Об'єктом дослідження є векторні випадкові сигнали, їх статистична обробка та розпізнавання. Мета роботи - теоретичне і експериментальне дослідження нових класів моделей випадкових процесів, використання виразів для оцінок статистичних характеристик цих процесів, синтез моделей лінійного передбачення випадкових процесів у СВВП поданні, а також дослідження можливостей їх розпізнавання для підвищення ефективності діагностики електродвигунів. Методи дослідження. У роботі використані методи теорії розпізнавання образів, лінійних систем, різницевих лінійних рівнянь, методи статистичного моделювання, прикладний аналіз випадкових процесів. Основними результатами роботи є: моделі випадкових процесів у вигляді складових векторних випадкових процесів, застосування виразів для параметричних спектральних оцінок для моделі випадкових процесів, подальший розвиток теорії лінійного передбачення класів процесів у вигляді складових векторних випадкових процесів, побудова системи розпізнавання справних та несправних електродвигунів. Ключові слова: СКЛАДОВИЙ ВЕКТОРНИЙ ВИПАДКОВИЙ ПРОЦЕС, ПІДВЕКТОР, КОРЕЛЯЦІЙНА ФУНКЦІЯ, СПЕКТРАЛЬНА ЩІЛЬНІСТЬ ПОТУЖНОСТІ, АВТОРЕГРЕСІЯ. Объектом исследования являются векторные случайные сигналы, их статистическая обработка и распознавание. Цель работы - теоретическое и экспериментальное исследование новых классов моделей случайных процессов, использование выражений для оценок статистических характеристик этих процессов, синтез моделей линейного предсказания случайных процессов в СВСП представлении, а также исследования возможностей их распознавания для повышения эффективности диагностики электродвигателей. Методы исследования. В работе использованы методы теории распознавания множеств, линейных систем, разностных линейных уравнений, методы статистического моделирования, прикладной анализ случайных процессов. Основными результатами работы являются: модели случайных процессов в виде составных векторных случайных процессов, применение выражения для параметрических спектральных оценок для модели случайных процессов, дальнейшее развитие теории линейного предсказания классов процессов в виде составных векторных случайных процессов, построение системы распознавания исправных и неисправных электродвигателей. Ключевые слова: СОСТАВНОЙ ВЕКТОРНЫЙ СЛУЧАЙНЫЙ ПРОЦЕСС, ПОДВЕКТОР, КОРРЕЛЯЦИОННАЯ ФУНКЦИЯ, СПЕКТРАЛЬНАЯ ПЛОТНОСТЬ МОЩНОСТИ, АВТОРЕГРЕССИЯ. Object of the magister dissertation: vector random processes and signals and their statistical processing Purpose of the work: theoretical and experimental research of new classes of models of random processes, the use of the expressions for the estimates of the statistical characteristics of these processes, the synthesis of linear prediction models of random processes in CVRP presentation, and research opportunities to use them to increase of the effectiveness of electric engine diagnosis. Methods of the work. We used the methods of set theory, linear systems, differential linear equations, methods of statistical modeling, applied analysis of random processes. The main results are: models of random processes as composite vector random processes, the use of expressions for the parametric spectral estimates for the proposed model of random processes, further development of the theory of linear prediction of classes of processes in a composite vector of random processes, building recognition system for serviceable and faulty motors. Keywords: COMPOSITE VECTOR RANDOM PROCESS, SUBVECTOR, CORRELATION FUNCTION, POWER SPECTRAL DENSITY, AUTOREGRESSIONS.
