Изобретение относитс к вычислительным машинам, в которых часть ВЕаИислений осуществл етс с помощью электрических устройств, а именно к устройствам дл обработки информа ции специального назначени с точки зрени конструкции вычислительного устройства дл сложных математических операций, и может быть использовано в области статистической обработки входных сигналов ив радиотехнике . Подобные известные устройства классификадаи дискретных случайных сигналов вл ютс удовлетво- рительными, когда необходимо обеспе чить сравнительно низкую веро тност прааильной классификации при ограни ченном времени наблюдений. Целью изобретени вл етс Повыиение точности путем устранени зависимостл при классификации сигналов от среднего значени дискретного случайного процесса. На чертеже дана схема предлагаемого устройства. Устройство содержит блок 1 линий задержки, генератор 2 пр моугольных импульсов, первый и второй регистры 3 и 4 сдвига, блок 5 задани пороговых напр жений} коммутатор 6 входных сигналов, весовые сумматоры 7.1-7.К, блок 8.1-8«К вычитани , квадраторы 9.1-9.К, Коммутаторы 10.1-10.К сигнала ошибки, элементы 11.1-11.К пам ти, сумматоры 12.112 .К, амплитудные дискриминаторы 13.1-13,К,блок 14 сравнени и блок 15 индикации.; Принцип работы устройства основа на использовании метода прогноза значений дискретного случайного процесса и сравнени результатов прогноза с наб;щс;аемьф1и данными, Точность прогноза зависит от степени соответстви используемой при прогнозе математической модели дискретного случайного процесса математической модели фактически наблюдаемого процесса.- Уравнение статистического прогноза получают с исполь зованием математических моделей прОг . ноэируемых сигналов. Прогноз строитс иа основе априорнс информации, полученной от определенного числа значений отсчетов диск ретного случай ного процесса. Дл изобретени йрогнозироватьс будет классифицируемый сигнал, В общем виде предлагаетс следующа математическа модель дл классифицируемого сигнала - ,- -Л.ч .ucn-j, а, 1 1jVO J где наблюдаема входна последовательность; а,В - весовые коэффициенты; р ,q - пор док модели} G - усиление, С увеличением пор дка модели увеличиваетс степень соответстви математической модели реальному сигналу При сравнении прогнозируемых сигналов с реальными в каналах классификации вырабатываютс сигналы ошибок, В том случае, когда проггнозируемый и реальный сигналы описываютс одинаковыми математическими модел ми, ошибка прогноза оказываетс малой и не превьшает наперед заданного порогового уровн . Устройство будет фиксировать наличие сигнала определенного класса. Уравнение линейного прогноза классифицируемого сигнала может быть получено еле- дукицим образом. По известным значени м коррел ционной функции R CN3 и заданной математической модели классифицируемого сигнала составл етс система уравнений вида RD -s«№t,....,, Rplx-ct RW-a W---«м Г З, (Z) М-«,к1И}-с,..... .Предполага , что прогноз вл етс несмещенным, выражение дл прогнозируемого значени случайного процесса у пЗ на один шаг вперед имеет вид л.. .v( . Коэффициенты а могут быть определены при решении системы уравнений (2J. Предлагаемое устройство классификации дискретных случайиых сигналов включает в себ блок 1 линий задержки с N выходайи, на кадсдом из которых имеетс информаци о значении дискретного случайного сигнала на предьвдутщх отсчетах. Врем , задержки сигналов соответствует времени дискретизации входного случайного процесса. Число отводов блока 1 выбираетс из заданного пор дка математической модели N. С блока 1 сигналы поступают на сигнальный вход (управл емого) ком мутатора 6 входных сигналов. Коммутатор 6 входных сигналов необходим дл одновременного подключени выходов блока 1 к линии задержки к входам весовых сумматоров 7. Врем подключени определ етс заданньад пор дком математической модели вход ного случайного процесса. На управл ющий вход коммутатора 6 входньтх сигналов поступает сигнал с выхода первого сдвигового регистра 3. Сигнал с регистра 3 подаетс на управл киций вход коммутатора 6 входных сигналов который подключает отводы блока 1 линий задержки к входам весовых сумматоров 7. Входньм сигна лом дл коммутатора 6 входных сигна лов вл ютс импульсы на выходе генератора 2 пр моугольных импульсов (ПШ)« Длительность импульса на выходе ГПИ равна максимальной длитель ности входного сигнала. С приходом ка ЕДОго входного сигнала ГПИ формирует йм ульс, подаетс на первый регистр 3 сдвига. На выходе весовых сумматоров 7,1-7.К имеем прогнозируемое значение входного сигнала, у п+13. Весовые коэффициенты а- выбиралотс исход из уравнени (3) оптимального прогноза. Резисторы сумматора 7 использует, зада ные весовые козффициенты а. в выраж нии (3). Дл определени принадлежности входного случайного процесса ОДНСЙ4У из К классов в предлагаемом устройстве используетс оошбка прогноза, котора равна разности между пришедшим сигналом и прогнозируемым значением процесса 4. уСп+1 - yin-t-tj. Сигнал ошибки прогноза получен на выходе блока 8.1-8.К вычитани . На первый вход блока 8 вычиттани каждого канала поступает сигнал с выхода весового сумматора 7 своего канала классн4 икации. На второй вход блока 8 вычитани поступают сигнаж с входа устройства . Сигнал ошибки арогиоза возводитс в квадрат в квадраторах 9.1-9.К. ВоЗве в квадрат сигнал ошибкиlipot ноза поступает на сигнальный вход к оммутатора си гнала ошибки 10,1-10. Управление коммутаторами вкаждсж 354 из К каналов классификации осуществл етс с помощью второго регистра 4 сдвига. Входными сигналами дл второго регистра 4 сдвига вл ютс импульсы ГПИ 2. Второй регистр 4 , формирует импульсы, с помощью коТо|рых сигнал на выходе квадраторов I9.1-9.К последовательно подключаетс к элементам 11 пам ти. Число накапливаемых сигналов m ошибки прогноза рассчитываетс по заданной веро тности правильной классификации. Алгоритм накоплени сигнала ошибки осуществл етс следующим образом. Сигнал ошибки прогноза с вьпсода квадраторов 9.1-9.К подаетс на коммутатор сигнала ошибки 10;1-10.К. Сигналы с т-1 выходов коммутатора сигнала ошибки последовательно подключгдатс к tn-l элеиентам 11 пам ти. Сигнага.1 с т-1 вькодов элементов 11 пам ти подключаютс к входу сумматора 12.1-12,К, а выход коммутатора 10 сигнала ошибки непосредственно поступает на вход суьматоров 12..К. Первый сигнал, полученный на вь1зсоде квадраторов 9.1-9,К,поступает через коммутатор 10 сигнала ошибки на первьм элемент 11 пам ти, второй сигнал - на второй элемент пам ти и так далее. Управл емые сигналы формируютс на выходе второго регистра 4 сдвига, у которого число триггеров соответствует числу накапливаемых сигналов. Сигнал с выхода первого триггера поступает на первьй управл ем вход, со второго триггера на второй и так далее (на чертеже не показано). С приходом tnr-ro сигнала сигнал с выхода т-го триггера поступает на вход ttr-l элементов t1 пам ти и на ш-й вход коммута тора сигнала ошибки 10.1-10,К, Таким образом, на выходе сумматоров 12.1-12.К имеем сумму квадраторов ошибки прогноза. Следует отметить, что использование накоплени сигнала оашбки прогноза приводит к более высокой веро тности правильной клас-, еиф|аса1щи. Дл увеличени ёеро тнос ти правильной классификации достаточно увеличить тп, т,е, добавить веобходимое кошсчестао элементов И пам ти ошибки Сигналил с выходов сумматоров 12, Т- 12,К поступают на вход ам штуДного дискрш-шнатора t3, на управл юций вход которого поступают валрржкени с блока 5 задани пороговых напр жений. Величина порога определ ете на основе использовани из вестных статистических свойств вход ного сигнала. Как правило, плотност веро тности входного сигнала подчин етс нормальному закону с дисперс ей б и математическим ожиданием, нулюу W(y) е 26 Ч21Г Q Так как прогноз вл етс несмещенным , среднее значение процесса на выходе весовьк сумматоров 7.1-7. равно нулю. Яри вычитании с блоков ,8.1-8.К вычитани двух случайных величин с нулевьм средним значением на выходе имеем ошибку прогноза так же со средним значением, равню нулю Плотность веро тности случайного сигнала на выходе квадраторйв 9.1-9 имеет вид t „о/ ИИГЧ fдО--при У О при у 0 Очевидно, что веро тность правил ной классификации при отсутствии накс тлени I-J W,U)dl5, U, 5 величина порогового напр жени , Фактическим параметром различным дл каждого из К классов при классификации сигналов в устройстве вл етс сумма квадратов ошибки прогноза. При превышении установленного порогового напр жени величина суммы квадратов ошибки прогноза оказьшаетс выше заданного значени и входной сигнал будет отнесен к другому классу сигналов. В дискриминаторах 13.1-13.К сравниваютс сигналы на выходе сумматоров 12 с пороговыми напр жени ми. На выходе дискриминаторов 13.1-13«IJ имеем импульсы с амплитудой, равной амплитуде сигнала на выходе амплитудного дискриминатора и длительностыо, соответствуищей мшссимальному по длительности входному сигналу. В блоке 14 сравнени выбираетс максимальный по амплитуде из К классифицируемых сигналов и на блоке 15 индикации загораетс светодиод с.номеромj соответствующим классу входного сигнала.The invention relates to computing machines in which a part of the BEI ' s is carried out using electrical devices, namely, devices for processing information of a special purpose from the point of view of the design of a computing device for complex mathematical operations, and can be used in the field of statistical processing of input signals in radio engineering . Such known devices for classifying discrete random signals are satisfactory when it is necessary to ensure a relatively low probability of correct classification with a limited observation time. The aim of the invention is to improve accuracy by eliminating dependencies when classifying signals from the mean value of a discrete random process. The drawing is a diagram of the proposed device. The device contains a block of 1 delay lines, a generator of 2 rectangular pulses, the first and second registers 3 and 4 of shift, block 5 of setting threshold voltages} switch 6 of input signals, weight adders 7.1-7.К, block 8.1-8 "To read, quadrants 9.1-9.K, Switches 10.1-10.K to the error signal, elements 11.1-11.K to the memory, adders 12.112.K, amplitude discriminators 13.1-13, K, comparison unit 14 and display unit 15 .; The principle of operation of the device is based on using the method of predicting the values of a discrete random process and comparing the results of the forecast with data, the accuracy of the forecast depends on the degree of compliance of the mathematical model of the actually observed process used in the prediction of the mathematical model of the discrete random process. using mathematical prog models. noerated signals. The prediction is based on a priori information obtained from a certain number of sample values of a discrete random process. For the invention, the classified signal will be aforesaid. In general, the following mathematical model is proposed for the classified signal -, - -H.h.ucn-j, and 1 1jVO J where the input sequence is observable; a, b - weights; p, q - model order} G - gain, As the model order increases, the degree of correspondence of the mathematical model to the real signal increases. When comparing the predicted signals with the real ones, error signals are generated in the classification channels. In the case when the predicted and real signals are described by the same mathematical models MI, the forecast error is small and does not exceed the predetermined threshold level. The device will record the presence of a certain class of signal. The linear prediction equation for the classified signal can be obtained by computationally efficiently. By the known values of the correlation function R CN3 and the given mathematical model of the signal being classified, a system of equations of the form RD -s "№t, .... ,, Rplx-ct RW-a W ---" m H C, (Z ) M - ", K1I} -C, ...... Assuming that the prediction is unbiased, the expression for the predicted value of the random process at the PZ one step ahead is of the form ... ..v (. The coefficients a can be determined when solving a system of equations (2J. The proposed device for classifying discrete random signals includes a block 1 of delay lines with N output, to a caddy from which contains information about the value of a discrete random signal at predetermined counts. The time delay of the signals corresponds to the sampling time of the input random process. The number of taps of block 1 is selected from the specified order of the mathematical model N. From block 1, the signals arrive at the signal input of the (controlled) switch 6 input signals. A switch 6 input signals is needed to simultaneously connect the outputs of block 1 to the delay line to the inputs of the weight adders 7. The connection time is determined by the set pores com mathematical model input Nogo random process. The control input of the switch 6 input signals a signal from the output of the first shift register 3. The signal from register 3 is fed to the control input of the switch 6 input signals which connects the taps of the delay line unit 1 to the inputs of the weight adders 7. Input signal for the switch 6 input Signals are pulses at the generator output 2 rectangular pulses (PN). The pulse duration at the output of the GUI is equal to the maximum duration of the input signal. With the arrival of any EDO input, the GUI generates a pulse, fed to the first register 3 of the shift. At the output of the weight adders 7.1-7. K we have the predicted value of the input signal, at n + 13. The weights a are chosen based on equation (3) of the optimal forecast. The resistors of the adder 7 uses the set weight coefficients a. in expression (3). To determine the belonging of the input random process ODNJ4U from K classes in the proposed device, a forecast forecast is used, which is equal to the difference between the received signal and the predicted value of process 4. ySn + 1 - yin-t-tj. The forecast error signal is received at the output of block 8.1-8. To subtract. The signal from the output of the weight adder 7 of its classification channel is fed to the first input of the block 8 subtraction of each channel. The second input of the subtraction unit 8 receives a signal from the input of the device. The error signal of arogiosis is squared in quadrants 9.1-9. Into the square, the error signal lipot goes to the signal input to the ommutator of the signal error 10.1-10. The control of switches in each of the 354 K classification channels is performed using the second shift register 4. The input signals for the second shift register 4 are the impulses of the GUI 2. The second register 4, generates pulses, using which | the signal at the output of the quadrants I9.1-9. In series is connected to the memory elements 11. The number of accumulated prediction error signals m is calculated based on a given probability of correct classification. The error signal accumulation algorithm is implemented as follows. The forecast error signal from the quadrants 9.1-9. To the error switch 10; 1-10. The signals from the t-1 outputs of the error signal switchboard are connected in series to the tn-l elements of the 11 memory. Signaq. 1 with t-1 of the codes of the memory elements 11 are connected to the input of the adder 12.1-12, K, and the output of the switch 10 of the error signal is directly fed to the input of the senators 12 .. К. The first signal received on the quadrants 9.1-9, K, goes through the switch 10 of the error signal to the first memory element 11, the second signal to the second memory element and so on. Controlled signals are generated at the output of the second shift register 4, in which the number of triggers corresponds to the number of accumulated signals. The signal from the output of the first trigger goes to the first control input, from the second trigger to the second, and so on (not shown). With the arrival of the tnr-ro signal, the signal from the output of the m-th trigger arrives at the input ttr-l of the memory elements t1 and to the bth input of the switch of the error signal 10.1-10, K, Thus, at the output of the adders 12.1-12. we have the sum of the quadrants of the forecast error. It should be noted that the use of forecast prediction signal accumulation leads to a higher probability of correct class, eif | ass. To increase the validity of the correct classification, it is enough to increase the TP, t, e, add the necessary space of elements AND error memory Signal from the outputs of the adders 12, T-12, K are fed to the input of the thru discr t3, the controls of which are fed Valrzhkeny from block 5 task threshold voltages. The threshold value is determined based on the use of known statistical properties of the input signal. As a rule, the probability density of the input signal obeys the normal law with dispersion b and mathematical expectation, zero W (y) e 26 P21G Q Since the forecast is unbiased, the average value of the process at the output of the weighting adders is 7.1-7. equals zero. Jari subtraction from blocks, 8.1-8. By subtracting two random variables with zero average value at the output, we have a prediction error as well with an average value equal to zero. Probability density of a random signal at the output of a quadrant 9.1-9 has the form --with VO at y 0 It is obvious that the probability of a correct classification in the absence of a voltage IJ W, U) dl5, U, 5 is the value of the threshold voltage. The actual parameter is different for each of the K classes when classifying signals in the device the sum of the squares of the forecast error. If the set threshold voltage is exceeded, the sum of the squares of the prediction error is higher than the specified value and the input signal will be assigned to another class of signals. In the discriminators 13.1-13.K, the signals at the output of the adders 12 are compared with the threshold voltages. At the output of discriminators 13.1-13 “IJ, we have pulses with an amplitude equal to the amplitude of the signal at the output of the amplitude discriminator and a duration corresponding to the length of the input signal. In comparison unit 14, the maximum in amplitude is selected from K of the classified signals, and on the display unit 15, an LED with a number J is lit corresponding to the class of the input signal.