В.А. Глускин1, А.Н. Дементьев2, Е.А. Гондаренко3, М.Ю. Конышев4, Д.Л. Мясников5

1 ЦНИИ ВКС МО РФ (г. Королев, Московская обл., Россия)
2, 4, 5 МИРЭА — Российский технологический университет (Москва, Россия)
 3 Главкомат ВМФ Минобороны России
 5 myasnikov.danil@internet.ru

Постановка проблемы. Высокие темпы информатизации современного общества привели к значительному росту спроса на телекоммуникационные услуги. В условиях ограничений по частоте и энергоресурсам увеличение удельных скоростей передачи информации в системах передачи информации (ИТС) при обеспечении заданных требований к надежности приема сообщений требует повышения информационной эффективности ИТС.

Известно, что наиболее общей моделью описания случайных процессов (RP) является так называемая общая модель Маркова (GMM), отражающая зависимость вероятностей состояний случайной переменной от (в общем случае) множества предыдущих состояний. Теория марковских процессов, являющаяся фактически основой современной теории статистической радиотехники, позволила в связке с байесовским подходом получить теоретически обоснованные оптимальные решающие правила синтеза устройств обработки сигналов в шумах различной природы. Тем не менее, полученные до сих пор результаты в классической теории марковских процессов не позволяют дать ответ на ряд важных для теории и практики вопросов, касающихся разграничения статистических гипотез в условиях неопределенности относительно параметров марковских процессов.
В частности, к ним относятся вопросы оценки параметров марковских процессов, формирования реализаций процессов с заданным распределением векторов, анализа сходимости процессов к конечным распределениям вероятностей. Применение теории марковских процессов в статистической радиотехнике связано с байесовским подходом к синтезу оптимальных устройств обработки сигналов.

Цель. Предложить подход к оцениванию параметров источников ошибок в дискретных каналах связи с группированием ошибок.

Результаты. Предложен подход к получению оценок бинарных марковских цепей путем выборки с пробелами на основе учета свойств бинарных марковских цепей, который позволяет получить подходящие оценки в виде значений элементов переходных матриц вероятностей для источников ошибок в дискретных каналах связи при моделировании их двоичными цепями Маркова.

Практическая значимость. Полученные оценки целесообразно использовать при реализации алгоритмов декодирования помехозащищенных кодов на основе критериев максимума апостериорной вероятности и минимума среднего риска. Представлены оценки качества полученных оценок в сравнении с оценками, полученными на основе модели Бернулли.

Глускин В.А., Дементьев А.Н., Гондаренко Е.А., Конышев М.Ю., Мясников Д.Л. Оценивание параметров источников ошибок в дискретных каналах связи с группированием ошибок // Динамика сложных систем. 2023. Т. 17. № 4. С. 56−69. DOI: 10.18127/j19997493-202304-06

1. Шеннон К. Математическая теория связи // Работы по теории информации и кибернетике. М.: Иностранная литература. 1963. С. 243–333.
2. Юсупов Р.М., Петухов Г.Б., Сидоров В.Н., Городецкий В.И., Марков В.М. Статистические методы обработки результатов наблюдений. М.: МО СССР. 1984. 564 с.
3. Шведов А.С. О методах Монте-Карло с цепями Маркова // Экономический журнал ВШЭ. 2010. № 4. С. 227–243.
4. Советов Б.Я., Яковлев С.А. Моделирование систем: Учебник для вузов. М.: Высшая школа. 1998. 319 с.
5. Беляев Д.Л., Близнюк В.И., Иванов В.А., Конышев М.Ю., Харченко С.В. Метод направленного перебора рядов распределений в задачах моделирования марковских двоичных последовательностей // Промышленные АСУ и контроллеры. 2015. № 5. С. 47–51.
6. Ростовцев Ю.Г. Исследование методов повышения достоверности связи за счет использования статистической избыточности сигналов. Л.: ЛВИКА. 1965. 279 с.
7. Блох Э.Л., Попов О.В., Турин В.Я. Модели источника ошибок в каналах передачи цифровой информации. М.: Связь. 1971. 312 с.
8. Вентцель Е.С. Теория вероятностей. М.: Высшая школа. 1998. 575 с.
9. Гридчин Д.Н. Имитационная модель дискретного канала связи с пакетированием ошибок и помехоустойчивым кодированием // Информационные системы и технологии. 2019. С. 35–40.
10. Шевченко В.А. Верхняя аддитивная граница вероятности ошибки в канале связи с памятью при использовании кодирования и псевдослучайного перемежения // Изв. Института инженерной физики. 2019. № 2(52). С. 26–31.
11. Квашенников В.В., Бугаков И.А., Кузин А.В. Оценивание вероятностей приема помехоустойчивого кода в каналах с независимыми и группирующимися ошибками // Изв. Института инженерной физики. 2020. № 4(58). С. 11–16.