Vestnik of Samara State Technical University. Technical Sciences SeriesVestnik of Samara State Technical University. Technical Sciences SeriesВестник Самарского государственного технического университета. Серия «Технические науки»1991-85422712-8938Samara State Technical University50179210.14498/tech.2023.3.5Electronics, Photonics, Instrumentation and CommunicationsЭлектроника, фотоника, приборостроение и связьResearch ArticleDevelopment of software for information-measuring Systems for frequency analysis of binary-quantized SignalsРазработка программного обеспечения информационно-измерительных систем для частотного анализа бинарно-квантованных сигналовMashkovAndrey V.МашковАндрей Валерьевич
Russian Federation

Senior Lecturer

старший преподаватель кафедры «Информационные технологии»

mavstu@list.ruSamara State Technical UniversityСамарский государственный технический университет2012202331369822106202325092023Copyright ©; 2023, Mashkov A.V.Copyright ©; 2023, Машков А.В.2023Mashkov A.V.Машков А.В.https://creativecommons.org/licenses/by/4.0https://journals.eco-vector.com/1991-8542/article/view/501792

The article discusses the methodology and design template for a complex of structurally, functionally, informationally and metrologically compatible software modules that implement algorithms for calculating estimates of the PSD power spectral density based on binary-signed analog-stochastic quantization with reduced multiplicative complexity. Algorithmic support makes it possible to calculate PSD estimates by the method of averaged modified periodograms and by the correlogram method using time correlation windows based on a discrete-event representation of the results of binary-sign analog-stochastic quantization. This approach made it possible to perform integration operations analytically, which eliminates the methodological error caused by performing these operations in digital form. In addition, the multiplication operations degenerate into procedures that basically require the execution of logical operations and simple arithmetic operations of summing and subtracting the values of the correlation windows, which significantly reduces the complexity of estimating the PSD.

Рассматривается методика и шаблон проектирования комплекса структурно, функционально, информационно и метрологически совместимых программных модулей, реализующих алгоритмы вычисления оценок спектральной плотности мощности (СПМ) на основе бинарно-знакового аналого-стохастического квантования с пониженной мультипликативной сложностью. Алгоритмическое обеспечение позволяет вычислять оценки СПМ методом усредненных модифицированных периодограмм и коррелограммным методом с использованием временных корреляционных окон на основе дискретно-временного представления бинарно-знакового аналого-стохастического квантования. Данный подход позволил вычислить операции интегрирования аналитически. Это исключает методическую погрешность, вызванную выполнением этих операций в цифровом виде. Кроме того, операции умножения вырождаются в процедуры, которые в основном требуют выполнения арифметических операций суммирования и вычитания значений интегральных преобразований весовых оконных функций, что существенно снижает трудоемкость оценивания СПМ.

complex multicomponent signalbinary-sign analog-stochastic quantizationmetrologically significant softwarepower spectral densityperiodogram methodcorrelogram methodcomputational complexity of algorithmscomponent-oriented paradigmспектральная плотность мощностибинарно-знаковое аналого-стохастическое квантованиесложный многокомпонентный сигналметрологически значимое программное обеспечениецифровой алгоритмкомпонентно-ориентированная парадигмаMarpl Jr.S.L. Digital Spectral Analysis: With Applications. Englewood Cliffs, New Jersey, Prentice Hall, 1987. 492 p.Dvorkovich V.P., Dvorkovich A.V. Okonnye funkcii dlya garmonicheskogo analiza signalov [Window functions for harmonic signal analysis]. M.: Tehnosfera, 2014. 112 p. (In Russian).Дворкович В.П., Дворкович А.В. Оконные функции для гармонического анализа сигналов. М.: Техносфера, 2014. 112 с.Prabhu K.M. Window Functions and Their Applications in Signal Processing. CRC Press, 2013. 382 p.Belinsky A.A. Spectral Analysis of Relativistic Operators // Hardcover– October 15, 2010. 200 p.Belinsky A.A. Spectral Analysis of Relativistic Operators // Hardcover – October 15, 2010.Gorbunov Yu.N., Lobanov B.S., Kulikov G.V. Vvedenie v stohasticheskuyu radiolokaciyu: uchebnoe posobie dlya vuzov [Introduction to Stochastic Radar]. M.: Goryachaya liniya – Telekom, 2015. 376 s. (In Russian).200 p.Max J. Methodes et techniques de traitement du signal et applications aux mesures physiques. Tome 1. Principes generaux et methodes classiques. Paris: Masson, 1996. – XXVII. 355 p.Горбунов Ю.Н., Лобанов Б. С., Куликов Г.В. Введение в стохастическую радиолокацию: учебное пособие для вузов. М.: Горячая линия – Телеком, 2015. 376 с.Mirsky G.Ya. Harakteristiki stohasticheskoj vzaimosvyazi i ih izmereniya [Characteristics of stochastic relationships and their measurement]. M.: Energoizdat, 1982. 320 p. (In Russian).Max J. Methodes et techniques de traitement du signal et applications aux mesures physiques. Vol. 1. Principes generaux et methodes classiques. Paris: Masson, 1996. XXVII. 355 p.Yakimov V.N. Matematicheskoe predstavlenie potokov diskretnogo znakovogo preobrazovaniya nepreryvnykh signalov [A mathematical representation of flows of discrete symbolic transformation of continuous signals] // Vest. Samar. gos. tekhn. un-ta. Ser.: Tekhnicheskie nauki [Bulletin of Samara state technical University. Series: Technical Sciences]. 2000. № 8. Pp. 190–192. (in Russian).Мирский Г.Я. Характеристики стохастической взаимосвязи и их измерения. М.: Энергоиздат, 1982. 320 с.Yakimov V.N. Cifrovoj kompleksnyj statisticheskij analiz na osnove znakovogo predstavleniya sluchajnyh processov [Digital complex statistical analysis based on the sign-function representation of random processes] // Izvestija samarskogo nauchnogo centra Rossijskoj akademii nauk – Izvestia of Samara scientific center of the Russian academy of sciences. 2016. Vol. 18. No. 4 (7). Pp. 1346–1353. (In Russian).Якимов В.Н. Математическое представление потоков дискретного знакового преобразования непрерывных сигналов // Вестник Самарского государственного технического университета. Серия: Технические науки. 2000. № 8. С. 190–192.Yakimov V.N. Digital harmonic analysis of multicomponent random processes // Measurement Techniques. 2006. Vol. 49. No. 4. Pp. 341–347.Якимов В.Н. Цифровой комплексный статистический анализ на основе знакового представления случайных процессов // Известия Самарского научного центра Российской академии наук. 2016. Т. 18. № 4–7. С. 1346–1353.Yakimov V.N., Mashkov A.V. Znakovyj algoritm analiza spektra amplitud i vosstanovleniya garmonicheskih sostavlyayushchih signalov v usloviyah prisutstviya nekorrelirovannyh fonovyh shumov [The binary algorithm for the analysis of the spectrum amplitude and recover of harmonic components signals in the presence of uncorrelated background noise] // Nauchnoe priborostroenie – Scientific Instrument Making. 2017. Vol. 27. No. 2. Pp. 83–90. (in Russian).Якимов В.Н. Цифровой гармонический анализ многокомпонентных случайных процессов // Измерительная техника. 2006. № 4. С. 22–26.Yakimov V.N., Mashkov А.V., Gorbachev O.V. Tsifrovoy garmonicheskiy analiz na osnove metoda usredneniya Fur'ye-preobrazovaniya psevdoansamblya segmentov znakovogo signala [Digital harmonic analysis based on the method of averaging the Fourier transform of a pseudo-ensemble of segments of a signed signal] // Tsifrovaya obrabotka signalov [Digital signal processing]. 2016. No. 2. Pp. 31–34. (in Russian).Якимов В.Н., Машков А.В. Знаковый алгоритм анализа спектра амплитуд и восстановления гармонических составляющих сигналов в условиях присутствия некоррелированных фоновых шумов // Научное приборостроение. 2017. Т. 27. № 2. С. 83–90.Yakimov V.N., Mashkov A.V. Algoritm vychisleniya ocenki spektral'noj plotnosti moshchnosti na osnove obrabotki znakovyh signalov s ispol'zovaniem vremennyh vesovyh funkcij [Algorithm to compute estimate of a power spectral density based on sign signal processing using time-weighting functions] // Tsifrovaya obrabotka. 2016. No. 4. Pp. 3–8. (In Russian).Якимов В.Н., Машков А.В., Горбачев О.В. Цифровой гармонический анализ на основе метода усреднения Фурье-преобразования псевдоансамбля сегментов знакового сигнала // Цифровая обработка сигналов. 2016. № 2. С. 31–34.Yakimov V.N., Mashkov А.V. Digital estimation of correlation function moments using analog-stochastic sign quantization of a random process // Measurement Techniques. 2016. Vol. 59. No. 1. Pp. 12–15.Якимов В.Н., Машков А.В. Алгоритм вычисления оценки спектральной плотности мощности на основе обработки знаковых сигналов с использованием временных весовых функций // Цифровая обработка сигналов. 2016. № 4. С. 3–8.Yakimov V.N., Mashkov A.V., Zhelonkin A.V. Specializirovannoe programmnoe obespechenie izmeritel'noj sistemy dlya operativnogo ocenivaniya spektral'nogo sostava mnogokompo-nentnyh processov [Specialized software of the measuring system for rapid assessment of the spectral composition of multicomponent processes] // Programmnye produkty i sistemy. 2019. Tom 32. № 1. Pp. 159–166. (In Russian).Якимов В.Н., Машков А.В. Цифровое оценивание моментов корреляционной функции на основе знакового аналого-стохастического квантования случайного процесса // Измерительная техника. 2016. № 1. С. 11–13.GOST 8.654-2015 Trebovaniya k programmnomu obespecheniyu sredstv izmereniya [Requirements for software of measuring instruments]. Vved. 2015-04-28. M.: Standartinform, 2015. 8 p.Якимов В.Н., Машков А.В., Желонкин А.В. Специализированное программное обеспечение измерительной системы для оперативного оценивания спектрального состава многокомпонентных процессов // Программные продукты и системы. 2019. Т. 32. № 1. С. 159–166.GOST 8.596-2002 Metrologicheskoe obespechenie izmeritel'nyh system [Metrological support of measuring systems]. Vved. 2003-03-01. M.: Standartinform, 2003. 10 p.ГОСТ 8.654-2015 Требования к программному обеспечению средств измерения. Введ. 2015-04-28. М.: Стандартинформ, 2015. 8 с.Bloch J. Effective Java. Third Edition, Addison-Wesley Professional, 2018. 412 p.ГОСТ 8.596-2002 Метрологическое обеспечение измерительных систем. Введ. 2003-03-01. М.: Стандартинформ, 2003. 10 с.Bloch J. Effective Java. Third Edition, Addison-Wesley Professional, 2018. 412 p.