Публікація:
Полімоделі лінійного передбачення гаусових та негаусових випадкових процесів

Спрощена сторінка документа
dc.contributor.authorКудрявцева, Н. В.
dc.date.accessioned2016-10-05T13:05:15Z
dc.date.available2016-10-05T13:05:15Z
dc.date.issued2014
dc.description.abstractУ дисертаційній роботі вирішена актуальна науково-прикладна задача створення нових класів моделей лінійного передбачення складених гаусових і негаусових випадкових процесів. Нові класи полімоделей враховують статистичні характеристики другого або вищих порядків і можуть бути використані у прикладних задачах для їхнього використання в прикладних задачах статистичної радіофізики. На основі розробленої теорії полімоделей лінійного передбачення отримано ефективні методи параметричного оцінювання спектральних щільностей другого й вищих порядків негаусових процесів. Застосування адитивних і мультиплікативних моделей підвищує роздільну здатність параметричного спектрального аналізу. Спектральний аналіз на основі адитивних і мультиплікативних моделей дозволяє факторизувати параметричні СЩП, що відкриває нові можливості спектрального аналізу процесів. This thesis is devoted to solve the research-applied problem and create some new classes of linear prediction models of Gaussian and non-Gaussian processes. These models take into account their statistical characteristics of the second and higher orders for their use in applied tasks. The linear prediction polymodels presented by multiplicative and additive classes of models were received for the first time. Polymodels make it possible to construct not only more appropriate statistical model of stochastic processes, but significantly expand the possibilities of modeling, increase the efficiency of processing systems for stochastic processes and signals in a number of important cases, make the resolution capability of parametrical spectral estimations more accurate. Multiplicative and additive models also allow to represent complex models in the form of a set of simple models, to decompose (factorize) a multimode spectrum into separate components. Such approach in a number of applied tasks gives the opportunity to describe analyzed processes more accurately.uk_UA
dc.identifier.citationКудрявцева Н. В. Полімоделі лінійного передбачення гаусових та негаусових випадкових процесів : автореф. дис. ... канд. фіз.-мат. наук : 01.04.03 "Радіофізика" / Н. В. Кудрявцева ; Харків. нац. ун-т радіоелектроніки. – Харків, 2014. – 20 с.uk_UA
dc.identifier.urihttp://openarchive.nure.ua/handle/document/3187
dc.language.isoukuk_UA
dc.subjectполімоделі лінійного передбаченняuk_UA
dc.subjectмономодели лінійного передбаченняuk_UA
dc.subjectмультиплікативні полімоделіuk_UA
dc.subjectадитивні полімоделіuk_UA
dc.subjectнегаусові процесиuk_UA
dc.subjectпараметричні оцінки спектральної щільностіuk_UA
dc.subjectпотужностіuk_UA
dc.subjectмоментні й кумулянтні функціїuk_UA
dc.subjectlinear prediction polymodelsuk_UA
dc.subjectlinear predictionuk_UA
dc.subjectmonomodelsuk_UA
dc.subjectmultiplicative polymodeuk_UA
dc.subjectadditive polymodelsuk_UA
dc.subjectnon-Gaussian processesuk_UA
dc.subjectparametrical estimation of power spectrum densityuk_UA
dc.titleПолімоделі лінійного передбачення гаусових та негаусових випадкових процесівuk_UA
dc.typeOtheruk_UA
dspace.entity.typePublication

Файли

Оригінальний пакет
Зараз показано 1 - 1 з 1
Немає доступних мініатюр
Назва:
KudryavcevaNV.doc
Розмір:
1.11 MB
Формат:
Microsoft Word
Завантажити
Ліцензійний пакет
Зараз показано 1 - 1 з 1
Немає доступних мініатюр
Назва:
license.txt
Розмір:
9.42 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Колекції

Автореферати