Cтраница 2
Высокая точность при оптимальной фильтрации достигается за счет использования априорной информации о характеристиках помехи. Но именно учет точных характеристик помехи приводит к трудностям чисто вычислительного характера, так как уже при синтезе линейных и тем более нелинейных фильтров не только выкладки, но и результаты синтеза часто получаются в форме, сложной для практического использования. Поскольку характеристики помехи часто неизвестны, то иногда предпочтительней использовать либо квадратичную аппроксимацию, либо методы стахости-ческой аппроксимации. [16]
В постановке задачи оптимальной фильтрации по Винеру и Калману было сказано, что оптимальная фильтрация обеспечивает минимум среднеквадратичной ошибки восстановления. [17]
Из всех возможных задач оптимальной фильтрации мы рассмотрим только фильтрацию сигналов с известными параметрами. [18]
![]() |
Влияние длительности импульса нагрева на текущий температурный контраст. [19] |
С точки зрения теории оптимальной фильтрации максимальное отношение сигнал / шум для конкретного дефекта достигается, если форма импульса нагрева идентична временному отклику AT для данного дефекта. По крайней мере, теоретически возможно фильтровать эксп-риментальные данные в зависимости от предполагаемых типов дефектов и возможных глубин их залегания. Практические преимущества такого подхода не исследованы. [20]
Наиболее разработанной является задача оптимальной фильтрации. [21]
В общем виде задачу оптимальной фильтрации сигналов из шумов можно сформулировать следующим образом. [22]
Влияние флуктуационных помех уменьшают оптимальной фильтрацией полезного сигнала. Для сведения собственных шумов к минимуму облегчают тепловые режимы работы элементов усилительного тракта и рационально распределяют усиление между каскадами. Поскольку наибольшую долю шумов вносит первый каскад, его выполняют на малошумящем активном элементе, который отбирают из однотипных элементов по минимальному уровню собственных шумов. Режимы первого каскада по возможности облегчают, снижая рабочие напряжения и токи. [23]
Вследствие описанных явлений и обеспечивается оптимальная фильтрация. Тем самым небелый шум преобразуется в белый и задача оптимальной фильтрации решается прежним образом. [24]
Настоящая заметка посвящена решению задачи оптимальной фильтрации для системы с неполной информацией и квадр этическим критерием качества. [25]
Рассмотрим точную формулировку винеровской задачи оптимальной фильтрации. Пусть случайный процесс X ( t) S ( t) N ( t) наблюдается на интервале ( - оо. N ( t) - стационарные и стационарно связанные случайные процессы. [26]
Применение теории процессов Маркова для оптимальной фильтрации сигналов. [27]
Будет показано, что оператор винеровской оптимальной фильтрации является регуляризирующим оператором класса, описанного в гл. Для уравнений с ядрами I - II типов ( см. гл. [28]
Эта задача решается с помощью методов оптимальной фильтрации и экстраполяции при следующих допущениях, которые сформулируем для непрерывных систем управления. [29]
Этот способ является важным при решении задач оптимальной фильтрации. [30]