Российский судостроительный портал / Превая страница
Журнал Морская радиоэлектроника  / Первая страница
???????? Prysmian. ???????????? ??????? ?????????? ??????????? ??????????????? ???? ???
Home

Современные методы решения
статистических задач радиотехники
по оценке параметров линейной регрессии
в условиях плохой обусловленности

А.В. Макшанов
заведующий кафедрой
ВМА им. Н.Г. Кузнецова,
д.т.н., профессор

В.И. Поленин
главный консультант направления
работ НПО «Аврора»,
профессор,
действительный член АВН,
член-корреспондент РАЕН

Ю.А. Сухачев
заместитель директора
ГУП «НПО «Аврора»,
к.т.н.

Статья посвящена решению проблемной задачи оценивания параметров линейной регрессионной модели со стахостической матрицей плана. Предложен подход, связанный с комплексированием оценок, полученных различными методами, на основе байесовской процедуры оценивания.

Введение

Методы регрессионного анализа широко применяются при анализе экспериментальных данных в различных областях науки: психологии, экономике, социологии, физике, химии, геологии, автоматике. Одной из областей науки, в которой эти методы являются не только востребованными, но составляют основное содержание предмета методов статистической обработки наблюденных данных, является статистическая радиотехника.

Обзор современной статистической литературы и инструментария компьютерной матричной лаборатории MatLab показывает, что известные методы обработки данных статистического наблюдения, с одной стороны, позволяют найти оптимальное решение проблемы регрессии применительно к различным условиям наблюдения и постановки задачи регрессии, с другой стороны, еще не в полной мере удовлетворяют потребностям практики.

Так, задача определения движения – сглаживания координат и оценки вектора скорости (параметров движения) объекта по радиолокационным данным замеров направления (азимута или пеленга и угла места) и дистанции – относится к классу хорошо обусловленных статистических задач, и обеспечена в основном изученными и оптимальными и субоптимальными методами обработки.

Однако существует класс плохо обусловленных задач регрессионного анализа, для которых известные методы обработки статистических данных и получения оценок параметров не только не являются оптимальными, но и само существование таких методов остается под вопросом. Одной из практически важных задач этого класса является задача определения движения по данным пассивного наблюдения, с использованием параметров первичного поля объекта – замеров направления (азимута или пеленга и угла места).

<•••••>

Полностью эту статью Вы можете прочитать в печатном номере журнала.



  
BackTop