Анализ многопараметрических таблиц данных при разработке протоколов передачи данных

Астапкович А. М., Шарафутдинова Т. К., E. Y. Butyrsky

  Анализ многопараметрических таблиц данных при разработке протоколов передачи данных(1,12 MB)

Abstract

В работе описан универсальный подход к построению аналитических описаний многопараметрических таблиц данных. Этот подход базируется на использовании матрично-векторного описания и использовании метода неопределенных множителей для определения коэффициентов линейной регрессионной модели. За счет использования матрично-векторного формализма и регуляризации по Тихонову получено аналитическое выражение для их определения. Полученное аналитическое выражение для расчета коэффициентов универсально по отношению к разным типам функций. Показана возможность и перспективность использования полученного подхода для реализации алгоритмов ЦОС в системах реального времени.

Keywords:

базис – basis; сигнал – signal; матрица – matrix; вектор – vector; критерий – crite- rion; регрессия – regression; алгоритм – algorithm.

References

1. Underwater Wireless Sensor Networks: A Review of Recent Issues and Challenges / Khalid Mahmood Awan [et al.] // Hindawi. Wireless Communications and Mobile Computing. – 2019. – Vol. 2019. – P. 1–20.

2. Akyildiz, I. Challenges for efficient communication in underwater acoustic sensor networks / I. Akyildiz,D. Pompili, T. Melodia // ACM Sigbed Review. – 2004. – Vol. 1, Iss. 2. – P. 3–8.

3. Adaptive OFDM Modulation for Underwater Acoustic Communications: Design Considerations and Experimental Results / Andreja Radosevic [et al.] // IEEE Journal of Oceanic Engineering. – 2011. – Vol. 39, No. 2. – P. 357–370.

4. Астапкович, А. М. Микроконтроллерные платформы “МИЛАНДР” и “МУЛЬТИКОР” / А.М. Астапкович, Д.П. Матвеев // Компоненты и технологии. – 2020. – № 4. – С. 68–75.

5. Тихонов, А. Н. Методы решения некорректных задач / А.Н. Тихонов, В.Я. Арсенин. – М.: Наука, 1979. – 288 с.

6. Коллатц, Л. Теория приближений. Чебышевские приближения / Л. Коллатц, В.Крабс. – М.: Наука, 1978. – 272 с.

7. Крылов, В. И. Вычислительные методы высшей математики / В.И. Крылов, В.В. Бобков, П.И. Монастырный. – Минск: Вышэйшая школа, 1972. – 585 с.

8. Бутырский, Е. Ю. Методы моделирования и оценивания случайных величин и процессов / Е.Ю. Бутырский. – СПб.: Стратегия будущего, 2020. – 641 с.

9. Астапкович, А. М. Проблемно-ориентированные вейвлетоподобные базисы / А.М. Астапкович, Е.Ю. Бутырский, Т.К. Шарафутдинова // Информация и Космос. – 2020. – № 4. – С. 18–27.

10. Ainslie, M. Principles of sonar performance modeling / M. Ainslie. – Berlin: Springer, 2010. – 735 p.

11. Security via Underwater Acoustic Networks: the Concept and Results of the RACUN Project / J. Kalwa [et al.] // Conference Paper I JNIC2015. – 2015. – P. 51–58.

12. Astapkovitch, A. M. Learning Asymmetry Effect for the Neuron Net Control Systems / A.M. Astapkovitch // Proc. International forum “Modern information society formation – problems, perspectives, innovation approaches ”, Saint-Petersburg. – 2010. – P. 7–13.

13. Астапкович, А. М. Методика синтеза помехоустойчивых детекторов границ [Электронный ресурс] / А.М. Астапкович, С.А. Чернышев. – Режим доступа: https://studylib.ru/doc/700955/metodika-sinteza-pomehoustojchivyh-detektorov-granic [дата обращения: 04.05.2022], свободный. – Загл. с экрана.