Estimating parameters of polyharmonic signals by machine learning method

Abstract

Рассматривается задача оценки параметров полигармонических сигналов методом машинного обучения. Входящий сигнал состоит из произвольного числа тригонометрических функций с неизвестными частотами и помехой. Цель задачи -- только по отслеживаемому входящему сигналу оценить неизвестные параметры с необходимой точностью. Рассмотрены частный и общий случаи. Для оценки параметров применен алгоритм <<Полоска>>, приведено сравнение с МНК. Полученная точность <<Полоски>> выше МНК на 1-4 процента в разных случаях. Добавлено описание погрешности вычисления корней по неточным исходным данным. Выбранный алгоритм показал высокую точность определения параметров сигнала с помехой и оценочная модель имела отклонение менее 1 процента.

The problem of estimating the parameters of polyharmonic signals by the machine learning method is considered. The incoming signal consists of an arbitrary number of trigonometric functions with unknown frequencies and noise. The goal of the task is to estimate unknown parameters with the required accuracy only by the monitored incoming signal. Particular and general cases are considered. The algorithm <<Stripe>> was used for the assessment, a comparison with the OLS is given. The obtained accuracy of <<Stripes>> is higher than the OLS by 1-4 percent in different cases. Added a description of the error in calculating roots based on inaccurate initial data. The high precision program option you select determines a deviation of 1 percent or more.