Обґрунтування ефективності перестановки часових сегментів при багаторівневому методі оптимізації ансамблів сигналів
Анотація
У статті запропоновано багаторівневий метод оптимізації тривалості часових сегментів ансамблів сигналів, який базується на поєднанні алгоритмів градієнтного спуску та Левенберга–Марквардта і забезпечує адаптивне налаштування параметрів обробки сигналів з урахуванням взаємокореляційної структури та енергетичних характеристик. В межах реалізації запропонованого методу експериментально проаналізовано два підходи до перестановки часових сегментів: метод випадкової перестановки (без урахування кореляційної структури) та метод «найкращого сусіда» (з орієнтацією на мінімізацію взаємної кореляції між сусідніми сегментами). Експериментальне моделювання проведено на п’яти типах квазіортогональних послідовностей (М-послідовності, Касамі, Голда, Фібоначчі, експоненціальні). У результаті доведено, що метод «найкращого сусіда» забезпечує кращі показники взаємної кореляції та ансамблевих властивостей сигналів порівняно з методом випадкових перестановок. Зокрема, досягнуто зниження дисперсії функції взаємної кореляції до 22 % та покращення ансамблевих характеристик в діапазоні 8–12 %. Візуалізація сигналів після перестановки підтверджує впорядковану структуру сигналів і зменшення локальних амплітудних флуктуацій. Отримані результати підтверджують доцільність застосування адаптивного механізму перестановки як одного з основних етапів формування сигнальних ансамблів з удосконаленими кореляційними властивостями. Перспективами подальших досліджень в цьому напрямку є розширення моделі оптимізації з урахуванням нелінійних спотворень каналу передачі та інтеграція алгоритму в системи когнітивного радіозв’язку з динамічним управлінням спектром
Посилання
2. Azami H., Sanei S., Mohammadi K., Hassanpour H. (2013) A hybrid evolutionary approach tosegmentation of non-stationary signals. Digital Signal Processing, Volume 23, Issue 4, July 2013, pp. 1103-1114.
3. Hyvarinen А., Ojaet E. (2000) Independent component analysis: algorithms and applications. Neural Networks, Volume 13, Issues 4–5, June 2000, pp. 411-430.
4. Indyk S. V., Lysechko V. P. (2020) The formation method of complex signals ensembles with increased volume based on the use of frequency bands. Management systems, navigation and communication. Poltava: National University "Poltava Polytechnic Institute n.a. Yuri Kondratiuk", V. 4(62), 2020, pp. 119-121.
5. Indyk S. V., Lysechko V. P., Kulagin D. O., Zhuchenko О. S., Kovtun І. V. (2022) The study of the cross-correlation properties of complex signals ensembles obtained by filtered frequency elements permutations. Radio Electronics, Computer Science, Control. National University «Zaporizhzhia Polytechnic», Issue 2 (61), 2022, pp. 15-23.




