Do tworzenia wzorców klas obiektów wykorzystano podstawowe statystyki matematyczne, estymację parametrów oraz podejście minimalnej objętości wzorca elipsoidalnego. Wyniki obliczeń przedstawionych w artykule wzorców klas dla tych samych danych pomiarowych zilustrowano graficznie. Do oceny jakości algorytmu rozpoznawania źródeł emisji zastosowano regułę minimalnej odległości euklidesowej do wzorców klas. Pokazano również sposób użycia współczynników wagowych uwzględniających właściwości dyskryminacyjne parametrów sygnału.
EN
The paper describes the different methods of pattern class forming using the basic mathematical statistics, parameters estimation and approach of minimal ellipsoidal volume. The results of class patterns calculations for the same set data were graphic illustrated. The quality of emitter recognition algorithm examined by using the minimal Euclidean distance to class patterns. Applied also the weighted coefficients taking into consideration discriminant proprieties of emitter signal features.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.