автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.16, диссертация на тему:Новые методы и алгоритмы идентификации и прогнозирования состояния каналов передачи информации

РГБ ОД

7 А1Г 2Ш

На правах рукописи

Гиренко Александр Федорович

НОВЫЕ МЕТОДЫ И АЛГОРИТМЫ ИДЕНТИФИКАЦИИ И ПРОГНОЗИРОВАНИЯ СОСТОЯНИЯ КАНАЛОВ ПЕРЕДАЧИ ИНФОРМАЦИИ

05.13.16 - Применение вычислительной техники, математического моделирования и математических методов в научных исследованиях

Автореферат диссертации на соискание ученой степени кандидата физико - математических наук

ТВЕРЬ2000

_ ^ . Работа выполнена в Тверском Государственном Университете

Научный руководитель - доктор технических наук, профессор Катулев А.Н.

Официальные оппоненты:

доктор физико-математических наук, профессор Кирьянов К.Г., кандидат технических наук, доцент Федченко С.Л.

Ведущая организация: Воронежский Государственный Университет

Защита состоится « » 2000г. в часов на заседании специализированного ученого совета Д063.97.01 в Тверском государственном университете по адресу (170002, г. Тверь, ул Желябова, ЗЗ.ауд )

С диссертацией можно ознакомиться в научной библиотеке Тверского государственного университета Автореферат разослан « » 2000г. Ученый секретарь специализированного совета Д063.97.01

Хижняк В.А.

¿ду-з.тм -о/^с

Общая характеристика работы

Актуальность работы

В процессе эксплуатации различных технических систем, в том числе и каналов передачи информации - КПИ - большое внимание уделяется проблеме установления текущего состояния (идентификации) контролируемого канала и его прогнозирования на заданный момент времени.

Наиболее полно техническое состояние системы характеризуется взаимно однозначным преобразованием «вход - выход» или, в частом (линейном) случае, амплитудно-частотной характеристикой (АЧХ), фазо-частотной характеристикой (ФЧХ) или переходной характеристикой. Значения данных параметров определяет качество передачи информации, а результаты их контроля используются для корректировки параметров и планирования технического обслуживания аппаратной части канала.

Изменение технического состояния и связанное с этим изменение параметров КПИ происходит под воздействием различных факторов и процессов (возникновение шумов, помех и технических неисправностей), особенностью которых является их нестационарность и случайность. Поэтому моменты выхода параметров из допустимых границ не могут быть запланированы заранее. Следовательно, для обеспечения надежного бесперебойного функционирования КПИ необходимо вести текущий контроль состояния канала, сводящийся к оценке и прогнозированию возможных изменений его параметров.

В настоящий момент в практике контроля КПИ наблюдение за текущим состоянием канала осуществляется при использовании большого набора стандартных испытательных сигналов, малоинформативных и неудобных при автоматическом контроле, и имеет место косвенный метод контроля текущего состояния системы в целом, так как оценке (идентификации) подлежат частные параметры испытательных сигналов, такие как амплитуда, мощность, спектр, фаза, длительность. При таком методе не всегда удается достоверная и своевременная идентификация текущего состояния системы и не в полной мере выполняются требования по полноте, оперативности и точности контроля.

Поэтому целесообразным является метод непосредственного контроля состояния системы, то есть контроля, при котором оценивались бы характеристики собственно оператора "вход - выход" контролируемой системы как наиболее общей характеристики системы. Но для этого необходимо тестировать систему с использованием специального оптимального испытательного сигнала согласованного с нормальным (штатным) состоянием системы, так как использование такого испытательного сигнала позволит получать информацию о системе в полном объеме. Следовательно, задача идентификации и прогнозирования должна включать в себя решение и задачи формирования испытательного сигнала, согласованного с системой, и решение задачи собственно оценки параметров оператора «вход - выход» системы (как на текущий, так и на задан-

ный будущий момент времени). Решение задачи идентификации в такой постановке создает условия и для прогнозирования состояния контролируемой системы.

Содержательно, сущность задачи заключается в следующем: по реализации отклика на входной оптимальный испытательный сигнал в реальных условиях оценить параметры оператора «вход - выход» наилучшим образом на текущий и заданный будущий моменты времени с учетом требований по достоверности и своевременности получения оценок.

Необходимо отметить, что на основе такого подхода задачи идентификации ставились, однако до настоящего времени сущность нелинейного оператора не была раскрыта полностью. Решение в завершенном виде было получено лишь для случаев, когда выходной процесс является гауссовым и система линеаризована. Тогда решение задачи сводится к решению уравнения Фред-гольма первого рода, а при контроле стационарных линейных систем - к уравнению Винера-Хопфа. В случае же идентификации нелинейных систем задача установления оператора «вход — выход» в известных работах сводится к решению более простого регуляризированного уравнения. Но даже в такой постановке она представляется крайне трудоемкой для практического применения и ее решение трудно осуществимо с точки зрения вычислительных затрат и, кроме того, не учитывает вытекающее из практических соображений требование по своевременности обнаружения изменения состояния системы.

Таким образом, отсутствие программно реализуемых методов и алгоритмов автоматической идентификации и прогнозирования состояния КПИ в реальных условиях его функционирования, основанных на непосредственном контроле наблюдаемой системы, является существенным сдерживающим фактором в развитии теории и техники метрологических измерений, чем и обуславливается актуальность предлагаемой работы.

Цель работы

Целью диссертационной работы является разработка и обоснование математических методов и программно реализуемых на ПЭВМ алгоритмов автоматизированного оценивания и прогнозирования параметров КПИ как нелинейной нестационарной динамической системы по информации, содержащейся в выборке измерений по оптимальному испытательному сигналу на выходе системы в условиях априорной неопределенности о текущем состоянии системы.

Новизна научных результатов, полученных в работе

1. В работе предложен и обоснован единый статистический критерий идентификации и прогнозирования состояния информационного канала, позволяющий совместно решать задачи построения оптимального тестового сигнала, согласованного с контролируемым каналом в режиме нормального

функционирования, идентификации параметров текущего состояния и их прогнозирования на заданный момент времени. Предложенный критерий является обобщением и специальным развитием методов распознавания и оценки параметров статистических гипотез в задачах контроля сложных информационных систем.

2. В разработанном методе определения текущего состояния контролируемого канала, в отличие от известных подходов, вырабатываемые оценки параметров канала отвечают не только требованиям по достоверности, полноте и несмещенности, но и требованию по своевременности, то есть минимизируют интервал времени между фактическим возникновением неисправности и ее обнаружением. Это обеспечивается использованием специального критерия разделения близких сложных динамических гипотез в виде стохастического дифференциала отношения максимумов функций правдоподобия.

3. Программно реализованный алгоритм идентификации и прогнозирования состояния КПИ, обладающий ассимптогически байесовскими свойствами в режиме текущего контроля функционирования КПИ. По сравнению с известными алгоритмами, разрабатываемый в диссертации алгоритм рассчитан на работу как в условиях близких динамических гипотез, так и в традиционных (характерных для известных алгоритмов) условиях.

На защиту выносятся следующие положения:

1. Предложенный для решения задачи идентификации и прогнозирования принцип оптимальности, представимый суперпозицией частных принципов оптимальности синтезирования оптимального испытательного сигнала, идентификации параметров и их прогнозирования, и реализующая этот принцип структура критерия идентификации и прогнозирования состояния информационного канала. Сущность принципа оптимальности состоит в отображении пространства выборок измерений сигнала на выходе канала в пространство его возможных состояний;

2. Метод решения задачи распознавания близких гипотез о состоянии информационного канала, обеспечивающий одновременное выполнение требований по достоверности и своевременности принятия решения о текущем состоянии канала;

3. Метод прогнозирования информационного канала как сложной нестационарной динамической системы. Сущность метода состоит в прогнозировании параметров оператора преобразования «вход - выход» при условии установления его текущего состояния;

4. Алгоритмы решения задач идентификации и прогнозирования состояния информационного канала, позволяющие вырабатывать оценки согласно предъявленным требованиям по достоверности и своевременности.

з

Теоретическая значимость работы

Теоретический вклад заключается в развитии статистических методов классификации близких многопараметрических динамических гипотез с одновременным оцениванием их параметров.

Практическая ценность

Практическая ценность полученных результатов заключается в том, что разработанные методы и алгоритмы программно реализованы на ПЭВМ, характеристики качества алгоритмов полностью удовлетворяют требованиям, выдвигаемым к современным контрольно - измерительным комплексам. Практически важным является возможность использования разработанных методов и алгоритмов для построения аппаратно - программных измерительных комплексов, применяемых для текущего контроля современных систем цифровой связи и управления, а также для разработки и настройки последнего на предприятиях - изготовителях.

Достоверность результатов

Достоверность результатов работы обуславливается тем, что в основу математической постановки рассматриваемой задачи положены исходные данные и допущения, соответствующие реальным свойствам, условиям и процессам функционирования КПИ. Оценки характеристик качества методов и алгоритмов получены аналитически и подтверждены результатами численных экспериментов на ПЭВМ в широком диапазоне условий.

Апробация работы

Основные результаты диссертационной работы докладывались и получили положительную оценку на Международной научно - технической конференции «Современное телевидение» (Тверь, 1995г.), 4-й научно-технической конференции «Современное телевидение» (Москва, 1996г.), на П-й научной сессии РНТОРЭС им. Попова, посвященной дню радио (Москва 1996г.), 2-й Международной конференции «Спутниковая связь» (Москва 1996г.), на Ы1-Й научной сессии РНТОРЭС им. Попова, посвященной дню радио (Москва 1997г.), на 5-й научно - технической конференции «Современное телевидение» (Москва, 1997г.).

Публикации

Основные результаты диссертационной работы опубликованы в 10 печатных работах.

Структура и объем диссертации

Структура диссертационной работы обуславливается необходимой логической последовательностью раскрытия темы исследования, постановки научной задачи, разработки и аттестации методов ее решения. В соответствии с этим работа состоит из введения, четырех глав, заключения и списка литературы.

Краткое содержание работы

Во введении проводится краткий обзор состояния дел по вопросам прогнозирования состояния и надежности технических средств, на основе чего обосновывается актуальность темы исследования. Содержательно формулируются цели работы и научная задача. Описаны основные результаты исследований, их научная новизна, теоретическая значимость и ценность, приведены сведения по их апробации, публикации и реализации. Определена структура диссертационной работы, формулируется назначение и краткое содержание ее разделов.

В первой главе обосновывается математическая модель и постановка задачи прогнозирования и идентификации состояния информационного канала. При этом канал рассматривается как совокупность комплекса технических средств и среды распространения, обеспечивающих прохождение сигнала от источника к приемнику. Общей характеристикой канала является совокупность отношений между входным и выходным сигналами. В исходном (нормальном) состоянии канал представляет собой идеальный фильтр низких частот и полностью описывается своей весовой функцией. Весовая функция такого канала имеет вид

«(/-/„)

где Б- верхняя граничная частота.

При изменении состояния канала, он становится реальным фильтром низких частот с неизвестной функцией отклика или функционалом с неизвестными ядрами и коэффициентами нестационарности подлежащими оцениванию. Показано, что в этом случае оператор преобразования "вход-выход" канала, как реального фильтра нижних частот, допускает представление функционалом в виде отрезка ряда Вольтерра. Подобное описание естественно рассматривать как уравнение состояния канала передачи информации.

Так же рассмотрены различные условия функционирования канала передачи информации - условия, задаваемые возможными проявлениями факторов, сопутствующих и мешающих процессу передачи информации. К таким факторам относятся шумы и помехи различного происхождения, неисправности, не перешедшие в отказ. Помехи имеют весьма разнообразный и сложный харак-

тер. Классификация помех проведена по механизму возникновения и законам распределения. Наложение помех на проходящий через канал сигнал считается аддитивным и уравнение наблюдения представляется в виде

у(0=А(х(0,0 4(0+^(1)

где А(х0),0+ г] (0- уравнение состояния,

- гауссовский случайный процесс с нулевым средним и известной дисперсией, описывающий ошибки измерителя,

Г) (I)- в общем случае неизвестный ограниченный случайный процесс, описывающий влияние нештатных изменений и внутренних шумов системы.

Оператор А(Хх(()) выбирается в виде конечного ряда Вольтерра

Л(<,*(/)) = Ь0+&,(<) [*,(г,г1)*(г,)</т1+...

г-Г

!-Т

где = ХЛ/' - веса членов ряда Вольтерра;

к1},т„...,г,) - ядра Вольтерра;

Т -память алгоритма.

Конечность ряда Вольтерра обуславливается ограниченностью измеряемых данных в реальных условиях.

Таким образом, математическая модель канала полностью представляется совокупностью ядер К| (¡=1,>1) и коэффициентов Ьу(]=1,М). При этом, в силу инерционности и нерелейности рассматриваемого канала ядра К; являются гладкими функциями, допускающими разложение в ряд Фурье.

Весовые коэффициенты разложения в ряд Фурье ядер Вольтерра {а^} неизвестны, являются статистикой выборки измерений {у,} и подлежат оцениванию.

Структура оператора А0,(х(1)) существенно зависит от выбора гипотетического описания канала. Рассматриваются гипотезы о линейном и нелинейном состоянии канала, состоящие в выборе вида описания оператора различными отрезками ряда Вольтерра. Обе гипотезы являются альтернативными и представляют полную группу событий.

При таких исходных положениях исследуемая задача представляет собой задачу классификации сложных нестационарных динамических гипотез и оценки их параметров по выборке измерений амплитуд по оптимальному испытательному сигналу на выходе контролируемого канала при априорной неопределенности относительно текущего состояния, а также построение прогнозных оценок в предположении о квазистационарности канала на текущем положении отрезка времени памяти алгоритма.

Для ее решения сформулирован принцип оптимальности решения и его конструирование с учетом конкретных исходных данных и требований, предъ-

являемых к алгоритму. Принцип оптимальности представляется правилами реализации критерия качества решения задачи и обобщенно записывается в виде суперпозиции:

1 = фЗ(ф2(ср1))

где <р1 - принцип оптимальности синтезирования входного сигнала;

ф2 - принцип оптимальности идентификации состояния канала, то есть оценки набора параметров, соответствующих текущему состоянию;

фЗ - принцип оптимальности построения прогнозных оценок параметров канала.

В основу построения принципа оптимальности ср1 принимаются следующие требования: максимизация энергии испытательного сигнала в полосе частот пропускания канала; согласованность сигнала с контролируемым каналом; заданная длительность сигнала. В математической записи эти требования реализуются в следующем виде

Л(С,Го)х(0 = -!- }*(„) |е-'а('-г)л*/т

'-То -с

где \Я\ < 1 - собственные значения оператора Фурье,

То - длительность сигнала,

[-С, С] - интервал в частотной области, равный ширине пропускания частот контролируемого канала.

Преобразование данного соотношения позволяет перейти к уравнению Фредгольма второго рода

<-Т0 ( >

Решением такого уравнения являются вытянутые волновые сфероидальные функции Ч^.С^ВВСФ). Следовательно, оптимальный испытательный сигнал должен быть синтезирован в виде своего разложения в ряд Фурье в базисе ВВСФ.

В основу построения принципа оптимальности ср2 принимаются требования несмещенности, состоятельности и эффективности оценок коэффициентов

(в/.Ьр) 0=/,М; 1=1,Щ.

Параметры а оцениваются согласно принципу максимума

правдоподобия; последний

записывается

виде

т_а,х в ехР а

где 5(()=у(1)-А(1),

В - нормирующий множитель, К - корреляционная функция ошибок измерений.

В предположении о нормальности аддитивного шума 1,(1), оценки параметров по критерию максимума правдоподобия при нерандомизированном правиле принятия решения представляют достаточную статистику, минимизирующую средние потери информации при оценивании, и являются оптимальными по эффективности среди несмещенных.

В главе рассмотрены и другие принципы - принцип наименьших квадратов и принцип минимакса.

Данные критерии являются равномерно наиболее мощными несмещенными, чго обеспечивает достаточность оценки а = .../,■ ¡¿V/} как статистики выборки измерений.

Принцип оптимальности (рЗ реализует отображение векторов текущих оценок параметров канала передачи информации на множество прогнозируемых значений параметров с учетом заданных требований по достоверности, полноте и своевременности установления текущего состояния.

Математически этот принцип записывается в виде

тахР1(у(г)|л(/,х(/)),г,Я|)

<р} = ¡п!--

тахР,

>С(а)

где С(а) - критический уровень, установленный под допустимую вероятность а - ложной классификации текущего состояния, I- момент классификации,

Р, - функция правдоподобия, соответствующая ¡-ой гипотезе, ¡=1,2, а, б А,, где А1 - множество векторов параметров, оцениваемых при реализации принципа оптимальности ф для ¡-ой гипотезы, ¡=1,2. В этом выражении отношение максимумов функций правдоподобия зависит не только от вектора параметров а,-, ко и от времени, а альтернативные гипотезы, в силу требования по своевременности обнаружения изменения состояния канала, являются близкими в пространстве параметров на начальном отрезке времени действительного изменения состояния системы.

Показано, что правило ф сводится к статистике в виде стохастического дифференциала с сохранением свойств его оптимальности.

Во второй главе разрабатываются методы решения задач синтеза опи-мального испытательного сигнала, идентификации текущего состояния канала и прогнозирования его параметров на заданный момент времени.

Так, искомый испытательный сигнал Б 0) на интервале [-Т, Т] синтезируется в виде линейной комбинации (N+1) ВВСФ с неизвестными параметрами , к=1,М (коэффициентами Фурье), при ограничении

где Р - заданная относительная доля энергии сигнала на интервале времени (-Т,Т).

Эта задача сводится к определению оптимальных значений параметров к=о,К, путем минимизации квадратического функционала вида

где / - неопределенный множитель Лагранжа,

а^ - коэффициенты отрезка ряда Фурье по ВВСФ, аппроксимирующего в

частотной области равномерный спектр в полосе пропускания частот канала (АЧХ идеального канала).

На основании свойства двойной ортогональности ВВСФ данный функционал сводится к виду

г

\FMdt

Откуда следует, что

лК-оО+'М-^чМ

После подстановки параметров имеем трансцендентное уравнение для определения множителя Лагранжа 1. Уравнение решается с использованием метода Ньютона.

Для вычисления ВВСФ решается интегральное уравнение Фредгольма 2-го рода, которое, с использованием формулы численного интегрирования Симпсона, сводится к эквивалентной полной проблеме собственных значений для симметричной матрицы.

Таким образом, синтезированный в базисе ВВСФ сигнал является наилучшим оптимальным испытательным сигналом. Варьируя относительным значением концентраций энергии сигнала в оказанных выше пределах, достигается то состояние, когда значениями сигнала вне заданного интервала можно практически пренебречь.

Метод идентификации текущего состояния канала сводится к оцениванию набора параметров {¡~1,М; ¡=!,Я) представляющего собой полное описание оператора "вход - выход" контролируемого канала.

Критерий максимума правдоподопия достигает наибольшего значения,

когда показатель экспоненты V =

по абсолютной величине обращается в минимум. Тогда оценка параметров сводится к решению нелинейной системы уравнений

А- _ _

— = 0, / = 1,Л\/ = 1, М

сЬ.

Л -

— = 0, ¡ = 1,N да,

Данный метод успешно применяется, если корреляционная функция точно известна. При предположении о нормальных некоррелированных ошибках измерений, корреляционная матрица обращается в диагональную и требование минимизации V сводится к критерию метода наименьших квадратов

№ / ПК N2

'-тшЕяЬ (0-1сЛ(0)

С, ¡*0 ^ ЫО '

где 1ЧК- количество обрабатываемых измерений, -0=Ь0,С1 = аиЬ1,...,сп=ашЬ1,сп+1 = а2\Ь2,..;С№ =ашЬ2,

^ моменты измерений,

-веса измерений,

СТ52 - дисперсия случайного процесса 40).

После взятия частных производных по параметрам с, задача сводится к решению системы линейных алгебраических уравнений

Данная система уравнений решается с помощью метода Гаусса.

Метод прогнозирования состояния информационного канала включает в себя классификацию текущего состояния и оценку параметров ядер Вольтерра на заданный будущий момент времени с учетом требований по достоверности и своевременности.

Гипотезы о текущем состоянии канала, на начальном этапе перехода канала в новое состояние, близки. Поэтому, в силу требования своевременности, исходная статистика отношения функций правдоподобия преобразуется к статистике в виде дифференциала по набору параметров функции правдоподобия в окрестностях основной гипотезы. Кроме того, для учета динамики изменения состояния канала при переходе в нелинейное состояние, критерий дифференцируется по времени.

В силу того, что пороговый уровень в исходной статистике не зависит от времени, после взятия производной по времени пороговый уровень данного критерия становится нулевым. С одной стороны, это снимает задачу установления порога, а с другой делает чувствительность критерия абсолютной и приводит к росту ошибок классификации. Для снижения вероятности возникновения ошибок вводится специальная процедура с однопороговым критерием типа "хотя бы к из 1 " ("к из 1"), накапливающая и обрабатывающая результаты применения критерия к последовательному ряду наблюдений. Таким образом, критерий распознавания текущего состояния преобразовывается к виду стохастического дифференциала

где

ПК як

п

Кроме того, порог может задаватся исскуственно, исходя из зависимости «порог-задержка», то есть определяться экспериментально. Аналитически определить порог невозможно в силу априорной неопределенности относительно закона распределения исходной статистики.

Для получения непосредственно прогноза состояния канала на заданный момент, накопленные на интервале значения оценок параметров {а1} сглаживаются с использованием дискретных многочленов Чебышева. Тем самым восстанавливается набор функций \та (/)}, фактически являющихся траекториями

поведения параметров {а,-} во времени. Реализация функций {та1 (<)} в прогнозируемый момент задает прогнозные оценки параметров

м

=к, (><>)}•

В третьей главе приводится структурная схема модели и логико-математическое описание алгоритма идентификации и прогноза состояния канала передачи информации.

В математической модели оценки текущих и прогнозируемых параметров вычисляются в следующей последовательности:

1. Вычисление значений входного сигнала

Оптимальный испытательный сигнал синтезируется в виде линейной комбинации ВВСФ. Для этого рассчитываются значения первых десяти ВВСФ в узловых точках.

2. Расчет значений выходного сигнала.

Для расчета значений выходного сигнала моделируется реальный КПИ, представляемый аддитивной смесью уравнения идеального состояния и нормального шума. В качестве уравнения состояния используется отрезок ряда Вольтерра с заданными коэффициентами. Ядра Вольтерра разложены в ряд Фурье в базисе ВВСФ. Значения выходного сигнала являются откликом на подаваемый на вход модели канала входной сигнал.

3. Идентификация параметров КПИ на текущий момент времени. Идентификация параметров КПИ осуществляется с использованием метода наименьших квадратов для обоих альтернативных гипотез о состоянии канала. Коэффициенты и правые части систем линейных алгебраических уравнений рассчитываются согласно методам, приведенным во второй главе. Система линейных алгебраических уравнений решается с использованием метода Гаусса.

4. Определение текущего состояния контролируемого канала.

Для определения текущего состояния вычисляются и накапливаются три последовательных значений критерия разделения близких альтернативных гипотез. Решения о текущем состоянии канала принимается на основе правила «два из трех».

5.Прогноз значений параметров канала на заданный момент времени.

Накопленные на интервале наблюдения оценки значений параметров ряда Вольтерра, описывающего текущее состояние КПИ, экстраполируются на заданный момент времени дискретными полиномами Чебышева 5-го порядка. Проводится расчет характеристик качества полученных оценок.

В четвертой главе проводится аттестация методов и алгоритмов, разработанных в главе два, на основе проведения численного эксперимента.

Исследования проводились на основе методов статистического моделирования в широком диапазоне возможных условий функционирования реальных КПИ. Подыгрыш возможных изменений в работе канала осуществлялся путем изменения параметров случайных величин, аддитивно накладываемых на моделируемый выходной сигнал, а также изменением параметров преобразования «вход - выход» в модели реального канала.

Значения оператора «вход - выход» определяются относительно значений оператора «вход - выход» идеального канала с относительной погрешностью не более 0,5% в случае линейного канала и 1,5-3% - в случае нелинейного. При уровне достоверности классификации 95% своевременность принятия решения о текущем состоянии канала повышается не менее, чем на 22% по сравнению с традиционным методом отношения функций правдоподобия.

Результаты моделирования подтвердили свойства достаточности, эффективности и несмещенность получаемых прогнозных оценок и своевременность определения момента перехода канала в новое состояние.

В заключении приведены краткие формулировки основных результатов диссертационной работы, показано, что совокупность результатов исследования обеспечивает достижение поставленной работе цели.

Основные результаты и выводы

1. В диссертационной работе выдвинут единый принцип оптимальности решения задачи идентификации и прогнозирования состояния КПИ основанный на непосредственном контроле за поведением оператора «вход - выход» канала. Использование такого принципа обусловлено требованиями по достоверности и своевременности классификации текущего состояния и выработки оценок параметров контролируемого канала

2. Показано, что структура единого критерия допускает его декомпозицию и, как следствие, декомпозицию исходной задачи на согласованные частные задачи:

- синтезирование испытательного сигнала, оптимально согласованного с каналом,

- идентификации параметров весовой функции канала,

- классификации гипотезы о текущем состоянии по интегральному критерию при априорной неопределенности относительно состояния канала и моментов перехода канала в новое состояние,

- построения гарантированного прогноза на заданный момент времени.

3. Разработан метод и программно реализуемый алгоритм идентификации и прогнозирования состояния КПИ, основанный на представлении описания канала полиномами Вольтерра первой и второй степеней, оценке их параметров и использовании модифицированного критерия отношения максимумов функций правдоподобия разделения близких гипотез о линейном и нелинейном состоянии канала для решения задачи принятия решения о текущем состоянии КПИ на основе временного ряда измерений на интервале наблюдения. Отличительная особенность метода идентификации и прогнозирования состоит в учете критерием требования по своевременности обнаружения перехода канала в новое состояние.

4. Разработан и реализован единый программный комплекс идентификации и прогнозировании состояния КПИ. Комплекс предусматривает два режима работы - режим текущего контроля и режим самотестирования, позволяющий проводить на нем численные эксперименты с целью определения характеристик как самого комплекса, так и получаемых оценок.

5. Теоретически показанны и подтверждены экспериментальными данными свойства состоятельности, несмещенности и эффективности получаемых при идентификации и прогнозировании оценок параметров КПИ.

6. С использованием статистического моделирования показано, что разработанные методы и алгоритмы позволяют правильно классифицировать текущее состояние с вероятностью, близкой к 1, что подтверждает свойство локальной наибольшей мощности и несмещенности разработанного критерия разделения близких многопараметрических гипотез. Своевременность принятия решения об изменении текущего состояния канала повышена не менее чем на 22% по сравнению с традиционными методами.

Основные результаты диссертации опубликованы в работах:

1. А.Ф. Гиренко, Л.С.Виленчик. "Принципы прогнозирования состояния качества ТВ канала". Тезисы докладов научно-технической конференции "Современное телевидение" Тверь, 1995г.

2. А.Ф. Гиренко. "Достаточность статистик в задаче прогнозирования состояния информационного канала". Тезисы докладов научно-технической конференции "Современное телевидение" Тверь, 1995г.

3. А.Ф. Гиренко, Л.С.Виленчик, А.Н.Катулев, М.Ф.Малевинский. "Математическая модель канала ТВ вещания для его идентификации при текущем контроле". 4-ая научно-техническая конференция "Современное телевидение" Москва 1996г.

4. А.Ф. Гиренко, А.Н.Катулев. "Структура алгоритма прогноза состояния ТВ канала". 4-ая научно-техническая конференция "Современное телевидение" Москва 1996г

5. А.Ф. Гиренко, Л.С.Виленчик, А.Н.Катулев, М.Ф.Малевинский "Эквивалентность операторов Вольтерра и Гаммерштейна в задачах идентификации и прогноза ТВ канала как фильтра нижних частот". Тезисы докладов 5-ой научно-технической конференции "Современное телевидение" Москва 1997г

6. А.Ф. Гиренко, М.Ф.Малевинский. "Эффективность алгоритмов контроля каналов передачи информации". Тезисы докладов 5-ой научно-технической конференции "Современное телевидение" Москва 1997г

7. А.Ф. Гиренко, Л.С.Виленчик, А.Н.Катулев, М.Ф.Малевинский. "Современные компьютерные комплексы измерения и контроля состояния систем телевидения". Труды 2-й Международной Конференции "Спутниковая связь" Москва 1996г.

8. А.Ф. Гиренко, Л.С.Виленчик, А.Н.Катулев, М.Ф.Малевинский. "Современные компьютерные комплексы измерения и контроля состояния систем телевидения" (доклад). Труды 51-й научной сессии, посвященной дню радио Москва 1996г.

9. А.Ф. Гиренко, Л.С.Виленчик, А.Н.Катулев, М.Ф.Малевинский. "Эффективные методы и алгоритмы контроля каналов передачи информации и управления" (доклад). Труды 52-й научной сессии, посвященной дню радио Москва 1997г

10.А.Ф. Гиренко. "Статистическое правило классификации состояния сложной информационной системы". Сборник научных трудов ТвГУ, выпуск 2-й, Тверь 1999 г.