- •Содержание
- •Рабочая программа по курсу «Современные методы спектрального оценивания» для обучения студентов в бакалавриате «Радиофизика»
- •1. Цели и задачи курса «Современные методы спектрального оценивания» и его место в учебном процессе.
- •1.1. Цели преподавания курса «Современные методы спектрального оценивания».
- •1.2. Задачи изучения курса «Современные методы спектрального оценивания».
- •1.3. Перечень дисциплин, необходимых для изучения курса «Современные методы спектрального оценивания».
- •2. Учебно-тематический план занятий.
- •2.1.Учебно-тематический план лекционных занятий.
- •2.2. Учебно-тематический план самостоятельной работы студентов.
- •2.3. Литература для самостоятельной работы по учебно-тематическому плану.
- •3. Учебные модули.
- •3.1. Содержание модуля 1.
- •3.2. Контрольные задания для модуля 1.
- •3.3. Содержание модуля 2.
- •3.4. Контрольные задания для модуля 2.
- •3.5. Содержание модуля 3.
- •3.6. Контрольные задания для модуля 3.
- •4. Самостоятельная работа студентов.
- •5. Мониторинг процесса обучения.
- •6. Перечень экзаменационных вопросов, выносимых на устный экзамен.
- •6.1. Перечень билетов с вопросами, выносимых на экзамен.
- •7. Глоссарий (толковый словарь терминов).
- •8. Рекомендуемая литература
3.6. Контрольные задания для модуля 3.
3.6.1. Сформулируйте основные свойства собственных значений автокорреляционной матрицы для случая синусоид в белом шуме.
3.6.2. Опишите процедуру оценки частоты в подпространстве сигнала.
3.6.3. За счет чего в методе MUSIC может быть достигнуто большее спектральное разрешение при малом отношении сигнал/шум?
3.6.4. Поясните понятие биспектра. Приведите примеры эффективного использования биспектрального анализа.
3.6.5. Поясните понятие кепстра. В каких случаях кепстральный анализ разумно применять для анализа сигналов?
3.6.6. Поясните, чем принципиально отличается спектральный анализ на основе МТМ-метода от периодограммного метода?
3.6.7. Чем определяется статистическая устойчивость оценок СПМ в периодограммном методе и МТМ-методе?
3.6.8. Сформулируйте дисперсионный критерий обнаружения дискретных составляющих в спектре сигнала.
3.6.9. Назовите основные свойства вытянутых сфероидальных волновых функций.
3.6.10. Поясните правило оценки количества гармонических составляющих в анализируемом сигнале при использовании метода MUSIC.
3.6.11. Если процесс состоит из действительных синусоид и аддитивного белого шума, что Вы можете сказать о минимальных собственных значениях автокорреляционной матрицы?
3.6.12. Объясните, за счет чего МТМ-метод спектрального анализа незначительно уменьшает спектральное разрешение по сравнению с Релеевским пределом.
3.6.13. Какие особенности МТМ-метода дают возможность корректно разделить непрерывную и дискретную компоненты СПМ?
3.6.14. Для каких сигналов эффективен кепстральный анализ?
3.6.15. Поясните основные понятия кепстрального анализа.
3.6.16. Назовите основные свойства кепстра.
3.6.17. Назовите основные свойства комплексного кепстра и его свойства.
3.6.18. Основные свойства биспектра.
3.6.19. Сформулируйте основные моменты оценки параметров дискретных составляющих сигнала на основе модифицированного метода линейного предсказания (Тафтс).
4. Самостоятельная работа студентов.
Самостоятельная работа студента предусматривает:
-
Проработку лекционного материала.
-
Проработку теоретического материала по учебно-тематическому плану самостоятельной работы.
-
Конспектирование теоретического материала в процессе самостоятельного изучения.
При проработке тем по учебно-тематическому плану самостоятельной работы студенту рекомендуется воспользоваться литературой, указанной в разделе 2.3.
5. Мониторинг процесса обучения.
В процессе обучения предполагается использовать контроль освоения материала по модулям. Изучение каждого модуля должно заканчиваться коллоквиумом (1 час) с использованием контрольных вопросов, приведенных в разделах 3.2, 3.4 и 3.6 данного УМК. Положительные ответы на коллоквиумах учитываются при сдаче итогового экзамена.
Итоговый контроль обучения по курсу «Современные методы спектрального оценивания» производится в виде устного или письменного экзамена, перечень билетов с вопросами для которого указан в разделе 6.1 данного УМК.
6. Перечень экзаменационных вопросов, выносимых на устный экзамен.
6.1. Перечень билетов с вопросами, выносимых на экзамен.
Билет 1.
-
Определение случайной функции. Свойства многомерных функций распределения. Примеры случайных процессов, допускающих полное статистическое описаниею
-
Подход Блекмена-Тьюки к оцениванию плотности спектра мощности. Практический алгоритм оценивания СПМ.
Билет №2
-
Моменты случайной функции. Корреляционная функция и ее основные свойства. Стационарность. Свойства корреляционной функции стационарных случайных процессов.
-
Спектральное оценивание с помощью метода максимального правдоподобия Кейпона ( по методу минимума дисперсии).
Билет №3
-
Понятия несмещенной и состоятельной оценки. Несмещенность и состоятельность оценки математического ожидания стационарного случайного процесса по результатам наблюдений. Определение эффективного радиуса корреляции и его смысл.
-
Методы оценивания частоты, основанные на анализе собственных значений. Метод MUSIC и EV
Билет №4
-
Практическое оценивание математического ожидания и корреляционной функции непрерывного и дискретного случайного процесса. Рекурсивное оценивание матожидания и дисперсии дискретного сигнала. Определения эффективного радиуса корреляции и их смысл.
-
Дискретное преобразование Фурье и его свойства. Спаренное преобразование Фурье. Преобразование Фурье двойной длины. Идея алгоритма БПФ Кули-Тьюки.
Билет №5
-
Оценивание корреляционной функции по результатам наблюдений. Эргодическая теорема для корреляционной функции. Корреляционное окно. Определение эффективного радиуса корреляции и его смысл.
-
Метод гармонического разложения Писаренко.
Билет №6
-
Дисперсии оценки матожидания белого шума на выходе низкочастотного фильтра. Дисперсия оценки корреляционной функции белого шума на выходе низкочастотного фильтра. Смысл и интерпретация полученных соотношений.
-
Групповая оценка АР-параметров. Геометрический алгоритм. Гармонический алгоритм (Берга). Оценивание линейного предсказания по методу наименьших квадратов. Характеристики оценок.
Билет №7
-
Спектральное разложение стационарного случайного процесса. Теорема о спектральном разложении. Определение спектра стационарного случайного процесса и его свойства.
-
Связь параметров АР-модели с фильтрами линейного предсказания. Алгоритм Левинсона. Коэффициенты отражения.
Билет №8
-
Спектральное разложение корреляционной функции. Теорема Бохнера-Хинчина. Теорема Винера-Хинчина.
-
Метод моделирования с использованием рациональной передаточной функции. Уравнения Юла-Уокера.
Билет №9
-
Оценивание спекра мощности стационарного случайного процесса. Периодограммная оценка плотности спектра мощности через оценку корреляционной функции и через выборку стационарного случайного процесса. О смещенности оценки плотности спектра мощности.
-
Подходы к моделированию и идентификации параметров. Показать, что оценка СПМ на основе дискретной периодограммы эквивалентна аппроксимации данных с помощью гармонических функций.
Билет №10
-
Получить выражение для корреляционной функции оценки плотности спектра мощность. Обосновать несостоятельность оценки.
-
Метод Прони оценивания параметров затухающих комплексных синусоид.
Билет №11
-
Получить корреляционную функцию оценки плотности спектра мощности в аналитическом виде, исходя из ее интегрального представления. Обосновать несостоятельность оценки. Сделать выводы о корреляционных свойствах оценки ПСМ. Периодограммый метод получения состоятельной оценки ПСМ осреднением по ансамблю.
-
Методы оценивания частоты, основанные на анализе собственных значений. Метод MUSIC и EV
Билет №12
-
Периодограммый метод получения состоятельной оценки плотности спектра мощности осреднением по частоте. Обосновать асимптотическую несмещенность и состоятельность этой оценки.
-
Эффект утечки. Способы борьбы с эффектом перетекания мощност.
Билет №13
-
Дисперсии оценки матожидания белого шума на выходе низкочастотного фильтра. Дисперсия оценки корреляционной функции белого шума на выходе низкочастотного фильтра. Смысл и интерпретация полученных соотношений.
-
Кепстр и его применение при обработке данных.
Билет №14.
-
Определение случайной функции. Свойства многомерных функций распределения. Примеры случайных процессов, допускающих полное статистическое описаниею
-
Понятие Би-спектра.
Билет №15
-
Дисперсии оценки матожидания белого шума на выходе низкочастотного фильтра. Дисперсия оценки корреляционной функции белого шума на выходе низкочастотного фильтра. Смысл и интерпретация полученных соотношений.
-
МТМ-метод.