Вестник Поволжского государственного технологического университета. Серия «Радиотехнические и инфокоммуникационные системы»
Модификация метода Тьюки – Хеннинга оценки спектральной плотности с помощью рекурсивного вычислительного алгоритма в схеме адаптивной фильтрации
Опубликована: 2022-11-09
  • Л. Ю. Фадеева Казанский национальный исследовательский технический университет им. А.Н. Туполева – КАИ; Российская Федерация, 420111, Казань, ул. Карла Маркса, 10
  • С. Г. Папазян Казанский национальный исследовательский технический университет им. А.Н. Туполева – КАИ; Российская Федерация, 420111, Казань, ул. Карла Маркса, 10

Аннотация

Аннотация. Предлагается рекурсивный вычислительный алгоритм в схеме адаптивной фильтрации, интеграция в который модифицированного метода Тьюки – Хеннинга позволит повысить разрешение оценки спектральной плотности и кардинально изменить результат этой оценки. В основе разработанного авторами алгоритма лежит известный метод прикладной математики – метод деления отрезка пополам, в соответствии с которым диапазон измерений спектральной плотности сужается к окрестностям её пиков.

Ключевые слова: спектральная плотность; оценки Блэкмана–Тьюки и Тьюки – Хеннинга; адаптивная фильтрация; автокорреляционная функция; рекурсивный вычислительный алгоритм; аддитивный белый гауссов шум; тригонометрический тренд

Литература

1. Адаптивные фильтры: Пер. с англ. / Под ред. К. Ф. Н. Коуэна и П. М. Гранта. М.: Мир, 1988. 392 с.
2. Попов Д.И. Анализ систем комбинированной обработки сигналов на фоне помех // Информация и космос. 2018. № 2. С. 12-16.
3. Белашов В.Ю., Чернова Н.М. Эффективные алгоритмы и программы вычислительной матема-тики. Магадан: СВКНИИ ДВО РАН, 1997. 160 с.
4. Белашов В.Ю., Белашова А.А. Реализация алгоритма Кули–Тьюки вычисления БПФ в системе регистрации и обработки радиокосмофизических данных в реальном масштабе времени // Иссл. явлений в ионосфере и магнитосфере Земли. Владивосток: ДВО АН СССР, 1990. 6 с.
5. Грейнджер К., Хатанака М. Спектральный анализ временных рядов в экономике / К. Грейнджер; пер. с англ. В.С. Дудженко, Е.Г. Угер. М.: «Статистика», 1972. 312 с.
6. Марпл.-мл. С.Л. Цифровой спектральный анализ и его приложения: Пер. с англ. М.: Мир, 1990. 584 с., ил.
7. Фадеева Л.Ю. Спектральный анализ случайных сигналов в радиотехнических задачах. Практикум. Казан. нац. исслед. технический ун-т им. А.Н. Туполева–КАИ. Казань: редакц.-изд. центр «Школа», 2021. 156 с.
8. Фокин Г.А. Моделирование многолучевого радиоканала // Информационные технологии и телекоммуникации. 2021. Т. 9, № 1. С. 59-78.
9. Папазян С.Г. Моделирование случайных сигналов для систем радиосвязи // XXV Туполев-ские чтения (школа молодых учёных): Материалы конф. Сборник докладов (Казань, 10–11 ноября 2021 г.). Казань: Индивидуальный предприниматель Сагиева А.Р., 2021. Т.6. С. 230-233.
10. Мусихин В.И. Применение полиспектральной обработки в адаптивной фильтрации // Ural Radio Engineering Journal. 2018. Т. 2, № 3. С. 32-42.
11. Папазян С.Г. Модифицированный метод оценки спектральной плотности случайного сигнала // Прикладная электродинамика, фотоника и живые системы – 2022: Материалы конференции (Казань, 28–30 апреля 2022 г.). Казань: ИП Сагиева А.Р., 2022. С. 131-132.
12. Бойко Б.П., Тюрин В.А. Спектр сигнала: учебно-методическое пособие. Казань: Казанский федеральный университет, 2014. 38 с.