ОНИТПроблемы передачи информации Problems of Information Transmission

  • ISSN (Print) 0555-2923
  • ISSN (Online) 3034-5839

Диаграммы статистической и спектральной сложности

Код статьи
10.31857/S0555292324020037-1
DOI
10.31857/S0555292324020037
Тип публикации
Статья
Статус публикации
Опубликовано
Авторы
Том/ Выпуск
Том 60 / Номер выпуска 2
Страницы
25-35
Аннотация
Представлено исследование диаграмм статистической и спектральной сложности, которые играют важную роль в решении задач обнаружения слабых сигналов, их классификации. Сформулированы и доказаны леммы об оценке верхней и нижней границ на диаграммах статистической и спектральной сложностей для различных сигнально-шумовых смесей. Полученные теоретические результаты верифицированы численными экспериментами, которые подтвердили эффективность теоретических оценок.
Ключевые слова
информационная энтропия дискретное преобразование Фурье спектральный дисбаланс спектральная сложность
Дата публикации
18.09.2025
Год выхода
2025
Всего подписок
0
Всего просмотров
12

Библиография

  1. 1. Amig´o J.M., Rosso O.A. Ordinal Methods: Concepts, Applications, New Developments, and Challenges—In Memory of Karsten Keller (1961–2022) // Chaos. 2023. V. 33. № 8. P. 080401 (12 pp.). https://doi.org/10.1063/5.0167263
  2. 2. Rosso O.A., Larrondo H.A., Martin M.T., Plastino A., Fuentes M.A. Distinguishing Noise from Chaos // Phys. Rev. Lett. 2007. V. 99. № 15. P. 154102 (4 pp.). https://doi.org/ 10.1103/PhysRevLett.99.154102
  3. 3. Horie T., Burioka N., Amisaki T., Shimizu E. Sample Entropy in Electrocardiogram During Atrial Fibrillation // Yonago Acta Med. 2018. V. 61. № 1. P. 49–57. https://doi.org/10. 33160/yam.2018.03.007
  4. 4. Allen R.L., Mills D.W. Signal Analysis: Time, Frequency, Scale, and Structure. Piscataway, N.J.: IEEE Press, 2004.
  5. 5. Ширяев А.Н. Вероятностно-статистические методы в теории принятия решений. М.: МЦНМО, 2020.
  6. 6. Mehrotra K.G., Mohan C.K., Huang H.-M. Anomaly Detection Principles and Algorithms. Cham: Springer, 2017. https://doi.org/10.1007/978-3-319-67526-8
  7. 7. Богданович В.А., Вострецов А.Г. Теория устойчивого обнаружения, различения и оце- нивания сигналов. М.: Физматлит, 2004.
  8. 8. Babikov V.G., Galyaev A.A. Information Diagrams and Their Capabilities for Classifying Weak Signals // Probl. Inf. Transm. 2024. V. 60. № 2. P. 127–140. https://doi.org/10. 1134/S0032946024020042
  9. 9. L´opez-Ruiz R. Shannon Information, LMC Complexity and Renyi Entropies: A Straightfor- ward Approach // Biophys. Chem. 2005. V. 115. № 2–3. P. 215–218. https://doi.org/10. 1016/j.bpc.2004.12.035
  10. 10. Berlin L.M., Galyaev A.A., Lysenko P.V. Comparison of Information Criteria for Detection of Useful Signals in Noisy Environments // Sensors. 2023. V. 23. № 4. Art. 2133 (17 pp.). https://doi.org/10.3390/s23042133
  11. 11. Галяев А.А., Лысенко П.В., Берлин Л.М. Статистическая сложность как критерий задачи обнаружения полезного сигнала // Автомат. и телемех. 2023. № 7. С. 121–145. https://www.mathnet.ru/rus/at16133
  12. 12. Галяев А.А., Бабиков В.Г., Лысенко П.В., Берлин, Л.М. Новая спектральная мера сложности и ее возможности по обнаружению сигналов в шуме // Докл. РАН. Матем., информ., процессы упр. 2024. Т. 518 (в печати).
  13. 13. Sason I. On f -Divergences: Integral Representations, Local Behavior, and Inequalities // Entropy. 2018. V. 20. № 5. Art. 383 (32 pp.). https://doi.org/10.3390/e20050383
QR
Перевести

Индексирование

Scopus

Scopus

Scopus

Crossref

Scopus

Высшая аттестационная комиссия

При Министерстве образования и науки Российской Федерации

Scopus

Научная электронная библиотека