Статья

Название статьи РАЗРАБОТКА УНИВЕРСАЛЬНОГО СПОСОБА УДАЛЕНИЯ СЛУЧАЙНОЙ ПОСТОЯННОЙ СОСТАВЛЯЮЩЕЙ ИЗ ВХОДНОГО СИГНАЛА В УСЛОВИЯХ АПРИОРНОЙ НЕОПРЕДЕЛЕННОСТИ
Автор А. С. Шалимов, С. П. Тимошенков
Рубрика РАЗДЕЛ II. СИСТЕМЫ УПРАВЛЕНИЯ И МОДЕЛИРОВАНИЯ
Месяц, год 01, 2018
Индекс УДК 519.254
DOI
Аннотация Целью исследования является разработка способа выделения полезного сигнала, поступающего с первичных преобразователей физических величин, например, МЭМС-датчиков, из исходного сигнала, представляющего собой результат эксперимента. Отсутствие полной и достоверной информации о характере полезного сигнала и шума при условии, что обе указанные составляющие находятся в одном и том же частотном диапазоне, обуславливают определенные трудности при работе с сигналами, поступающими с подобных источников. Это определяет актуальность разработки такого способа фильтрации, который даст возможность достижения указанной цели. Данный способ может представлять интерес практически во всех областях современной техники, использующей в качестве первичного источника сигнала данные, поступающие с датчиков, выполняющих измерение параметров физических величин, предсказание точных значений которых не представляется возможным. Для решения поставленной задачи представляется целесообразным обратиться к теории выбросов случайных процессов и на базе существующих решений сформулировать новый подход путем выдвижения гипотезы о наличии функциональной связи между наивероятнейшим значением длительности положительного выброса и периодом следования точек в реализации случайного процесса, степень зависимости которых является минимальной. Это дает возможность рассматривать результаты эксперимента в качестве реализации случайного процесса, подчиняющегося известному закону распределения, и сформулировать основные граничные условия, при выполнении которых предлагаемый способ будет универсален для широкого класса источников первичного сигнала. В данной работе показано, что наибольшее значение на универсальность способа оказывает необходимость получения функциональной зависимости значения анализируемого уровня от среднеквадратичного отклонения исходного сигнала. Универсальность способа определяется необходимостью оперирования такими параметрами исходного сигнала, значения которых могут быть получены с помощью стандартных измерительных средств. Проведенные исследования показали, что данный способ будет обладать наибольшей эффективностью, равной порядка 10 %, при выделении полезного сигнала на фоне случайной постоянной составляющей в условиях априорной неопределенности.

Скачать в PDF

Ключевые слова Априорная неопределенность; оптимальная фильтрация; методы обнаружения и предсказания сигналов; МЭМС.
Библиографический список 1. Пат. 94347 Российская Федерация, МПК G 01 P 15/125, 94 347 U1. Емкостный акселерометр / Тимошенков С.П., Калугин В.В., Шалимов А.С.: заявитель и патентообладатель Государственное образовательное учреждение высшего профессионального образования Московский государственный институт электронной техники (технический университет). - № 2009110852/22; заявл. 26.03.2009 ; опубл. 20.05.2010, Бюл. № 14. – 4 с.
2. Шалимов А.С., Тимошенков С.П., Коробова Н.Е., Калугин В.В., Тимошенков А.С., Анчутин С.А., Головинский М.С., Долговых Л.И., Косолапов А.А., Шепелев С.О. Особенности емкостных акселерометров маятникового типа // Микросистемы: доклады конференции. – М.: Техносфера, 2016. – С. 583-586.
3. Тимошенков С.П., Шалимов А.С., Головинский М.С., Калугин В.В., Коробова Н.Е., Тимошенков А.С., Анчутин С.А. Маршрут проектирования МЭМС-акселерометра, оптимизированного по выбранным параметрам для обеспечения возможности самокалибровки // Нано- и микросистемная техника. – 2017. – Т. 19, № 12. – С. 707-713.
4. Шалимов А.С., Тимошенков С.П., Головинский М.С., Долговых Л.И., Калугин В.В., Чжо Мье Аунг. Обеспечение работы и самокалибровки МЭМС-инклинометра в условиях воздействия различных внешних воздействующих факторов // Нано- и микросистемная техника. – 2018. – Т. 20, № 2. – С. 124-128.
5. Тихонов В.И., Шахтарин Б.И., Сизых В.В. Случайные процессы. Примеры и задачи.
В 4 т. Т. 3. Оптимальная фильтрация, экстраполяция и моделирование: учеб. пособие для вузов / под ред. В.В. Сизых. – М.: Радио и связь, 2003. – 407 с.
6. Тихонов В.И., Шахтарин Б.И., Сизых В.В. Случайные процессы. Примеры и задачи. В 4 т. Т. 4. Оптимальное обнаружение сигналов: учеб. пособие для вузов / под ред. В.В. Сизых.
– М.: Радио и связь, 2003. – 367 с.
7. Залогин Н.Н., Кислов В.В. Широкополосные хаотические сигналы в радиотехнических и информационных системах. – М.: Радиотехника, 2006. – 208 c.
8. Шахтарин Б.И., Ковригин В.А. Методы спектрального оценивания случайных процессов. – М.: Гелиос АРВ, 2005. – 248 c.
9. Тихонов В.И., Хименко В.И. Выбросы траекторий случайных процессов. – М.: Наука, 1987. – 304 с.
10. Тихонов В.И., Шахтарин Б.И., Сизых В.В. Случайные процессы. Примеры и задачи. В 4 т. Т. 1. Случайные величины и процессы: учеб. пособие для вузов / под ред. В.В. Сизых.
– М.: Радио и связь, 2003. – 400 с.
11. Заявка 2017108287 Российская Федерация, МПК Н 03 Н 9/46. Способ выделения полезной составляющей из входного сигнала, содержащего полезную составляющую и шум / Шалимов А.С.: заявитель Шалимов А.С. – № 2017108287; опубл. 22.06.2017, Бюл. № 18. – 7 c.
12. Пат. 2539573 Российская Федерация, МПК H 04 B 1/10, 2 539 573 C1. Способ адаптивного и согласованного подавления флуктуационных шумов и сосредоточенных помех и устройство для его реализации / Иевлев С.В., Соловьев Ю.А., Сергиенко А.И., Ситников А.С., Тютюнников М.А.: заявитель и патентообладатель Открытое акционерное общество “Концерн “Созвездие”. – № 2013144542/07; заявл. 03.10.2013; опубл. 20.01.2015, Бюл. № 2. – 22 с.
13. Пат. 2480897 Российская Федерация, МПК H 03 H 9/00, H 04 B 1/10, 2 480 897 C1. Способ выделения полезного сигнала из шумов – “Метод зеркальных шумовых образов” и устройство для его осуществления / Чернов Е.И., Соболев Н.Е.: заявитель и патентообладатель Чернов Е.И. – № 2012117850/08; заявл. 27.04.2012; опубл. 27.04.2013, Бюл. № 12. – 5 с.
14. Borisov B.D. Optimal Filtration of a Signal against Flicker Noises // Optoelectronics, Instrumentation and Data Processing. – 2008. – Vol. 44, No.4. – P. 317-324.
15. Glukhova E.V. Optimal linear filtration of the intensity of a poisson stream of events in the presence of dead time // Russian Physics Journal. – 1993. – Vol. 36, No.12. – P. 1148-1152.
16. Kogan M.M. Optimal estimation and filtration under unknown covariances of random factors // Automation and remote control. – 2014. – Vol. 75, No. 11. – P. 86-109.
17. Stechkina I.B., Kirsh V.A. Optimization of Parameters of Filters in a Multistage System of Fine Gas Filtration // Theoretical Foundations of Chemical Engineering. – 2003. – Vol. 13, No. 3.
– P. 218-225.
18. Tovkach I.O., Zhuk S.Ya. Adaptive filtration of radio source movement parameters with complex use of sensor network data based on TDOA and RSS methods // Radioelectronics and Communications Systems. – 2017. – Vol. 60, No. 12. – P. 528-537.
19. Bors Dorota, Walczak Stanislaw. Application of 2D systems to investigation of a process of gas filtration // Multidim Syst Sign Process. – 2012. – Vol. 23б Issues 1–2. – P. 119-130.
20. Lapshin A.L. Filtration and prediction of random solutions of a system of linear differential equations with coefficients depending on a finite-valued Markov process // Ukrainian Mathematical Journal. – 1998. – Vol. 50, Issue 7. – P. 1135-1140.

Comments are closed.