RAS Nano & ITПроблемы передачи информации Problems of Information Transmission

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

Statistical and Spectral Complexity Diagrams

PII
10.31857/S0555292324020037-1
DOI
10.31857/S0555292324020037
Publication type
Article
Status
Published
Authors
Volume/ Edition
Volume 60 / Issue number 2
Pages
25-35
Abstract
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.
Keywords
Date of publication
18.09.2025
Year of publication
2025
Number of purchasers
0
Views
14

References

  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
Translate

Индексирование

Scopus

Scopus

Scopus

Crossref

Scopus

Higher Attestation Commission

At the Ministry of Education and Science of the Russian Federation

Scopus

Scientific Electronic Library