Способы улучшения цифровых сигналов в условиях ограниченного объема априорной информации
,
.
После этого проверяем условие
. (19)
Если неравенство
(19) выполняется,
требуемая
точность считается
достигнутой,
и расчет заканчивается.
Тогда
,
т.е. расстояние
между двумя
последними
итерациями
в пространстве
не превосходит
.
В случае невыполнения
условия (19) повторяется
расчет величин
и проверка
указанного
условия.
Таким образом,
вектор оценок
итерационно
корректируется
так, чтобы целевая
функция
достигла своего
наименьшего
значения. На
некотором шаге
итерационного
процесса выполнится
условие (19), и
вычисления
прекращаются.
Полученный
вектор оценок
с заданной
точностью
будет являться
точкой наименьшего
значения целевой
функции
при заданных
начальных
условиях [5].
Также в работе предложено аналитическое решение двухкритериальной целевой функции вида (5). Как установлено ранее, точка минимума функции (5) является единственным решением системы линейных уравнений [2, 3]
(20)
Покажем, что это решение имеет вид
,
, (21)
где
, (22)
(23)
(здесь
и далее
–
биноминальные
. (24)
Воспользовавшись
соотношениями
(21), (22) при
и соотношением
(23) при
,
получим
.
Подставив результат в первое уравнение (20), получим тождество
.
Убедимся
в том, что величины
(21) (при условиях
(22)–(24)) удовлетворяют
k-му уравнению
системы (20) и при
,
т.е.

где
. (25)
Преобразуем левую часть уравнения:

Упростим часть выражения в левой части, используя свойства биномиальных коэффициентов [4]:

(здесь и далее
считаем, что
при
сумма вида
равна нулю).
Таким образом, k-е уравнение системы (20) принимает вид
.
С учетом выражений (23) и (25) полученное соотношение перепишется следующим образом:

Упростим левую часть уравнения, используя свойства биноминальных коэффициентов:

Преобразуем
коэффициент
при
в последней
сумме:

Таким образом, k-е уравнение системы (20) превращается в тождество

Докажем, что
величины (21)
удовлетворяют
-му
уравнению
системы (20), т.е.

или

Коэффициент
при
равен

Уравнение принимает вид

Выражение в скобках равно

Так как
,
то
,
а это равенство
выполнено в
силу (24).
Итак, выражение (21) (при подстановке в него выражений (22)–(24)) дает единственное решение системы уравнений (20); это решение минимизирует функцию (5), и других точек минимума данная функция не имеет.
Для проверки эффективности многокритериальных методов сглаживания цифровых сигналов в качестве критерия используем среднеквадратическое отклонение оценок от значений входной реализации:
.
На рис. 1
представлены
кривые среднеквадратического
отклонения,
полученные
при обработке
двухкритериальной
целевой функцией,
при точном
решении и при
итерационном.
В качестве
полезной составляющей
использовалась
функция, огибающая
которой описывается
параболой,
среднеквадратическое
отклонение
шума
=0,15.

Рис. 1. Зависимость
при итерационном
и неитерационном
решении
Анализ результатов, представленных на рис. 1, позволяет сделать вывод, что результаты оценки эффективности, полученные при решении целевой функции (5) итерационным алгоритмом и при определении точного решения, практически совпадают, разброс параметров составляет менее 1 % [5].
Таким образом, на основе проведенных исследований получены аналитические выражения для минимизации многокритериальной целевой функции, в условиях ограниченного объема априорной информации о функции сигнала, статистических характеристиках шума и ограниченности объема выборки.
На рис. 2 представлен алгоритм получения оценок многокритериальными методами сглаживания сигналов, основанных на целевых функциях (5), (6,6) и (6,7), в условиях ограниченного объема априорной информации.

Рис. 2. Алгоритм вычисления оценок многокритериальными методами сглаживания сигналов
Используя полученный алгоритм, удалось реализовать метод сглаживания сигналов на основе компьютерной программы для выполнения машинного моделирования (свидетельства об официальной регистрации программы для ЭВМ, РОСПАТЕНТ: № 2006612520, № 2007612944, № 2008611151).
Для нахождения импульсной характеристики используем соотношения (21)–(24), т.е. отклика системы на единичный импульс [6]:
. (26)
где
– положение
единичного
импульса.
Имеем
при
и
при
.
Поскольку
при
,
то для всех
указанных
,
,
подставив
значения в
выражение (3),
получим

или
. (27)
На рис. 3
представлены
графики обработки
входной реализации,
представленные
единичным
импульсом (26),
на основе выражения
(27), при условии
и параметре
целевой функции
(5)
– кривая 1;
– кривая 2.

Рис. 3. обработка
целевой функцией
входной реализации
единичной
амплитуды,
параметры
(кривая 1) и при
(кривая 2)
Анализ
зависимостей,
представленных
на рис. 3, показывает,
что импульсная
характеристика
лежит только
в положительной
полуплоскости.
Следует отметить,
что импульсная
характеристика
быстро спадает,
в связи с этим
можно ее ограничить
и рассматривать
на интервале
,
где
составляет
20–25 отсчетов
относительно
положения
единичного
скачка. При
коэффициентами
и
можно пренебречь,
так как
,
при
.
На рис. 4
представлены
нормированные
значения результатов,
полученных
ранее для проведения
сравнения
величины
при различных
значениях
.

Рис. 4. Сравнение
нормированных
характеристик
при
(кривая 1) и при
(кривая 2)
Анализ
нормированных
импульсных
характеристик,
представленных
на рис. 4, показывает,
что при увеличении
параметра
импульсная
характеристика
становится
более пологой.
Для обработки
цифровых сигналов
по мере поступления
данных предлагается
обработка
входной реализации
путем нахождения
оценок многокритериальной
целевой функции
в задаваемом
окне
с последующим
скольжением
окна
по всем значениям
входной реализации.
Выбор
величины окна
обработки
обусловлен
минимумом
итерационных
затрат для
получения
оценок входной
реализации
и представлен
на рис. 5 при
,
[7].
а)

б)
Рис. 5. График изменения значения среднеквадратического отклонения от ширины окна (а) и величины шага перемещения окна (б)
Анализ
результатов,
представленных
на рис. 5, показал,
что минимум
зависимости
достигается
при
,
а
– при
и слабо зависит
от функции
полезной составляющей
.
На рис. 6 представлены
зависимости
,
которые получены
при сглаживания
исходной реализации
(1) многокритериальной
целевой функцией,
где в качестве
обрабатываемых
значений