Источник: 8 – я Международная молодежная научно – техническая конференция «Современные проблемы радиотехники и телекоммуникаций» РТ – 2012 – Севастополь: 2012 г, с. 330
Аннотация: В данной работе предложены две клеточно – матричные структуры базисных функций для осуществления сглаживания путем совместной обработки данных, обладающих пространственной и временной избыточностью.
Траекторные измерения — это процесс измерения первичных параметров положения и движения объекта. Поэтому важной является задача разработки и применения новых прикладных методов анализа траекторной информации, базирующихся на гибком использовании избыточных данных измерений для повышения точности и достоверности результатов.
Важной характеристикой траекторной информации является пространственная и временная избыточность. Пространственная избыточность (ПИ) возникает из-за многократного дублирования измерений различными измерительными средствами, а временная избыточность (ВИ) образуется вследствие высокого темпа съема информации. Особенностью тра-екторных измерений является исключительно высокая требуемая точность и тесная взаимосвязь процессов измерений и обработки информации.
В середине 80-х годов появились определенные возможности для разработки методов нелинейного адаптивного оптимального сглаживания [1], позволяющие совместно реализовать пространственную и временную избыточность данных внешнетраектор-ных измерений (ВТИ), что является следствием прогресса в развитии вычислительной техники, обладающей большим быстродействием и памятью.
Для полиномиального описания стохастических траекторий при совместной реализации пространственной и временной избыточности вводится система базисных функций и вектор коэффициентов сглаживающего полинома [2,3], состав и величина которого подлежат определению в ходе обработки. В данной работе предложены две клеточно-матричные структуры базисных функций для осуществления сглаживания путем совместной обработки данных ВТИ, обладающих пространственной и временной избыточностью.
Таким образом, исследованы две клеточноматричные структуры базисных функций, с помощью которых возможна реализация метода нелинейного адаптивного оптимального сглаживания многопараметрических данных измерений. Также произведена проверка ортогональности базисных функций, подтвердившая правильность их выбора.