Wydawnictwo - WAT
Rok - 2007
Stron - 101
Oprawa - MIĘKKA LAKIEROWANA
Format - B5

STAN - NOWA





Projektowanie algorytmów przetwarzania sygnałów jest zadaniem złożonym. Powodem takiego stanu rzeczy są z jednej strony trudności związane nierozerwalnie z każdym procesem tworzenia, a z drugiej - z weryfikacją właściwości rezultatu takiego procesu. Właśnie weryfikacja spodziewanych wyników przetwarzania, wykorzystującego projektowany algorytm, przysparza wielu kłopotów, gdyż do jej przeprowadzenia potrzebne są dane sygnałowe. Liczba danych sygnałowych jest jednak zawsze ograniczona i często oceniana jako niewystarczająca do formułowania w pełni wiarygodnych wniosków, dotyczących jakości przetwarzania.
W przypadku wielu współcześnie użytkowanych systemów radioelektronicznych przetwarzaniu są poddawane sygnały o złożonej strukturze. Ich modelowanie, oparte na teoretycznej analizie generujących je procesów fizycznych i ich ilościowy opis są zagadnieniem trudnym do rozwiązania, a często praktycznie niewykonalnym. Zasadne wydaje się zatem pytanie, czy podejście takie nie ma rozsądnej alternatywy. W przypadku gdy ilościowy opis zagadnienia jest trudny lub nieznany, nieodzowne jest przyjmowanie założeń upraszczających, będące swoistym unikiem przed wspomnianymi trudnościami. Jednak racjonalne zdefiniowanie odpowiednich założeń powinno być determinowane charakterem procesów fizycznych generujących sygnał. Sprawia to, że ich jakościowa analiza może okazać się bardzo pożyteczna.
W licznych przypadkach, gdy założenia upraszczające są trudne do sformułowania lub nie gwarantują zadowalającego uproszczenia opisu mechanizmów tworzenia sygnału, stosuje się często podejście polegające na definiowaniu pewnego procesu pomocniczego, który nie musi mieć bezpośredniego związku z procesami generującymi modelowany sygnał, a powinien jedynie generować sygnał do niego zbliżony. Za przykład wykorzystywania takiej filozofii mogą posłużyć koncepcje oparte na sieciach neuronowych, których arbitralnie przyjmowane struktur)', poddane procesowi uczenia, mogą wytwarzać efekty, na przykład generować sygnały o pożądanych właściwościach. W podejściu takim pierwszorzędną rolę odgrywają zaobserwowane efekty modelowanego zjawiska, a nie fizyka przebiegających w nim procesów. Modelowanie efektów procesu fizycznego może być nazwane modelowaniem fenomenologicznym [4], [68], a otrzymany model - modelem heurystycznym [14], [59]. Modelowanie fenomenologiczne i modele heurystyczne wydają się szczególnie atrakcyjne przy projektowaniu i badaniu złożonych systemów radioelektronicznych, szczególnie algorytmów przetwarzania występujących w nich sygnałów [32].