The 6 reference contexts in paper B. Bychkov I., N. Kudryashov I., V. Gurenko V., Б. Бычков И., Н. Кудряшов И., В. Гуренко В. (2017) “Качественная оценка некоторых методов спектрального анализа // Qualitative Assessment of Certain Spectral Analysis Methods” / spz:neicon:radiovega:y:2017:i:1:p:34-46

  1. Start
    1645
    Prefix
    Ключевые слова: радиолокация, параметрический метод, спектр, спектральная плотность мощности, автокорреляция, разрешающая способность, вычислительная сложность Введение Одной из главных проблем спектрального анализа в радиолокации является повышение разрешающей способности алгоритмов анализа спектра сигнала, получаемого приемником радиолокационной станции
    Exact
    [1-3]
    Suffix
    . Существует ряд методов [4-6], позволяющих детально анализировать спектр, от применения которых напрямую зависит, будут ли различимы отметки от двух близко расположенных объектов. Среди этих методов особое место занимает семейство параметрических методов, актуальность применения которых обусловлена потенциальным превосходством их алгоритмов над алгоритмами классических методов спектрального ана
    (check this in PDF content)

  2. Start
    1675
    Prefix
    Ключевые слова: радиолокация, параметрический метод, спектр, спектральная плотность мощности, автокорреляция, разрешающая способность, вычислительная сложность Введение Одной из главных проблем спектрального анализа в радиолокации является повышение разрешающей способности алгоритмов анализа спектра сигнала, получаемого приемником радиолокационной станции [1-3]. Существует ряд методов
    Exact
    [4-6]
    Suffix
    , позволяющих детально анализировать спектр, от применения которых напрямую зависит, будут ли различимы отметки от двух близко расположенных объектов. Среди этих методов особое место занимает семейство параметрических методов, актуальность применения которых обусловлена потенциальным превосходством их алгоритмов над алгоритмами классических методов спектрального анализа.
    (check this in PDF content)

  3. Start
    5765
    Prefix
    ряда, пригодную для аппроксимации довольно большого числа реальных процессов, можно представить как выход фильтра с помощью линейного разностного уравнения:  100 pq kkk xnakxnkbkunkhkunk      , (3) где []un – возбуждающая последовательность, []xn – выходная последовательность, []ak и []bk – комплексные коэффициенты, []hk – импульсная характеристика фильтра
    Exact
    [5]
    Suffix
    . С практической точки зрения целесообразно рассмотреть класс моделей, для которых возбуждающая последовательность фильтра в формуле (3) является белым шумом с нулевым средним значением и дисперсией w.
    (check this in PDF content)

  4. Start
    8235
    Prefix
    На практике АКП неизвестна, поэтому ее оценивают на основе имеющейся записи данных. Степень увеличения разрешения зависит от отношения сигнал/шум в исследуемой последовательности. Существует ряд АР-методов, которые отличаются способами оценки параметров модели
    Exact
    [7]
    Suffix
    . Их основные достоинства и недостатки приведены в табл. 1. Таблица 1. Авторегрессионные методы спектрального анализа Метод Достоинства Недостатки Юла-Уолкера Устойчивость формирующего фильтра Расщепление спектральных пиков; смещение спектральных пиков при анализе суммы синусоид с шумом Берга Устойчивость формирующего фильтра Положение спектральных пиков зависит от начальных фаз син
    (check this in PDF content)

  5. Start
    10271
    Prefix
    Они имеют различные модификации, улучшающие обусловленность автокорреляционной матрицы и позволяющие получать оценки высокого разрешения при низких отношениях сигнал/шум. При этом отношение сигнал/шум и порядок модели влияют на результат в большей степени, чем длина исследуемой последовательности
    Exact
    [8-9]
    Suffix
    . 4. Сравнительный анализ методов спектрального анализа Оценка вычислительной сложности рассмотренных алгоритмов представлена в табл. 2. Из данных в таблице видно, что вычислительная сложность параметрических алгоритмов заметно выше, чем классических.
    (check this in PDF content)

  6. Start
    11236
    Prefix
    log Параметрические: - Юла-Уолкера, - Берга, - ковариационный, - модифицированный ковариационный  ON2 Непараметрические: - MUSIC, - EV  ON3 Для сравнения результатов работы различных методов на заданной входной последовательности использован программный пакет MATLAB. В качестве анализируемого сигнала для оценки разрешения, как правило, выбирают сумму синусоид с белым шумом
    Exact
    [10-11]
    Suffix
    . Проведен спектральный анализ сигнала, который является суммой трех гармоник частотой 100 Гц, 110 Гц и 300 Гц (рис. 2). Рис. 2. Исследуемый сигнал, состоящий из трех гармоник Анализ проводился шестью методами: методом Уэлча как наиболее популярным из классических, MUSIC и четырьмя АР-методами.
    (check this in PDF content)