ДО ТОЧНОСТІ ДЕЯКИХ НАБЛИЖЕНЬ ДЛЯ ВАГОВОЇ ФУНКЦІЇ ФІЛЬТРА КОЛМОГОРОВА–ВІНЕРА ДЛЯ ПРОЦЕСІВ ЗІ СТЕПЕНЕВОЮ СТРУКТУРНОЮ ФУНКЦІЄЮ
DOI:
https://doi.org/10.32782/IT/2022-1-2Ключові слова:
вагова функція фільтра Колмогорова–Вінера, поліноми Чебишова першого роду, методи числового інтегрування, процес зі степеневою структурною функцією.Анотація
Статтю присвячено дослідженню точності деяких поліноміальних наближень для вагової функції фільтра Колмогорова–Вінера. Відповідний фільтр застосовано до прогнозування стаціонарних випадкових процесів зі степеневою структурною функцією. В наших попередніх дослідженнях вагова функція фільтра Колмогорова–Вінера була отримана на основі методу обірваних поліноміальних розвинень, що базується на поліномах Чебишова першого роду. Було отримано, що деякі наближення призводять до хороших результатів, однак деякі наближення – ні (а саме, наближення 9–15 поліномів). Відповідний висновок було зроблено на основі обчислення інтегралів за допомогою функції NIntergate, яка є вбудованою в пакет Wolfram Mathematica. В цій статті відповідні інтеграли обчислено на основі методу прямокутників, методу трапецій та методу Сімпсона, і показано, що на відміну від результатів попередніх досліджень, наближення 9–15 поліномів дійсно призводять до хороших результатів. Мета роботи – показати, що на відміну від результатів попередніх досліджень, поліноміальні наближення, що розглядаються, є достатньо точними. Методологія полягає у використання методу прямокутників, методу трапецій та методу Сімпсона для обчислення лівої частини інтегрального рівняння Вінера–Хопфа для отриманої вагової функції. Наукова новизна полягає в тому, що ми показали застосовність деяких поліноміальних наближень основаних на поліномах Чебишова першого роду до задачі, що розглядається. Висновки можна сформулювати таким чином. На відміну від результатів минулих досліджень, показано, що наближення 9–15 поліномів Чебишова першого роду для вагової функції Колмогорова–Вінера для прогнозування стаціонарних процесів зі степеневою структурною функцією є достатньо точними.
Посилання
Katris C., Daskalaki S. Comparing forecasting approaches for Internet traffic. Expert Systems with Applications. 2015, Vol. 30, Issue 42, pp. 8172–8183. doi: 10.1016/j.eswa.2015.06.029
Brugner H., Holt-Winters Traffic Prediction on Aggregated Flow Data. Proceedings of the Seminars Future Internet and Innovative Internet Technologies and Mobile Communication. Focal Topic: Advanced Persistent Threats. Summer Semester 2017 (2017), 25–32. doi: 10.2313/NET-2017-09-1_04.
Iqbal M. F., Zahid M., Habib D., John L. K. Efficient Prediction of Network Traffic for Real-Time Applications. Journal of Computer Networks and Communications, 2019, Vol. 2019, Article ID 4067135, 11 pages. doi: 10.1155/2019/406713
Diniz P. S. R. Adaptive Filtering Algorithms and Practical Implementation, 5th ed.: Springer Nature Switzerland AG, Cham, 2020, 495 p. doi: 10.1007/978-3-030-29057-3.
Gorev V.N., Gusev A.Yu., Korniienko V.I. Polynomial solutions for the Kolmogorov–Wiener filter weight function for fractal processes. Radio Electronics, Computer Science, Control, 2019, No. 2, p. 44–52, doi: 10.15588/1607-3274-2019-2-5
Gorev V., Gusev A., Korniienko V. Investigation of the Kolmogorov–Wiener filter for treatment of fractal pro-cesses on the basis of the Chebyshev polynomials of the second kind. Ceur Workshop Proceedings, 2019, Vol. 2353, p. 596–606. URL: http://ceur-ws.org/Vol-2353/paper47.pdf
Gorev V., Gusev A., Korniienko V. Investigation of the Kolmogorov–Wiener filter for continuous fractal processes on the basis of the Chebyshev polynomials of the first kind. IAPGOS, 2020, No.1, p. 58–61. doi: 10.35784/iapgos.912
Gorev V., Gusev A., Korniienko V., Aleksieiev M. Kolmogorov–Wiener Filter Weight Function for Stationary Traffic Forecasting: Polynomial and Trigonometric Solutions ; in: P. Vorobiyenko, M. Ilchenko, I. Strelkovska (Eds.), Lecture Notes in Networks and Systems, 2021, vol. 212, Springer, pp. 111–129. doi:10.1007/978-3- 030-76343-5_7
Gorev V. N. On the accuracy of some polynomial approximations for the Kolmogorov–Wiener filter weight function. Proceedings of the Young scientists conference: science and innovation, Dnipro, Ukraine, 2021, p. 287–288, URL: https://rmv.nmu.org.ua/ua/arkhiv-zbirok-konferentsiy/molod-nauka-ta-innovatsii-2021/ molod-2021.pdf