Диплом, курсовая, контрольная работа
Помощь в написании студенческих работ

Разработка и исследование структур адаптивных систем нелинейных и рекурсивных цифровых фильтров на основе метода наименьших квадратов для повышения показателей качества различных радиотехнических устройств

Диссертация: Разработка и исследование структур адаптивных систем нелинейных и рекурсивных цифровых фильтров на основе метода наименьших квадратов для повышения показателей качества различных радиотехнических устройств
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Предложено большое количество ММ нелинейных инерционных преобразований, что требует их систематизации с целью определения преимуществ каждой в различных приложениях. Известно, что каждое нелинейное динамическое РТУ может быть описано с использованием аппарата рядов Вольтерра, ортоганализованных по Винеру. Однако, при решении задачи указанным методом возникают значительные технические трудности… Читать ещё >

Содержание

  • 1. СТРУКТУРЫ СИСТЕМ ИДЕНТИФИКАЦИИ НЕЛИНЕЙНЫХ И РЕКУРСИВНЫХ ЦИФРОВЫХ ФИЛЬТРОВ
    • 1. 1. Вводные замечания
    • 1. 2. Математические модели нелинейных цифровых фильтров
    • 1. 3. Структура системы идентификации рекурсивных фильтров на основе трансверсальных прямых и обратных фильтров
    • 1. 4. Структуры системы идентификации нелинейных фильтров с разделенными нелинейными и инерционными свойствами
      • 1. 4. 1. Обоснование применения нелинейных инерционных фильтров с разделенными нелинейными и инерционными свойствами
      • 1. 4. 2. Структура системы идентификации с применением динамической линеаризации
      • 1. 4. 3. Структура системы идентификации на основе раздельной адаптации нелинейной и линейной частей фильтра с использованием обратных моделей
    • 1. 5. Структура системы идентификации нелинейных нерекурсивных фильтров по критерию минимума неквадратичной ошибки адаптации во временной области
    • 1. 6. Структура системы идентификации нелинейных рекурсивных цифровых фильтров в пространстве состояний
    • 1. 7. Выводы
  • 2. ОБОСНОВАНИЕ СТРУКТУР АДАПТИВНЫХ СИСТЕМ НЕЛИНЕЙНЫХ ЦИФРОВЫХ ФИЛЬТРОВ В РАЗЛИЧНЫХ РАДИОТЕХНИЧЕСКИХ УСТРОЙСТВАХ
    • 2. 1. Вводные замечания
    • 2. 2. Предварительная оценка порядка нелинейности и инерционности степенной модели нелинейных цифровых фильтров
    • 2. 3. Структура адаптивной системы фильтра нелинейных инерционных предыскажений
    • 2. 4. Структуры адаптивных систем нелинейных инерционных устройств подавления аддитивной смеси импульсных и узкополосных помех
      • 2. 4. 1. Нелинейный адаптивный фильтр подавления комплекса помех
      • 2. 4. 2. Нелинейный адаптивный фильтр — компенсатор комплекса помех
    • 2. 5. Структуры адаптивных нелинейных цифровых фильтров — синтезаторов вокализованных звуков речи
    • 2. 6. Выводы
  • 3. ПРАКТИЧЕСКАЯ РЕАЛИЗАЦИЯ АДАПТИВНЫХ НЕЛИНЕЙНЫХ ФИЛЬТРОВ В РАДИОТЕХНИЧЕСКИХ УСТРОЙСТВАХ
    • 3. 1. Вводные замечания
    • 3. 2. Кодек АДИКМ с нелинейным адаптивным фильтром -предсказателем
    • 3. 3. Исследование влияния разрядности вычислительных операций на линеаризацию усилителя мощности CDMA
      • 3. 3. 1. Характеристики системы фиксированного радиодоступа CDMA
      • 3. 3. 2. Обоснование разрядности устройства введения нелинейных инерционных предыскажений сигнала системы CDMA
    • 3. 4. Программно-аппаратная реализация устройства нелинейного инерционного предыскажения сигналов
    • 3. 5. Выводы

Разработка и исследование структур адаптивных систем нелинейных и рекурсивных цифровых фильтров на основе метода наименьших квадратов для повышения показателей качества различных радиотехнических устройств (реферат, курсовая, диплом, контрольная)

Актуальность темы

Качество и эффективность функционирования различных радиотехнических устройств (РТУ) в значительной степени определяется близостью их характеристик к теоретически заданным, полученным при известных моделях сигналов и воздействующих шумов. В процессе функционирования системы по различным причинам может наблюдаться изменение сигнально-помеховой обстановки, что приводит к значительному снижению показателей качества (ПК) всей радиотехнической системы (РТС). В связи с этим при разработке современных устройств формирования и обработки цифровых сигналов целесообразно применять адаптацию алгоритма функционирования к изменяющимся свойствам входных сигналов и шумов. Весомый вклад в области разработки адаптивных алгоритмов функционирования РТУ внесли как отечественные ученыеЦыпкин Я.З., Стратонович P. JL, Пугачев B.C., Шахгильдян В. В., Райбман Н. С., Репин В. Г, Тартаковский Г. Г., Фомин В. Н., Фельдбаум A.A., Медведев Г. А., Медведев A.B., БрикманМ.С. Григорьев В. А. и др.- так и зарубежные: АокиМ., ЭйкхоффП., ОстремаК., УидроуБ., СтирнзС.Д., Коуэн К. Ф. Н., Грант П. М. и др. [16.23].

Известно [9, 24, 25], что большинство усилителей, генераторов, фильтров и др., которые используются в системах радиолокации, радионавигации, телевидении и других системах передачи информации являются нелинейными и инерционными, а также могут содержать рекурсивные связи, причем свойства нелинейности и инерционности часто неразделимы. В этом случае линейные адаптивные нерекурсивные фильтры не могут обеспечить получение требуемых характеристик преобразования входных сигналов в выходные с заданной точностью. Такое преобразование может быть осуществлено только нелинейными и рекурсивными цифровыми фильтрами. Сложность оптимизации характеристик нелинейных и рекурсивных цифровых фильтров заключается в том, что их алгоритмы адаптации (АА) в основном оказываются неустойчивыми.

Структура нелинейных цифровых фильтров определяется моделью преобразования входных сигналов в выходные, в качестве которой могут быть использованы нелинейные инерционные математические модели (ММ).

Предложено большое количество ММ нелинейных инерционных преобразований [9, 16, 24, 26, 27 и др.], что требует их систематизации с целью определения преимуществ каждой в различных приложениях. Известно [28, 29], что каждое нелинейное динамическое РТУ может быть описано с использованием аппарата рядов Вольтерра, ортоганализованных по Винеру. Однако, при решении задачи указанным методом возникают значительные технические трудности, связанные, во-первых, с отсутствием аттестованных генераторов шума с нормальным законом распределения и равноменым энергетическим спектром, а во-вторых, ММ нелинейного инерционного преобразования оказывается многомерной и требует значительных вычислительных ресурсов. В частности, для современного неспециализированного компьютера Pentium IV с тактовой частотой 2 ГГц задача получения первых 10 симметризованных ядер Вольтерра с погрешностью 1% требует около года машинного времени [28].

Таким образом, решение задачи определения по экспериментальным данным в близком к реальному масштабу времени параметров нелинейных цифровых фильтров может быть выполнено только с использованием алгоритмов в пространстве с ограниченной размерностью. В связи с этим актуальна разработка устойчивых и эффективных по вычислительным затратам и скорости сходимости структур адаптивных систем нелинейных и рекурсивных цифровых фильтров, а также методики предварительной оценки порядка нелинейности и инерционности РТУ.

Так как наиболее общие модели в силу «тупика многомерности» [28] не могут быть практически использованы, то, исходя из преимуществ и недостатков набора моделей нелинейных инерционных РТУ, следует обоснованно выбрать структуры адаптивных нелинейных цифровых фильтров.

Ввиду большого числа определяющих ММ параметров алгоритм оптимизации нелинейных цифровых фильтров должен обладать относительно невысокими вычислительными затратами, необходимыми на одну итерацию адаптации. Такому требованию удовлетворяет АА на основе метода наименьших квадратов (МНК), т. к. необходимые вычислительные затраты в этом случае пропорциональны количеству оптимизируемых параметров, тогда как при использовании АА, обеспечивающих более высокую скорость сходимости, например, рекуррентный алгоритм наименьших квадратов (РНК), вычислительные затраты пропорциональны квадрату количества оптимизируемых параметров [30]. Поэтому при значительном количестве адаптивных параметров МНК можно реализовать в реальном масштабе времени, что будет затруднительно для РНК и др. более сложных АА.

Практическая реализация нелинейных цифровых фильтров должна осуществляться на основе высокопроизводительных микропроцессоров (МП). В связи с широким выбором МП, обеспечивающими требования быстродействия, производительности, объема запоминающих устройств и др., выбор последних должен осуществляться по набору технико-экономических ПК и рассматриваться как многокритериальная задача.

Таким образом, актуальной задачей является разработка и исследование структур адаптивных систем нелинейных и рекурсивных цифровых фильтров с использованием эффективных по вычислительным затратам и скорости адаптации процедур и алгоритмов с целью повышения показателей качества функционирования РТС.

Цель и задачи работы. Основной целью работы является разработка и обоснование эффективных по вычислительным затратам и скорости адаптации структур адаптивных систем нелинейных и рекурсивных цифровых фильтров для различных РТС.

Поставленная цель работы включает решение следующих задач:

— систематизации наиболее известных математических моделей нелинейных цифровых фильтров;

— разработки структур систем идентификации нелинейных и рекурсивных цифровых фильтров;

— разработки методики уменьшения размерности вектора оптимизируемых параметров моделей нелинейных цифровых фильтров;

— обоснования структур адаптивных систем нелинейных цифровых фильтров для различных РТУ.

Методы проведения исследований. В работе использовались методы статистической радиотехники, математической статистики, матричного исчисления, численные методы вычислительной математики. Данные теоретические методы сочетались с экспериментальными исследованиями на основе имитационного моделирования.

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

1. Разработана структура системы идентификации рекурсивных цифровых фильтров, обеспечивающая высокую точность оценки АЧХ и ФЧХ цифровых рекурсивных фильтров.

2. Разработаны эффективные по скорости адаптации структуры системы идентификации нелинейных нерекурсивных цифровых фильтров с разделенными нелинейными и инерционными свойствами на основе адаптивных порогов линейности.

3. Получена эффективная по скорости структура системы идентификации нелинейных цифровых фильтров при использовании критерия минимума неквадратичной ошибки оценки вектора градиента рабочей функции АА в случае негауссовских входных сигналов.

4. Разработана процедура адаптации нелинейного полиномиального цифрового фильтра, позволяющая уменьшить необходимые вычислительные затраты на АА при заданной точности аппроксимации характеристик фильтра.

5. Разработана структура АА фильтра нелинейных инерционных предыскажений сигнала, обеспечивающая линеаризацию проходной амплитудной характеристики (ПАХ) выходного аналогового усилителя мощности (УМ).

6. Разработаны эффективные по вычислительным затратам структуры адаптивных систем цифровых фильтров и фильтров-компенсаторов подавления комплекса аддитивных узкополосных (УП), импульсных (ИП) и широкополосных гауссовских помех (БПП). Практическая ценность работы. Представленные в работе эффективные по скорости адаптации и вычислительным затратам структуры адаптивных систем нелинейных и рекурсивных цифровых фильтров могут быть использованы в помехоустойчивых, адаптивных системах радиолокации, радионавигации, телевидения, а также других устойчивых к искажениям систем передачи информации. Реализация результатов исследований позволит повысить технические характеристики устройств формирования и обработки сигналов, что обеспечит улучшение показателей качества РТС.

Результаты диссертационной работы нашли применение в разработках ОАО «Телекоммуникационной компании «Ринфотелс» г. Рязань, а также внедрены в учебный процесс Рязанской государственной радиотехнической академии, что подтверждено соответствующими актами. Основные положения, выносимые на защиту.

1. Структура адаптивной системы рекурсивных фильтров на основе независимого прямого и обратного моделирования нерекурсивной и рекурсивной частей передаточной функции, обеспечивающая в 18 раз более высокую точность аппроксимации АЧХ и ФЧХ фильтра по сравнению с алгоритмами на основе адаптации по общей ошибке.

2. Оценка вектора градиента рабочей функции алгоритма адаптации по критерию минимума неквадратической ошибки для нелинейных нерекурсивных цифровых фильтров при воздействии негауссовских сигналов, обеспечивающая снижение среднеквадратической ошибки или увеличение скорости адаптации на 30.35% от аналогичных, полученных с использованием квадратичной формы оценки вектора градиента.

3. Структура адаптивной системы нелинейного цифрового фильтра предыскажений сигнала, позволяющая в 6. 17 раз снизить нелинейные инерционные искажения ПАХ усилительного тракта при одновременном повышении его КПД в 1,6.2 раза в зависимости от разрядности представления операндов в вычислительном устройстве. Апробация работы. Результаты работы докладывались на следующих конференциях:

1. Седьмая всероссийская НТК студентов, молодых ученых и специалистов «Новые информационные технологии в научных исследованиях и в образовании». Рязань, 2002.

2. Одиннадцатая МНТК «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций». Рязань, 2002.

3. The 5Л International Conference and Exhibition on «Digital Signal Processing and its Application». Moscow, 2003.

4. Восьмая всероссийская НТК студентов, молодых ученых и специалистов «Новые информационные технологии в научных исследованиях и в образовании». Рязань. 2003.

5. Двенадцатая международная НТК «Проблемы передачи и обработки информации в сетях и системах телекоммуникаций». Рязань, 2004.

6. Десятая международная НТК студентов и аспирантов «Радиоэлектроника, электротехника и энергетика». Москва, 2004.

7. Конференция «Молодежь и наука». Научная сессия МИФИ-2004. Москва, 2004.

8. Шестая Международная конференция и выставка «Цифровая обработка сигналов и ее применение». Москва, 2004.

9. XIII Международной научной конференции «Информатизация и информационная безопасность правоохранительных органов». Москва, 2004.

10. Международная конференция «Теория и практика речевой коммуникации». Москва, 2004.

Публикации. По теме диссертации опубликовано 29 работ. Из них 4 статьи в центральной печати, 1 учебное пособие, 6 статей в межвузовских сборниках трудов, 16 тезисов докладов на конференциях и 2 отчета по НИР.

Структура и объем работы. Диссертационная работа состоит из введения, трех глав, заключения, списка литературы из 163 наименований и 4-х приложений. Диссертация содержит 182 е., в том числе 147 с. основного текста, 10 таблиц и 46 рисунков.

Основные результаты диссертационной работы можно сформулировать в следующем виде:

1. Систематизированы наиболее известные нелинейные инерционные ММ нелинейных цифровых фильтров в типовых РТУ. Определены вычислительные затраты в виде количества требуемых функционалов и параметров, необходимые для функционирования каждой из приведенных ММ нелинейных цифровых фильтров.

2. Предложена структура адаптивной системы рекурсивных цифровых фильтров на основе независимого прямого и обратного моделирования нерекурсивной и рекурсивной частей ПФ, обеспечивающая в 18 раз более высокую точность аппроксимации АЧХ и ФЧХ фильтра по сравнению с алгоритмами на основе адаптации по общей ошибке.

3. Предложены структуры системы идентификации нелинейных нерекурсивных фильтров с разделенными нелинейными и инерционными свойствами на основе адаптивных порогов линейности, позволяющими более чем в 10 раз уменьшить время адаптации по сравнению с алгоритмами, не учитывающими линейные свойства фильтра при малом входном сигнале.

4. Предложен неквадратичный критерий оптимизации параметров нелинейных цифровых фильтров при негауссовских входных сигналах, а также проведена численная оптимизация степени функционала минимизации ошибки адаптации, что позволило уменьшить среднеквадратическую ошибку или период адаптации на 30.35% от аналогичных при квадратичной форме оценки вектора градиента.

5. Исследовано применение МНК для адаптации нелинейных рекурсивных ММ в пространстве состояний по критерию минимума СКО. Показана возможность уменьшения максимальной относительной ошибки адаптации по сигналу до 2-х раз при одновременном выигрыше с точки зрения вычислительных затрат в 10 раз по сравнению с блоковыми алгоритмами оценки неизвестных параметров по обобщенному вероятностному критерию.

6. Предложена методика предварительной оценки порядка нелинейности и инерционности нелинейного цифрового фильтра на основе степенной модели с целью уменьшения параметрического описания характеристик РТУ с заданной точностью.

7. Обоснована структура АА и предложена процедура параметрической идентификации нелинейных цифровых нерекурсивных полиномиальных фильтров предыскажения сигнала, позволяющая уменьшить необходимые вычислительные затраты на АА в 5.20раз. При этом показана возможность в 6.17 раз снизить нелинейные инерционные искажения проходной амплитудной характеристики усилительного тракта при одновременном повышении его КПД в 1,6.2 раза в зависимости от разрядности представления операндов в вычислительном устройстве.

8. Обосновано применение адаптивного нелинейного фильтра по упрощенной модели Гаммерштейна в качестве фильтра подавления комплекса аддитивных сосредоточенных по времени и по частоте помех не менее чем на 15.20д£, а также показана эффективность предложенной модели с точки зрения требуемых вычислительных затрат.

9. Показана целесообразность использования статической нелинейной модели Гаммерштейна в качестве многовходового адаптивного нелинейного фильтра-компенсатора комплекса узкополосных, импульсных и широкополосных гауссовских помех. При этом возможно увеличение ОСШ на выходе адаптивного фильтра-компенсатора по сравнению с входным на 20.25 дБ при использовании одного и на 25.30 дБ при использовании двух дополнительных разнесенных приемных устройств.

10.Показано, что использование нелинейных цифровых фильтров при формировании вокализованных звуков позволяет при скоростях передачи 4.4,5 кбит/с получить качество синтезированной речи более 4,0 баллов, а применение нелинейного ФП в кодеках АДИКМ речевых сигналов обеспечивает при таком же качестве речи снижение скорости передачи на 5. .7 кбит/с по сравнению линейным ФП.

И. Обоснована возможность реализации устройства линеаризации выходного УМ системы WLL-связи «СТС ИСТОК CDMA 3/5.0» на микропроцессоре JI1879BM2 производства НТЦ «Модуль».

Разработанные алгоритмы и процедуры, используемые в структурах адаптивных систем нелинейных и рекурсивных цифровых фильтров могут быть использованы в таких РТС, как системы радиолокации, радионавигации и передачи информации, а также различных устройствах цифровой обработки сигналов.

ЗАКЛЮЧЕНИЕ

.

В процессе работы над диссертацией были разработаны и обоснованы эффективные по вычислительным затратам и скорости адаптации структуры адаптивных систем нелинейных и рекурсивных цифровых фильтров обеспечивающих повышение ПК различных РТУ, а также проанализированы вопросы практической реализации различных адаптивных нелинейных фильтров.

В первой главе работы систематизированы наиболее известные модели нелинейных цифровых фильтров, а также разработаны структуры систем идентификации нелинейных инерционных и рекурсивных моделей цифровых фильтров, позволяющие повысить основные показатели качества процесса адаптации.

Во второй главе работы разработана методика предварительного оценивания порядков нелинейности и инерционности нелинейных цифровых фильтров на основе степенных моделей, а также обоснованы структуры адаптивных систем нелинейных цифровых фильтров для различных РТУ.

В третьей главе работы рассмотрены вопросы применения адаптивных нелинейных систем в различных РТУ. Проведен анализ возможности практической реализаций устройства линеаризации высокочастотного усилителя мощности сигналов CDMA систем передачи информации на микропроцессоре Л1879ВМ2 российского производства.

Показать весь текст

Список литературы

  1. ЦыпкинЯ.З. Адаптация и обучение в автоматических системах. М.: Наука. 1968. 399 с.
  2. Я.З. Основы теории обучающих систем. М.: Наука. 1970. 252 с.
  3. A.A. Основы теории оптимальных автоматических систем. М.: Наука. 1966. 623 с.
  4. Основы автоматического управления / Под ред. Пугачева B.C. М.: Наука. 1974. 719 с.
  5. Стратонович P. J1. Принципы адаптивного приема. М.: Советское радио. 1973. 144 с.
  6. B.C., СиницынИ.Н. Стохастические дифференциальные системы. М.: Наука. 1985. 559 с.
  7. В.В., Лохвицкий М. С. Методы адаптивного приема сигналов. М.: Связь. 1974. 159 с.
  8. Дисперсионная идентификация / Под ред. РайбманаН.С. М.: Наука. 1981.336 с.
  9. В.Г., Тартаковский Г. Г. Статистический синтез при априорной неопределённости и адаптация информационных систем. М.: Советское радио. 1977.432 с.
  10. В.Н. Рекуррентное оценивание и адаптивная фильтрация. М.: Наука. 1984.286 с.
  11. Адаптивные автоматические системы / Под ред. Медведева Г. А. М.: Советское радио. 1972. 182 с.
  12. В.П., Медведев A.B. Непараметрические алгоритмы адаптации. Фрунзе: Илим. 1974. 136 с.
  13. БрикманМ.С., Кристинков Д. С. Аналитическая идентификация управляемых систем. Рига: Зинатне. 1974. 204 с.
  14. В.А. Комбинированная обработка сигналов в системах радиосвязи. М.: Эко-Трендз. 2002. 264 с.
  15. ЭйкхоффП. Основы идентификации систем управления. Оценивание параметров и состояния. М.: Мир. 1975. 683 с.
  16. AstomK.J., EykhoffP. System identification a survey / In: Proc. IFAC Symp. On Identification and Process Parameter Estimation. Prague. 1970. p. 38.
  17. M. Оптимизация стохастических систем. M.: Наука. 1971. 424 с.
  18. Г. Акустическая теория речеобразования. / Пер. с англ. М.: Наука. 1964. 284 с.
  19. Billings S.A. Fachouri S.Y. Identification of Factorable Volterra systems // Proc. IEEE. Vol. 126. № 10.1979. P. 1018−1024.
  20. Billings S.A. Identification of a class of nonlinear systems using correlation analysis //Proc. IEEE. Vol. 125. № 7.1978. P. 691−697.
  21. ., Стирнз С. Адаптивная обработка сигналов. М.: Радио и связь. 1989.440 с.
  22. Адаптивные фильтры / Под ред. К.Ф. Н. Коуэна, П. М. Гранта. М.: Мир. 1988. 392 с.
  23. К.А., Капалин В. И., Ющенко A.C. Функциональные ряды в теории нелинейных систем. М.: Наука. 1976. 448 с.
  24. В.И. Нелинейные преобразования случайных процессов. М.: Радио и связь. 1986. 296 с.
  25. КашкинВ.Б. Функциональные полиномы в задачах статистической радиотехники. Новосибирск: Наука. 1981.145 с.
  26. В.В., Херманис Э. Х. Модели систем обработки сигналов. Рига: Зинатне. 1981. 212 с.
  27. А.И. Синтез нелинейных динамических моделей Винера-Гаммерпггейна перераспределением памяти между входом и выходом //
  28. Автоматика и телемеханика. № 11. 1997. С. 21−32.
  29. П., Мармарелис В. Анализ физиологических систем (метод белого шума). М.: Мир. 1981. 480 с.
  30. В.М., Сосулин Ю. Г., Лимарев А. Е., Мухин Н. П. Адаптивная цифровая фильтрация шумоподобных сигналов в радиотехнических системах // Цифровая обработка сигналов. № 1. 2000. С. 4−18.
  31. ВанТрисГ. Теория обнаружения, оценок и модуляции. Том1. Теория обнаружения, оценок и линейной модуляции. Нью-Йорк. 1968. / Перевод с англ. Под ред. В. И. Тихонова. М.: Сов. радио. 1972. 744 с.
  32. В.И., Кульман Н. К. Нелинейная фильтрация и квазикогерентный прием сигналов. М.: Советское радио. 1975. 704 с.
  33. СейджЭ., МелсДж. Теория оценивания и ее применение в связи и управлении / Перевод с англ. под ред. Б. Р. Левина. М.: Связь. 1976. 496 с.
  34. Методы исследования нелинейных систем управления / Под ред. Я. З. Ципкина. М.: Наука. 1983. 240 с.
  35. А.П. Режекция комплекса сосредоточенных помех // Радиотехника. 1978. Т. 33. № 6. С. 3−9.
  36. Адаптивная компенсация помех в каналах связи / Ю. И. Лосев, А. Г. Бердниров, Э. Ш. Гойхман, Б.Д. Сизов- Под ред. Ю. И. Лосева. М.: Радио и связь. 1988. 208 с.
  37. A.A. Нелинейные полиномиальные цифровые фильтры // Цифровая обработка сигналов. 1999. № 1. С. 18−26.
  38. A.A., Раскоснов М. А. Синтез нелинейных цифровых компенсаторов помех методами расщепления // Радиоэлектроника. Изв. ВУЗов. 1989. Т. 32. № 12. С. 46−50.
  39. РадченкоЮ.С. Эффективность приема сигналов на фоне комбинированной помехи с дополнительной обработкой в медианном фильтре // Журнал радиоэлектроники (электронный журнал РАН). 2001. № 7. (http://jre.cplire.ru)
  40. A.B., Шефер Р. В., Стокхем Т.Г.мл. Нелинейная фильтрация сигналов, представленных в виде произведения и свертки // ТИИЭР. Т. 58. № 8. 1968. С. 5−34.
  41. Ю.С. и др. Идентификация и оптимизация нелинейных стохастических систем. М.: Энергия. 1976. 440 с.
  42. В., Константинидис А.Дж., Эмилиани П. Цифровые фильтры и их применение / Перевод с англ. М.: Энергоатомиздат. 1983. 360 с.
  43. М.В., Прохоров Ю. Н. Методы цифровой обработки и передачи речевых сигналов. М.: Радио и связь. 1985. 176 с.
  44. РабинерЛ., ГоулдБ. Теория и применение цифровой обработки сигналов / Перевод с англ. под ред. Ю. Н. Александрова. М.: Мир. 1978. 847 с.
  45. АнтоньюА. Цифровые фильры: анализ и проектирование / Перевод с англ. М.: Радио и связь. 1983. 320 с.
  46. Дж., Грей А. Линейное предсказание речи / Перевод с англ. под ред. Ю. Н. Прохорова. М.: Радио и связь. 1980. 308 с.
  47. М.А., Михайлов В. Г. Вокодерная связь. М.: Радио и связь. 1983.248 с.
  48. К. Схемы синтезаторов речи / Перевод с франц. М.: ДМК. 2001. 171 с.
  49. Применение цифровой обработки сигналов / Под ред. Э. Оппенгейма. Перевод с англ. под ред. А. М. Рязанцева. М.: Мир. 1980. 552 с.
  50. A.A. Нелинейные искажения в мощной широкополосной усилительной ступени с автоматической регулировкой потребляемого тока // Радиотехника. № 11. 2001. С. 71−77.
  51. .М. Нелинейные искажения в приемно-усшштельных устройствах. М.: Связь. 1980. 280 с.
  52. H.A., Козырев В. Б. Способы линеаризации амплитудной характеристики усилителей мощности // Радиотехника. № 12. 2003. С. 55−62.
  53. Е.Ю. Линеаризация характеристик СВЧ-усилителей для систем радиосвязи с многостанционным доступом // Автореферат дисс. на соиск. уч. ст. к.т.н. Москва. 2002. 16 с.
  54. Куреши Ш. У. Х. Адаптивная коррекция // ТИИЭР. Т. 73. № 9. 1985. С. 5−49.
  55. МосуновВ.Б. Алгоритмы адаптивного линейного усиления // Зарубежная радиоэлектроника. № 5. 1985. С. 3−23.
  56. А. А. Случайные процессы в нелинейных автоматических системах. М.: Физматгиз. 1962. 352 с.
  57. Справочник по теории автоматического управления / Под ред. А. А. Красновского. М.: Гл. ред. физ.-мат. лит. 1987. 712 с.
  58. КунченкоЮ.П. Нелинейная оценка параметров негауссовских радиофизических сигналов. Киев: Вища школа. 1987. 192 с.
  59. .Р. Теоретические основы статистической радиотехники. 3-е изд., перераб. и доп. М.: Радио и связь. 1989. 656 с.
  60. Теория автоматического управления/Под ред. В. Б. Яковлева. М.: Высшая школа. 2003. 567 с.
  61. ПеровА.И. Статистическая теория радиотехнических систем. М.: Радиотехника. 2003.400 с.
  62. Г. В. Радиоавтоматика. М.: Радиотехника. 2003. 288 с.
  63. В.И. Статистическая радиотехника. 2-е изд., перераб. и доп. М.: Радио и связь. 1982. 624 с.
  64. И.Е. Статистическая теория систем управления в пространстве состояний. М.: Наука. 1975. 432 с.
  65. Г. К., Махотило К. В., Петрашев С. Н., Сергеев С.А.
  66. Генетические алгоритмы, искусственные нейронные сети и проблемы виртуальной реальности. Харьков: Основа. 1997. 107 с.
  67. JI.A. Случайный поиск в задачах оптимизации многопараметрических систем. Рига. Зинатне".1965. 212 с.
  68. О.В. Методы слепой обработки сигналов и их приложения в системах радиотехники и связи. М.: Радио и связь. 2003. 230 с.
  69. О.В. Методы слепой идентификации и их приложения // Успехи современной радиоэлектроники. № 3. 2004. С. 3−23.
  70. Ф.П. Методы решения экстремальных задач. М.: Наука. 1981. 100 с.
  71. С.Н. Виноградов О.JL Двухэтапная процедура оптимизации коэффициентов рекурсивных фильтров // Цифровая обработка сигналов. 2003. № 2. С. 2−4.
  72. С.Н., Степанов М. В. Оптимизация устройств цифровой обработки сигналов по комбинированному критерию среднего квадрата ошибки // Цифровая обработка сигналов. 2000. № 1. С. 27−32.
  73. С.Н., Степанов М. В. Комбинированный критерий оптимизации коэффициентов адаптивных фильтров с конечной импульсной характеристикой//Радиотехника. 1999. № 2. С. 39−41.
  74. С.Н., Степанов М. В. Оптимизация параметров АРСС-модели по комбинированному критерию минимума среднего квадрата ошибки // Изв. вузов. Радиоэлектроника. 2000. № 3. С. 21−26.
  75. М.С. Интегральные модели в современно теории управления. Рига: Зинатне. 1979. 224 с.
  76. УайзГ.Л. Замечания к вопросу о свойствах корреляционной функции процесса на выходе нелинейной системы // ТИИЭР. Т. 65. № 9. 1977. С. 204−205.
  77. Ю.Д., Исаев А. Е. Идентификация нелинейных систем в классе обобщенных радиотехнических звеньев при гармоническом воздействии // Измерения, контроль, автоматизация. № 11−12(33−34).1980. С. 44−49.
  78. Г. Р. Идентификация нелинейных стохастических объектов Гаммерштейна // Автоматика и телемеханика. № 4. 2002. С. 91−104.
  79. Г. Р. Модель Гаммериггейна-Винера в задачах идентификации стохастических систем // Автоматика и телемеханика. № 9. 2003. С. 60−76.
  80. Пространство состояний в теории управления (для инженеров) / Деруссо П., Рой Р., Клоуз Ч. Перевод с англ. М.: Наука. 1970. 620 с.
  81. Д.А., МамотА.В., Соколов C.B., Шевчук П. С. Адаптивная нелинейная фильтрация на основе обобщенных вероятностных критериев // Известия РАН. Теория и системы управления. 2002. № 4. С. 25−29.
  82. С.Н., Виноградов O.JI., Лоцманов A.A. Алгоритмы адаптации цифровых фильтров в радиотехнических устройствах // Учеб. пособие. Рязань: РГРТА, 2004. 80 с.
  83. N.S. Rajbman Identification and System Parameter Estimatiom // Proceedings of the 4-th IF AC Symposium. Amsterdam, New York, Oxford: North-Holland Publishing Company. 1978. P. 79−126.
  84. ЛаммерсХ.С., деБурЭ. Функция регрессии полосовой нелинейной цепи // ТИИЭР. Т. 67. № 3. 1979. С. 115−117.
  85. Kirillov S., Lotsmanov A. Differential Pulse Code Modulation with a Nonlinear Adaptive Filter-Predictor // The 5th International Conference and Exhibition on «Digital Signal Processing and its Application». Vol. 1. Moscow. 2003. P. 29.
  86. Ю.Д., Исаев A.E. Об одном методе идентификации нелинейных инерционных систем // Электронное моделирование. № 5. 1983. С. 33−37.
  87. Ю.Д. Идентификация и контроль качества нелинейных элементов радиоэлектронных систем (спектральные методы). М.: Энергия. 1975. 97 с.
  88. SharanugamK.S., JougM.T., Lai М. On the identification of the structure of nonlinear blocks in communication system // Proc. of Nation. Electron. Conf. Chicago. Vol. 30. 1975. P. 126−131.
  89. Марпл-мл. C.JI. Цифровой спектральный анализ и его приложения. М.: Мир. 1990. 584 с.
  90. С.Н., Виноградов О. Л., Лоцманов А. А. Процедура идентификации рекурсивных фильтров на основе независимой адаптации коэффициентов // Вестник РГРТА. Вып. 8. 2001. С. 21−25.
  91. С.Н., Лоцманов А. А. Устойчивый квазиоптимальный алгоритм адаптации цифровых фильтров с бесконечной импульсной характеристикой //Радиотехника. 2003. № 12. С. 31−35.
  92. С.Н., Степанов М. В., Виноградов О. Л. Синтез адаптивных цифровых фильтров по комбинированному методу наименьших квадратов. //Цифровая обработка сигналов. 2001. № 1. С. 12−14.
  93. Webb R.V., Identification of the Volterra kernels of a process containing single-valued nonlinearities // Electronics Letters. Vol. 10. № 16. 1974. P. 344−346.
  94. Д. Введение в Фурье-оптику. М.: Мир. 1970. 364 с.
  95. JI.H., Смирнов Н. В. Таблицы математической статистики. М.: Наука. 1968.476 с.
  96. Н.В., Дунин-Барковский И.В. Курс теории вероятностей и математической статистики для технических приложений. М.: Наука. 1965. 512 с.
  97. ГнатюкВ.И. Закон оптимального построения техноценозов. Калининград: Калининградский военный институт ФПС РФ. 2003. (http://vvww.baltoet.ru/~gnatukvi/ind.html)
  98. С.Н., Лоцманов A.A. Алгоритм адаптации нелинейных нерекурсивных фильтров на основе метода наименьших квадратов // Радиотехника. 2004. № 4. С. 25−27.
  99. A.A. Идентификация нелинейных фильтров на основе раздельной адаптации нелинейной и линейной частей с использованием обратных моделей //Вестник РГРТА. Вып. 14. 2004. С. 126−129.
  100. С.В. Синтез оптимальных нелинейных фильтров на основе использования неквадратичных критериев // Радиотехника и электроника. Т. 38. № 6. 1993. С. 1062−1069.
  101. A.A. Алгоритм адаптации нелинейных нерекурсивныхфильтров по критерию минимума неквадратичной ошибки // Вестник РГРТА. Вып. 13. 2004. С. 117−120.
  102. П.К. Классические ортогональные многочлены. М.: Наука. 1976. 328 с.
  103. Г., Корн Т. Справочник по математике (для научных работников и инженеров) М.: Наука. 1973. 832 с.
  104. К. Беспроводная связь. Методы модуляции и расширения спектра / Пер. с англ. под ред. В. И. Журавлева. М.: Радио и связь. 2000. 520 с.
  105. A.A. Алгоритм адаптации нелинейных рекурсивных фильтров в пространстве состояний // Межвузовский сборник научных трудов «Методы и устройства формирования и обработки сигналов в информационных системах». Рязань: РГРТА. 2004. С. 63−66.
  106. Э. Справочник по обыкновенным дифференциальным уравнениям. / Перевод с немецкого C.B. Фомина. М.: Наука. 1976. 576 с.
  107. В.А. и др. Методы обработки сигналов в условиях априорной неопределенности. / Учеб. пособие. Ленинград. 1980. 98 с.
  108. В.К., Матвеев Ю. В. Теоретико-игровой синтез систем передачи информации с адаптивным нелинейным предыскажением сигнала//Радиоэлектроника. 2003. № 10. С. 47−52.
  109. КурушинА., НедераВ. Усилители мощности с высокой линейностью для базовых станций беспроводной связи // CHIP NEWS 2002. № 7. (http://wvvrw.chipmfo.ruAiteratwe/chipnews/200 207/2.html)
  110. Дж.Р. Распознавание дикторов: идентификация людей по голосу. //ТИИЭР. 1985. Т. 73. № 11. С. 129−146.
  111. Г. С. Автоматическое опознавание говорящего по голосу. М.: Радио и связь. 1981. 224 с.
  112. Soong F., Rosenberg A., Rabiner L., Juang B. A vector quantization approach to speaker recognition. // AT&T Tech. J., 1987. Vol. 66. p. 14−26.
  113. ЗюкоА.Г., Банкет BJI, ЛеханВ.Ю. Методы низкоскоростного кодирования при цифровой передачи речи // Зарубежная радиоэлектроника. 1986. № 11. С. 53−69.
  114. .М. Радиоприемные устройства с большим динамическим диапазоном. М.: Радио и связь. 1984. 176 с.
  115. Э.Б. Нелинейные явления в приемно-передающем тракте аппаратуры связи на транзисторах. М.: Связь. 1971. 243 с.
  116. С.Н., Лоцманов A.A. Линеаризация проходной амплитудной характеристики широкополосного усилителя мощности CDMA с использованием адаптивного нелинейного инерционного фильтра предыскажений // Электросвязь, (в печати)
  117. С.Н., Лоцманов A.A. Адаптивная линеаризация проходной амплитудной характеристики усилителя мощности CDMA // 6-я Международная конференция и выставка «Цифровая обработка сигналов и ее применение». Тез. докладов. Т. 1. Москва. 2004. С. 123−125.
  118. Радиопередающие устройства: Учебник для вузов / В. В. Шахгильдян, В. Б. Козырев, A.A. Ляховкин и др. Под ред. В. В. Шахгильдяна. М.:
  119. Радио и связь. 2003. 560 с.
  120. JI.M. Мобильная связь 3-го поколения. М.: Серия изд. «Связь и бизнес». 2000. 208 с.
  121. С.Н., Лоцманов A.A. Адаптивный нелинейный инерционный фильтр подавления импульсных и узкополосных помех // Вестник РГРТА. Вып. 14. 2004. С. 40−43.
  122. Г. А. Эффективный алгоритм кодирования речевого сигнала на скорости 4,8 кбит/с и ниже // Зарубежная радиоэлектроника. 1996. № 3. С. 52−68.
  123. C.H., Мамушев Д. Ю., Лоцманов A.A. Нелинейная параметрическая модель анализа и синтеза речевого сигнала // Международная конференция «Теория и практика речевой коммуникации». Тез. докладов. Москва, 2004. С. 53−58.
  124. В.Н. Оценивание качества передачи речевого сигнала по измерению его спектральной динамики // Электросвязь. 1991. № 8. С. 19−21.
  125. A.A. К вопросу о фонетическом кодировании речи // Электросвязь. 1967. № 5. С. 24−31.
  126. КалинцевЮ.К. Оценка информативности речевых сигналов на основе современных результатов анализа речи // Электросвязь. 1991. № 8. С. 16−19.
  127. ГОСТ Р 50 840−95. Передача речи по трактам связи. Методы качества, разборчивости и узнаваемости.
  128. С.Н., Степанов М. В., СтукаловД.Н. Модифицированный критерий оценки параметров линейного предсказателя речевых сигналов И Электросвязь. 1997. № 6. С. 27−28.
  129. С.Н., Лоцманов A.A. Адаптивный дифференциальный импульсно-кодовый модулятор с нелинейным фильтромпредсказателем // Электросвязь. 2004. № 5. С. 36−38.
  130. В.Я., Голяницкий И.A. B-CDMA: синтез и анализ систем фиксированной радиосвязи. М.: Эко-Трендз. 2002. 195 с.
  131. В.Я. Стандарт Compact PCI основа WLL-системы СТС ИСТОК CDMA 3/5.0 // Мир компьютерной автоматизации. 2000. № 4. (http://www.mka.ru)145. http://www.istok-mw.ru
  132. КорнеевВ.В., Киселев A.B. Современные микропроцессоры. М.: Нолидж. 1998. 240 с.
  133. ВитязевВ.В. Микропроцессоры в системах управления. Цифровые процессоры обработки сигналов: Учебное пособие. РГРТА, Рязань. 1996. 72с.
  134. А. ПЛИС как DSP // Chip News. 1998. № 1. С. 19−21.
  135. Методы выбора МП для использования в МПС / Аксенов А. И., Пургов С. Т., Терехин В. И. и др. // Обзоры по электронной технике. М.: Издательство ЦНИИ «Электроника», 1985. Серия 3. Микроэлектроника. Вып.2 (1102). 30 с.
  136. Методические указания по оценке технического уровня и качества промышленной продукции: РД 50−149−79. Ввод. 14.05.80. Москва. 1979. 75 с. 151. http://www.module.ru
  137. КимХ.Дж., Ун С. К. Скорость сходимости БИХ-фильтра на основе нелинейного алгоритма ниаменьших квадратов // ТИИЭР. Т. 76. № 6. 1899. С. 112−114.
  138. КунегинС.В. Влияние целочисленных вычислений на свойства сходимости адаптивных алгоритмов эхокомпенсаторов // Электросвязь. № 2. 1988. С. 32−34.
  139. Е.В., Нифонтов Ю. А. Адаптивное подавление помех // Цифровые радиоэлектронные системы. Вып. 1. 2000. (http://www.prima.tu-chel.ac.ru/drs)
  140. УлыбышевД.А. Классический и нечеткий методы наименьших квадратов в задаче фильтрации помех // 5-я ежегодная студенческая школа-семинар «Новые информационные технологии». Тез. докладов. Крым, ОАО ТОК «Судак». 2003. (http://nit.itsoft.ru)
  141. Н.С., Жидков Н. П., Кобельков Г. М. Численные методы: Учеб. пособие. M.: Наука. 1987. 600 с.
  142. A.A., Соловьева Е. Б. Нелинейная фильтрация импульсных помех методом расщепления // Изв. высш. учеб. заведений. Радиоэлектроника. 1999. № 7. С. 3−17.
  143. A.A., Соловьева Е. Б. Нелинейная фильтрация изображений с импульсными помехами (Основы теории) // Изв. высш. учеб. заведений. Радиоэлектроника. 2000. № 3. С. 3−10.
  144. A.A., Соловьева Е. Б. Нелинейная фильтрация изображений с импульсными помехами (Примеры реализации) // Изв. высш. учеб. заведений. Радиоэлектроника. 2000. № 4. С. 3−11.
  145. A.A., Корнюшин Л. В. Определение параметров системы по экспериментальным (заданным) частотным характеристикам // Автоматика и телемеханика. Т. 19. № 4. 1958. С. 334−345.
  146. Harper T.R., Rugh W.J., Structural Features of Factorable Volterra systems // IEEE. Trans. On Automatic Control. AC-21. № 6. 1976. P. 822−832.
Заполнить форму текущей работой

На отлично!