Фильтр по тематике

О новом представлении распределения разности фаз

Получено новое представление для распределения разности фаз с использованием распределения оценки максимального правдоподобия аргумента комплексного коэффициента корреляции. Исследованы интегральные функции распределения оценки максимального правдоподобия аргумента коэффициента корреляции и ранее полученное распределение разности фаз. Проверка идентичности результатов аналитических расчётов для двух сравниваемых формул дополнена верификацией предложенного представления для распределения разности фаз моделированием в MATLAB.
25.12.2020 832 0
О новом представлении распределения разности фаз

При анализе эффективности радиотехнических систем часто используется распределение разности фаз g [1], где R – модуль коэффициента корреляции, y = R cos(g – g0), g0– начальная разность фаз.

В работе [2] получено распределение оценки максимального правдоподобия аргумента коэффициента корреляции из распределения Уишарта(2), где R – модуль коэффициента корреляции, g – оценка максимального правдоподобия аргумента коэффициента корреляции, g0 – начальное значение аргумента, N – число выборок наблюдения, Г ( ) – гамма функция.

Это распределение в [2] использовано при анализе эффективности адаптивных систем СДЦ.

При исследовании формулы (2) если задать N=1, то получится выражение (3).

Расчёты, произведённые с помощью формул (1) и (3) показали полное совпадение графиков для этих двух разных представлений формул. На рис. 1 представлены графики плотностей распределений (1) чёрным и (3) красным цветами для значения коэффициента корреляции R=0,9 и g0=0. И в том и другом случае наблюдается полное совпадение расчётных кривых. Такое же совпадение получается, если задать, например, g0= p/4 (см. рис. 2).

Из плотностей распределений разности фаз (1) и (3) можно найти другие статистические характеристики для разности фаз. Например, проинтегрировав выражения (1) и (3) от – p до p, получим интегральный закон распределения
(см. рис. 3 для g0 =0 и рис. 4 для g0 =p/4).

Для верификации полученных результатов было проведено моделирование алгоритма формирования оценки разности фаз в системе MATLAB [5].

Алгоритм моделирования оценки максимального правдоподобия для аргумента межпериодного коэффициента корреляции такой [3]:

,


где Z1и Z2 – комплексные коррелированные выборки наблюдений. Тогда   оценка аргумента коэффициента корреляции может быть вычислена по следующей формуле:

.

Результаты моделирования на рис. 5 представлены синими кружочками. Они подтверждают совпадение моделирования и аналитических расчётов.

Таким образом, предложенный новый способ расчёта распределения разности фаз на основе распределения оценки максимального правдоподобия аргумента комплексного коэффициента корреляции всесторонне был проверен и может использоваться в статистических расчётах радиотехнических систем.


Литература

  1. Левин Б. Р. Теория случайных процессов и её применение в радиотехнике. Советское радио 1960.
  2. Бартенев В. Г. Применение распределения Уишарта для анализа эффективности адаптивных систем СДЦ. Радиотехника и электроника. 1981. Т. ХХVI. № 2. C. 356–361.
  3. Бартенев В. Г. Новый способ классификации и бланкирования дискретных мешающих отражений. Современная электроника. 2020. № 3. C. 46–49.
  4. Бартенев В. Г. Способ классификации и бланкирования дискретных помех. Патент № 2710894 по заявке № 2018134712 зарегистрирован в Государственном реестре РФ 14.01.2020.
  5. Бартенев В. Г. Модельно­ориентированное проектирование программируемых радиотехнических устройств. Практический курс. Горячая линия. Телеком. М. 2019. C. 48–64.

Если вам понравился материал, кликните значок — вы поможете нам узнать, каким статьям и новостям следует отдавать предпочтение. Если вы хотите обсудить материал —не стесняйтесь оставлять свои комментарии : возможно, они будут полезны другим нашим читателям!

25.12.2020 832 0
Комментарии
Рекомендуем
Интеграция ИИ в электронные системы для специальных задач. Новые способы дистанционного контроля с помощью РЭА

Интеграция ИИ в электронные системы для специальных задач. Новые способы дистанционного контроля с помощью РЭА

До широкого применения методов искусственного интеллекта для обработки слабых и зашумлённых сигналов использовались аналоговые и цифровые методы, включая усиление, фильтрацию, демодуляцию и аналого-цифровое преобразование. С развитием методов машинного обучения и генеративных моделей появились дополнительные возможности для восстановления и повышения разборчивости сигналов, содержащих полезную информацию. В статье рассмотрены два подхода к получению информации с использованием электронных средств: регистрация акустических вибраций и анализ отражённых радиосигналов различных частот в жилых помещениях. Также рассмотрены особенности соответствующих методов обработки сигналов и ограничения их применения.
23.09.2026 СЭ №7/2026 152 2
Организация пакетной ретрансляции данных в условиях сложного радиопокрытия: опыт применения Forth на платформе HC12

Организация пакетной ретрансляции данных в условиях сложного радиопокрытия: опыт применения Forth на платформе HC12

Крыши из металлочерепицы и другие металлические конструкции хранилищ зернопродуктов препятствуют прохождению радиоволн и не позволяют сформировать одноточечное подключение радиоканала. Поскольку мощность HC12 [1] ограничена, используется метод ретрансляции данных, которые организованы в структурированные пакеты. Структура пакетов подобна известному протоколу AX25 [2], содержит данные и адресную информацию, что позволяет организовать их перемещение по модулям HC12 и выполнить ретрансляцию данных. В адресации зарезервировано подключение до 6 ретрансляторов-репитеров (РПТ), что при средней дистанции 500–1000 метров между ними позволяет получать устойчивые данные от источников на расстоянии до 3–6 километров. Источник данных – термоштанга (ТШ) удалённого контроля температуры зерна [3], при перемещении по территории складов автоматически подключается к доступному РПТ. Практическое применение всего двух РПТ позволяет обеспечить доступ к измерению для комплекса складов с полностью металлическими крышами на площади около 1000×500 метров и ещё «обойти» корпус элеватора вертикального хранения из железобетона для доступа к данным в лаборатории объекта. Приведена схема, конструкция и программное исполнение РПТ. Дополнительно в конструкции предусмотрены шины интерфейсов RS-485, 1-Wire, I²C и установочные позиции для возможного подключения датчиков температуры, влажности и различных газов.
18.09.2026 СЭ №7/2026 179 0

ООО «ИнСАТ»  ИНН 7734682230  erid = 2SDnjeFzYkB
ООО «ИнСАТ»  ИНН 7734682230  erid = 2SDnjeo8HfR
  Подписывайтесь на наш канал в Telegram и читайте новости раньше всех! Подписаться