Построение стохастической модели линейного экстраполятора для L-марковского фрактального процесса

Обложка

Цитировать

Полный текст

Аннотация

К необходимости изучения задач экстраполяции, интерполяции и фильтрации случайных процессов и полей приводят проблемы в различных областях науки и техники. Одним из перспективных математических методов решения подобных задач является спектральное оценивание случайных процессов. В данной работе синтезирована модель линейного экстраполятора для L-марковского фрактального процесса с квазирациональным спектром. Показано, что при определённых значениях параметров квазирациональной спектральной плотности в классе L-марковских процессов существует подкласс процессов, обладающих фрактальными свойствами. Сгенерированные автором фрактальные L-марковские процессы являются персистентными с невысокой фрактальной размерностью, что свидетельствует о том, что они обладают достаточной памятью для надёжного и адекватного прогноза. Установлено, что линейный экстраполятор для L-марковского фрактального процесса определяется значениями процесса только в конечном числе точек замкнутого интервала, что представляет несомненный интерес для радиотехнических и иных приложений.

Об авторах

Л. Ю. Фадеева

Казанский национальный исследовательский технический университет им. А.Н. Туполева-КАИ

Автор, ответственный за переписку.
Email: milafadeeva@yandex.ru
SPIN-код: 4716-7200

кандидат технических наук, доцент кафедры радиоэлектронных и телекоммуникационных систем, Казанский национальный исследовательский технический университет им. А. Н. Туполева-КАИ. Область научных интересов –исследование многомерных сред с распределёнными параметрами; электродинамическое моделирование радиотехнических систем; автоматизированные системы управления, диагностики и контроля в линиях связи и антенных системах; диагностическое оборудование в радиотехнике. Автор 70 научных публикаций, двух монографий, шести патентов на изобретения. 

Россия, 420111, Казань, ул. К. Маркса, 10

Список литературы

  1. Кобенко В. Ю. Моделирование операции идентификационного сложения распределений случайных сигналов // Омский научный вестник. Сер.: Радиотехника и связь. 2012. № 2 (110). С. 304–309.
  2. Бабичева Г. А., Каргаполова Н. А., Огородников В. А. Специальные алгоритмы моделирования однородных случайных полей // Сибирский журнал вычислительной математики. 2016. Т. 19, № 2. С. 125–138. doi: 10.15372/SJNM20160201; EDN: TRTQQU.
  3. Молчан Г. М. L-марковские гауссовские поля // Доклады Академии наук СССР. 1974. Т. 215, № 5. С. 1054–1057.
  4. Вычислительные методы решения обратных задач в авиационной технике / Ю. Ф. Гортышов, П. Г. Данилаев, В. А. Костин и др.; под общ. ред. докт. физ.-мат. наук, проф. П. Г. Данилаева. Казань: Изд-во КНИТУ-КАИ, 2021. 388 с.
  5. Евдокимов Ю. К., Фадеева Л. Ю. Метод и алгоритм радиочастотного зондирования неоднородных электропроводящих структур // Вестник ИжГТУ имени М. Т. Калашникова. 2023. Т. 26, № 2. С. 94–102. doi: 10.22213/2413-1172-2023-2-94-102; EDN: NLHPMI.
  6. Потапов А. А. Фракталы в радиофизике и радиолокации: топология выборки. Монография. 2-е изд., перераб. и доп. М.: Университетская книга, 2005. 848 с. EDN: QMOEFX.
  7. Chen Y. Modeling fractal structure of city-size distributions using correlation functions // PLoS ONE. 2011. Vol. 6(9). Pp. 1–9. doi: 10.1371/journal.pone.0024791.
  8. Мандельброт Б. Фрактальная геометрия природы: пер. с англ. М.: Институт компьютерных исследований, 2002. 656 с.
  9. Kolmogorov A. N., Fomin S. V. Introductory Real Analysis / Translated by R. A. Silverman. Prentice Hall, 2009. 403 p.
  10. Фадеева Л. Ю., Хуснутдинов М. В. Синтезирование стохастической модели прогноза фрактального L-марковского процесса // Математические методы в технологиях и технике. 2024. № 5. С. 67–70.
  11. Фадеева Л. Ю., Зиновьев К. Д. Особенности параметров спектральных плотностей L-марковских процессов и видеосигналов // Электроника, фотоника и киберфизические системы. 2024. Т. 4, № 4. С. 8–14. EDN: CDGGAF.
  12. Фадеева Л. Ю., Мальков В. А. Сравнительный анализ исследования на персистентность радиосигнала несколькими фрактальными методами // Математические методы в технологиях и технике. 2024. № 6. С. 84–87.
  13. Yaglom A. M. An Introduction to the Theory of Stationary Random Functions; revised English edition translated and edited by Richard A. Silverman. Mineola, New York, 2004. 247 p.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».