МЕТОД ЧАСОВИХ ПЕРЕСТАНОВОК НА ОСНОВІ МАРКІВСЬКИХ МОДЕЛЕЙ

Анотація

У статті запропоновано метод перестановок на основі марковських моделей, призначений для оптимізації ансамблів складних сигналів у часовій області в умовах завад та стохастичної невизначеності. Особливістю методу є прогнозно-орієнтований вибір перестановок часових сегментів, який реалізується через марковське моделювання переходів між станами ансамблю сигналів. На відміну від відомих підходів, що орієнтуються лише на поточні значення взаємної кореляції, запропонований метод враховує прогнозовану динаміку ансамблю, що дозволяє мінімізувати ризик переходу до станів з підвищеною кореляцією та забезпечує стабільність часової структури сигналів. У межах запропонованого методу сформовано множину можливих перестановок часових сегментів, для кожної з яких обчислюється математичне сподівання прогнозованого рівня взаємної кореляції та ентропійна міра невизначеності. Застосований інтегральний критерій оптимальності забезпечує узгоджену оцінку енергетичного балансу та структурно-часової впорядкованості ансамблю. Введення коефіцієнта невизначеності β дозволяє регулювати баланс між швидкістю декореляції та стабільністю ансамблю: при β ≈ 0,15 кількість переходів між станами зменшується на ≈ 60 % за мінімальної втрати точності прогнозу. Експериментальні дослідження для широкосмугових систем при частоті дискретизації 10 МГц, показали зниження середнього коефіцієнта взаємної кореляції з 0,496 до 0,272 (≈ 45 %) і удосконалення інтегрального рівня бічних пелюсток (ISL) на ≈ 3 дБ. Показник спектральної рівномірності (SFM) збільшився з 0,67 до 0,83, що свідчить про вирівнювання енергетичного розподілу та підвищення структурної узгодженості ансамблю сигналів. Доведено, що збіжність алгоритму досягається після 10–12 ітерацій.

Таким чином, розроблений метод забезпечує адаптивну мінімізацію взаємної кореляції, стабілізацію енергетичних параметрів та підвищення завадостійкості ансамблів складних сигналів. Отримані результати свідчать про ефективність методу для застосування у когнітивних телекомунікаційних середовищах із множинним доступом і змінними умовами передачі.