रडार में वर्णक्रमीय आकलन के पैरामीट्रिक तरीकों के उपयोग पर - संगीत विधि। लेख के अलावा

मैं वर्णक्रमीय आकलन की विधि के बारे में एक अच्छा लेख भर आया, जो कम-शोर हार्मोनिक्स के योग से एक छोटे संकेत के लिए महान है। (-कोपी) शायद मेरी टिप्पणी पाठक को विधि के सार को समझने में मदद करेगी। जो मुझे थोड़ा परेशान करता था, वह था विधि की अपूर्ण रूप से लागू की गई क्षमताएं। रडार के लिए विधि का उपयोग किया जाता है - स्वचालित के बाद के लक्ष्य के साथ आने वाले संकेतों (कोण with) की दिशा को जल्दी से निर्धारित करने के लिए, इसे समझा जाना चाहिए, सिस्टम का अनुकूलन। लेकिन लेखक इस कोण की एक संख्यात्मक परिभाषा का उत्पादन नहीं करता है (और यह संदर्भ में अजीब है), हालांकि यह परिभाषा काफी संभव है। हमारे पास केवल सुंदर रेखांकन हैं, जिसके अनुसार, यह पता चला है, सिस्टम को अभी भी "क्रॉल" और "क्रॉल" करने की आवश्यकता है, जो मैक्सिमा की संख्या और स्थान का निर्धारण करता है, जो पूरी तरह से अच्छा नहीं है।


उल्लिखित लेख के लेखक का चित्रण

"समस्या का बयान"

संक्षेप में: हमें किसी तरह यह निर्धारित करने की आवश्यकता है कि (किस कोण पर) सिग्नल ट्रेलीस एंटीना से आता है। फिर इसे दिशा में समायोजित करने के लिए - लेकिन यह अब इस "गीत" में नहीं है।

"प्राप्त संकेत मॉडलिंग"



(यह महत्वपूर्ण नहीं है - जाहिर है, "प्रतीक" को "सिग्नल" के रूप में हर जगह पढ़ा जाना चाहिए)

यहां, सावधान रहें। लगता है कि लेखक एक निश्चित जटिल संकेत (स्थानिक) के साथ काम कर रहा है। यद्यपि एक्स , हाँ, जैसा कि लिखा जा सकता है, "जटिल आयाम" का एक मैट्रिक्स (समन्वय पर नहीं, बल्कि स्थानिक आवृत्ति पर निर्भर करता है) का एक मैट्रिक्स, लेकिन, उदाहरण के लिए, XX ^H "सहसंयोजक" हैं और "वर्णक्रमीय घनत्व" नहीं हैं।

एस "जटिल आयाम" के मैट्रिक्स के समान है, जिसकी मदद से हार्मोनिक घटकों (उपयोगी संकेत) को मॉडलिंग किया जाता है। न तो additive शोर, और न ही, ऐसा लगता है, यहां तक ​​कि हार्मोनिक घटक यहां एक विश्लेषणात्मक संकेत हैं। हालांकि आरक्षण के साथ सामंजस्य, इसके बहुत करीब हैं।



# # सामान्य सूत्र:
# sqrt (N0 / 2) * (G1 + jG2),
# जहां G1 और G2 स्वतंत्र गाऊसी प्रक्रियाएं हैं। "

मुख्य बात यह है कि काल्पनिक घटक वास्तविक माप से आता है, किसी तरह यह स्पष्ट नहीं है। यह संभव है, सिद्धांत रूप में, विश्लेषणात्मक सिग्नल की गणना करना।

यह संभव है कि एक "स्रोत" है जहां उन्होंने वास्तविक एक्स (प्राप्त संकेत) के साथ काम किया। उदाहरण के लिए, लेखक, ऐसा लगता है, परिणामस्वरूप स्पेक्ट्रा सममित (यहां तक ​​कि) बनाने के लिए बहुत उत्सुक था - माना जाता है कि सभी मामलों में, परीक्षण के संकेत बाएं और दाएं सममित रूप से आ रहे थे।

"शर्तें"

हमने संकेत के आगमन के कोण की सीमा निर्धारित की, जिसमें यह देखने के लिए समझ में आता है। सच है, तो हम किसी भी कारण से +90 से -90 डिग्री तक ग्राफिक्स का निर्माण करते हैं।

"विधि के बारे में थोड़ा सिद्धांत ही"

अनुपूरक। संगीत ऑटोरेस्पेक्टिव अनुमान (यूल-वॉकर समीकरणों से) लगभग स्वयं द्वारा प्राप्त किया जाता है, उस स्थिति में जहां सशर्त सफेद शोर का विचरण नगण्य है। परिणाम लगभग समान हैं। SLAE समाधान eigenvectors की खोज की तुलना में कुछ हद तक अधिक किफायती है, लेकिन, कई कारणों से, अपनी खराब स्थिति के साथ सहसंयोजक मैट्रिक्स का वर्णक्रमीय विघटन किसी भी तरह से बहुत वांछनीय होगा।

ईवीडी, वास्तव में, बस = "ईजेनवल और वैक्टर ढूंढ रहा है", और इससे अधिक कुछ नहीं। एल्गोरिथ्म नहीं।

हम एक "छद्म वर्णक्रम" क्यों लिखते हैं - क्योंकि स्पेक्ट्रम केवल सहसंयोजक (सहसंबंध) मैट्रिक्स के आइजनवेक्टर से केवल एक स्केल कारक तक निर्धारित किया जा सकता है, अर्थात्। परिणामी निरपेक्ष मूल्यों का कोई मतलब नहीं है। लेकिन हमें सटीक और केवल अधिकतम स्थिति की आवश्यकता है।



- यह सबसे दिलचस्प है। खैर, सबसे पहले, यू ₀ पहले से ही eigenvectors हैं, केवल सहसंयोजक मैट्रिक्स के लिए - और उनकी खोज पर "सहेजें" विफल हो जाएंगे। अगला। समाधान की खोज से बिजली समीकरण की जड़ों को निर्धारित करने की आवश्यकता होगी, जो कि एक अन्य वर्णक्रमीय अपघटन के बराबर है। लेखक, जाहिरा तौर पर, पूरी तरह से अलग-अलग मैट्रिसेस के आइजनवेल्यूज़ को भ्रमित करता है।

लेकिन ... मुख्य बात ... अब (!), अंत में (!), हम जड़ों का लघुगणक कर सकते हैं और संख्यात्मक रूप से जटिल "प्रतिबाधा" (मॉडल पोल) (समीकरण में) का निर्धारण कर सकते हैं, यह फिर से ... है, जो अच्छा नहीं है, जो हम उनका काल्पनिक हिस्सा यह बहुत कोण दिखाएगा जिस पर सिग्नल आया था। यह बहुत दुर्भाग्यपूर्ण है कि लेखक ने ऐसा नहीं किया।

"मॉडलिंग"



यहाँ थोड़ा चिंताजनक है - सबसे पहले सहसंयोजक मैट्रिक्स आर = एक्सएक्सएक्स ^{एच की} गणना की गई थी, जो किसी कारण से कुछ समय के लिए भूल गई थी और फिर से शुरू हो गई थी - एकवचन संख्या और वैक्टर एक्स में विघटित। उन्होंने पाठ के द्वारा प्रतिज्ञाओं की खोज करने का वादा किया और वेक्टर आर, जो निश्चित रूप से एक ही है, लेकिन जैसे कि अधिक तार्किक, जब आर पहले से ही पाया गया है। यह स्पष्ट नहीं है कि लेखक को किस समस्या का सामना करना पड़ा।

जब हम न्यूनतम फैलाव विधि एमवीडीआर का उपयोग करके स्पेक्ट्रम का मूल्यांकन करते हैं तो हम आर को याद करते हैं। और यहाँ यह भी दिलचस्प है - स्क्रिप्ट के अनुसार, आर , उलटा हुआ प्रतीत होता है, इस पद्धति के साथ, एसवीडी (छद्म उलटा) के बिना, शास्त्रीय तरीके से, पूरी तरह से, हालांकि यह कम-रैंकिंग (अत्यधिक पतित) लगता है। मेरा मतलब है, क्या हमारे शोर इतने छोटे हैं? खैर हो सकता है।

वास्तव में यहाँ भ्रमित करता है। स्क्रिप्ट में "शोर उप-स्थान" का आकार परिमाण क्रम (d के बराबर) द्वारा सौंपा गया लगता है। लेकिन असली मामले में, हम नहीं जानते कि सिग्नल में कितने हार्मोनिक्स हैं, और कितने शोर हैं। इन स्वदेशी का विश्लेषण करना आवश्यक था - उनमें से कौन सा लापरवाही से छोटा है, जो नहीं हैं।

सामान्य तौर पर, काम बहुत ही रोचक है, और न केवल रडार के लिए। विधि, मेरा मानना ​​है कि इन प्रकार के संकेतों के लिए, बड़ी क्षमता है। लेखक ने बहुत अच्छा काम किया, और कुछ कष्टप्रद विसंगतियों को ठीक करना इतना मुश्किल नहीं है। और मुख्य बात रूटम्यूसिक विधि के साथ लेख को पूरक करना है।