Abstract
Possible recognition method for objects is associating of their characteristics with etalon objects ones. To overcome estimation error that locks this associating sliding statistical filtration can be used. To avoid estimation distortion it was proposed to use complex filter comprised median and recursive ones. Such a filtration suppresses estimations fluctuations and provides precision augmentation. Median and recursive filter is most effective and hence most available among other sliding filters. As filter effectiveness indicator the relation of variations was used for unfiltered and filtered evaluations. This indicator allows estimating filter influence on evaluations and can be used as optimal filter criterion. It was shown that complex filter is most effective and as a result most preferable method of sliding filtration. It was proposed to use it as base filter variant for evaluations processing.
Highlights
Он позволяет оценить влияние фильтра на оценку характеристики и может рассматриваться как критерий выбора наилучшего фильтра
Possible recognition method for objects is associating of their characteristics with etalon objects ones
It was shown that complex filter is most effective and as a result most preferable method of sliding filtration
Summary
Возможным методом распознавания радиотехнических объектов является привязка их характеристик к характеристикам эталонных объектов. Для преодоления значительной погрешности оценки характеристик, препятствующей этой привязке, используется их статистическая фильтрация на скользящем временном интервале. Во избежание нежелательного искажения временной зависимости оценки при рекурсивной фильтрации предложено использовать медианно-рекурсивный фильтр, представляющий собой тандем медианного и рекурсивного фильтров. Медианно-рекурсивная фильтрация обеспечивает подавление выбросов, характерных для предварительных оценок, и способствует улучшению точности как минимум в несколько раз. Рекурсивного и медианно-рекурсивного фильтров было установлено, что последний является наиболее эффективным и, следовательно, предпочтительным среди других скользящих фильтров. В качестве показателя эффективности фильтрации использовалось отношение вариаций нефильтрованной и фильтрованной оценок. Ключевые слова: скользящая фильтрация, медианная фильтрация, рекурсивная фильтрация, статистическая вариация, относительная погрешность, эффективность фильтрации.
Sign-in/Register to view highlights & summary Sign-in/Register to access full text options 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a callDisclaimer: All third-party content on this website/platform is and will remain the property of their respective owners and is provided on "as is" basis without any warranties, express or implied. Use of third-party content does not indicate any affiliation, sponsorship with or endorsement by them. Any references to third-party content is to identify the corresponding services and shall be considered fair use under The CopyrightLaw.
