Математика/ 5. Математическое моделирование
к.ф.-м.н.
Искакова А.С., Мухамбетов М.К.
Евразийский
национальный университет им. Л.Н. Гумилева, Казахстан
Одной из характерных особенностей
поставленных перед Астанинским филиалом АО "НЦКИТ" центра
космического мониторинга является регулярный прием и запись входного потока
данных дистанционного зондирования земли с космических аппаратов IRS-1C,
IRS-1D, IRS-P6, RADARSAT, AQUA находящихся в зоне радиовидимости.
Телеметрическая информация передается с борта
спутника на частоте 1675.928 МГц, вид модуляции КИМ-ФМ2/180-ЧМ. Для передачи
телеметрии используется направленная антенна S-диапазона частот с высоким
коэффициентом усиления, а на этапе вывода ИСЗ на орбиту — ненаправленная
антенна S-дпапазона частот. Командная информация принимается на частоте 2098.0
МГц с помощью направленной антенны S-диапазона с высоким коэффициентом
усиления.
На энергетические характеристики радиолинии
передачи данных в режиме HR с ИСЗ Meteosat серии МОР /22/ влияют ЭИИМ, потери
на распространение, потери на наведение антенны (), КНД приемной антенны с диаметром зеркала 4 м, потери в
фидерных линиях, потери на отражение, принимаемая мощность
), модуляционные потери, эффективный принимаемый сигнал
), шумовая температура антенны для угла места 30°, шумовая
температура РПУ, шумовая температура системы
), спектральная плотность шума
), скорость передачи информации 166 кбит/с , общая мощность
шума
), отношение с/ш (9-15), потери демодулятора, эффективное
отношение с/ш
), требуемое отношение с/ш для вероятности ошибки, запас
мощности для вероятности ошибки, добротность системы (
)
). Иными словами на искажение влияют 23 фактора, то есть
.
Рассмотрим вероятностную модель процессов
энергетических характеристик радиолинии ИСЗ Meteosat. В работе [1] приведена
вероятностно-статистическая вероятности оправдываемости метеорологического
прогноза.
Допустим,
что истинное изображение представимо в виде матрицы , на которые наложили искажение
, состоящее их
четырех факторов (матриц) искажений, принимающие значения из множества
.
Очевидно, что факторы
(матрицы) искажения являются реализациями
случайных матриц
, которые проявляются с
соответствующими вероятностями
, причем
. Обозначим через
число разбиений матрицы
на матрицы
. Иными словами,
представляет количество решений следующей
системы уравнений
где для каждого элементы
вектора
,
элементы которого принимают значения от 0 до 23.
Предложение.
Вероятность того, что
искажение значение определяется по
формуле
(1)
Допустим, что имеются снимки в количестве определенной
местности с искажениями
. Иначе говоря, ряд
фактических данных
можно трактовать как реализацию выборки объема
, элементы которой подчиняются распределению (1).
Обозначим через вектор
, который определяет
– ое решение системы уравнения
(2)
, где
– число
разбиений матрицы
на матрицы
. Используя решения
системы уравнений (2), матрицы
и фактические данные
, определим для каждого
число разбиений
матрицы
на
и векторы
. Пусть, при
, где
вектор
представляет решение,
основанное на наблюдении, которое имеет следующий вид
.
Теорема
1. Элементы множества являются несмещенными
оценками для вероятности
распределения (1),
которые при
определяются как
(3)
где –число разбиений матрицы
на части
; для каждого разбиения
определяют возможное количество матрицами
;
и
, при
.
Итак,
имеем множество несмещенных оценок вероятности проявлений искажений. Наиболее подходящая несмещенная оценка для вероятности оправдываемости метеорологического прогноза
распределения (1)
определяется из всего множества полученных несмещенных оценок
, согласно
определениям.
Определение 1. Решение
, основанное на наблюдении, является наиболее подходящим из
множества
если
(4)
где при элементы множества
являются несмещенными
оценками для вероятности
распределения (1),
определенными в (3).
Определение 2. Несмещенная оценка для вероятности
распределения (1)
является наиболее подходящей из всего множества несмещенных оценок
, определяемых в (4), если
– наиболее
подходящее решение, основанное на наблюдении.
Теорема 2.
Наиболее
подходящая несмещенная оценка для вероятности
модели (1) является
состоятельной, асимптотически нормальной и асимптотически эффективной.
Литература:
1.
Искакова А.С.
Определение наиболее подходящей несмещенной
оценки вероятности оправдываемости прогноза в метеорологии. // Сибирский журнал индустриальной математики.
2002 г.Том V, 1(9). С.79-84.
2.
И.Лисов.
Искусственные спутники Земли. // Новости космонавтики, № 01, 1996.