Алгоритмом работы (3.63)

Рис.3.6. Структурная схема регрессионной системы с областью принятия решения, формируемой системой неравенств (3.65) и (3.66)

В дальнейшем системы, вычисляющие неравенства вида (3.65) или (3.66) и формирующие области принятия решений или , будем называть системами предельной регрессии, а системы, вы­числяющие неравенство (3.63) или совместно неравенства (3.65) и (3.66), формирующие области принятия решения вида рис.3.3 – системами интервальной регрессии.

При учете априорной информации о взаимной корреляции слу­чайных параметров сигналов введением корреляционных оценок через коэффициент начальной регрессии способ обработки сигналов в двухканальной субоптимальной системе обнаружения и распоз­навания может быть сформулирован следующим образом. По оцен­ке случайного параметра сигнала в одном канале через коэффици­ент начальной регрессии предсказывается условное математичес­кое ожидание оценки случайного параметра сигнала в другом ка­нале. Полученная регрессионная оценка сравнивается с истинной оценкой, взвешенный модуль ошибки регрессионного предсказа­ния сравнивается с доверительным интервалом, который устанав­ливается весовым суммированием оценок случайных параметров сигналов в каналах, если разница доверительного интервала и взвешенного модуля ошибки превышает порог, принимается реше­ние о наличии на входе системы полезных сигналов.

Рис.3.7. Структурная схема регрессионной системы при нелиней­ной корреляции входных сигналов

Регрессионный способ формирования области принятия реше­ния имеет четкий геометрический смысл и на основании [14] может применяться независимо от закона распределения ве­роятностей оценок случайных параметров сигналов в каналах, так как априорная информация о коэффициенте начальной регрессии получается при исследовании корреляционных зависимостей слу­чайных параметров сигналов во всей области их изменения при ли­нейной корреляции.

При нелинейной корреляции, когда коэффициент начальной регрессии меняется в зависимости от области изменения оценок случайных параметров (случай нелинейной регрессии), область принятия решения может быть сформирована при вычислении не­равенства (3.63), если по величине оценок параметров сигналов управлять коэффициентами К и а, устанавливающими линию регрессии и ширину доверительного интервала для области приня­тия решения. Структурная схема подобной нелинейной регрессион­ной системы и пример области принятия решения приведены на рис.3.7 и рис.3.8.

Рис.3.8. Область принятия реше­ния регрессионной системы при нелинейной корреляции входных сигналов

Коэффициенты , K и а устанавливаются в зависи­мости от диапазона изменения сигналов и при помощи нелинейного блока управления 11.

Когда коэффициенты и К являются функциями анализируе­мых параметров условий встречи и условий применения и имеется достоверная информация о последних, получаемая с других кана­лов системы ближней локации, перестройка коэффициентов и К может быть осуществлена через блоки управления по информа­ции о параметрах условий встречи и условий применения.

Таким образом, в системах обнаружения и распознавания, реа­лизующих вычисление неравенства (3.63), работающих в широком диапазоне изменения параметров сигналов, в случае нелинейной регрессии самонастройка системы возможна введением в систему нелинейных блоков, управляющих дискретно или непрерывно ко­эффициентами передачи, в общем случае , К, а.

Рассмотренный способ формирования области принятия реше­ния в субоптимальных системах возможно распространить на слу­чай n-канальной системы принятия решения, задавая область при­нятия решения проведением линейных границ в n-мерном прост­ранстве относительно линии регрессии. Причем под каналом под­разумевается любой тракт, позволяющий выделить информацион­ный параметр сигнала, в том числе и отсчет сигнала, задержанный на время .