Синтез непараметричних процедур вторинної обробки даних в радіотехнічних системах на основі некласичних методів статистики - Автореферат

АВТОРЕФЕРАТ дисертації на здобуття наукового ступеня доктора технічних наук Синтез непараметричних процедур вторинної обробки даних в радіотехнічних системах на основі некласичних методів статистикиНауковий консультант: доктор технічних наук, професор Баришев Ігор Володимирович, Національний аерокосмічний університет ім. Офіційні опоненти: · Доктор технічних наук, професор Леховицький Давід Ісаакович, головний науковий співробітник Науково-дослідного центру інтегрованих інформаційних радіоелектронних систем і технологій при Харківському національному університеті радіоелектроніки; · Доктор технічних наук, професор Костенко Павло Юрійович, професор кафедри експлуатації авіаційних засобів звязку та радіотехнічних систем Харківського університету повітряних сил; · Доктор технічних наук, старший науковий співробітник Лещенко Сергій Петрович, начальник науково-дослідного управління Обєднаного науково-дослідного інституту Збройних сил. Захист відбудеться 31.03.2006 року о 13-30 годині на засіданні спеціалізованої вченої ради Д 64.062.07 у Національному аерокосмічному університеті ім.Тому розробка нових процедур вторинної статистичної обробки даних і методів синтезу таких процедур має вирішальне значення для ефективного вирішення широкого кола задач у різних галузях економіки України. Досвід використання цих методів, накопичений в інших областях, свідчить про те, що таким чином може бути забезпечений оперативний синтез нових непараметричних процедур обробки даних для РТС, що функціонують в умовах високої апріорної невизначеності щодо статистичних властивостей сигналів і завад. Метою дисертаційної роботи є створення теоретичних і методологічних основ оперативного синтезу робастних статистичних вирішальних і дескриптивних процедур для вторинної обробки сигналів, полів і зображень у РТС, що функціонують в умовах істотної апріорної невизначеності щодо статистичних властивостей зондованих обєктів і завадової обстановки, на основі залучення нових некласичних методів і підходів до статистичної обробки даних. Для досягнення поставленої мети в дисертаційній роботі були сформульовані й розвязувалися такі задачі: Побудова і дослідження узагальнених параметричних сімей дескриптивних статистик для кількісного опису різних властивостей розподілів сигналів, полів і зображень - центрального положення, масштабу, асиметрії, важкість хвоста, нерівномірності розподілу - на основі розвитку концепції моментів дробового порядку. Зокрема: Вперше запропоновано та розвинено підхід до синтезу параметричних сімей дескриптивних статистик для статистичного опису сигналів, полів, зображень на основі запропонованої автором концепції узагальнених моментів дробового порядку, який дозволяє в рамках єдиної логічної схеми синтезувати множину статистик із дескриптивними властивостями, що розрізняються, для кількісного опису однієї якісної характеристик даних - центрального положення, дисперсії, асиметрії, важкість хвоста, нерівномірності розподілу.Таким чином, показано, що при вторинній обробці даних через нелінійність процедури первинної обробки проблема апріорної невизначеності щодо статистичних характеристик первинних даних (похибок i первинних вимірювань) стоїть гостріше, ніж при первинній обробці, а самі похибки мають істотно негауссівський розподіл з важкими хвостами (навіть при стаціонарному та гауссівському характері завади або шуму (t) ). Пермутаційні критерії подають загальну схему непараметричної перевірки двох широких класів статистичних гіпотез: 1) гіпотези про те, що дві вибірки X(1) = (х ,...,x ) і X(2) = (х ,...,x ) (або більше число вибірок) витягнуті з однієї ГС, тобто мають один і той же невідомий розподіл (наприклад, х і х - амплітуди сигналів, відображених від двох ділянок зондованої поверхні, підкоряються одному і тому ж невідомому розподілу); 2) гіпотези про те, що деяка міра t(x,y) звязку або залежності двох величин x і у дорівнює нулю (наприклад, у задачі виявлення сигналу xi - відліки коливання, що приймається, yi - відліки опорного сигналу, а t(X,Y) - деяка міра вибіркової кореляції). Наприклад, при обробці незалежних первинних вимірювань i статичного параметра л сигналу оцінка по медіані вибірки є більш робастною на множині P, що складається з нормального розподілу і розподілів з важкими хвостами, в порівнянні з оцінкою за середнім значенням, оскільки програє останній по СКВ похибки 20% на нормальному розподілі, але забезпечує багатократний виграш за наявності аномальних помилок (важких хвостів розподілу помилок еі = i - л).

Основний зміст роботи