А.Ю. Паршин – к.т.н., доцент,  кафедра «Радиотехнические устройства», Рязанский государственный радиотехнический университет им. В.Ф. Уткина E-mail: parshin.a.y@rsreu.ru

Ю.Н. Паршин – д.т.н., профессор, зав. кафедрой «Радиотехнические устройства», 

Рязанский государственный радиотехнический университет им. В.Ф. Уткина E-mail: parshin.y.n@rsreu.ru

Постановка проблемы. Интенсивное развитие системы Интернета вещей (IoT) приводит к нехватке частотного ресурса, так как резко увеличивается число источников и потребителей информации. Одним из методов решения проблемы является использование сверхузкополосных сигналов с малой скоростью передачи информации, включающих области спектра фликкер-шума.

Цель. Провести анализ эффективности обработки узкополосного сигнала в присутствии негауссовского фликкер-шума для различного вида алгоритмов (оптимального, линейного, нелинейного) и определить тип алгоритма, при котором отношение сигнал/шум, получаемое в результате обработки, монотонно возрастает с ростом объема анализируемой выборки.

Результаты. Решена задача приема и обработки сверхмаломощных сигналов систем передачи информации применительно к системам IoT. Развиты негауссовские модели фликкер-шума на основе стохастических дифференциальных уравнений с нелинейным коэффициентом сноса. Проведен анализ эффективности оптимальной обработки сигнала на фоне негауссовского фликкер-шума и теплового шума.

Практическая значимость. Отмечено увеличение отношения сигнал/шум при использовании негауссовской модели для оценки и компенсации фликкер-шума по сравнению с гауссовским случаем.

1. Mangalvedhe N., Ratasuk R., Ghosh A. NB-IoT Deployment Study for Low Power Wide Area Cellular IoT // IEEE 27th Annual International Symposium on Personal, Indoor and Mobile Radio Communication. 2016.
2. Потапов А.А. Фракталы в радиофизике и радиолокации: топология выборки. М.: Университетская книга. 2005. 848 с.
3. Crownover R.M. Introduction to Fractals and Chaos. Jones and Bartlett. 1995.
4. Сосулин Ю.Г., Костров В.В, Паршин Ю.Н. Оценочно-корреляционная обработка сигналов и компенсация помех. М.: Радиотехника. 2014. 632 с.
5. Сосулин Ю.Г., Паршин Ю.Н. Нелинейное оценивание стохастических сигналов с адаптацией параметров алгоритмов // Радиотехника и электроника. 1986. Т. 31. № 5. С. 904−910.
6. Паршин Ю.Н., Паршин А.Ю. Максимально правдоподобное оценивание корреляционной размерности с учетом влияния смещения оценки и усечения диапазона масштабов // Вестник Рязанского государственного радиотехнического университета. 2013. № 4. С. 18−25.
7. Паршин А.Ю., Паршин Ю.Н. Выделение границ фрактального объекта методом максимального правдоподобия по независимой и зависимой выборкам // Вестник Рязанского государственного радиотехнического университета. 2014. № 4. С. 3−9.
8. Бочков Г.Н., Кузовлев Ю.Е. Новое в исследованиях 1/f шума // Успехи физических наук. 1983. Т. 141. № 1. С. 151−176.
9. Kaukalys B., Ruseckas J. Stochastic nonlinear differential equation generating 1/f noise // Physical Review E 70, 020101(R). 2004.
10. Kaukalys B., Alaburda M., Ruseckas J. Modeling non-Gaussian 1/f noise by the stochastic differential equations // 19th International Conference on Noise and Fluctuations (ICNF-2007). AIP Conf. Proc. 2007. 922. P. 439−442.
11. Mamontov Y.V., Willander M. Long Asymptotic Correlation Time for Non-Linear Autonomous Ito’s Stochastic Differential Equation // Nonlinear Dynamics. 1997 V. 12. P. 399−411 (Kluwer Academic Publishers. Printed in the Netherlands).
12. Паршин А.Ю., Паршин Ю.Н. Оптимальная обработка узкополосного сигнала в присутствии гауссовского и негауссовского фликкер шумов // Радиотехника. 2019. Т. 83. № 5(6). С. 161−167.
13. Сейдж Э., Мелс Дж. Теория оценивания и ее применение в связи и управлении: Пер. с англ. М.: Связь. 1976. 496 с.