Модели параллельных специализированных процессоров для решения задачи разделения сигналов

Abstract

В работе рассматриваются модели высокопроизводительных специализированных процессоров, структуры которых ориентированы на параллельную обработку информации при решении задачи выделения отдельных сигналов из аддитивной смеси нескольких сигналов. Предложенные модели нерекурсивных, рекурсивных и с регуляризацией решений параллельных специализированных процессоров отличаются универсальностью при решении задачи разделения сигналов различными алгоритмами. Преимуществом процессоров с регуляризацией решений является обеспечение устойчивости решения в условиях априорной неопределенности параметров объектов в случаях, когда обратная задача разделения сигналов становится некорректной. Приведены результаты асимптотического анализа вычислительной сложности, определяющие время решения задач специализированными процессорами, определены условия их эффективного применения. The paper discusses a models of high-performance specialized processors, the structures of which are focused for parallel processing of information for solution the problem of extracting of individual signals from an additive mixture of several signals. The proposed models of non-recursive, recursive and regularized solutions of parallel specialized processors are distinguished by their universality for solution s the problem of signal separation by various algorithms. The advantage of processors with regularization of solutions is to ensure the stability of the solution under conditions of a priori uncertainty of the parameters of objects in cases where the inverse problem of signal separation becomes ill-posed. The results of the asymptotic analysis of computational complexity, which determine the time for solving problems by specialized processors, are given, and the conditions for their effective use are determined.