Для вектора оценок параметров сигнала
{
x
c
1
, x
c
2
, . . . , x
c
N
}
т
при усред
-
нении неравенства
(4)
по области существования сигнала имеем
M
x
c
i
−
N
X
k
=1
k
6
=
i
β
c
ik
x
c
k
2
= Ψ
2
0c
i
—
среднее значение квадрата ошибки МНРП для сигнала
;
M
x
c
i
−
N
X
k
=1
k
6
=
i
β
п
ik
x
c
k
2
= Ψ
2
0c
п
i
—
среднее значение квадрата ошибки МНРП для помехи при наличии
на входе сигнала
.
Учитывая
,
что
M
x
п
i
−
N
X
k
=1
k
6
=
i
β
п
ik
x
п
k
2
= Ψ
2
0
п
i
—
среднее значение
квадрата ошибки МНРП для помехи
,
из неравенства
(4)
получим
N
X
i
=1
Ψ
2
0c
п
i
Ψ
2
0
п
i
> N.
(5)
При распознавании сигналов на фоне помех и уменьшении размер
-
ности векторов входных реализаций из неравенства
(5)
следует
,
что не
-
обходимо отбирать те информативные параметры
,
для которых имеем
γ
i
=
Ψ
2
0c
п
i
Ψ
2
0
п
i
>
1
,
(6)
что соответствует максимальному разносу в пространстве линий ре
-
грессии сигналов и помех
.
Критерий
(6)
также позволяет уменьшить размерность вектора ин
-
формативных признаков при распознавании сигналов и помех
.
При
этом для всех
i
необходимо упорядочить по убыванию величины
γ
i
и
отбрасыванием
N
−
r
последних значений сформировать вектор ин
-
формативных признаков размерностью
r
.
Коэффициенты множественной начальной регрессии и средние ква
-
драты ошибок МНРП можно получить путем обучения нейросети с
разорванными прямыми связями и нулевыми смещениями нейронов
ISSN 0236-3933.
Вестник МГТУ им
.
Н
.
Э
.
Баумана
.
Сер
. “
Приборостроение
”. 2003.
№
3 73
