Каладзе Международный институт компьютерных технологий Поступила в редакцию 10.10.2009 Аннотация. <...> Проведен сравнительный анализ форм эффективного преобразования динамических прогнозирующих фильтров случайных процессов, представляющих радио и отражённые локационные сигналы. <...> Предложены итеративные схемы получения статистических оценок, в т.ч. скользящего среднего. <...> Так для описания принятых радио- и локационных сигналов, а также наблюдаемых состояний сложных систем, представленных в виде динамического случайного процесса Yt m t V tYkk k () () В j n =+ () = 1 динамические предикторные модели (ДПМ) [1], позволяющие прогнозировать поведение основной тенденции подобного случайного процесса. <...> Прогнозирующий фильтр (предиктор), положенный в основу ДПМ, построен на процедуре каскадной фильтрации, эффективным преобразованием которой служит итеративный экспоненциальный оператор с гармоническим базисом винеровского разложения и эволюционирующей функцией первого начального момента mY © Каладзе В. А., 2009 (1) (t), используются Sy a S y ayttt a () ( ) ()-1 =- + Ж " Œ( , ),101 обладающий свойствами осреднения. <...> Поскольку возможности эффективного преобразования определяют свойства каскада в целом, как динамической системы, то важно исследовать особенности экспоненциального оператора. <...> Колмогоровский временной подход даёт возможность использовать при формировании фильтров критерии, основанные на e() t -сравнении откликов объекта и модели без учёта близости их динамических характеристик. <...> Это позволяет рассматривать различные подходы к решению задач идентификации на основе байесовского критерия среднего риска с функцией потерь QQ t = [( ), ( )],ew t а наиболее приемлемой весовой функцией w() t в условиях информационной неопределённости можно считать [2] экспоненциальную зависимость вида w() exp () , t =- T - tT {} с настраиваемой величиной памяти T. <...> Реализуемый на основе такого критерия экспоненциальный фильтр в форме преобразования Лапласа-Стильтьеса <...>