. 304 с.
  38. Д., Мерсеро Р. Цифровая обработка многомерных сигналов. М.: Мир, 1988. 488 с.
  39. В.А. Цифровые методы и устройства в радиолокации. М.: Сов. радио, 1973. 456 с.
  40. А.И., Царёва А. Г. Расчёт нерекурсивных цифровых фильт-ров/УРадиотехника. 1991, № 4. с. 42−47.
  41. Обработка сигналов в радиотехнических системах: Учеб. пособие/Под ред. А. П. Лукошкина. Л.: ЛГУ, 1987. 400 с.
  42. А.А., Яфаев Я. Р. Синтез цифровых фазовых звеньев с оптимальными хара ктер истиками//Изв. вузов. Радиоэлектроника. 1996, т. 39, № 5. с. 3−11.
  43. А.В., Прохоров Ю. Н. Оценка параметров речевых сигналов методом наименьших квадратов с ограничениями//Электросвязь. 1986, № 3. с. 27−29.
  44. Ю.Н. Синтез условно оптимальных фильтров малого порядка для стационарных последовательностей//Радиотехника и электроника. 1990, т. 35. вып. 4. с. 787−793.
  45. An efficient recursive total least square algorithm for FIR adaptive filtering/D.E. Carlos/ЛЕЕЕ Trans. Sisnal Process. 1994, vol. 42, № 2. p.268−280.
  46. Wavelet transform domain adaptive FIR filtering/H. Srinath, T. Ahmed H.//IEEE Trans. System Process, 1997, vol. 45, № 3. p.617−629.
  47. Ю.К. Оценка информативности речевых сигналов на основе современных результатов анализа речи//Электросвязь. 1991, № 8. с. 16−19.
  48. В.А., СитняковскийЖ.В. Оптимизация структуры и параметров абонентского речевого кодека/УЭлектросвязь. 1989, № 10. с. 11−15.
  49. Дж. Линейное предсказание. Обзор//ТИИЭР. 1975, т. 63, № 4. с. 20−44.
  50. Дж.Д. Адаптивное предсказание в системах дифференциального кодирования речи/УТИИЭР. 1980, т. 68, № 4 с. 65−112.
  51. М.А. Речевой сигнал в кибернетике и связи. М.: Связь, 1963. 452 с.
  52. Вокодерная телефония/Под ред. А. А. Пирогова. М.: Связь, 1974, 535 с.
  53. СондхиМ.М., Беркли Д. А. Методы подавления эха в телефонных се-гях//ТИИЭР. 1980, № 8, т. 68. с, 5−24.
  54. Fast FIR filtering: algoritlims and implementations / Z.J. Мои, P. Duhamel//Signal Processing. 1987, vol. 13. p.377−384.
  55. Адаптивная компенсация помех в каналах связи/Под ред. Ю. И. Лосева. М.: Радио и связь, 1988. 207 с.
  56. Э.П., Мелса Д. Л. Идентификация систем управления/Иод ред. Н. С. Райбмана. М.: Наука, 1983. 239 с.
  57. Acoustic Echo Control. An application of very-high-order adaptive filters/C. Breining, P. Dreiseitel, E. Hansier and others/TIEEE Signal Processing Magazine. 1999, July, p.13−41.
  58. An adaptation control for acoustic echo cancellers./Р. Heitkamper//IEEE Signal Processing Letters. 1997, № 6, vol. 4. p. 170−172, June.
  59. Дж., Шпитальни M., Шавит А., Корен Й. Общий алгоритм идентификации быстро изменяющихся во времени систем/УТИИЭР. 1987, т. 75, № 8. с. 165−166.
  60. М.В., Меркулов В. И. Радиоэлектронные следящие системы. Синтез методами теории оптимального управления. М.: Радио и связь, 1990. 256 с.
  61. В.М. Оптимизация систем управления по минимаксному критерию. М.: Наука, 1985. 248 с.
  62. А., К) ши Хо Прикладная теория оптимального управления. Оптимизация, оценка, управление/Под ред. A.M. Летова. М.: Мир, 1977. 544 с.
  63. С.Н., Степанов М. В. Комбинированный критерий оптимальности нерекурсивных фильтров оценивания/УПроблемы математического моделирования и обработки информации: Межвуз. сб. науч. тр. / Рязань: РГРТА, 1996. С. 40−43.
  64. О.Л., Степанов М. В. Комбинированный критерий оптимизации коэффициентов цифровых фильтров / Всероссийская НТК
  65. Актуальные проблемы авиастроения. VIII Всеросийские туполевские чтения студентов": Тез. докл. Казань: КГУ, 1998. С. 135.
  66. C.H., Степанов M.B. Оптимизация устройств цифровой обработки сигналов по комбинированному критерию среднего квадрата ошибки//. Цифровая обработка сигналов. 1999, № 2. С. 15−18.
  67. A.A., Дубинский Ю. А., Копчёнова Н. В. Вычислительные методы для инженеров. М.: Высшая школа, 1994. 264 с.
  68. Н.В., Дунин-Барковский И.В. Курс теории вероятностей и математической статистики для технических приложений. М.: Наука, 1965. 512 с.
  69. Л.Н., Смирнов Н. В. Таблицы математической статистики. М.: Вычислительный центр АН СССР, 1968. 474 с.
  70. С.Н., Степанов М. В. Комбинированный критерий оптимальности кал мановского фильтра//Вестник РГРТА. Вып. 4. 1998. С. 120−122.
  71. С.Н., Степанов М. В. Устойчивый к помехам калмановский фильтр / Всероссийская НТК студентов, молодых учёных и специалистов «Новые информационные технологии в радиоэлектронике»: Тез. докл. Рязань: РГРТА, 1998. С. 50−52.
  72. Т.К. Анализ, распознавание и интерпретация речевых сигналов. М.: Радио и связь. 1987, 262 с.
  73. Цифровые процессоры обработки сигналов/Под ред. А. Г, Остапенко. М.: Радио и связь, 1994. 262 с.
  74. Е.П., Частиков А. Б. Анализ возможностей программной реализации цифровых фильтров с помощью цифровых процессоров сигналов//Изв. вузов Радиоэлектроника. 1999, № 4. с.63−68.
  75. Ф.Ф. Теория матриц. М.: Наука, 1988. 552 с.
  76. Г. А. Некоторые аспекты линейного предсказания при анализе и синтезе речевого сигнала/УЗарубежная радиоэлектроника. 1991, № 7. с. 3−31.
  77. A.A., Соловьёва Е. Б. Нелинейная фильтрация импульсных помех методом рас me п л е н и я/У И з в. вузов Радиоэлектроника. 1999, № 7. с.3−17.
  78. В.А., Зыкин М. В. Прогнозирование случайного процесса по выборке его производных/УРадиотехника и электроника. 1993, т. 38, № 6. с.1049−1053.
  79. С.Н., Степанов М. В. Комбинированный критерий оптимизации коэффициентов адаптивных фильтров с конечной импульсной характери-стикой/УРадиотехника. 1999, № 2. С. 39−41.
  80. С.Н., Бодров O.A., Степанов М. В. Косвенный критерий оптимизации коэффициентов цифровых фильтров У Математические методы в научных исследованиях: Межвуз. сб. науч. тр. У Рязань: РГРТА, 1996. С. 17−21.
  81. Марчук Л А. Робастные алгоритмы адаптивной фильтрации сигналов с неточно известными 11араметрами/УРадиотехника. 1997, № 11. с. 3−7.
  82. LMS coupled adaptive prediction and system identification: a statistical model and transient mean analysis.yM. Mboup, M. Bonnet, N. Bershad//IEEE Trans. Acoust., Speech, Signal Processing, 1994, vol. ASSP-42, № 10. p.2607−2615.
  83. Efficient least square adaptive algorithms for FIR transversal filtering/G.-O. Glentis, K. Berberidis, S. Tgeodoridisy/IEEE Signal Processing Magazine. 1999, July. p. 13−41.
  84. Е.П. Оптимальные и адаптивные системы. M.: Энергоатомиз-дат. 1987, 255 с.
  85. C.B. Синтез оптимальных нелинейных фильтров на основе использования неквадратичных критериев//Радиотехника и электроника. 1993, Т. 38. Вып. 6. с. 1062−1069.
  86. В.В. Анализ эффективности адаптивной обработки сигналов в условиях дестабилизирующих воздействий//Радиотехника. 1998, № 11. с. 1014.
  87. О.Ю., Мозговой A3. Оценка скорости сходимости рекуррентных робастных алгоритмов идентификации//Изв. РАН, Техн. Кибернетика. 1992, № 6. с.72−76.
  88. Combined LMS/F algorithm/L. Shao-Jen, Harris J.G.//Electron. Lett. 1997. v. 33. № 6. p. 467−468.
  89. A robust adaptive filtering algorithm with variable step size./'Ye Hus, Chao Xiii-Yiu, Wu Bo-Xiu//IEEE Int. Conf. Comsun. Incl. Supercomm. SUPERCOMM/ICC-SO. New York (N. Y.). 1990, p.636−640.
  90. C.H., Шустиков O.E., Степанов M.B. Виноградов О. Л. Синт ез адаптивных цифровых устройств по заданным показателям качества / 2-я Международная конференция «Цифровая обработка сигналов и ее применение»: Тез. докл. М.: 1999, т. 1. С. 262−265.
  91. С.Н., Степанов М. В. Модифицированный критерий оптимизации адаптивных фильтров с конечной импульсной характеристикой / XXIII Гагаринские чтения. Тез. докл. молодёжной научной конференции, М.: РГТУ-МАТИ, 1997. Ч. 7. С. 102−103.
  92. М.В., Виноградов О. Л. Адаптация параметров цифровых фильтров по комбинированному критерию минимума среднего квадрата ошибки / Международная молодежная НТК «XXV Гагаринские чтения»: Тез. докл. М.: ЛАТМЭС, 1999 г. Т.1. С. 462.
  93. А. Цифровые фильтры: анализ и проектирование. М.: Радио и связь^1983. 320 с.
  94. A.A., За гул и и К.А. Аппроксимационные возможности нерекурсивных цифровых фильтров//Электросвязь. 1998, № 10. с. 20−22.
  95. Д.И. Анализ цифровых обнаружителей сигналов моделированием на ЭВМ/УРадиотехника. 1980, т. 35, № 12. с. 66−69.
  96. П.А. Обнаружение радиосигналов: Учеб. пособие. М.: Издат-во МАИ, 1988. 51 с.
  97. Ю.П. Математическое моделирование радиосистем: Учеб. пособие для вузов. М.: Сов. радио, 1976. 296 с.
  98. мл. Дж., Грейвс-Моррис П. Аппроксимации Паде. 1. Основы теории- 2. Обобщения и приложения. М.: Мир, 1986.
  99. П. А., Кошелев В. И., Андреев В. Г. Оптимизация АРСС -моделирования эхо сигналов/УИзв. вузов. Радиоэлектроника. 1994, т. 37, № 9. С. 3 -8.
  100. В.И., Андреев В. Г. Синтез АРСС-моделей эхо-сигналов/УИзв. вузов. Радиоэлектроника. 1993, т. 36, № 37. с. 8−13.
  101. В.П., Савченко С. М. Синтез рекурсивных цифровых фильтров методом комплексной огибающей//Радиотехника. 1993, т. 48, № 2−5. с. 66−67.
  102. Ким Дж.Х., Ун С. К. Скорость сходимости адаптивного БИХ -фильтра на основе нелинейного алгоритма наименьших квадратов//ТИИЭР. 1988, т. 76, № 6. с. 112−114.
  103. С.Н., Степанов М. В. Комбинированный критерий оптимизации рекурсивных фильтров/УВестник РГРТА. Вып. 3. 1997. С. 15−20.
  104. С.Н., Степанов М. В., Виноградов О. Л. Оценка параметров цифровых линейных систем по комбинированному критерию наименьших квадратов/УВестник РГРТА. Вып. 5. 1999. С. 92−94.
  105. Г., Ватте. Д. Спектральный анализ и его приложения. М.: Мир. 1980, т. 1. 316 с.
  106. Многокритериальный синтез систем сложных сигналов: Отчёт по НИР (заключительный) / РГРТА: Науч. руководитель Кириллов С. Н. Тема № 24−96Г, № ГР 1 960 011 402. Рязань, 1997. 40 с. Соисполнитель Степанов М.В.
  107. В.В., Киселев A.B. Современные микропроцессоры М.: Нолидж, 1998. 240 с.
  108. В.В. Микропроцессорные системы обработки информации. Алгоритмы цифровой обработки. Минск: Вышэйшая школа, 1990. 132 с.
  109. С.Н., Степанов М. В., Стукалов Д. Н. Модифицирован-ный критерий оценки параметров линейного предсказателя речевых сигна-лов/УЭлектросвязь. 1997, № 6. С. 27−28.
  110. ГОСТ Р 50 840−95. Передача речи по трактам связи. Методы оценки качества, разборчивости и узнаваемости.
  111. Л. Л., Мясникова Е. Н. Автоматическое распознавание звуковых образов. Л.: Энергия, 1970. — 183 с.
  112. Яир Э., Гат И. Об использовании спектра мощности основного тона для оценивания голосового тремора/УТИИЭР, т. 76, № 9, 1988. с. 120−130.
  113. Я., А., Тарловский Г., Р. Статистическая теория распознавания образов. М.: Радио и Связь, 1986. 264 с.
  114. Ту Дж., Гонсалес Т. Принципы распознавания образов. М.: Мир, 1978.411 с.
  115. К. Введение в статистическую теорию распознавания образов. М.: Наука. 1979. 367 с,
  116. А., Л., Скрипкин В., Л. Методы распознаваия. М.: Высшая школа, 1977. 222 с.
  117. Р., Харт П. Распознавание образов и анализ сцен. М.: Мир, 1976. 320 с.
  118. С.Н., Степанов М. В. Комбинированный критерий оценки параметров речевого сигнала при неинвазивной диагностики заболеваний голосового тракта // Автоматизация измерений и испытаний: Межвуз. сб. науч. тр. / Рязань: РГРТА, 1999. С. 92−95.
  119. Дж. X., Рейдер Ч. М. Применение теории чисел в цифровой обработке сигналов. М.: Радио и связь, 1983. 264 с.
  120. Р. Быстрые алгоритмы цифровой обработки сигналов. М.: Мир, 1989. 448 с.
  121. Г. Быстрое преобразование Фурье и алгоритмы вычисления свёртки. М.: Радио и связь, 1985. 248 с.
Заполнить форму текущей работой

Сессия? Спокойно!