Предварительная обработка наблюдаемых на фоне шума сигналов при их спектральном анализе собственноструктурными методами с использованием метода SSA (singular spectral analysis) и предлагаемой модификации этого метода. Оценка дисперсии шума наблюдения.
При низкой оригинальности работы "Предварительная обработка сигналов с использованием метода SSA (singular spectral analysis) в задачах спектрального анализа", Вы можете повысить уникальность этой работы до 80-100%
Предварительная обработка сигналов с ИСПОЛЬЗОВАНИЕМ Метода SSA в задачах СПЕКТРАЛЬНОГО анализаВ статье рассматривается предварительная обработка наблюдаемых на фоне шума сигналов при их спектральном анализе собственноструктурными методами с использованием метода SSA и предлагаемой модификации этого метода. Повышение эффективности спектрального анализа СС методами при низких значениях ОСШ и малой выборке возможно за счет использования дополнительной информации о структуре КМ (персимметрии и т. д.), оценивания КМ по принципу ожидаемого правдоподобия «expected likelihood», стратегии совместного оценивания (ССО) и некоторых других подходов [22-24, 27-28]. Известны следующие подходы по снижению шума наблюдения: 1) вычитание наименьшего шумового СЗ из диагональных элементов выборочной КМ (в методе Писаренко); 2) основанная на теореме Эккарта-Янга-Мирского [1, 4, 47] аппроксимация КМ наблюдения ковариационной матрицей более низкого ранга, равного числу сигнальных компонент; 3) метод обобщенных наименьших квадратов (total least squares - TLS) и структурированных наименьших квадратов (structured total least squares - STLS); 4) использование вейвелетов [6, 7, 45-51] и др. Цель данной работы - повышение эффективности спектрального анализа СС методами (методами, основанными на подпространствах СВ) с использованием метода SSA и предлагаемой модификации этого метода в условиях малой выборки. Аппроксимация КМ наблюдения матрицей более низкого ранга используется в некоторых СС методах (методах, основанных на подпространствах СВ) - в исходном методе ESPRIT, методе матричного пучка (matrix pencil) и др.
Вы можете ЗАГРУЗИТЬ и ПОВЫСИТЬ уникальность своей работы
