Палагiн, В. В.Палагiна, О. А.Воробкало, Т. В.Мартиненко, С. С.Зорiн, О. С2026-04-102026-04-102025Моделі та методи обробки сигналів на фоні корельованих ексцесних процесів / В. В. Палагін, О. А. Палагіна, Т. В. Воробкало, С. С. Мартиненко, О. С. Зорін // Вісник НТУУ «КПІ». Радіотехніка, радіоапаратобудування : збірник наукових праць. – 2025. – Вип. 101. – С. 6-17. – Бібліогр.: 20 назв.https://ela.kpi.ua/handle/123456789/80096В роботі представлено нові математичні моделі та методи обробки сигналів, сформовані під впливом корельованих ексцесних негаусових завад, які широко зустрічаються в телекомунікаційних системах, радіолокаційних пристроях, засобах технічного контролю та інших прикладних системах. Основою побудови запропонованого підходу є моментно-кумулянтне представлення випадкових процесів, що дозволяє описати не лише базові статистичні характеристики досліджуваних сигналів, але й урахувати вплив негаусових параметрів, зокрема коефіцієнта ексцесу та кореляційних зв’язків між вибірковими значеннями. Такий підхід є актуальним у випадках, коли традиційні та широкого вживані гаусові моделі не забезпечують належної точності опису досліджуваних процесів, а побудова повної багатовимірної PDF є надмірно складною або неможливою з практичної точки зору. Запропоновано методи синтезу поліноміальних стохастичних розв’язувальних правил (РП), які формуються на основі модифікованого моментного критерію якості для оцінки верхніх границь ймовірностей помилок у задачах статистичного виявлення сигналів. Побудовано як лінійні, так і нелінійні РП для різних степенів поліномів, що дає змогу адаптувати модель до різних типів завадових умов. Досліджено вплив коефіцієнта ексцесу та параметрів кореляції на ефективність виявлення сигналів. Показано, що використання статистик вищих порядків та нелінійна обробка вибіркових значень призводить до зменшення ймовірностей помилок першого та другого роду РП. Запропоновані моделі та методи виявлення сигналів можуть бути інтегровані в інтелектуальні системи обробки інформації, а також використані для розробки адаптивних алгоритмів виявлення в реальному часі.ukмоментно-кумулянтні моделівиявлення сигналівстатистики вищих порядківполіноміальні розв’язувальні правиламодифікований моментний критерійкорельовані негаусові процесиmoment-cumulant modelssignal detectionhigher-order statisticspolynomial decision rulesmodified moment criterioncorrelated non-Gaussian processesArticleС. 6-17https://doi.org/10.64915/RADAP.2025.101.6-17621.391.80000-0003-1903-60220000-0002-5395-50920000-0002-8985-99240000-0001-8081-25910009-0001-5689-5726