МАТЕМАТИЧНА МОДЕЛЬ ПЕРЕДАЧІ СТОХАСТИЧНИХ СИГНАЛІВ В УМОВАХ ЗАВАД
DOI:
https://doi.org/10.18372/2310-5461.70.21192Ключові слова:
стохастичні сигнали, спектральна ефективність, перетворення Кархунена–Лоєва, ряди Вольтера, інформаційні системи управління, радіоелектронні завадиАнотація
У статті розроблено математичну модель передачі стохастичних сигналів в умовах радіоелектронних завад на основі комбінованого застосування перетворення Кархунена–Лоєва та адаптивних рядів Вольтерра. Актуальність дослідження зумовлена сучасними вимогами до інформаційних систем бойового управління, які в умовах широкомасштабної збройної агресії проти України стали основним засобом оперативного, тактичного та стратегічного керування військами. Традиційні лінійні методи обробки сигналів не забезпечують необхідного компромісу між спектральною компактністю, завадостійкістю та адаптивністю в умовах нестаціонарних завад, багатопроменевих замирань та активних радіоелектронних перешкод, а також не враховують повною мірою стохастичну природу сигналів, ефекти пам’яті каналів та нелінійні спотворення, що виникають під впливом завад.Для вирішення поставленої задачі запропоновано комбіноване застосування перетворення Кархунена–Лоєва для попередньої декореляції та ущільнення енергії стохастичних сигналів із подальшою адаптивною нелінійною обробкою за допомогою рядів Вольтерра другого порядку. Адаптивність системи забезпечується завдяки багатокритеріальному функціоналу оптимізації з динамічним налаштуванням вагових коефіцієнтів залежно від сценарію бойового застосування (стелс-режим або активне радіоелектронне протиборство). Модель описує процес передачі сигналу через канал з урахуванням імпульсної характеристики середовища та узагальненого завадового впливу. Результати дослідження отримано шляхом імітаційного моделювання в середовищі Python 3.11. Проведено порівняльний аналіз запропонованого підходу з традиційними методами обробки сигналів (Фур’є-фільтрація, вейвлет-перетворення, Z-перетворення, класична модель Вольтерра та окреме застосування перетворення Кархунена–Лоєва) для різних типів стохастичних сигналів. Запропонований підхід забезпечує підвищення спектральної ефективності, завадостійкості та адаптивності інформаційних систем бойового управління, що створює передумови для його практичного впровадження в безпроводові системи бойового управління, засоби захищеного зв’язку та сенсорні мережі, де особливого значення набувають вимоги до надійності, конфіденційності та ефективного використання радіочастотного спектра.
Посилання
Poisel R. A. Modern Communications Jamming Principles and Techniques. 2nd ed. Artech House, 2011. 870 p.
V. P. Ipatov, Spread Spectrum and CDMA: Principles and Applications, Chichester: John Wiley & Sons, 2005, https://doi.org/10.1002/0470091800
Papoulis A., Pillai S. U. Probability, Random Variables and Stochastic Processes. 4th ed. McGraw-Hill, 2002. 852 p.
Gariachiy M., Shcherbinin S. Improved method for generating stochastic signals using Volterra series. International Scientific-technical journal «Measuring and computing devices in technological processes». 2026. Issue 1. P. 47–60. https://doi.org/10.31891/2219-9365-2026-85-7
Gariachiy M., Shcherbinin S. Analysis of methods for enhancing spectral efficiency in information systems. Science-based Technology. 2025. № 3(67). P. 325–339. https://doi.org/10.18372/2310-5461.67.18510
Sklar B. Digital Communications: Fundamentals and Applications. 2nd ed. Prentice Hall, 2001. 1100 p.
Proakis J. G., Salehi M. Digital Communications. 5th ed. McGraw-Hill, 2008. 1152 p.
Haykin S. Communication Systems. 4th ed. Wiley, 2001.
Zhu L. et al. An Efficient Target Detection Algorithm via Karhunen–Loève Transform for FMCW Radar Applications // IET Signal Processing. 2022. Vol. 16. P. 800–810. https://doi.org/10.1049/sil2.12111.
Олецький О. В. Алгоритм відновлення одновимірних сигналів на основі інтегрального розкладу Карунена–Лоєва. Вісник НТУУ «КПІ». 2002. № 4. С. 74–79. https://ekmair.ukma.edu.ua/handle/123456789/9268.
Капустій Б. О., Русин Б. П., Таянов В. А. Критерії оптимізації набору спектральних складових перетворення Карунена–Лоєва при розрахунку диференціальної ймовірності правильного розпізнавання. Радіоелектроніка. 2004. № 3.
Закон України «Про електронні комунікації» від 16.12.2020 № 1089-IX (із змінами до 2024 року).
GaussianWaves. Volterra Series RF Power Amplifier Model. 2022. [Online]. Available: https://www.gaussianwaves.com (access data 14.03.2026)
Boyd S. et al. Analytical Foundations of Volterra Series. [Online]. Available: https://web.stanford.edu/~boyd/papers/pdf/analytical_volterra.pdf (access data 14.03.2026)
Araujo-Simon J. Compositional Nonlinear Audio Signal Processing with Volterra Series. arXiv:2308.07229v4, 2024. https://doi.org/10.48550/arXiv.2308.07229.
Chang H. et al. Research on the Karhunen–Loève Transform Method and Its Application to Hull Form Optimization. JMSE. 2023. Vol. 11, Iss. 230. https://doi.org/10.3390/jmse11010230
Simon M. K., Omura J. K., Scholtz R. A., Levitt B. K. Spread Spectrum Communications Handbook. McGraw-Hill, 1994.
Reed I. S., Chen X. Error-Control Coding for Data Networks. Springer, 1999. https://doi.org/10.1007/978-1-4615-5005-1.
Bracewell R. N. The Fourier Transform and Its Applications. McGraw-Hill, 2000.
Jain A. K. Fundamentals of Digital Image Processing. Prentice Hall, 1989.
Nature. Adaptive Stochastic Resonance for Unknown and Variable Input Signals. [Online].
https://doi.org/10.1038/s41598-017-02644-w
Перець, К., Лисечко, В., & Комар, О. (2025). Моделювання нелінійних компонентів сигналу на основі рядів Вольтерра у частотній області в процесі спектральної реконструкції. Комп’ютерно-інтегровані технології: освіта, наука, виробництво, (57), 192-201. https://doi.org/10.36910/6775-2524-0560-2024-57-23 .
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2026 M Gariachiy

Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Науковий журнал дотримується принципів відкритого доступу (Open Access) та забезпечує вільний, негайний і постійний доступ до всіх опублікованих матеріалів без фінансових, технічних або юридичних обмежень для читачів.
Усі статті публікуються у відкритому доступі відповідно до ліцензії Creative Commons Attribution 4.0 International (CC BY 4.0).
Авторські права
Автори, які публікують свої роботи в журналі:
-
зберігають за собою авторські права на свої публікації;
-
надають журналу право на перше опублікування статті;
-
погоджуються на поширення матеріалів за ліцензією CC BY 4.0;
-
мають право повторно використовувати, архівувати та поширювати свої роботи (у тому числі в інституційних та тематичних репозитаріях) за умови посилання на первинну публікацію в журналі.




