WWW.DISUS.RU

БЕСПЛАТНАЯ НАУЧНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

 

Диагностика состояния линейных трактов радиотехнических систем без их отключения из рабочего режима

На правах рукописи

Мирвода Денис Васильевич

ДИАГНОСТИКА СОСТОЯНИЯ ЛИНЕЙНЫХ ТРАКТОВ РАДИОТЕХНИЧЕСКИХ СИСТЕМ БЕЗ ИХ ОТКЛЮЧЕНИЯ

ИЗ РАБОЧЕГО РЕЖИМА

Специальность: 05.12.04 – Радиотехника, в том числе системы и устройства телевидения

АВТОРЕФЕРАТ

диссертации на соискание учёной степени

кандидата технических наук

Таганрог – 2009

Работа выполнена в Технологическом институте Южного федерального университета в г. Таганроге на кафедре Радиоприёмных устройств и телевидения.

НАУЧНЫЙ РУКОВОДИТЕЛЬ: доктор технических наук,

профессор, Галустов Г.Г.

(ТТИ ЮФУ, г. Таганрог).

ОФИЦИАЛЬНЫЕ ОППОНЕНТЫ: доктор физико-математических наук,

профессор кафедры ТОР

Рыжов В.П.

(ТТИ ЮФУ, г. Таганрог);

кандидат технических наук,

старший научный сотрудник

Черчаго А.Я.

(ЗАО ОКБ “Ритм”, г. Таганрог).

ВЕДУЩАЯ ОРГАНИЗАЦИЯ: ФГУП “ТНИИС”, г. Таганрог

Защита состоится " 3 " июля 2009 г. в 1210 на заседании диссертационного совета Д 212.208.20 в Таганрогском технологическом институте Южного федерального университета по адресу: 347928, г. Таганрог, Ростовской области, пер. Некрасовский, 44, ауд. _Д-406_.

С диссертацией можно ознакомиться в зональной научной библиотеке Южного федерального университета по адресу: Ростов-на-Дону, ул. Пушкинская, 148.

Отзыв на автореферат, заверенный гербовой печатью организации, просим направлять по адресу: 347928, Ростовская область, г. Таганрог, ГСП-17А, пер. Некрасовский, 44, ученому секретарю диссертационного совета Д 212.208.20.

Автореферат разослан " 29 " __мая__ 2009 г.

Ученый секретарь

диссертационного совета

кандидат технических наук Савельев В.В.

ОБШАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы:

В связи со стремительным развитием электроники, все чаще ставится задача проектирования систем диагностики технического состояния аппаратуры различного назначения. Создание сложных радиотехнических систем накладывает жесткие требования на характеристики их надежности. Для выявления неисправностей и повышения отказоустойчивости таких систем применяют встроенные системы технической диагностики.

Для обеспечения высоких оперативности и достоверности радиоконтроля все более широкое применение находят методы пространственно-временной обработки информации при решении таких задач как поиск, обнаружение, разрешение, пеленгование, определение местоположения источников радиоизлучений (ИРИ).

Для решения большинства из перечисленных задач радиоконтроля возникает необходимость в использовании многоканальных технических средств. К числу основных устройств, определяющих основные характеристики многоканальных технических средств, следует отнести фазированные антенные решетки (ФАР) и многоканальные супергетеродинные приемные устройства (МСПУ). При этом одной из наиболее актуальных проблем является задача устранения неидентичности характеристик каналов МСПУ за счет неидеальности аппаратурной реализации и влияния климатических и механических воздействий.

Широко используемые в настоящее время пути решения данной задачи связаны: с использованием схемотехнических приемов и с использованием методов диагностики состояния радиотехнической системы (РТС) в рабочем режиме.

Первый из вышеперечисленных путей является малоперспективным, поскольку требует создания прецизионной аппаратуры. Второй путь широко используется и приводит к решению поставленной задачи, но только в условиях стационарной радиообстановки при невысоких требованиях к пропускной способности комплекса радиоконтроля.

Среди известных работ, посвященных данной тематике, можно выделить направления, использующие принцип разделения во времени режимов работы и контроля, отражённые в работах В.А. Долгова, А.С. Касаткина, В.Н. Сретенского, В.Д. Кудрицкого и других. Существенным недостатками разделения во времени режима работы и контроля параметров является снижение готовности комплекса радиоконтроля, потеря информации о радиообстановке на период проведения контроля, уменьшение достоверности контроля из-за получения оценок в диагностической системе эпизодически.

Вопросам построения алгоритмов, позволяющих контролировать параметры РТС в рабочем режиме, посвящены работы А.П. Дятлова, однако недостаточно внимания уделено автоматизированному распознаванию состояния исследуемых систем. Данные обстоятельства указывают на необходимость разработки и анализа моделей систем диагностики состояния РТС без использования режимов разделения во времени.

Таким образом, тема диссертации, посвященная анализу алгоритмов диагностики состояния линейных трактов радиотехнических систем без их отключения из рабочего режима, является достаточно актуальной.

Целью работы является:

Разработка алгоритма диагностики состояния линейного приемного тракта радиотехнической системы в рабочем режиме и анализ структуры приемного тракта с учетом системы диагностики.

Основные задачи диссертации:

  1. Выбор и обоснование алгоритма диагностики состояния приемного тракта радиотехнической системы.
  2. Определение условий использования алгоритма диагностики.
  3. Формирование моделей сигналов различных классов состояний приемного тракта.
  4. Синтез и обоснование решающего правила для классификатора состояния линейной системы.
  5. Оптимизация временных и пространственных параметров системы диагностики.
  6. Моделирование работы системы диагностики.
  7. Определение суммарных вероятностей ошибок по классам и оценка статистической погрешности результатов моделирования.

Решение поставленной задачи проводится в несколько этапов:



1. Анализ методов диагностики приемного тракта радиотехнической системы.

2. Постановка задачи диагностики и анализ структуры приемного тракта радиотехнической системы.

3. Разработка параметрических и непараметрических алгоритмов распознавания состояния приемного тракта радиотехнической системы.

4. Исследование алгоритмов параметрической и непараметрической классификации с целью диагностики состояния приемного тракта радиотехнической системы.

Научная новизна.

В работе получен ряд новых результатов:

1. Разработана методика формирования системы признаков на основе корреляционного метода измерения импульсной характеристики модели линейного приемного тракта радиотехнической системы.

2. Предложен алгоритм диагностики состояния модели приемного тракта радиотехнической системы без отключения его из рабочего режима.

3. Определены условия использования предложенных алгоритмов в автоматизированных системах диагностики состояния приемного тракта.

3. Разработаны и исследованы алгоритмы математического моделирования процесса диагностики состояния приемного тракта радиотехнической системы в рабочем режиме.

4. Выявлены закономерности изменения показателей эффективности классификатора от времени обучения и размерности признакового пространства.

Практическая ценность состоит в следующем:

– повышение вероятности достоверной диагностики состояния линейных трактов приемных устройств в рабочем режиме до 85 % при использовании предложенного параметрического алгоритма классификации;

– снижение размерности вектора эффективных признаков, позволяющее диагностировать состояние линейных трактов радиотехнической системы по выборке длительностью до 20 мс.

Реализация результатов работы. Результаты, полученные в работе, были использованы в учебном процессе при проведении лабораторных работ, курсовом проектировании по дисциплинам: “Устройства приёма и преобразования сигналов”, “Радиоприёмные устройства сверхвысоких частот”, “Основы компьютерного проектирования” на кафедре Радиоприёмных Устройств и Телевидения Технологического Института Южного Федерального Университета.

Результаты, полученные в кандидатской диссертации, реализованы в разработках отдела 24 НКБ «Моделирующих и Управляющих Систем» ЮФУ (г. Таганрог) в рамках х/д 324057 «Разработка и изготовление опытного образца радиолокационного измерителя статистических характеристик волнения моря РИВ 200» при создании радиолокационного измерителя характеристик морского волнения, предназначенного для гидросамолёта Бе-200. Также полученные алгоритмы используются в разработках особого конструкторского бюро «Ритм» ЮФУ и внедрены в изделии «Водолей» при построении автоматизированной диагностической системы, где объектом исследований являются шумоподобные сигналы с нормальным законом распределения.





Методы исследования основаны на использовании численных методов, методов теории вероятности и математической статистики, статистической теории распознавания образов, функционального анализа.

Основные положения, выносимые на защиту, следующие:

– алгоритм формирования системы эффективных признаков на основе корреляционного метода измерения импульсной характеристики линейной системы;

– результаты исследования влияния уровня тестового шума на изменение реальной полезной чувствительности приемных устройств;

– зависимости оценок ошибки распознавания от времени обучения и размерности признакового пространства;

– результаты математического моделирования разработанных алгоритмов диагностики состояния линейных трактов без отключения их из рабочего режима.

Апробация работы. Основные положения диссертационной работы обсуждались и докладывались:

– на LIII научно-технической конференции профессорско-преподавательского состава, аспирантов и сотрудников ТТИ ЮФУ (Таганрог, ТТИ ЮФУ, 2008 г.);

– на Всероссийской научно-технической конференции с международным участием: “Компьютерные и информационные технологии в науке, инженерии и управлении” (Таганрог, ТТИ ЮФУ, 2008 г.);

– на 6-й Всероссийской научно-практической конференции студентов, аспирантов и молодых учёных «Молодёжь XXI века – будущее Российской науки» (Ростов-на-Дону, ЮФУ, 2008г.);

– на IX Всероссийской научной конференции «Техническая кибернетика, радиоэлектроника и системы управления» (Таганрог, ТТИ ЮФУ, 2008 г.);

– на международной научной конференции «Инновации в обществе, технике и культуре» (Таганрог, ТТИ ЮФУ, 2008 г.);

– на LVI научно-технической конференции профессорско-преподавательского состава, аспирантов и сотрудников ТТИ ЮФУ (Таганрог, ТТИ ЮФУ, 2009 г.).

Публикации. Основные научные результаты диссертации опубликованы в 2-х монографиях, 4-х статьях, 4-х тезисах докладов, в том числе 4 работах, опубликованных в изданиях, рецензируемых ВАК.

Структура диссертации. Диссертационная работа состоит из введения, четырёх разделов, заключения и приложения.

Работа изложена на 150 стр. текста, 36 рисунках, 4 таблицах, списка литературы из 115 наименований и приложения.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ ПО ГЛАВАМ

Во введении обоснована актуальность темы, сформулирована цель, приведены задачи исследования, научная новизна диссертационной работы и полученные результаты, дана краткая аннотация работы.

В первой главе приведен обзор научной литературы по данной тематике и сделаны выводы о приоритетных направлениях развития. Анализ методов технической диагностики показал, что сигналы, получаемые при исследовании состояния РТС можно отнести к векторным случайным процессам. С учетом перспективности применения для диагностики РТС методов статистической теории распознавания образов является актуальной задача разработки моделей сигналов, адекватных с точки зрения использования этих моделей для распознавания. Произведен анализ методов теории распознавания образов, применяемых для решения задач диагностики. Установлено, что большинство методов распознавания и способов оценки их эффективности разработаны для случая неограниченно возрастающих объемов обучающих и контрольных выборок процессов. В связи с этим, необходима разработка новых методов диагностики, ориентированных на конечное (малое) число обучающих и контрольных выборок, то есть методов оптимизации временных и пространственных параметров систем распознавания. Выполнен обзор параметрических и непараметрических методов классификации сигналов.

Вторая глава посвящена вопросам постановки задачи технической диагностики, анализа структуры РТС с учётом системы диагностики её состояния. Рассматриваются вопросы схемотехнической реализации линейных трактов приёмных устройств со встроенной системой диагностики состояния. При этом под линейными трактами понимаются тракты с несущественной нелинейностью, у которых ни один из операторов системы уравнений, описывающих связь токов и напряжений, не осуществляет их нелинейного преобразования вида «отсечка», ограничения, ключевого режима и т. д. Такие явления, как блокирование, перекрестная модуляция и интермодуляция с коэффициентами не более нескольких процентов, происходят в области несущественной нелинейности. При условии, что измерение параметров приемных трактов происходит за короткий промежуток времени, намного меньший постоянной времени цепи автоматической регулировки усиления, их коэффициент передачи можно принять постоянным и считать трактами с несущественной нелинейностью в течение времени измерения.

Математическую модель исследуемой РТС целесообразно представить импульсной характеристикой узкополосной линейной системы. В качестве основного метода получения вектора эффективных признаков предлагается корреляционный метод измерения импульсной характеристики (ИХ) линейной системы, суть которого в следующем: импульсную характеристику целесообразно получать в виде реакции y(t) исследуемой линейной системы на стационарный широкополосный шум x(t). Такой тестовый сигнал позволяет получать результаты высокой точности. Корреляционная связь между входным и выходным сигналами определяется при помощи соотношения Винера-Ли:

, (1)

где – корреляционная функция процесса на входе линейной системы, – импульсная характеристика исследуемой линейной системы, – взаимно корреляционная функция входного x(t) и выходного y(t) процессов линейной системы.

Если х(t) – тестовый широкополосный шум, имеющий равномерный спектр в полосе частот, значительно превышающей полосу пропускания исследуемой системы, то в выражении (1) можно заменить корреляционную функцию шума корреляционной функцией модели идеального “белого” шума , где – функция Дирака, – масштабный коэффициент:

. (2)

Как следует из выражения (2) взаимно корреляционная функция непосредственно дает выражение для оценки импульсной характеристики . Подобные корреляционные измерения обычно можно выполнять во время нормальной работы системы. Снижение случайных помех, свойственное корреляционному методу и слабая корреляционная связь тестового и информационного процессов позволяет использовать весьма малые испытательные сигналы х(t), не нарушающие по существу нормальный режим работы системы (отношение сигнал-тестовый шум > 40 дБ).

Предположение о нормальности распределения выходного сигнала позволяет искать систему эффективных признаков в рамках корреляционной теории, поэтому определяем корреляционную функцию Ryy() выходного процесса y(t). Корреляционные функции выходных сигналов линейных систем могут быть определены из общего выражения, связывающего корреляционную функцию Ryy() выходного сигнала y(t) и корреляционную функцию Rxx() входного сигнала x(t). Для линейных систем с постоянными параметрами с точностью до постоянного множителя:

, (3)

где G0 – спектральная плотность мощности шума, h() – импульсная характеристика диагностируемой линейной системы.

Погрешности измерения корреляционной функции в данном случае могут быть двух типов: аппаратурные и методические. Методическая погрешность возникает за счет конечного времени интегрирования, добавления шумов квантования и других причин, зависящих от метода измерения.

Техническая реализация внедрения системы диагностики в конкретное исследуемое устройство зависит от структуры этого устройства, однако можно рассматривать обобщенную структурную схему приемного устройства, состоящего из M линейных каскадов (рисунок 1), где ГШ – генератор шума, БЗ – блок задержки, БК – блок корреляции, БОиК – блок отбора признаков и классификации.

 Структурная схема приемного тракта со встроенным контролем. -10

Рисунок 1. Структурная схема приемного тракта со встроенным контролем.

Первая группа из N узлов контролю не подвергается. Вторая группа из (M–N) узлов, является диагностируемой. Качество приема оценивается энергетическим отношением сигнал-шум на выходе ВЧТ. В случае приведения флуктуационных шумов ко входу ВЧТ, одинаково во всех его сечениях. Относительное изменение реальной полезной чувствительности получаем в виде:

(4)

где – энергетическое отношение сигнал-тестовый шум на входе диагностируемого участка ВЧТ, – уровень номинальной мощности полезного радиосигнала, развиваемой приемной антенной, – номинальный коэффициент передачи по мощности i-го функционального узла каскадной группы недиагностируемого участка ВЧТ, – номинальная мощность тестового шума. Ухудшение реальной полезной чувствительности, составляет единицы процентов при приемлемых для инженерной практики энергетических параметрах тестового шума (при значении дБ относительное изменение реальной полезной чувствительности приемного устройства на 1% достигается при дБ).

Так же, в данной главе проведено исследование возможности оптимизации временных и пространственных параметров систем распознавания. Произведен анализ существующих методов оптимизации систем распознавания. Выяснено, что в достаточной мере эти методы разработаны лишь для случая параметрической априорной неопределенности относительно закона распределения признаков. Учитывая, что анализу подвергаются процессы на выходе узкополосных линейных трактов, можно полагать закон их распределения нормальным и применять соответствующие методы их анализа.

В третьей главе приведены данные о формировании моделей сигналов различных классов для оценки значений признаков каждого класса. Такие процессы характерны для линейных систем второго и более высоких порядков. Нарушения в работе избирательных систем, связанные с изменением по различным причинам (отклонение температуры, влажности и т. д.) номиналов элементов данной системы, зачастую приводят к изменению ее избирательных свойств: изменению полосы пропускания, крутизны склонов амплитудно-частотной характеристики, соотношения сигнал-шум на выходе системы и т. д. Параметр, наиболее ёмко описывающий данный класс нарушений в работе избирательной системы – это эквивалентная добротность. Поэтому в качестве варьируемого параметра для формирования классов состояний была выбрана эквивалентная добротность.

Любые изменения величины эквивалентной добротности непосредственно отражаются на форме огибающей импульсной характеристики, поэтому в качестве вектора признаков предлагается использовать вектор отсчётных значений корреляционной функции импульсной характеристики модели линейной системы:

, (5)

где N – количество отсчётных значений h(t) импульсной характеристики линейной системы, взятые с интервалом дискретизации T0.

Произведен выбор и обоснование разделяющих поверхностей решающих правил, рассмотрены возможные подходы к решению задачи выбора решающего правила и осуществлён сравнительный анализ предложенных решающих функций.

На основании проведённого анализа, а так же вследствие того, что в качестве вектора признаков используются отсчётные значения корреляционной функции случайного процесса, прошедшего через узкополосную линейную систему, принято целесообразным выбрать решающее правило, эквивалентное байесовскому решающему правилу, построенному на основании критерия минимума расстояния в виде:

(6)

где i=l,2,..,M, Ci, – ковариационная матрица и вектор математического ожидания образов i-ro класса; М – число классов образов; – определитель ковариационной матрицы. Причём образ зачисляется в класс , если для него выполняется условие при всех . Для реализации решающей функции необходимо для каждого класса хранить вектор средних значений, ковариационную матрицу и скаляр.

Для сравнения, проведено исследование непараметрического классификатора, работающего по методу гиперсфер, когда разделяющая поверхность формируется как огибающая гиперсфер в пространстве эффективных признаков. Поверхности элементарных фигур в виде гиперсфер записываются в виде:

(7)

где – значение оценки признака при i-м распределении (i = 1,2,..,К), – оценка математического ожидания признака при i-м распределении для j-ro эталона (j = 1,2,..., М), – оценка радиуса гиперсферы.

Необходимыми параметрами для описания собственной области G являются координаты центра сферы mG и величина радиуса R. Эти величины получают при обучении устройства распознавания. Объем собственной области класса определяется минимальным радиусом Ri min, при этом решающее правило может быть основано на попадании (или не попадании) значений распознаваемого процесса внутрь собственной области класса, охваченной радиусом Rj min и выглядит следующим образом:

(8)

В результате усреднения оценок Rj* (величина Rj является случайной и распределена нормально), получаем

, (9)

где К – размерность признакового пространства, N – количество оценок , полученных при обучении. Приближенно (с ошибкой 1%) можно определить:

(10)

a) б)

Рисунок 2. Зависимости достоверности классификации: a от объема обучающей выборки m(p=50), б от размерности вектора признаков p (m=500).

Методами математического моделирования найдены зависимости достоверности классификации признаков от времени обучения и размерности признакового пространства (рисунок 2). На основе полученных зависимостей выбраны оценки оптимальных объемов обучающих и контрольных выборок для достижения заданных показателей качества алгоритмов классификации.

В четвёртой главе приведены результаты математического моделирования разработанных алгоритмов параметрической и непараметрической классификации. В результате моделирования работы системы диагностики разработаны алгоритмы обучения и классификации, определены значения суммарных вероятностей ошибки классификации при различных объемах обучающих выборок и различных размерах признакового пространства.

В качестве моделей сигналов РТС в работе рассматривались: модель импульсного сигнала с гармоническим заполнением и модель сигнала с внутриимпульсной линейной частотной модуляцией. В качестве моделей анализируемого тракта приняты: модель параллельного колебательного контура и модель полосового фильтра Чебышева I рода 6 порядка, настроенных на частоту 10 МГц и имеющих полосу пропускания 200 кГц. Нормированные амплитудно-частотные характеристики (АЧХ) и огибающие импульсных характеристик (ИХ) этих моделей для четырех классов состояния изображены на рисунке 3.

 а) б) Нормированные АЧХ и огибающие ИХ по-39 а) б) Нормированные АЧХ и огибающие ИХ по-40

 а) б) Нормированные АЧХ и огибающие ИХ по-41  а) б) Нормированные АЧХ и огибающие ИХ по четырем-42

а) б)

Рисунок 3. Нормированные АЧХ и огибающие ИХ по четырем классам для:

а – параллельного колебательного контура, б – полосового фильтра Чебышева I рода 6 порядка.

В итоге выполнения моделирования показано, что разработанный алгоритм позволяет получать результаты измерения высокой точности (СКО ошибки измерения КФ оценки ИХ не превышает 3-8 %) и не требует при этом отключения линейной системы из работающего комплекса. Достаточно подробному контролю были подвергнуты статистические характеристики диагностируемых процессов.

В результате математического моделирования алгоритмов классификации были получены зависимости оценок вероятностей ошибочной классификации от числа объектов обучения. Определены оценки статистической погрешности результатов моделирования алгоритмов параметрического и непараметрического распознавания и определены суммарные вероятности ошибок по классам (таблица 1).

Таблица 1.

Параметр Условный класс сигналов
(решающее правило) 1 2 3 4
(эквив. байесовскому) 0,15 0,19 0,2 0,15
(метод гиперсфер) 0,19 0,29 0,28 0,17

Произведен сравнительный анализ показателей качества выбранных параметрического и непараметрического алгоритмов диагностики. Подход, эквивалентный байесовскому, в данном случае дает лучшие результаты.

Полученные при моделировании зависимости позволяют обоснованно, с точки зрения аппаратурных и временных затрат, подходить к выбору количества отсчетов сигнала для формирования одного признака и объемов обучающих выборок, необходимых для классификации процессов с заданной достоверностью.

В заключении сформулированы основные научные и практические результаты работы.

Приложение к диссертации содержит листинги программ расчета и моделирования разработанных алгоритмов, а также полученные графики и гистограммы.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ.

1. Разработан алгоритм получения оценок эффективных признаков на основе корреляционного метода измерения импульсной характеристики линейной системы.

2. Разработаны математические модели алгоритмов параметрической и непараметрической классификации состояния линейного тракта радиотехнической системы.

3. Получены оптимизированные временные и пространственные параметры системы технической диагностики.

4. Доказано, что применение корреляционного метода для получения оценок эффективных признаков не требует отключения системы из работающего комплекса на период контроля.

5. Показано, что разработанные алгоритмы диагностики состояния линейных систем без их отключения из рабочего режима, могут использоваться в ряде различных смежных областей, требующих решения задач встроенного контроля и диагностики состояния систем.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ДИССЕРТАЦИИ ОПУБЛИКОВАНЫ В РАБОТАХ:

  1. Д. В. Мирвода. Метод диагностики линейной системы в рабочем состоянии // Известия ЮФУ. Технические науки. Специальный выпуск. Материалы LIII научно-технической конференции профессорско-преподавательского состава, аспирантов и сотрудников ТТИ ЮФУ. Таганрог: Изд-во ТТИ ЮФУ, 2008. №1(78). – С. 35.
  2. Г. Г. Галустов, С. П. Бровченко, И. В. Сидько, Д. В. Мирвода., А. В. Кравец. Особенности схемотехнического построения многоканальных приемных устройств со встроенным контролем параметров их высокочастотных трактов // Научно-технический журнал «Антенны» – изд-во «Радиотехника» – № 11(138), 2008. – С. 93-98.
  3. Г. Г. Галустов, В. В. Клименко, Д. В. Мирвода. Использование метода стохастического кодирования для формирования эффективных признаков при решении задач распознавания случайных процессов // Ежемесячный научно-технический журнал «Радиотехника» 2008. – № 11, изд-во «Радиотехника» – С. 106-110.
  4. Г. Г. Галустов, И. В. Cидько, Д. В. Мирвода. Формирование решающего правила классификатора сигналов с использованием стохастического кодирования // Известия ЮФУ. Технические науки. Тематический выпуск: «Компьютерные и информационные технологии в науке, инженерии и управлении». – Таганрог: Изд-во ТТИ ЮФУ, 2008. № 11(88). – С. 41-46.
  5. Д. В. Мирвода, И. В. Сидько. Корреляционный метод измерения импульсной характеристики линейной системы // Материалы 6-ой Всероссийской научно-практической конференции студентов, аспирантов и молодых ученых «Молодежь XXI века — будущее Российской науки» 2008. – С. 23.
  6. И. В. Сидько, Д. В. Мирвода. Диагностика линейных радиотехнических систем в рабочем режиме // Материалы 6-ой Всероссийской научно-практической конференции студентов, аспирантов и молодых ученых «Молодежь XXI века — будущее Российской науки» 2008. – С. 25.
  7. Мирвода Д.В. Использование собственных шумов линейных четырехполюсников для задачи диагностики // Материалы IX Всероссийской научной конференции «Техническая кибернетика, радиоэлектроника и системы управления». – Таганрог: Изд-во ТТИ ЮФУ, 2008. Т.1. – С. 53-55.
  8. Мирвода Д.В. Использование параметрической классификации для диагностики линейной радиотехнической системы в рабочем режиме // Материалы международной научной конференции «Инновации в обществе, технике и культуре» – часть 3 – Таганрог: Изд-во ТТИ ЮФУ, 2008. – С. 44-45.
  9. Мирвода Д.В. и др. Особенности схемотехнического построения многоканальных приемных устройств со встроенным контролем параметров их высокочастотных трактов. Излучение и рассеяние электромагнитных волн. Монография / Под ред. В.А. Обуховца. – М.: «Радиотехника», 2008. – С. 190-199.
  10. Мирвода Д.В. и др. Метод стохастического кодирования для формирования эффективных признаков при решении задач распознавания случайных процессов. Радиоэлектронные системы локации и связи. Коллективная монография / Под ред. В.А. Обуховца. – М.: «Радиотехника», 2008. – С. 87-90.

В работах [2-6], опубликованных в соавторстве, лично Мирводе Д.В. принадлежат следующие результаты: моделирование и определение погрешностей алгоритмов диагностики состояния линейных трактов радиотехнических систем.

Соискатель Мирвода Д.В.

Типография Технологического института

Южного федерального университета в г. Таганроге

347928, Таганрог, ГСП-17А, ул. Энгельса, 1.



 





<


 
2013 www.disus.ru - «Бесплатная научная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.