<?xml version="1.0" encoding="UTF-8"?>
<xml>
 <records>
  <record>
   <ref-type name="Journal Article">17</ref-type>
   <contributors>
    <authors>
     <author>Артемьев В. М.</author>
     <author>Наумов А. О.</author>
     <author>Кохан Л. Л.</author>
    </authors>
   </contributors>
   <titles>
    <title>Линейная адаптивная фильтрация случайных последовательностей на основе детерминированного подхода</title>
   </titles>
   <keywords>
    <keyword>случайные последовательности</keyword>
    <keyword>детерминированный подход</keyword>
    <keyword>адаптивная фильтрация</keyword>
    <keyword>расширенный метод наименьших квадратов</keyword>
   </keywords>
   <dates>
    <year>2018</year>
    <pub-dates>
     <date>2018-09-26</date>
    </pub-dates>
   </dates>
   <journal>Информатика</journal>
   <abstract>Рассматривается метод синтеза фильтров случайных последовательностей при отсутствии априорной статистической информации о характеристиках полезного сигнала и шумов. При синтезе используются лишь данные о текущих измерениях и ограниченный объем эмпирической информации, что приводит к необходимости применения детерминированного подхода на основе метода наименьших квадратов. В целях получения рекуррентного алгоритма фильтрации предлагается расширение структуры функции потерь метода за счет включения в ее состав дополнительного слагаемого, задающего экстраполяцию оценки на следующий период измерений. Оптимальная текущая оценка находится с учетом как результатов измерений, так и экстраполированных значений. Выбор функции экстраполяции осуществляется исходя из желаемого класса синтезируемого фильтра. В работе рассматривается вариант полиномиальной экстраполяции с учетом предшествующих оценок и измерений. Использование только предшествующих оценок приводит к структуре фильтра с обратной связью, а использование только предшествующих измерений формирует трансверсальный фильтр. Проводится математическое моделирование, и на конкретном примере оцениваются потери точности фильтрации за счет неучета априорной статистической информации.</abstract>
   <urls>
    <web-urls>
     <url>https://www.academjournals.by/publication/18396</url>
    </web-urls>
    <pdf-urls>
     <url>https://www.academjournals.by/files/18349</url>
    </pdf-urls>
   </urls>
  </record>
 </records>
</xml>
