Метод ентропійної оцінки ансамблів сигналів на основі LPT-τ перестановок та марківських моделей

Ключові слова: телекомунікаційні мережі, когнітивність, ансамблі сигналів, часова область, ентропія, багатомасштабний аналіз, кореляція, завадостійкість, невизначеність, оптимізація, сигнал-шум (SNR).

Анотація

У статті запропоновано ентропійно-орієнтований метод комплексної оцінки структурної впорядкованості ансамблів сигналів, оптимізованих перестановками у часовій області. Метод базується на інтеграції багатомасштабних ентропійних показників, а саме: перестановочної ентропії, ентропії вибірки та нечіткої ентропії у єдиний критерій впорядкованості, що дозволяє кількісно оцінювати взаємозв’язок між ентропійною складністю, кореляційними властивостями та стійкістю ансамблів сигналів у складних завадових умовах. Для оцінки ефективності запропонованого ентропійно-орієнтованого методу проведено експериментальне моделювання двох підходів до часових перестановок: детермінованого методу ЛПτ-перестановок (LPT-TP) та прогнозно-орієнтованого методу на основі марковських моделей. Для обох підходів виконано багатомасштабний ентропійний аналіз, який охоплює дослідження динаміки сигналів на різних часових масштабах та оцінку впливу співвідношення сигнал/завади у широкому діапазоні рівнів. Це дало змогу проаналізувати, як зміна енергетичних умов передачі впливає на ентропійну складність і структурну впорядкованість ансамблів сигналів. Порівняльний аналіз методів перестановок ансамблів сигналів показав, що застосування ЛПτ-перестановок забезпечує підвищення структурної впорядкованості та зниження ентропійних показників у середньому на 12–18 %, тоді як метод перестановок на основі марківських моделей доводить плавніше, але стабільніше зменшення ентропії на 8–15 % при одночасному зниженні середньої взаємної кореляції у діапазоні 35–40 %. Отримані результати підтверджують ефективність запропонованого ентропійно-орієнтованого методу та доцільність його використання для оцінки завадостійкості, динамічної стабільності та структурної узгодженості ансамблів сигналів у когнітивних телекомунікаційних мережах

Посилання

1. Ahmed M. U., Mandic D. P. (2011) Multivariate multiscale entropy: A tool for complexity analysis of multichannel data, Physical Review E, vol. 84, no. 6, pp. 061918, 2011.
2. Azami H., Fernández A., and Escudero J. (2019) Multivariate multi-scale dispersion entropy of biomedical times series, Entropy, vol. 21, no. 9, pp. 913, 2019. DOI: https://doi.org/10.3390/e21090913.
3. Bandt C. and Pompe B. (2002) Permutation entropy: a natural complexity measure for time series, Physical Review Letters, vol. 88, no. 17, p. 174102, 2002.
4. Chen W. et al. (2007) Characterization of surface EMG signal based on fuzzy entropy, Neural Systems and Rehabilitation Engineering, IEEE Transactions on, vol. 15, no. 2, pp. 266–272, 2007.
5. Chen, Z., Zhou, D., & Zio, E. (2019) Hidden Markov model with auto-correlated observations for degradation modeling of manufacturing systems. Reliability Engineering & System Safety, P.224–234, 2019.
Опубліковано
2025-12-05
Як цитувати
Туленко, І. М., & Шевченко , О. О. (2025). Метод ентропійної оцінки ансамблів сигналів на основі LPT-τ перестановок та марківських моделей. КОМП’ЮТЕРНО-ІНТЕГРОВАНІ ТЕХНОЛОГІЇ: ОСВІТА, НАУКА, ВИРОБНИЦТВО, (61), 300-310. https://doi.org/10.36910/6775-2524-0560-2025-61-39