В.М. Артюшенко1, В.И. Воловач2

1 Технологический университет им. дважды Героя Советского Союза летчика-космонавта А.А. Леонова (г. Королев, Россия)

2 Поволжский государственный университет сервиса (г. Тольятти, Россия); Воронежский государственный университет (г. Воронеж, Россия)

1 artuschenko@mail.ru; 2 volovach.vi@mail.ru

Постановка проблемы. Значения статистики отношения правдоподобия, используемой для байесовских алгоритмов классификации сигналов, не всегда можно определить. Для решения данной задачи используются приближенные методы вычисления, которые обладают своими ограничениями. В статье предложен подход, позволяющий преодолеть эти ограничения.

Цель. Выполнить синтез алгоритмов классификации квазидетерминированных сигналов при совместном использовании специального принципа асимптотической оптимальности и гипотезы высокоточных измерений.

Результаты. Показано, что процесс вычисления статистик усредненного отношения правдоподобия может быть сведен к последовательности элементарных преобразований отсчетов входного воздействия. Предложены алгоритмы классификации сигналов, которые позволяют не вычислять значения многомерного интеграла или решать уравнение максимального правдоподобия.

Практическая значимость. Представленные алгоритмы обладают хорошей структурной устойчивостью к изменениям вероятностных моделей действующих сигналов и помех, а также способа их взаимодействия. Данные алгоритмы допускают простую техническую реализацию и определяют некоторые подоптимальные процедуры, связанные с увеличением выборки наблюдений и требований к качеству классификации.

Исследование выполнено за счет гранта Российского научного фонда № 23-21-00452, https://rscf.ru/pro-ject/23-21-00452/.

Артюшенко В.М., Воловач В.И. Синтез алгоритмов классификации квазидетерминированных сигналов // Радиотехника. 2025. Т. 89. № 1. С. 50-57. DOI: https://doi.org/10.18127/j00338486-202501-04

1. Миленький А.В. Классификация сигналов в условиях неопределенности. М.: Советское радио. 1975. 328 с.
2. Акимов П.С., Бакут П.А., Богданович В.А. и др. Теория обнаружения сигналов / Под ред. П.А. Бакута. М.: Радио и связь. 1984. 440 с.
3. Хелстром К. Статистическая теория обнаружения сигналов. М.: Изд-во иностранной литературы. 1963. 432 с.
4. Вопросы статистической теории радиолокации / Под ред. Г.П. Тартаковского. М.: Советское радио. 1983. 424 с.
5. Артюшенко В.М., Воловач В.И. Статистические характеристики смеси сигнала и аддитивно-мультипликативных помех с негауссовским характером распределения // Радиотехника. 2017. № 1. С. 95-102.
6. Артюшенко В.М., Воловач В.И. Статистические характеристики сигнала при наличии модулирующей помехи // Автометрия. 2021. Т. 57. № 2. С. 49-61.
7. Патрик Э.А. Основы теории распознавания образов: пер. с англ. / Под ред. Левин Б.Р. М.: Советское радио. 1980. 407 с.
8. Aulin T., Sundberg C. Continuous Phase Modulation-Part I: Full Response Signaling // IEEE Transactions on Communications. 1981. V. 29. Is. 3. P. 196-209. https://doi.org/10.1109/TCOM.1981.1095001.
9. Сакалема Д.Ж. Подвижная радиосвязь. М.: Горячая линия-Телеком. 2018. 512 с.
10. Рис У.Г. Основы дистанционного зондирования. М.: Техносфера. 2006. 336 с.
11. Chen Ch. Signal and image processing for remote and sensing. CRC Press. 2008. 276 p.
12. Левин Б.Р. Теоретические основы статистической радиотехники. М.: Радио и связь. 1989. 656 с.
13. Репин В.Г., Тартаковский Г.П. Статистический синтез при априорной неопределенности и адаптации информационных систем. М.: Советское радио. 1977. 432 с.
14. Боровков А.А. Математическая статистика: Учебник. Изд. 4-е, стер. СПб: Лань. 2010. 704 с.
15. Ивченко Г.И., Медведев Ю.И. Математическая статистика. М.: Высшая школа. 1984.