3-23

3-23
Мохамед Ракибул Ислам
Mohammad Rakibul Islam
rakibultowhid@yahoo.com
Декодирование линейным программированием: эффективный способ декодирования
кодов контроля четности с низкой плотностью
Linear programming decoding: The ultimate decoding technique for low density parity check
codes
DOI: 10.3103/S0735272713020015
57-72
Исламский технологический университет
Боардбазар, Газипур-1704, Бангладеш
Islamic University of Technology
Board Bazar, Bangladesh
Received in final form October 4, 2011
Декодирование линейным программированием (ЛП) является альтернативой итеративным
алгоритмам декодирования кодов контроля четности с низкой плотностью (LPDC). Хотя
практические характеристики ЛП декодирования сравнимы с декодированием в процессе
передачи сообщения, однако значительным преимуществом является его сравнительная
совместимость с неасимптотическим анализом. Более того, оказывается, что существуют
важные теоретические связи между ЛП декодированием и стандартными формами
итеративного декодирования. Эти связи позволяют перенести теоретические новшества
ЛП декодирования на итеративные алгоритмы. Отмеченные преимущества привлекли
многих исследователей к использованию этого нового способа декодирования при работе
с LPDC кодами. В данной статье приводится обширный обзор и обсуждение различных
вопросов ЛП декодирования.
Linear programming (LP) decoding is an alternative to iterative algorithms for decoding low
density parity check (LDPC) codes. Although the practical performance of LP decoding is
comparable to message-passing decoding, a significant advantage is its relative amenability to
nonasymptotic analysis. Moreover, there turn out to be a number of important theoretical
connections between the LP decoding and standard forms of iterative decoding. These
connections allow theoretical insight from the LP decoding perspective to be transferred to
iterative decoding algorithms. These advantages encouraged many researchers to work in this
recent decoding technique for LDPC codes. In this paper, LP decoding for LDPC code is
extensively reviewed and is discussed in different segmented areas.
контроль четности с низкой плотностью; LPDC; линейное программирование; ЛП;
адаптивное линейное программирование; АЛП; низкая сложность; декодирование; LP;
ALP; low complexity; decoding
1. Gallager R. G. Low-Density Parity-Check Codes / R. G. Gallager. — MIT Press, 1963.
2. Richardson T. J. Design of capacity-approaching irregular low-density parity-check codes / T.
J. Richardson, M. A. Shokrollahi, and R. L. Urbanke // IEEE Trans. Inf. Theory. — Feb. 2001.
— Vol. 47, No. 2. — P. 619–637.
3. On the design of low-density parity-check codes within 0.0045 dB of the Shannon limit / S.
Chung, G. Forney, Jr., T. Richardson, and R. Urbanke // IEEE Commun. Lett. — Feb. 2001. —
Vol. 5, No. 2. — P. 58–60.
4. Tanner R. M. A recursive approach to low complexity codes / R. M. Tanner // IEEE
Trans. Inf. Theory. — Sep. 1981. — Vol. 27, No. 5. — P. 533–547.
5. Feldman J. Decoding turbo-like codes in polynomial time with provably good error-correcting
performing via linear programming / J. Feldman and D. Karger // Foundations of Computer
Science, FOCS : int. conf., Jul. 2002.
6. Feldman J. Linear programming- based decoding of turbo-like codes and its relation to
iterative approaches / J. Feldman, D. R. Karger, and M. J. Wainwright // Communication,
Control, and Computing : 40th Annu. Allerton conf., Oct. 2002, Monticello, IL. — Monticello,
2002.
7. Feldman J. Using linear programming to decode binary linear codes / J. Feldman, M. J.
Wainwright, and D. R. Karger // IEEE Trans. Inf. Theory. — Mar. 2005. — Vol. 51, No. 3. — P.
954–972.
8. LP Decoding corrects a constant fraction of errors / J. Feldman, T. Malkin, R. A. Servedio, C.
Stein, and M. J. Wainwright // IEEE Trans. Inf. Theory. — Jan. 2007. — Vol. 53, No. 1. — P.
82–89.
9. A separation algorithm for improved LP-decoding of linear block codes / A. Tanatmis, S.
Ruzika, H. W. Hamacher, M. Punekar, F. Kienle and N. Wehn // IEEE Trans. Inf. Theory. —
July 2010. — Vol. 51, No. 3. — P. 3277–3289.
10. Chertkov M. An efficient pseudocodeword search algorithm for linear programming
decoding of LDPC codes / M. Chertkov and M. G. Stepanov // IEEE Trans. Inf. Theory. — April
2008. — Vol. 54, No. 4. — P. 1514–1520.
11. Sason I. Linear programming bounds on the degree distributions of LDPC code ensembles /
I. Sason // ISIT : int. conf., June 28–July 3, 2009, Seoul, Korea. — Seoul, 2009.
12. Probabilistic analysis of linear programming decoding / C. Daskalakis, A. G. Dimakis, R. M.
Karp, and M. J. Wainwright // IEEE Trans. Inf. Theory. — August, 2008. — Vol. 54, No. 8. —
P. 3565–3578.
13. Probabilistic analysis of linear programming decoding / C. Daskalakis, A. G. Dimakis, R. M.
Karp, and M. J. Wainwright // Forty-Fourth Annual Allerton Conference : Sept 27–29, 2006,
Allerton House, UIUC, Illinois, USA. — Illinois, 2006.
14. Arora S. Message passing algorithms and improved LP decoding / S. Arora, C. Daskalakis,
and D. Steurer // STOC’09 : int. conf. — 2009. — P. 3–12.
15. Halabi N. LP decoding of regular LDPC codes in memoryless channels / N. Halabi and G.
Even // IEEE Trans. Inf. Theory. — Feb. 2011. — Vol. 57, No. 2. — P. 887–897.
16. Halabi N. LP decoding of regular LDPC codes in memoryless channels / N. Halabi and G.
Even // ISIT : int. conf., June 13–18, 2010, Austin, Texas, USA. — Texas, 2010.
17. Linear-programming decoding of nonbinary linear codes / M. F. Flanagan, V. Skachek, E.
Byrne, and M. Greferath // IEEE Trans. Inf. Theory. — September 2009. — Vol. 55, No. 9. — P.
4134–4154.
18. Taghavi N. M. H. Adaptive linear programming decoding / M. H. N. Taghavi and P. H.
Siegel // Inf. Theory : Int. Symp., July 2006, Seattle, USA. — Seattle, 2006. — P. 1374–1378.
19. Taghavi M. H. N. Adaptive linear programming decoding / M. H. N. Taghavi and P. H.
Siegel // IEEE Trans. Inf. Theory. — Dec. 2008. — Vol. 54, No. 12. — P. 5396–5410.
20. Taghavi M. H. N. Efficient implementation of linear programming decoding / M. H. N.
Taghavi and P. H. Siegel // Forty-Sixth Annual Allerton Conference : September 23–26, 2008,
Allerton House, UIUC, Illinois, USA. — Illinois, 2008.
21. Taghavi M. H. N. Efficient implementation of linear programming decoding / M. H. N.
Taghavi, A Shokrollahi and P. H. Siegel. — Available: http://arxiv.org/abs/0902.0657v1. — 4
February, 2009.
22. Draper S. C. ML decoding via mixed integer adaptive linear programming decoding / S. C.
Draper, J. S. Yedidia, and Y. Wang // Inf. Theory : Int. Symp., July 2007, Nice, France. — Nice,
2007.
23. Draper S. C. Complexity scaling of mixed-integer linear programming decoding / S. C.
Draper and J. S. Yedidia // UCSD Workshop Inf. Theory Apps., Jan. 2008, San Diego. — San
Diego, 2008.
24. GNU linear programming kit. — Available: http://www.gnu.org/software/glpk.
25. Yang K. Nonlinear programming approaches to decoding low-density parity-check
codes / K. Yang, J. Feldman, and X. Wang // IEEE J. Select. Areas Commun. — Aug.
2006. — Vol. 24. — P. 1603–1613.
26. Wang Y. Multi-stage decoding of LDPC codes / Y. Wang, J. S. Yedidia, S. C. Draper // Inf.
Theory : Int. Symp., June 28–July 3, 2009, Seoul, Korea. — Seoul, 2009.
27. Vontobel P. O. Towards low-complexity linear programming decoding / P. O. Vontobel and
R. Koetter // Turbo Codes and Related Topics : 4th Int. Symp., April 2006, Munich, Germany,
arxiv:cs/0602088v1.
28. Vontobel P. O. On low-complexity linear-programming decoding of LDPC codes / P. O.
Vontobel and R. Koetter // European Trans. Telecom. — August 2007. — Vol. 18, No. 5. — P.
509–517.
29. Yang K. A new linear programming approach to decoding linear block codes / K. Yang, X.
Wang, and J. Feldman // IEEE Trans. Inf. Theory. — Mar. 2008. — Vol. 54, No. 3. — P. 1061–
1072.
30. Burshtein D. Improved linear programming decoding and bounds on the minimum distance
of LDPC codes / D. Burshtein and I. Goldenberg // IEEE Inf. Theory Workshop : ITW 2010,
Dublin. — Dublin, 2010.
31. Punekar M. Low complexity linear programming decoding of nonbinary linear codes / M.
Punekar and M. F. Flanagan // Forty-Eighth Annual Allerton Conference : September 29–
October 1, 2010, Allerton House, UIUC, Illinois, USA. — Illinois, 2010.
32. Punekar M. Low complexity linear programming decoding of nonbinary linear codes / M.
Punekar and M. F. Flanagan // arXiv:1007.1368v2 [cs.IT]. — 4 Oct 2010.
33. Vontobel P. O. On the relationship between linear programming decoding and min-sum
algorithm decoding / P. O. Vontobel and R. Koetter // IEEE Int. Symp. Inf. Theory Applications.
— Oct. 2004. — P. 991–996.
34. Vontobel P. O. Graph-cover decoding and finite-length analysis of message-passing iterative
decoding of LDPC codes / P. O. Vontobel and R. Koetter // to be published.
35. Karmarkar N. A new polynomial-time algorithm for linear programming / N. Karmarkar //
Combinatorica. — Dec. 1984. — Vol. 4, No. 4. — P. 373–395.
36. Bertsimas D. Introduction to linear optimization / D. Bertsimas and J. N. Tsitsiklis. —
Athena Scientific, 1997.
37. Wadayama T. Interior point decoding for linear vector channels based on convex
optimization / T. Wadayama // IEEE Trans. Inf. Theory. — Oct. 2010. — Vol. 56, No. 10. — P.
4905–4921.
38. Wadayama T. An LP decoding algorithm based on primal path following interior point
method / T. Wadayama // Inf. Theory : IEEE Int. Symp., June 2009, Seoul, Korea. — Seoul,
2009. — P. 389–393.
39. Vontobel P. Interior-point algorithms for linear- programming decoding / P. Vontobel // Inf.
Theory and Its Appl. : 3rd Annual Workshop, Feb. 2008, San Diego, CA. — San Diego, 2008.
40. Ngatched T. M. N. Hybrid linear programming based decoding of finite-geometries LDPC
codes / T. M. N. Ngatched, A. S. Alfa, and J. Cai // IEEE Trans. Commun. — To appear.
41. Burshtein D. Iteartive approximate linear programming decoding of LDPC codes with linear
complexity / D. Burshtein // ISIT : int. conf., July 6–11, 2008, Toronto, Canada. — Toronto,
2008.
42. Burshtein D. Iteartive approximate linear programming decoding of LDPC codes with linear
complexity / D. Burshtein // IEEE Trans. Inf. Theory. — Nov. 2009. — Vol. 55, No. 11. — P.
4835–4859.
43. Burshtein D. Approximate iterative LP decoding of LDPC codes over GF(q) in linear
complexity / D. Burshtein // IEEE 26th Convention of Electrical and Electronics Engineers,
Israel, 2010.
44. Donoho D. High-dimensional centrally symmetric polytopes with neighborliness
proportional to dimension / D. Donoho // Discrete and Computational Geometry. — 2006. —
Vol. 102, No. 27. — P. 617–652.
45. Donoho D. Neighborlyness of randomly-projected simplices in high dimensions / D. Donoho
and J. Tanner // Proc. National Academy of Sciences. — 2005. — Vol. 102, No. 27. — P. 9452–
9457.
46. Donoho D. L. Uncertainty principles and ideal atomic decomposition / D. L. Donoho and X.
Huo // IEEE Trans. Inf. Theory. — 2001. — Vol. 47, No. 7. — P. 2845–2862.
47. Stojnic M. Compressed sensing—probabilistic analysis of a null-space characterization / M.
Stojnic, W. Xu, and B. Hassibi // Acoustic, Speech and Signal Processing : IEEE Int. Conf.,
ICASSP, 2008.
48. Cohen A. Compressed sensing and best k-term approximation / A. Cohen, W. Dahmen, and
R. DeVore // Journal of the American Mathematical Society. — Jan. 2009. — Vol. 22, No. 1. —
P. 211–231.
49. Xu W. On sharp performance bounds for robust sparse signal recoveries / W. Xu and B.
Hassib // Inf. Theory : Int. Symp., 2009.
50. Dimakis A. G. LP decoding meets LP decoding: A сonnection between сhannel сoding and
сompressed sensing / A. G. Dimakis and P. O. Vontobel. — Allerton, 2009.
51. Dimakis A. G. LDPC Codes for Compressed Sensing / A. G. Dimakis, R. Smarandache and
P. O. Vontobel // arxiv 1012.0602.
52. Reweighted LP decoding for LDPC codes / A. Khajehnejad, A. G. Dimakisy, B. Hassibi and
W. Bradley // Forty-Eighth Annual Allerton Conference : September 29–October 1, 2010,
Allerton House, UIUC, Illinois, USA. — Illinois, 2010.
53. Reweighted LP decoding for LDPC codes / A. Khajehnejad, A. G. Dimakisy, B. Hassibi, B.
Vigoda and W. Bradley // arXiv:1103.2837v1 [cs.IT]. — 15 Mar. 2011.
54. Improved sparse recovery thresholds with two-step reweighted minimization / A.
Khajehnejad, W. Xu, S. Avestimehr, B. Hassibi // ISIT : int. conf., 2010.
55. Kurkoski B. M. Joint message-passing decoding of LDPC codes and partial-response
channels / B. M. Kurkoski, P. H. Siegel, and J. K. Wolf // IEEE Trans. Inform. Theory. — June
2002. — Vol. 48, No. 6. — P. 1410–1422.
56. Kim B.-H. On the joint decoding of LDPC codes and finite-state channels via linear
programming / B.-H. Kim and H. D. Pfister // Inf. Theory : IEEE Int. Symp., June 2010, Austin,
TX. — Austin, 2010. — P. 754–758.
57. Kim B.-H. Joint decoding of LDPC codes and finite-state channels via linear-programming /
B.-H. Kim and H. D. Pfister // submitted to IEEE J. Select. Topics in Signal Processing.
[Online]. Available: http://arxiv.org/abs/1102.1480. — Jan. 2011.
58. Kim B.-H. An iterative joint linear-programming decoding of LDPC codes and finite-state
channels / B.-H. Kim and H. D. Pfister // IEEE Int. Conf. Commun. — Available:
http://arxiv.org/abs/1009.4352. — June 2011.
59. Flanagan M. F. A unified framework for linear-programming based communication
receivers / M. F. Flanagan. — Available: http://arxiv.org/abs/0902.0892. — Feb. 2009.
УДК 621.396
24-32
Трифонов А. П., Курбатов А. В.
A. P. Trifonov and A. V. Kurbatov
Трифонов Андрей Павлович
trif@phys.vsu.ru
Курбатов Александр Витальевич
avkurbatov@gmail.com
*
Работа выполнена при поддержке РФФИ (№ 13-08-00735, № 13-01-97504) и Минобрнауки
РФ (соглашение 14.В37.21.2032).
The study was carried out with support of RFFI (Project No. 13-08-00735) and FGP “Research
and Academic-Teaching Staff of the Innovation Russia” (No. 14.V37.21.2032).
Оценка параметров движения быстро флуктуирующей цели при зондировании
последовательностью оптических импульсов
Quazi-likelihood estimation of motion parameters of rapidly fluctuating target during the probing
with a sequence of optical pulses
DOI: 10.3103/S0735272713020027
73-81
Воронежский государственный университет
Россия, Воронеж, 394006, Университетская пл., д. 1
Voronezh State University
Voronezh, Russia
Received in final form December 10, 2012
Получены характеристики эффективных оценок дальности, скорости и ускорения быстро
флуктуирующей цели при зондировании последовательностью оптических импульсов.
Найдены потери в точности оценки дальности, скорости и ускорения вследствие наличия
неинформативных параметров.
Characteristics of efficient estimates of the range, velocity, and acceleration of a rapidly
fluctuating target have been obtained during the probing with a sequence of optical pulses. The
losses in estimation accuracy of the range, velocity, and acceleration caused by the presence of
non-informative parameters have been also found.
дальность; скорость; ускорение; оценка максимального правдоподобия; состоятельность
оценок; корреляционная матрица оценок; range; velocity; acceleration; non-informative
parameters; informative parameters; maximum likelihood estimate; consistency of estimates;
correlation matrix of estimates
1. Воробьев В. И. Оптическая локация для радиоинженеров / В. И. Воробьев. — М. : Радио
и связь, 1983. — 176 с.
2. Долинин Н. А. Статистические методы в оптической локации / Н. А. Долинин, А. Ф.
Терпугов. — Томск : ТГУ, 1982. — 256 с.
3. Трифонов А. П. Оценка дальности, скорости и ускорения при зондировании
последовательностью оптических импульсов / А. П. Трифонов, М. Б. Беспалова, М. В.
Максимов // Радиотехника. — 2001. — № 4. — С. 99–104.
4. Трифонов А. П. Квазиправдоподобная оценка параметров движения при зондировании
цели последовательностью оптических импульсов / А. П. Трифонов, М. Б. Беспалова, А.
В. Курбатов // Известия вузов. Радиоэлектроника. — 2013. — Т. 56, № 1. — С. 23–32.
5. Хелстром К. Квантовая теория проверки гипотез и оценивания. — М. : Мир, 1979. —
344 с.
6. Трифонов А. П. Совместное различение сигналов и оценка их параметров на фоне помех
/ А. П. Трифонов, Ю. С. Шинаков. — М. : Радио и связь, 1986. — 264 с.
7. Гантмахер Ф. Р. Теория матриц / Ф. Р. Грантмахер. — М. : Наука, 1988. — 576 с.
8. Куликов Е. И. Оценка параметров сигналов на фоне помех / Е. И. Куликов, А. П.
Трифонов. — М. : Сов. радио, 1978. — 296 с.
9. Trifonov A. P. Quazi-likelihood estimation of motion parameters during the target probing
with a sequence of optical pulses / A. P. Trifonov, M. B. Bespalova, A. V. Kurbatov //
Radioelectron. Commun. Syst. — 2013. — Vol. 56, No. 1. — P. 20–28. — DOI :
10.3103/S0735272713010020.
33-40
УДК 621.397.62(075)
Коханов А. Б.
A. B. Kokhanov
Коханов Александр Борисович
skoh@mail.ru
Восстановление фазы когерентной несущей частоты цифровым фазовым фильтром
Phase recovery of the coherent carrier frequency using digital phase filter
DOI: 10.3103/S0735272713020039
82-88
Институт радиоэлектроники и телекоммуникаций одесского национального
политехнического университета
Украина, Одесса, 65044, пр-т Шевченко 1
Institute of Radio Electronics and Telecommunications of Odessa National Polytechnic
University
Odessa, Ukraine
Received in final form September 27, 2012
Рассмотрен метод восстановления фазы когерентной несущей частоты принимаемого
цифровым приемником сигнала с помощью блока цифрового восстановления фазы
когерентной несущей. Использование цифрового фазового фильтра позволяет обойтись
без применения традиционной фазовой подстройки частоты. В работе также показана
методика вывода передаточной функции данного цифрового фильтра и рассмотрен вопрос
его устойчивости к самовозбуждению. Приведена функциональная схема этого фильтра.
This paper considers a phase recovery method for the coherent carrier frequency of the signal
received by a digital receiver using a unit of digital recovery of the coherent carrier phase. The
use of digital phase filter makes it possible to do without the application of traditional phaselocked loop frequency control. The paper also presents a technique for deriving a transfer
function of the specified digital filter and considers the issue of its robustness in relation to selfexcitation. In addition, the paper presents a functional diagram of this filter.
Z-преобразование; дискретный сигнал; дискретная система; дискретная передаточная
функция; фаза; синхронный детектор; фазовая ошибка; амплитудная модуляция; угловая
модуляция; квадратурная модуляция; когерентная несущая; цифровой фильтр; фазовая
автоподстройка; ограничитель амплитуды; synchronous detection; amplitude modulation;
phase-locked loop; complex transfer function; reference generator
1. Коханов А. Б. Восстановление фазы когерентной несущей частоты при синхронном
детектировании / А. Б. Коханов // Известия вузов. Радиоэлектроника. — 2012. — Т. 55, №
2. — С. 34–41.
2. Коханов А. Б. Технология синхронного детектирования сигналов / А. Б. Коханов //
Известия вузов. Радиоэлектроника. — 2007. — Т. 50, № 11. — С. 14–25.
3. Пат. № 22274 U Украина, МПК H03D99/00. Демодулятор сигналов с амплитуднофазовой модуляцией / А. Б. Коханов ; заяв. 18.09.2006 ; опубл. 25.04.2007, Бюл. № 5.
4. Бокалов В. П. Основы теории цепей : Учебник для вузов / В. П. Бокалов, В. Ф.
Дмитриков, Б. И. Крук ; под ред. В. П. Бакалова. — 3-е изд. перераб. и доп. — М. :
Горячая линия–Телеком, 2009. — 596 с.
5. Лайонс Р. Цифровая обработка сигналов / Ричард Лайонс : пер. с англ. — 2-е изд. — М.
: Бином–Пресс, 2011. — 656 с.
6. Сергиенко А. Б. Цифровая обработка сигналов / А. Б. Сергиенко. — СПб. : Питер, 2003.
— 604 с.
7. Радиорелейные и спутниковые системы передачи : учебн. для вузов / А. С.
Немировский, О. С. Данилович, Ю. И. Маримот, [и др.] ; под ред. А. С. Немировского. —
М. : Радио и связь, 1986. — 392 с.
8. Kokhanov A. B. Phase recovery of the coherent carrier frequency in synchronous detection /
A. B. Kokhanov // Radioelectron. Commun. Syst. — 2012. — Vol. 55, No. 2. — P. 75–81. —
DOI: 10.3103/S0735272712020033.
9. Kokhanov A. B. Technology of synchronous detection of signals / A. B. Kokhanov //
Radioelectron. Commun. Syst. — 2007. — Vol. 50, No. 11. — P. 593–602. — DOI:
10.3103/S0735272707110027.
УДК 621.391
41-47
Манелис В. Б., Новиков А. В.
V. B. Manelis and A. V. Novikov
Манелис Владимир Борисович
Manelis V B
manelis@kodofon.vrn.ru
Новиков Антон Викторович
anton.v.novikov@gmail.com
Novikov A V
Демодуляция сигнала в анализаторе GSM базовых станций
Signal demodulation in the GSM analyzer of base stations
DOI: 10.3103/S0735272713020040
89-94
ЗАО ИРКОС
Россия, Москва, 129626, Звездный бульвар, д.19
IRCOS JSC, Moscow, Russia
Received in final form December 5, 2012
Выполнен сравнительный анализ помехоустойчивости и вычислительной сложности
различных демодуляторов GSM сигнала в анализаторе базовых станций. Даны
рекомендации по выбору демодулятора в зависимости от условий приема и допустимой
сложности реализации.
A comparative analysis of the noise immunity and computational complexity of various GSM
signal demodulators in the analyzer of base stations has been carried out, and recommendations
were provided for the selection of demodulator depending on the signal environment and
acceptable complexity of its implementation.
демодуляция GSM сигнала; межсимвольная интерференция; алгоритм Витерби; GSM
signal demodulation; inner-symbol interference; Viterbi alrorithm
1. Анализатор базовых станций GSM-сетей на базе панорамного измерительного
приемника Аргамак-ИМ / А. В. Ашихмин, И. В. Каюков, В. А. Козьмин, В. Б. Манелис //
Специальная техника. — 2008. — № 1. — С. 31–39.
2. Манелис В. Б. Идентификация и анализ интерференционных воздействий GSM базовых
станций / В. Б. Манелис, И. В. Каюков, А. В. Новиков // Известия вузов. Радиоэлектроника.
— 2009. — Т. 52, № 2. — С. 3–14.
3. European digital cellular telecommunications system (Phase 2); Modulation, Channel Coding
(GSM 05.03, 05.04).
4. Design of a digital MLSE receiver for mobile radio communications / E. Del Re, G. Benelli,
G. Castellini, R. Fantacci, L. Pierucci, L. Pogliani // Global Telecommunications Conference :
GLOBECOM’91. — Dec. 1991. — Vol. 2 : Countdown to the New Millennium Featuring a
Mini–Theme on: Personal Communications Services. — P. 1496–1499.
5. Lakkis I. A simple coherent GMSK demodulator / Ismail Lakkis, Jing Su, Shuzo Kato //
Personal, Indoor and Mobile Radio Communications : 12th IEEE Int. Symp. — Sept. 2001. —
Vol. 1. — P. A-112–A-114.
6. Al–Dhahir N. A High–Performance Reduced–Complexity GMSK Demodulator / Naofal Al–
Dhahir, Gary Saulnier // IEEE Trans. Commun. — Nov. 1998. — Vol. 46, No. 11. — P. 1409–
1412.
7. Новиков А. В. Прием различных пакетов сигнала GSM базовой станции при наличии
помех соседнего канала / А. В. Новиков // Вестник Воронежского государственного
технического университета. — 2010. — Т. 6, № 9. — С. 113–116.
8. Manelis V. B. Identification and analysis of interference effects of GSM base stations / V. B.
Manelis, I. V. Kaioukov, A. V. Novikov // Radioelectron. Commun. Syst. — 2009. — Vol. 52,
No. 2. — P. 55–62. — DOI: 10.3103/S0735272709020010.
48-53
УДК 629.78
Соколов С. В., Югов Ю. М.
S. V. Sokolov and Yu. M. Yugov
Соколов Сергей Викторович
Sokolov Sergey Victorovich
s.v.s.888@yandex.ru
Югов Юрий Михайлович
yugov_ym@radio.kpi.ua
Стохастическая фильтрация спутниковых навигационных измерений с использованием
инвариантной модели объекта
Stochastic filtering of satellite navigation measurements using invariant model of the target
DOI: 10.3103/S0735272713020052
95-99
Ростовский государственный университет путей сообщения
Россия, Ростов-на-Дону, 344038, пл. Ростовского Стрелкового Полка Народного
Ополчения, 2
Rostov State University of Transport Communication
Rostov-on-Don, Russia
Received in final form September 11, 2012
По доплеровским измерениям трех спутников синтезирована динамическая модель
изменения координат произвольного объекта, позволяющая осуществить их
апостериорную оценку известными методами теории стохастической фильтрации по
кодовым измерениям псевдодальности.
A dynamic coordinate measurements model for an arbitrary target is synthesized using Doppler
measurements from three satellites. The model allows conducting posterior estimation using
well-known methods of stochastic filtering theory based on code pseudorange measurements.
стохастическая фильтрация; спутниковая навигация; кодовые и доплеровские измерения;
инвариантная модель объекта
1. Интерфейсный контрольный документ ГЛОНАСС (5.1 редакция). — М. : РНИИ КП,
2008.
2. ГЛОНАСС. Принципы построения и функционирования / Под ред. А. И. Перова, В. Н.
Харисова. — М. : Радиотехника, 2010. — 800 с.
3. http://www.trimble.com.
4. Тихонов В. И. Статистический анализ и синтез радиотехнических устройств и систем /
В. И. Тихонов, В. Н. Харисов. — М. : Радио и связь, 1991. — 608 с.
54-59
УДК 621.391
Евграфов Д. В.
Евграфов Дмитрий Викторович
ramgraf@bigmir.net
D. V. Yevgrafov
Вероятность ложной тревоги максимально-правдоподобного алгоритма обнаружения
радиоимпульсов неизвестной амплитуды и длительности
Probability of false alarm of maximal likelihood algorithm of detection of radio pulses with
unknown amplitude and duration
DOI: 10.3103/S0735272713020064
100-105
Национальный технический университет Украины "Киевский политехнический институт"
Украина, Киев, 03056, пр-т Победы 37
National Technical University of Ukraine "Kyiv Polytechnic Institute"
(NTUU KPI), Kyiv, Ukraine
Received in final form September 10, 2012
Методом разделения переменных решено уравнение Фоккера–Планка–Колмогорова и
найдено строгое выражение для вероятности ложной тревоги максимальноправдоподобного алгоритма обнаружения прямоугольных радиоимпульсов неизвестной
амплитуды и длительности. В отличие от ранее известного решения, выражение
справедливо для любых порогов обнаружения и любого априорно заданного интервала
длительностей.
The strict expression for probability of a false alarm of is maximal likelihood algorithm of
detection of rectangular radiopulses with unknown amplitude and duration is found by means of
solution of the Fokker–Planck–Kolmogorov equation with division variables method. In contrast
to known before solution, the expression is correct for any detection thresholds and arbitrary a
priory value of definite interval of durations.
теория обнаружения; марковский процесс; уравнение Фоккера–Планка–Колмогорова;
абсолютный максимум
theory of detection; Markov’s process; Fokker-Planck-Kolmogorov equation; absolute maximum
1. Трифонов А. П. Совместное различение сигналов и оценка их параметров на фоне помех
/ А. П. Трифонов, Ю. С. Шинаков. — М. : Радио и связь, 1986. — 236 с.
2. Тихонов В. И. Марковские процессы / В. И. Тихонов, М. А. Миронов. — М. : Сов. радио,
1977. — 488 с.
3. Прудников А. П. Интегралы и ряды / А. П. Прудников, Ю. А. Брычков, О. И. Маричев.
— М. : Наука. ГРФМЛ, 1981. — 797 с.
4. Бейтман Г. Высшие трансцендентные функции. Гипергеометрическая функция.
Функции Лежандра / Г. Бейтман, А. Эрдейн ; пер. с англ. Н. Я. Виленкина. — М. : Наука.
ГРФМЛ, 1965. — 296 с.
5. Янке Е. Специальные функции. Формулы, графики, таблицы / Е Янке, Ф. Эмде, Ф Леш ;
под ред. Л. И. Седова. — 2-е изд. — М. : Наука. ГРФМЛ, 1968. — 344 с.
6. Морс Ф. М. Методы теоретической физики : Т. I / Ф. М. Морс, Г. Фешбах. — М. : ИИЛ,
1958.
7. Прудников А. П. Интегралы и ряды. Дополнительные главы / А. П. Прудников, Ю. А.
Брычков, О. И. Маричев. — М. : Наука. ГРФМЛ, 1986. — 800 с.