Білім беру бағдарламасы бойынша білім алушылар үшін ПӘннің ОҚУ-Әдiстемелiк кешені астана 2022 бекітемін
жүктеу/скачать 1,56 Mb. Pdf көрінісі
|
- Бұл бет үшін навигация:
- (2 сағат) Әдебиет. [1] 122-123 ББ
|
Тақырып 10. Бірінші және екінші ретті бейімделу алгоритмдері. Кездейсоқ іздеу алгоритмдері. Иерархиялық емес тікелей бейімделу алгоритмдері. (2 сағат) Әдебиет. [1] 122-123 ББ Бейімделу алгоритмдері белгісіздік жағдайында жұмыс істейді. Сонымен қатар, бейімделу процесінде белгісіз параметрлердің жинақталуы және бағалануы жүреді. Алгоритмнің құрылымын анықтауға да, өзгертуге де болады. Айнымалы құрылым бейімделу процесінде алгоритмнің бірқатар сипаттамаларын оңтайландыруға мүмкіндік береді, мысалы, бейімделу уақыты. Детерминирленген алгоритмдерде кейбір сигналдық- интерференциялық ортаға қатысты априори таңдаған тұрақты параметрлер бар. Бұл жағдай алгоритмнің сипаттамаларын әртүрлі сигналдық кедергі жағдайлары үшін оңтайландыруға мүмкіндік бермейді. Алгоритмнің құрылымы мен параметрлері априори белгісіз сигналдық кедергі жағдайына бейімделу процесінде өзгеретініне немесе өзгермейтініне байланысты Алгоритмдер тұрақты және айнымалы құрылымды алгоритмдерге бөлінеді. Өңделетін сигналдардың жиілік диапазонының еніне байланысты Алгоритмдер тар жолақты және кең жолақты болып бөлінеді. Олардың арасындағы айырмашылық мынада: кең жолақты Алгоритмдер салыстырмалы жиілік диапазонында 10% немесе одан да көп жұмыс істеуге мүмкіндік береді. Ол үшін олар әр бейімделу арнасында өткізгіштері бар кідіріс сызығының шығуларынан алынған сигналдар туралы ақпаратты пайдаланады (сурет. 4.10). Кең жолақты алгоритмдерді таза алгоритмдік әдістермен жүзеге асыруға болады. Мысалы, ХН кең минимумын қалыптастыру үшін кең жолақты кедергі приходының маңында бірнеше жақын орналасқан бағыттарға бейімделу қолданылады (5.9-параграфты қараңыз). Бейімделу процесінде кейбір дискретті Алгоритмдер белгілі бір Итерация саны үшін берілген дәлдікпен оңтайлы ВК мәндеріне қол жеткізуге мүмкіндік береді. Мұндай Алгоритмдер ақырлы деп аталады. СҚО-ны немесе ААР шығысындағы кедергілердің қуатын азайтатын екінші ретті бір сатылы градиенттік алгоритмдерді ерекше атап өту қажет. Мұндай Алгоритмдер мақсатты функциялардың екінші туындылары туралы ақпаратты пайдаланады. Егер мақсатты функциялар ВК векторына қатысты квадраттық көпөлшемді тәуелділіктермен сипатталса, онда бұл алгоритмдер дискретті түрде бір итерацияда оңтайлы ВК алуға мүмкіндік береді. Квадраттық мақсатты функцияларға арналған барлық соңғы Алгоритмдер N Итерация үшін максималды нүктеге жақындайды. Итерациялардың нақты саны өңделетін сигналдар мен кедергілердің санына, сондай-ақ олардың адаптивті көп арналы антеннаға қатысты өзара кеңістіктік орналасуына байланысты. Шексіз бейімделу алгоритмдері итерациялық әдістерді қолдануға негізделген және j ( j >> N ) итерацияларының өте көп санында ғана жалпы жағдайда Vc бағалауының берілген дәлдігіне қол жеткізуге мүмкіндік береді. Бұл алгоритмдердің атауын анықтайды. жүктеу/скачать 1,56 Mb. Достарыңызбен бөлісу:
|