Автоматические методы выделения полезных сигналов на фоне помех в условиях непараметрической неопределенности

Изучаются три основных метода обработки случайных сигналов: задачи фильтрации, интерполяции и прогноза. Последние успехи (в том числе и автора) в нахождении коэффициентов размытости в задачах непараметрического ядерного оценивания неизвестных плотностей вероятности и их производных позволили продвинуться дальше в теории непараметрического оценивания сигналов с неизвестным распределением. Это продвижение привело к созданию автоматических методов выделения сигналов из помех в условиях непараметрической неопределенности. Слово “автоматический” понимается в том смысле, что предлагаемые методы обработки сигналов зависят только от наблюдаемой выборки. В статье на простом примере аддитивной модели проводится сравнение непараметрических процедур обработки сигналов с известными оптимальными процедурами обработки, полученными при полной статистической информации о распределениях полезных сигналов и помех. Результаты модельных экспериментов показывают, что точность непараметрических оценок сигналов незначительно уступает оптимальным оценкам.