Портал освітньо-інформаційних послуг «Студентська консультація»

  
Телефон +3 8(066) 185-39-18
Телефон +3 8(093) 202-63-01
 (093) 202-63-01
Вконтакте Студентська консультація
 studscon@gmail.com
 facebook.com/studcons

<script>

  (function(i,s,o,g,r,a,m){i['GoogleAnalyticsObject']=r;i[r]=i[r]||function(){

  (i[r].q=i[r].q||[]).push(arguments)},i[r].l=1*new Date();a=s.createElement(o),

  m=s.getElementsByTagName(o)[0];a.async=1;a.src=g;m.parentNode.insertBefore(a,m)

  })(window,document,'script','//www.google-analytics.com/analytics.js','ga');

 

  ga('create', 'UA-53007750-1', 'auto');

  ga('send', 'pageview');

 

</script>

Методологія інформаційного забезпечення вантажних та пасажирських перевезень на основі автоматизації процесів розпізнавання рухомих об’єктів залізничного транспорту

Предмет: 
Тип роботи: 
Автореферат
К-сть сторінок: 
52
Мова: 
Українська
Оцінка: 

justify;">З урахуванням цього допущення модель процесів, що спостерігаються, набере вигляду

 
У цій моделі неістотні параметри утворять вектор  . Випадкова величина a1 має щільність імовірності 
 
Випадкова величина   статистично незалежна від випадкових величин   та  , які, у свою чергу, також статистично незалежні. Завдання виявлення об’єкта, що контролюється, шляхом обробки процесів, які спостерігаються, u1 (t) і u2 (t) може розглядатися як завдання оцінювання параметра   принятої моделі за наявності неістотних параметрів a1, a2, mt, tn. Щоб отримати функцію правдоподібності процесів, що спостерігаються, у формі, яка може бути інтерпретована як доступний для реалізації алгоритм спільної обробки цих процесів   і  , модифікуємо   і  , поклавши ці параметри дискретними: 
 
Запишемо вираз для функції правдоподібності, виключивши її залежність від неістотних параметрів
 
де 
 
Позначимо у виразі (47) інтеграл як   і обчислимо цей інтеграл, підставивши в нього  
 
При   маємо   і
 
причому величина   не залежить від   і  . 
Таким чином, у відповідності до (47) і (51) маємо
 
 . (52)
 
При   значення   і   є, згідно (48) і (49), функціоналами від   і  . Цьому значенню параметра   відповідає  . У підсумку 
 
 . (53)
 
Враховуючи, що щільності імовірності (46) є, стосовно до задачі, що вирішується, дискретними сигналами щільностей імовірності (39) і (40), отримаємо 
   . (54)
 
У результаті алгоритм прийняття рішення має такий вигляд: 
  (55)
 
Синтезований субоптимальний алгоритм виявлення об'єкта, що контролюється, шляхом комплексування двох датчиків реалізується у вигляді багатоканального пристрою, структурна схема якого подана на рис. 4. Цей пристрій виносить рішення про наявність об’єкта  , якщо сума функціоналів  , обчислених за всіма можливими значеннями k і l, перевищує поріг   і рішення про відсутність об’єкта – коли ця сума порогу не перевищує. 
У роботі синтезовано субоптимальний одноканальний виявляч і дана оцінка характеристик якості виявлення об'єкта. Отримані співвідношення для розрахунку умовної імовірності правильного виявлення об'єкта і умовної імовірності помилкової тривоги
 , (56)
 , (57)
 
де
  , (58)
 , (59)
 , (60)
 , (61)
 
  – відношення енергії середньостатистичного значення корисного компонента першого процесу, що спостерігається, до спектральної щільності потужності перешкодового компонента цього процесу; 
 
  -аналітичне відношення для другого процесу, що спостерігається; 
  – параметр групування щільності імовірності амплітуди; 
  – узагальнений енергетичний параметр. 
 
Вираз (57) дозволяє за відомими апріорними імовірностями наявності і відсутності об'єкта, за імовірнісними характеристиками корисного компонента і за його енергетичними характеристиками корисних і перешкодових компонентів обчислити величину порогового рівня Z, що використовується в синтезованих виявлячах. 
У заключній частині розділу наводяться порівняльні характеристики результатів розрахунку якості виявлення синтезованих пристроїв. Вибіркові результати розрахунків для параметрів   представлені у таблиці. 
 
Таблиця
 
У четвертому розділі розглядається методологія побудови пристроїв розпізнавання образів залізничних транспортних засобів. Представимо завдання визначення типу об’єкта, що контролюється, у вигляді оцінки інформаційних параметрів   корисного сигналу, який утримує заважаючі параметри   та спостерігається на фоні гауссівського шуму з рівномірним обмеженим спектром. Модель вхідного сигналу пристрою розпізнавання запишемо як
 
   (62)
де  ; 
 - імпульсна функція одиничної амплітуди (нормований відгук датчика) ; 
*i – двійковий параметр, який визначає наявність (*i=1) або відсутність (*i=0) i-ї колісної пари у візку. 
Положимо, що для однієї осі  ; для двохосьового візка  ; для трьохосьового –  ;   – амплітуда імпульсу; 
  – множник, який визначає часовий масштаб нормованого відгуку датчика S (t). 
 , (63)
 
де   – поточна швидкість горизонтального переміщення колісної пари; 
  – заздалегідь задане номінальне значення швидкості; 
  – час затримки появи відгуку від першої колісної пари по відношенню до моменту   включення датчика; 
  – часова відстань між відгуками, ініційованими сусідніми колісними парами, при номінальній швидкості руху візка; 
  – відповідно час включення і час відключення колійного датчика. 
Приймемо, що тривалість інтервалу часу   така, що вона цілком охоплює час проходження повз датчик трьохосьового візка при будь-якій його швидкості із діапазону  ;  - адитивна перешкода. 
Зведемо всі інформаційні параметри у вектор  , а всі заважаючі параметри – у вектор  , де символ «Т» означає операцію транспонування. Згідно з моделлю (62), на практиці може існувати тільки чотири вектори  : 
1. при відсутності корисного сигналу. Припишемо цій ситуації імовірність  . 
При цьому
 , де   ; (64)
2. , коли зону контролю пройшла одна вісь. Припишемо цій ситуації імовірність  . 
При цьому 
 
 , (65)
де 
  ; (66)
3. , коли візок двохосьовий. 
Припишемо цій ситуації імовірність  . 
При цьому
 , (67)
де 
 ;
Фото Капча