14.Временная фильтрация

Оптимальная частотно-временная фильтрация. Методами обобщенного вариационного исчисления синтезирован частотно-временной фильтр, состоящий из перемножителя на известное опорное напряжение и включенного за ним стационарного фильтра. Показано, что корреляционный прием и согласованная фильтрация являются частными предельными случаями частотно-временного фильтра. При помощи понятия функции спектральной корреляции анализируется физический принцип работы частотно-временного фильтра. Показана возможность применения частотно-временного фильтра в спектральном дискриминаторе временных интервалов. Структура некоторых приемных устройств, например, приемников американской спутниковой навигационной системы GPS, включает в себя коррелятор. В корреляторе, являющемся оптимальным приемником при наличии белого шума (но не узкополосной помехи в виде расстроенной несущей), осуществляется умножение входного процесса (сигнала и шума) на копию сигнала с последующим интегрированием. Рассмотрим задачу частотно-временной фильтрации, которая заключается в умножении входного процесса на некоторое известное опорное напряжение (как и в перемножителе коррелятора), не уменьшающее энергию сигнала, и последующей линейной фильтрации (аналогично интегрированию в корреляторе) стационарным фильтром. Отклики частотно-временного фильтра на входной сигнал и шум можно представить в виде (1) и (2) где - опорное напряжение; - импульсная переходная функция стационарного фильтра. Таким образом, ядра операторов (1,2) представлены в виде произведения k(t, t )=r (t )h(t-t ), где r - заданная известная функция, а h(t-t ) подлежит оптимизации. При оптимизации будем использовать...

15.Геометрическая мера

Определяет максимально возможное количество информации в заданных объемах. Единица измерения – информационный элемент. Мера может быть использована для определения информационной емкости памяти компьютера. В этом случае в качестве информационного элемента выступает минимальная единица хранения – бит. Список самых распространенных более крупных единиц и соотношение между ними приведено ниже:

8 бит = 1 байт (сокращенно б или Б),

1024 Б = 1 килобайт (сокращенно Кб или К),

1024 К = 1 мегабайт (сокращенно Мб или М),

1024 М = 1 гигабайт (сокращенно Гб или Г).

Тогда, например, объем винчестера – 3 гигабайта; объем основной памяти компьютера – 32 мегабайта и т.д.

Пример 1. Пусть сообщение

5555 6666 888888

закодировано одним из специальных методов эффективного кодирования – кодирование повторений – и имеет вид:

5(4) 6(4) 8(6) .

Требуется измерить информацию в исходном и закодированном сообщениях геометрической мерой и оценить эффективность кодирования.

В качестве информационного элемента зададимся символом сообщения. Тогда:

I(исх.) = l(исх.) = 14 символов;

I(закод.) = l(закод.) = 12 символов,

где I(исх.), I(закод.) – количества информации, соответственно, в исходном и закодированном сообщениях;

l(исх.), l(закод.) – длины (объемы) тех же сообщений, соответственно.

Эффект кодирования определяется как разница между I(исх.) и I(закод.) и составляет 2 символа.

Очевидно, геометрическая мера не учитывает, какими символами заполнено сообщение. Так, одинаковыми по количеству информации, измеренной геометрической мерой, являются, например, сообщения «компьютер» и «программа»; а также 346 и 10В.

Геометрическая структурная мера информации.

Количество информации измеряется путем измерения длины, площади или объема геометрической модели в качестве дискретных единиц – квантов. Можно определить потенциальное, т.е. максимально возможное количество информации в заданных структурных габаритах, которые называются информационной емкостью исследуемой части информационной системы. Она может быть представлена числом, показывающим количество квантов в массиве информации. Если дискретные отсчеты осуществляются по осям X, N, T через интервалы ΔX, ΔN, ΔT, то непрерывные координаты распадаются на элементы – кванты, количество которых будет: m_x=x/Δx ; m_n=N/ΔN; m_T= T/ΔT

Количество информации: M=m_x m_N m_T