Моделирование _2026 / Моделирование_гр-2026 / АПОИ-Ч 1-v5-Stud
.pdf
|
|
|
- 41 - |
|
n |
|
|
т.е. |
m1(i, j) = ∑R |
bS Y (1−nR + s, j) |
(30) |
s=1
∑nR bs =1 условие равенства “1” коэффициента передачи на нулевой частоте.
s=1
или, в общем виде: m1(i, j) = |
ΦR [Y (i, j)] |
(30А) |
|
14243 |
|
оценка..текущего..среднего.,.формируется на..выходе..фильтра..НЧ (фильтрация..по.."R")
Оценка СКОσy (i, j)
Оценка среднеквадратического отклонения (СКО) последовательности {Y (i, j)}
вычисляется как "скользящая" по обрабатываемым координатам оценка текущего СКО, формируемая по выборочным данным в соответствии с алгоритмами (31), (31А), (32), (33) или (33А).
|
|
|
|
σ^ y (i, j) = |
D |
(i, j) |
(31) |
|
|
|
|
1243 |
y |
|
|
|
|
|
|
СКО."У" |
|
|
|
|
|
|
Dy (i, j) = M2 [Y (i, j)]− M12 [Y (i, j)] |
||||
Dy - дисперсия «У» (второй центральный момент). |
|
||||||
|
|
|
|
∞ |
|
|
∞ |
M2 [Y (i, j)] ∫Y 2 (i, j) W [Y (i, j)]dy ∑Py (i, j) Y |
|||||||
|
|
|
|
−∞ |
|
|
y=0 |
|
|
|
|
1444244443 |
14243 |
||
|
|
|
|
|
непрерывное |
дискретное |
|
|
|
|
|
|
распределение |
распределение |
|
|
1 |
n |
|
|
|
|
|
|
∑R |
y2 (1− nR + s, j) |
|
|
|||
|
nR |
|
|
||||
|
|
s=1 |
|
|
|
|
|
|
1444244443 |
|
|
||||
|
|
"скользящая"оценка,формируемая |
|
|
|||
|
|
по..выборочным..данным |
|
|
|
||
|
|
|
|
|
nR |
|
|
|
|
|
т.е. m2 (i, j) = ∑bS y2 (1− NR + s, j) |
||||
|
|
|
|
|
s=1 |
|
|
nR |
|
|
|
|
|
|
|
∑bs =1 т.е. |
оценка |
второго |
нецентрального |
момента формируется как |
|||
s=1 |
|
|
|
|
|
|
{y(i, j)} |
взвешенное среднее квадрата входной последовательности |
|||||||
или, в общем виде:
m^ 2 (i, j) = ΦR [y2 (i, j)]
Учитывая выражения (31), (31А), (33А), и (30А) получим структурную схему блока оценки σy(i,j). Структура блока оценки СКО У(i,j) приведена на рис.30.
- 42 -
Вариант блока оценки СКО, показанный на рис.30, достаточно сложен в реализации т.к. операция квадратирования [(·)2] - нецелесообразна при цифровой реализации, более предпочтителен другой способ оценивания СКО σy(i,j):
^ |
^ |
|
|
|
|
^ |
|
] |
|
σ y (i, j) ≈ |
M1[ |
Y |
|
] |
≈ |
M1[ |
∆(12)Y (i, j) |
(34) |
|
|
|||||||||
|
123 |
|
|
|
1442443 |
|
|
||
|
первый..центральный |
|
вторая..конечная.. разность |
|
|||||
|
абсолютный..момент |
|
(по..аргументу1) |
|
|||||
Структура блока оценки в этом случае существенно упрощается и принимает вид, показанный на рис. 31.
На рис. 32 показана структурная схема формирования второй конечной разности
∆(12)Y (i, j) .
- 43 -
6.4. Реализация фильтров, используемых при формировании оценок параметров
На рисунках 30 и 31 фильтры, формирующие оценки параметров (текущее среднее и СКО), показаны как линейные (одномерные) по координатам (R / i / времени) фильтры.
На самом деле могут применяться фильтры и других типов - нелинейные, двумерные.
В качестве нелинейных фильтров часто используются медианные фильтры, формирующие ("выдающие") на выходе средний элемент вариационного ряда:
{X(1) , X(2) , X(3) , X)4) , X(5) }.
В качестве линейных одномерных и двумерных фильтров применяют КИХ (не рекурсивные с Конечной Импульсной Характеристикой) и БИХ (рекурсивные с Бесконечной Импульсной Характеристикой) фильтры.
Для упрощения реализации фильтров - БИХ фильтры часто применяют наиболее простые - первого порядка, а КИХ-фильтры - с "прямоугольной" весовой функцией.
Для того, чтобы лучше разобраться в различных вариантах реализации фильтровоценщиков, применяемых для формирования оценок неизвестных параметров my (i, j),σy (i, j) распределений на выходе тракта межпериодного накопления, на рис. 33
приведена классификация вариантов реализации фильтров-оценщиков.
6.5. Классификация фильтров-оценщиков
Классификация фильтров-оценщиков представлена на рис.33. Дадим комментарии к классификации фильтров-оценщиков.
Одномерные фильтры - в таких фильтрах фильтрация производится по одной координате - дальности или азимуту (вторая координата - фиксирована и используется "одно" значение этой переменной).
Двумерные фильтры - фильтрация производится по двум координатам, т.е. при формировании результата используют отсчеты входной последовательности при разных (i и j), т.е., по сути, двумерной апертурой фильтра фильтруется РЛ изображение.
Различают двумерные фильтры с нефакторизуемой и факторизуемой весовой функцией Bsp .
Двумерные фильтры с нефакторизуемой весовой функцией: в этом случае весовая функция Bsp - не представляется в виде произведения двух "одномерных" функций
разных аргументов.
Отклик на выходе двумерного КИХ-фильтра формируется в виде:
nR nR |
|
my (i, j) = ∑∑Bsp Y (i − nR + s, j − nR + p) |
(35) |
s=1 p=1
Пример апертуры (окна) двумерного КИХ-фильтра размером nR · nB , на которой задается двумерная весовая функция Bsp , показан на рис. 34.
Факторизуемая весовая функция Bsp представляется в виде произведения:
Bsp = Bs Bp |
(36) |
- 44 -
На практике использование факторизуемых двумерных фильтров приводит к существенному упрощению алгоритмов формирования оценок параметров.
В случае факторизуемого КИХ-фильтра оценка среднего формируется в виде :
^ (R,B) |
|
nR |
nB |
|
|
my |
(i, j) = ∑Bs ∑Bp y(i − NR + s, |
j − NB + p |
(37) |
||
|
|
s=1 |
p=1 |
|
|
|
|
14444444244444443 |
|
||
|
|
|
ΦR ( КИХ ) [ΦB ( КИХ ) ( )] |
|
|
Алгоритмы формирования оценок параметров на выходе одномерных БИХ и |
|||||
КИХ-фильтров описываются выражениями (38)...(41). |
|
|
|||
^ (R) |
|
^ (R) |
|
||
ΦR(БИХ ) : my |
(i, j) = (1−αR ) Y (i, j) +αR my |
(i −1, j) |
(38) |
||
^ (B) |
|
^ ( B) |
|
||
ΦB(БИХ ) : my |
(i, j) = (1−αB ) Y (i, j) +αB my |
(i, j −1) |
(39) |
||
|
|
- 45 - |
^ ( R) |
nR |
|
ΦR(КИХ ) : my (i, j) = ∑Bs Y (i − NR + s, j) |
(40) |
|
|
s=1 |
|
^ (B) |
nB |
|
ΦB( КИХ ) : my |
(i, j) = ∑Bp Y (i, j − NR + p) |
|
p=1
