bsuirДоклады БГУИРDoklady BGUIR1729-76482708-0382БГУИРbsuir-1133Research ArticleЭЛЕКТРОНИКА, РАДИОФИЗИКА, РАДИОТЕХНИКА, ИНФОРМАТИКАELECTRONICS, RADIOPHYSICS, RADIOENGINEERING, INFORMATICSКОМБИНИРОВАННЫЙ МЕТОД СПЕКТРАЛЬНОГО ОЦЕНИВАНИЯ ПРИ ПОЛУЧЕНИИ СВЕРХРАЗРЕШЕНИЯ ПО ЧАСТОТЕCombined method of spectral estimation when receiving of superpermissions on frequencyКакораВ. А.KakoraV. A.

Какора Виктор Александрович  - инженер-конструктор

220019, г. Минск, ул. Сухаревская, 60 

тел.: +375(33) 660-43-80

Kakora Victor Aleksandrovich - design engineer

220019, Republic of Belarus, Minsk, Sukharevsky st., 60

tel.: +375-33-660-43-80

varon_bmx@mail.ruГринкевичА. В.GrinkevichA. V.

к.т.н., доцент кафедры информационных радиотехнологий

PhD, associate professor of information radio-technologies depatrment

УП «Тетраэдр»UE «Tetraedr»Белорусский государственный университет информатики и радиоэлектроникиBelarusian state university of informatics and radioelectronics201806062019086370Copyright © Какора В.А., Гринкевич А.В., 20192019Какора В.А., Гринкевич А.В.Kakora V.A., Grinkevich A.V.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://doklady.bsuir.by/jour/article/view/1133

Оценивание спектральной плотности мощности (СПМ) сигнала обычно выполняется с помощью классических методов спектрального анализа, основанных на дискретном преобразования Фурье. Такой подход к спектральному анализу эффективен в вычислительном отношении и обеспечивает получение приемлемых результатов. Однако, несмотря на указанные достоинства, классическим  методам присущ ряд принципиальных ограничений. Наиболее важное из них – это ограничение разрешающей способности. Для решения задачи повышения частотного разрешения на практике используются такие методы, как MUSIC, EV, Берга, МД-оценка и т. д. [1]. В статье рассматриваются классические методы оценки спектральной плотности мощности, метод минимума дисперсии ошибки (МД-оценка) и разработанный комбинированный метод.

Evaluating of the power spectral density (SPM) of signal are usually performed through procedures using classical methods spectral analysis based on the discrete Fourier transform. This approach to spectral analysis is computationally efficient and provides acceptable results. However, in spite of these advantages, a classical method has a number of fundamental limitations. The most important of these is the limitation of the frequency resolution. For the solution of a problem of increase in the frequency resolution, in practice such methods as MUSIC, EV, Berg, MD assessment etc. In article presents classical methods of estimation power spectrum density, method the minimum error variance (MD estimate) and developed combined method.

спектральная плотность мощностибыстрое преобразование ФурьеМД-оценкачастотное разрешениекомбинированный методpower spectral densityfast Fourier transformMD-assessmentfrequency resolutioncombined methodReferencesСергиенко А.Б. Цифровая обработка сигналов. СПб.: БХВ-Петербург, 2011. 758 с.Sergienko A.B. Cifrovaja obrabotka signalov. SPb.: BHV-Peterburg, 2011. 758 s. (in Russ.)Кривошеев В.И. Современные методы цифровой обработки сигналов (цифровой спектральный анализ). Нижний Новгород, 2006. 117 с.Krivosheev V.I. Sovremennye metody cifrovoj obrabotki signalov (cifrovoj spektral'nyj analiz). Nizhnij Novgorod, 2006. 117 s. (in Russ.)Большаков А.А, Каримов Р.Н. Методы обработки многомерных данных и временных рядов. М.: Стереотип, 2015. 522 с.Bol'shakov A.A, Karimov R.N. Metody obrabotki mnogomernyh dannyh i vremennyh rjadov. M.: Stereotip, 2015. 522 s. (in Russ.)Шахтарин Б.И., Ковригин В.А. Методы спектрального оценивания случайных процессов. М.: Гелиос АРВ, 2005. 248 с.Shahtarin B.I., Kovrigin V.A. Metody spektral'nogo ocenivanija sluchajnyh processov. M.: Gelios ARV, 2005. 248 s. (in Russ.)Кейпон Дж. Пространственно-временной спектральный анализ с высоким разрешением // ТИИЭР. 1969. Т. 57, № 8. С. 69–79.Kejpon Dzh. Prostranstvenno-vremennoj spektral'nyj analiz s vysokim razresheniem // TIIJeR. 1969. T. 57, № 8. S. 69–79. (in Russ.)Lacoss R.T. Data Adaptive Spectral Analysis Methods. Geophysics. 1971. Vol. 36. P. 661–675.Lacoss R.T. Data Adaptive Spectral Analysis Methods. Geophysics. 1971. Vol. 36. P. 661–675.Марпл С.Л. Цифровой спектральный анализ и его приложения. М.: «Мир», 1990. 265 с.Marpl S.L. Cifrovoj spektral'nyj analiz i ego prilozhenija. M.: «Mir», 1990. 265 s. (in Russ.)Какора В.А., Гринкевич А.В. Сравнительный анализ разрешающей способности алгоритмов спектрального оценивания // Докл. БГУИР. 2017. № 3 (105). С. 20–24.Kakora V.A., Grinkevich A.V. Sravnitel'nyj analiz razreshajushhej sposobnosti algoritmov spektral'nogo ocenivanija // Dokl. BGUIR. 2017. № 3 (105). S. 20–24. (in Russ.)

The authors declare that there are no conflicts of interest present.