Об оценке прогноза сигнала
Аннотация
В данной работе рассматривается метод вычисления оценки прогноза сигнала с помощью автоматического реализуемого прогнозатора. Такие задачи возникают как в теории автоматического управления, так и в различных приложениях, где требуется получить прогноз по наблюдаемой реализации. Актуальность проведенного исследования определяется тем, что при нахождении прогноза некоторого сигнала на время упреждения существенное значение может иметь время вычисления прогноза. Если время вычисления прогноза больше времени упреждения, то полученный прогноз не имеет смысла. Поэтому при прогнозировании надо стремиться к тому, чтобы время вычисления прогноза было значительно меньше времени упреждения. В этом случае будет запас времени для принятия решений. Предлагаемый в рассматриваемой статье метод позволяет рационально организовать вычислительную схему прогнозирования и уменьшить время вычисления прогноза. В статье получена явная расчётная формула для вычисления оценки прогноза заданного входного сигнала. Формула сводится к вычислению на каждом временном шаге взвешенных интегралов входного сигнала. В данной статье предложен способ уменьшения количества операций интегрирования на каждом шаге. Это позволяет уменьшить время вычисления прогноза при сохранении точности. Предложенный метод может быть применён как для непрерывных (аналоговых), так и для дискретных сигналов.
Скачивания
Литература
2. Belov Ya. N., Borisenkov E. P. and Panin B. D. (1989) Numerical methods of weather forecasting. L. : Hydrometeoizdat, 376 p.
3. Gire A. A. and Kondratovich K. V. (2013) Methods of long-term weather forecasts. L. : Hydrometeoizdat. 343 p.
4. Orlov A. I. (2006) Applied statistics. M. : Exam, 672 p.
5. Gheyas I. A. and Smith L. S. (2009) A Neural Network Approach to Time Series Forecasting. Proceedings of the World Congress on Engineering, Vol II, WCE 2009, July 1-3, London, U.K. P. 1292–1296.
6. Box J. and Jenkins G. M. (1974) Time series analysis. Forecast and management. M. : Mir.
7. Efimov V. M. and Galaktionov Yu. K., Shushpanova N. F. (1988) Analysis and prediction of time series by the method of principal components. Novosibirsk,: Nauka, 71 p.
8. Kildishev G. S. and Frenkel A. A. (1973) Time series analysis and forecasting. M. : Statistics, 104 p.
9. Dylevsky A. V. and Khripushin D. A. (2021) Automatic prediction of deterministic signals. Scientific result. Information technologies. Vol. 6, No 4. P. 20–26. DOI
10. Lavrentiev M. A. and Shabat B. V. (1987) Methods of the theory of functions of a complex variable. M. : Nauka, 688 p
11. Eiderman V. Ya. (2002) Fundamentals of the theory of functions of complex variable and operational calculus. M. : FIZMATLIT, 256 p.
12. Gelfand I. M. and Shilov G. E. (1958) Generalized functions and actions on them. M. : GIFML, 470 p.
13. Kudryavtsev L. D. (1989) Short course of mathematical analysis. M. : Nauka, 736 p.
14. Samarskiy A. A. and Gulin A. V. (1989) Numerical methods. M. : Nauka, 432 p.
15. Demidovich B. P. and Maron I. A. (1966) Fundamentals of computational mathematics. M. : Nauka, 664 p.
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
- Авторы сохраняют за собой авторские права и предоставляют журналу право первой публикации работы, которая по истечении 6 месяцев после публикации автоматически лицензируется на условиях Creative Commons Attribution License , которая позволяет другим распространять данную работу с обязательным сохранением ссылок на авторов оригинальной работы и оригинальную публикацию в этом журнале.
- Авторы имеют право размещать их работу в сети Интернет (например в институтском хранилище или персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу (См. The Effect of Open Access).
