Смотреть дом 2 все серии онлайн бесплатно: Дом-2. Официальный сайт реалити-шоу

Содержание

Сериал Бумажный дом 2 сезон смотреть онлайн бесплатно

  • Добавлена:1-9 серия
  • Год:2017
  • Оригинал:La Casa de Papel
  • Страна:Испания
  • Жанр:Боевики, Детективы, Криминал, Триллер
  • Режиссер:Хесус Кольменар, Алекс Родриго, Алехандро Бассано
  • В Ролях:Урсула Корберо, Ициар Итуньо, Альваро Морте, Альба Флорес, Мигель Эрран, Хайме Лорэнте, Эстер Асебо, Пако Тоус, Педро Алонсо, Энрике Арсе
  • Время:45 мин.
  • Перевод:Профессиональный многоголосый

У криминального гения по прозвищу «Профессор» родилась дерзкая идея. Герой сериала «Бумажный дом» всерьез задумался об ограблении Монетного двора. Для реализации тщательно разработанного плана он привлекает настоящих профессионалов. Команда из восьми человек берется за дело, ведь в случае успешного завершения персонажей ждет приз в два с половиной миллиарда евро.

Недостаточно только получить деньги, но и скрыться с ними от полиции. С таким капиталом можно до конца дней наслаждаться благополучием и роскошью на Лазурном берегу. Безопасность финансового учреждения обеспечивается усиленной охраной, которая использует современнейшую технику.
Преступники смогли проникнуть внутрь. Они не думают о последствиях для находящихся внутри людей. План дает сбой, поэтому персонажи оказались в ловушке. Вооруженные бандиты берут заложников, среди которых не только сотрудники. На тот момент проводилась экскурсия. Английские школьники попадают в неблагоприятные условия. Этот кошмар растянется на 11 дней. Нарастающее напряжение может перерасти в ужасные последствия с многочисленными жертвами. Смогут ли захваченные в плен люди вновь вернуться к родным и близким?

Смотреть онлайн Бумажный дом (2 сезон) в хорошем качестве

Похожие сериалы онлайн

Дом совы 2 сезон смотреть онлайн!

Вечное проклятие

На протяжении долгих лет могущественная королева Кипящих островов была вынуждена принимать специальный эликсир, чтобы остановить свое проклятие. Она все еще превращалась ежедневно в сову и улетала через магический портал в мир живых людей, но все же могла контролировать баланс между истинной сущностью и инстинктами монстра. Ида не раз замечала, что с каждым месяцем действие спасительного эликсира слабело, и сейчас она больше не может контролировать свои силы и понемногу теряет свой привычный облик. Это заставляет сильную одаренную ведьму идти на риск и просить своих друзей помочь ей в поиске нового лекарства, чтобы однажды не остаться в образе птицы на веки вечные. Король демонов и Луз Носеда соглашаются помочь своей подруге и наставнице, но этот путь будет слишком тернистым и сложным даже для таких смелых путешественников. И то, что Луз слышала раньше о Кипящих островах, покажется ей всего лишь детской сказочкой по сравнению с будущими приключениями.

Полное освоение магии

Луз Носеде удалось научиться использовать абсолютно все виды волшебства на Кипящих островах, правда, не без помощи учеников Академии магии. Особенно ей помог будущий колдун Гус, который не согласен с политикой директора Рогача. Сейчас юная гостья из мира людей пытается применить полученные знания в жизни, чтобы спасти лучшую подругу от беды вечного проклятия. Она еще не знает, что в волшебном измерении появился новый монстр, и он гораздо сильнее всех предыдущих оппонентов Иды. Его колдовство не знает никаких границ, а в черной, как ночь, душе не осталось абсолютно никакого сочувствия к людям и бессмертным существам. Так что Луз и ее друзьям придется бороться не только за собственные жизни, но и за будущее всех Кипящих островов. И они не раз отправятся в длительное, опасное путешествие к новым неизведанным местностям, чтобы найти действенное оружие против безжалостного врага и ликвидировать его навсегда, чтобы избавить все миры от еще одного монстра.

Родственные связи

Ида очень долго избегала некоторых членов своей семьи и пыталась разорвать все кровные узы, которые их соединяют. Молодая колдунья никак не могла поверить, что она тоже может однажды стать такой черствой, равнодушной, безжалостной и жестокой, поэтому пыталась окружать себя исключительно хорошими существами, чтобы не поддаваться зову предков. Но вскоре в Совиный дом прибудет одна из родственниц Иды, что обернется чередой неприятных событий для всех жильцов. И хотя Луз честно попытается поддержать свою лучшую подругу, но она вскоре тоже попадет под обаяние незваного гостя, что станет большой бедой для человеческого ребенка.

Эмити пытается оправдать невероятно высокий уровень доверия своих родителей и одновременно не сойти сума от их постоянных строгих требований. Девочка уже устала доказывать отцу и матери, что она может справиться со всеми вызовами своей судьбы и самостоятельно определиться с теми видами магии, которые ей больше всего импонируют.

Россия 1 онлайн — смотреть трансляцию прямого эфира телеканала Россия

На сегодня название «Россия 1» прочно сидит в голове телезрителя. Сейчас мало кто вспомнит, что раньше это была «Вторая программа» Центрального телевидения СССР. Да, именно вторая программа, а не «вторая кнопка» — на момент образования в 1956 году кнопок на телевизорах ещё не было.

Каким стал телеканал за прошедшие 58 лет? На сегодня это один из крупнейших телеканалов РФ. Его аудитория составляет 98,5% всего населения России. В странах СНГ аудитория достигает 50 млн. человек. На этом география вещания не заканчивается. Передачи «России 1» можно посмотреть в Африке, Китае, Северной Америке, Западной Европе и на Ближнем Востоке.

Состав телеэфира смело можно назвать много форматным. На канале

Россия 1 онлайн можно увидеть информационные выпуски новостей, многосерийные сериалы и фильмы. Важной частью вещания являются публицистические передачи и политические ток-шоу. Большое количество спортивных трансляций освещаются именно «Россией 1». Если вы любите полнометражные художественные фильмы — здесь вы их найдёте в большом количестве. Вообще, кинопоказ является одним из приоритетов канала и занимает около 35 процентов эфирного времени.

Наиболее узнаваемые зрителем передачи «России 1»:

  • 1. Самая знаменитая программа новостей «Вести», без преувеличения — лицо канала. В эфире с 1991 года. Телезритель наверняка помнит жеребцов в заставке «Вестей» 93-98 годов.
  • 2. Авторская программа Аркадия Мамонтова. Начиная с гибели подлодки «Курск», автор освещает и выражает свою точку зрения на все ключевые события в России. Каждая передача вызывает бурные обсуждения, но таковы принципы выпускающей передачу команды — раскрывать всю правду, какой бы жёсткой она ни была.
  • 3. На одном принципе построены два социально-политических ток-шоу: «Поединок» и «Политический процесс». Каждый раз авторы и гости студии выбирают одну из двух позиций по какому-то вопросу и вступают в жаркую дискуссию.
  • 4. ССР — Сам себе режиссёр, одна из первых развлекательных передач современной России. На продолжении уже 18 лет программа продолжает уверенно удерживать высокие рейтинги.
  • 5. «Будильник» для многих россиян — «Утро России». 
  • 6. «Песня года» — этот фестиваль в представлении не нуждается.

На сегодняшний день канал Россия 1 является для многих граждан страны основным источником информации. У телеканала одни из ведущих позиций в художественном кинопоказе. На достигнутом команда «России 1» не останавливается, постоянно обновляется эфирная сетка, канал уверенно движется 

Liveam.tv Телеканалы

Дом лжи Сезон 1: смотреть серию онлайн

Боги опасных финансовых инструментов Эпизод 1: Боги опасных финансовых инструментов

Дата выхода в эфир: 8 января 2012 г.

Во время премьеры первого сезона Марти и Стручок едут в Нью-Йорк, чтобы проконсультироваться с MetroCapital, банком, который ищет план беспринципного оправдания своих годовых бонусов, поскольку финансовый мир вокруг них горит, но Марти становится врагом Грега Норберта. , Второй руководитель MetroCapital.Вернувшись домой, Марти получает нежелательные родительские советы от своего живущего в семье отца Иеремии, когда его сын Роско решает пройти прослушивание на главную женскую роль в школьном спектакле.

ПОКАЗАТЬ ЭТОТ ЭПИЗОД Амстердам Эпизод 2: Амстердам

Дата выхода в эфир: 15 января 2012 г.

Марти и The Pod отправляются в Феникс, чтобы навести порядок в очень влиятельной спортивной франшизе, вызванный надвигающимся разводом ее влиятельных владельцев. Джинни устраивает обеденную встречу с Дереком, старым пламенем, но сдувается, когда узнает его настоящие намерения по отношению к ней.На внутреннем фронте Марти продолжает свою личную войну с директором Гитой из-за переодевания Роско в одежду другого пола.

ПОКАЗАТЬ ЭТОТ ЭПИЗОД Микрофаллос Эпизод 3: Микрофаллос

Дата выхода в эфир: 22 января 2012 г.

Марти приходит в офис и находит там Грега Норберта, чтобы объявить о возможном приобретении Galweather компанией MetroCapital; Стручок летит в Индиану, чтобы проконсультироваться в компании по производству напитков, где Марти применяет свои управленческие навыки, чтобы превратить поражение в победу; Клайд спрашивает, действительно ли Дуг встречался с трансвеститом; Роско борется с запутанным чувством симпатии к мальчику и девочке.

ПОКАЗАТЬ ЭТОТ ЭПИЗОД Мини-Могол Эпизод 4: Мини-Могол

Дата выхода в эфир: 29 января 2012 г.

Поскольку Иеремия уезжает из города, Марти вынужден привести своего сына Роско на его следующую работу в Сан-Франциско; Надеясь провести некоторое время с отцом, Роско в конечном итоге проводит все это с Pod, когда Марти вынужден присматривать за Алексом Катснельсоном, подростком, генеральным директором компании по разработке программного обеспечения для обеспечения безопасности. Тем временем Джинни реагирует на ее недавнюю помолвку, встречаясь с Куртом, измученным музыкантом, которого она случайно встречает в кофейне.

ПОКАЗАТЬ ЭТОТ ЭПИЗОД Юта Эпизод 5: Юта

Дата выхода в эфир: 5 февраля 2012 г.

На консалтинговой работе в Юте Джинни становится главной, когда становится ясно, что расистский генеральный директор сети мотелей без излишеств не воспримет Марти всерьез; Клайд пытается вторгнуться в девственную мормонскую женщину; Моника решает провести некоторое время с Роско после того, как ее женатый парень отвергает ее, но их связь между родителями и сыном принимает мрачный оборот, заставляя Роско лучше понять свою мать.

.. и лучше цени его отца.

ПОКАЗАТЬ ЭТОТ ЭПИЗОД Наш спуск в Лос-Анджелес Эпизод 6: Наш спуск в Лос-Анджелес

Дата выхода в эфир: 12 февраля 2012 г.

Марти идет на войну со школой своего сына, когда Роско обвиняется в сексуальных домогательствах за попытку поцеловать мальчика. На внутреннем фронте личная жизнь Марти осложняется еще больше, когда внезапно появляется Эйприл, стриптизерша, которую он встретил в Нью-Йорке. Тем временем Джинни начинает остывать в предвкушении предстоящей свадьбы.

ПОКАЗАТЬ ЭТОТ ЭПИЗОД Неоседланный город Эпизод 7: Город без презерватива

Дата выхода в эфир: 19 февраля 2012 г.

Когда Под отправляется в Вашингтон, округ Колумбия, чтобы проконсультировать фармацевтическую компанию, Марти с апреля сталкивается с проблемой оставаться моногамным в дороге, что ставит Джинни в положение, когда Джинни приходится «брать одного в команду» и полностью удовлетворять потребности клиента-женщины. ; Иеремия открывает Эйприл что-то серьезное, прося ее осторожности, пока он сам не расскажет Марти; ревнивая Моника бросает на Марти огромную бомбу.

ПОКАЗАТЬ ЭТОТ ЭПИЗОД Veritas Эпизод 8: Veritas

Дата выхода в эфир: 4 марта 2012 г.

Марти и Стручок участвуют в ежегодном мероприятии по набору персонала Galweather-Stearn, на котором приглашаются и обедают лучшие и самые умные из Гарвардской школы бизнеса. Марти берет под свое крыло единственного чернокожего новобранца в преимущественно белом деле; Дуг пытается доказать Клайду, что может направить любого из потенциальных кандидатов в «список»; Джинни подбивает сексуального кокетливого новобранца, чтобы убедиться, что она вся в стиле и без содержания, но раскрывается секрет Джинни, который делает ее позицию несколько лицемерной.

ПОКАЗАТЬ ЭТОТ ЭПИЗОД Уроборос Эпизод 9: Уроборос

Дата выхода в эфир: 11 марта 2012 г.

Марти и Стручок подвергаются сомнению их заклятым конкурентом фирмой Kinsley-Johnson в рамках комплексной проверки, проводимой MetroCapital в отношении предстоящего слияния; Джинни делает все возможное, чтобы держать Уэса и его брак в страхе, но не хранит это в секрете от Марти; Эйприл и Роско связываются, но Марти узнает о секрете Иеремии и получает шокирующие новости от Моники.

ПОКАЗАТЬ ЭТОТ ЭПИЗОД Пролог и Последствия Эпизод 10: Пролог и последствия

Дата выхода в эфир: 18 марта 2012 г.

Джинни отправляется на концерт, чтобы создать свою собственную легенду в мире консалтинга, когда она ведет Стручок в свой родной город с миссией по возрождению больной церкви; Марти вступает в опекунское посредничество с Моникой, но ее способность манипулировать в полную силу угрожает отношениям Марти с Эйприл.

ПОКАЗАТЬ ЭТОТ ЭПИЗОД Бизнес Эпизод 11: Бизнес

Дата выхода в эфир: 25 марта 2012 г.

Марти и «Создатель дождя» работают вместе, чтобы положить конец приобретению их фирмы MetroCapital, но резкий поворот событий оставляет Марти и «Создатель дождя» смертельными врагами, а не ценными союзниками; После новостей об апреле Марти должен разобраться с отношением Роско.

ПОКАЗАТЬ ЭТОТ ЭПИЗОД Апокалипсис Майя Эпизод 12: Апокалипсис майя

Дата выхода в эфир: 1 апреля 2012 г.

В финале первого сезона, с помощью Грега Норберта, Марти и Стручок сражаются, чтобы провести одиннадцатую часовую отсрочку и остановить приобретение MetroCapital; Джинни принимает решение выйти замуж за Уэса; Сын Марти, Роско, делает собственный выбор, изменяющий жизнь.

ПОКАЗАТЬ ЭТОТ ЭПИЗОД Полные сезоны

House: все, что вам нужно знать и как транслировать бесплатно на 9Now

Он один из наших любимых врачей-мизантропов, и популярность Грегори Хауса не уменьшалась с тех пор, как он впервые украсил маленький экран.

Смотрите полные сезоны Хауса бесплатно на 9Now.

Переход от одного из самых популярных телешоу к духу времени поп-культуры, House и его команда заняли свое место в наших сердцах.

Итак, если вы чувствуете, что с самого начала хотите устроиться и перекусить или даже просто заново пережить некоторые из сериалов, вам повезло. Целые сезоны популярного шоу можно смотреть бесплатно на сайте 9Now.

Если вы никогда не смотрели его, когда он был впервые показан, сейчас самое подходящее время для стриминга Хауса.(Девять)

К счастью, у нас есть вся необходимая информация, так что бросайте тренировки и наслаждайтесь House на собственном маленьком экране.

СВЯЗАННЫЙ: 5 фактов, которые вы не знали о медицинской драме House

Что такое Хаус?

Мизантропический гений-затворник Грегори Хаус (Хью Лори) умудряется нажить себе врагов, спасая жизни в качестве руководителя отдела диагностики в крупной больнице. Сериал House повествует о его многочисленных злоключениях.

СВЯЗАННЫЙ: Как Хаус вывел «ученого-антигероя» в мейнстрим и изменил телесериалы.

От Куди-администратора больницы до лучшего друга онколога Хауса доктора Уилсона и его подчиненных — каждый персонаж имеет огромное влияние на шоу.

Хаус — человеконенавистник, пристрастившийся к таблеткам, неожиданно покоривший наши сердца.

В конце концов, House — это исследование характера одного человека, который, будучи медицинским гением, эмоционально отстает и ведет свою жизнь через серию отношений, с которыми он не знает, как справиться.

Он конфликтует со своими коллегами, он нарушает правила больницы, и это приводит к многочисленным конфликтам с его боссом. Это определенно не похоже на другие медицинские драмы, которые были популярны в то же время, такие как ER или Grays Anatomy , где доктор Грегори Хаус часто выдвигал противоречивые гипотезы о состояниях своих пациентов.

Хотя он действительно кажется совершенно неприятным человеком, вы не можете не любить его характер.

House работал восемь сезонов, начиная с ноября 2004 года и заканчивая в мае 2012 года.

Хью Лори играл доктора Грегори Хауса в течение восьми сезонов шоу. (Fox)

Как мне посмотреть Хаус бесплатно онлайн в Австралии?

Хотя у Netflix, Binge или Stan нет шоу, доступного для просмотра в Австралии, к счастью, 9Now совсем недавно прекратил третий сезон шоу. Первые три сезона теперь доступны для бесплатного просмотра.

Похожие ролики

Если вы думаете, что три — это здорово, но как насчет всей серии? Тебе повезло. 9Now будет продолжать добавлять новый сезон каждую неделю, пока вся серия не будет доступна для просмотра целиком.

Итак, чего вы ждете?

Смотрите полные сезоны Хауса бесплатно на сайте 9Now.

IntechOpen — Открытая наука Открытые умы

2. Теоретическая установка принятия решений

2.1. Основные элементы построения теории принятия решений

Текущая схема теории принятия решений состоит из трех основных элементов:

1. Предварительно заданная (параметрическая) статистическая модель Mθ (x), в общем случае определяемая как

Mθ (x) = {f (x; θ), θ∈Θ}, x∈RXn, для θ∈Θ⊂Rm, m≪n, E1

, где f (x; θ) обозначает (совместное) распределение выборки X: = ( X1,…, Xn), RXn обозначает пространство отсчетов и Θ пространство параметров .Эта модель представляет стохастический механизм, который, как предполагается, привел к появлению данных x0: = (x1,…, xn).

2. Пространство решений D, содержащее все отображения d (.): RXn → A, где A обозначает набор всех действий, доступных статистику.

3. Функция потерь L (.,.): [D × Θ] → R, представляющая числовые потери, если статистик предпримет действие a∈A, когда состояние природы равно θ∈Θ; см. ссылки. [2, 16–18].

Основная идея состоит в том, что, когда лицо, принимающее решение, выбирает действие a, он / она не знает «истинного» состояния Природы, представленного θ ∗.Однако в зависимости от каждого действия a∈A лицо, принимающее решение, «знает» потери (прибыль и полезность), возникающие в результате различных выборов (d, θ) ∈ [D × Θ]. Лицо, принимающее решение, наблюдает за данными x0, которые предоставляют некоторую информацию о θ ∗, а затем сопоставляют каждое x∈RXn с определенным действием a∈A, руководствуясь исключительно L (d, θ).

2.2. Оригинальное обрамление Вальда

Важно отметить тот факт, что исходное обрамление Вальда [5] было намного уже, чем указанные выше базовые элементы 2 и 3, из-за его первоначальной цели — формализовать форму Неймана-Пирсона (N-P). подход; см. [19].(X) = θ ≠ θ ∗, θ∈Θ, E2

, где θ ∗ — истинное значение θ в Θ. Для дальнейшего обсуждения важно отметить, что уравнение. (2) на практике не работает, потому что θ ∗ неизвестно.

Более общее оснащение, введенное Вальдом ([1, 20]) и расширенное Ле Камом [21], расширило сферу действия исходной установки за счет обобщения понятий функций потерь и пространств решений. Далее утверждается, что эти расширения создали серьезную несовместимость как с объективной, так и с основной аргументацией частотного вывода.

Кроме того, как исторический, так и методологический интерес представляет то, что Уолд [5] неохотно ввел понятие априорного распределения, π (θ), ∀θ∈Θ, в первоначальный механизм теории принятия решений и обосновал его. о том, что это полезный инструмент для доказательства определенных технических результатов:

«Ситуация с введением априорного распределения вероятностей θ совершенно иная. Во-первых, можно возразить против этого, как указал Нейман, что θ — это просто неизвестная константа, а не переменная, поэтому нет смысла говорить о распределении вероятностей θ. Во-вторых, даже если мы можем предположить, что θ является вариацией, у нас в целом нет возможности определить распределение θ, и любые предположения относительно этого распределения носят гипотетический характер. Причина, по которой мы вводим здесь гипотетическое распределение вероятностей θ, заключается просто в том, что оно оказывается полезным при выводе определенных теорем и при вычислении наилучшей системы областей принятия ». (стр.302)

2.3. Общая нейтральная структура?

Частотный, байесовский и теоретико-решающий подходы разделяют понятие статистической модели, рассматривая данные x0: = (x1,…, xn) как реализацию выборки X: = (X1,…, Xn) из Уравнение(1).

Ключевые различия между этими тремя подходами заключаются в следующем:

  1. Частотный подход основан исключительно на Mθ (x)

  2. Байесовский подход добавляет априорное распределение , π (θ), ∀θ∈Θ (для всех θ∈Θ)

  3. Теоретическое обоснование решений вращается вокруг функции убытков (прибыль или полезность):

L (d (x), θ), ∀θ∈Θ, ∀x∈ RXn. E3

Часто предполагается, что функция потерь является четной, дифференцируемой и выпуклой функцией от (d (x) −θ) и может принимать многочисленные функциональные формы; см. ссылки.[17, 18] среди прочего.

Утверждение, что теория принятия решений обеспечивает нейтральное заземление, часто оправдывается [3] тем, что функция потерь является функцией пространств выборки и параметров через два универсальных квантора :

(i) «∀ x∈RXn », связанный с распределением для выборки :

частотный: f (x; θ), ∀x∈RXn, E4

(ii)« ∀θ∈Θ », связанный с апостериорным распределением :

Байесовский: π (θ | x0) = π (θ) ⋅f (x0 | θ) ∫θ∈Θπ (θ) ⋅f (x0 | θ) dθ, ∀θ∈Θ.E5

Идея состоит в том, что учет всех значений x в RXn выходит за рамки байесовской точки зрения, которая полагается исключительно на одну точку x0. Что не очевидно, так это то, достаточно ли этого, чтобы отдать должное частотному подходу. При более внимательном рассмотрении можно предположить, что частотный вывод искажен тем, как оба квантификатора используются в теоретико-решающем построении вывода. (x)) f (x; θ) dx, ∀θ∈Θ.(X) — это то, как это влияет на функцию риска для различных значений θ в. Однако при частотном выводе распределение выборки занимает центральное место в теории оптимального частотного вывода. Он определяет выборочное распределение любой статистики Yn = g (X) (оценка, тест и предсказатель) через:

F (y; θ): = P (Yn≤y; θ) = ∫ ∫⋅⋅⋅∫︸ { х: g (x) ≤t; x∈RXn} f (x; θ) dx, E7

, и это, в свою очередь, дает соответствующие вероятности ошибок, которые определяют оптимальные процедуры вывода.

Во-вторых, понятие оптимальности в теории принятия решений вращается вокруг универсального квантора «θ∈Θ», что делает его совместимым с байесовским, но несовместимым с частотным подходом.) π (θ) dθ.E9

В этом смысле решение или правило Байеса θ˜ (x) будет считаться оптимальным, когда оно минимизирует соответствующий риск, независимо от того, каково истинное состояние природы θ ∗. Последнее предложение «независимо от θ ∗» представляет собой важное предостережение, которое часто игнорируется при обсуждении этих подходов. Если рассматривать это как игру против Природы, лицо, принимающее решение, выбирает действие a из A, независимо от того, какое значение выбрала природа θ ∗. То есть θ ∗ не играет никакой роли в выборе оптимальных правил, поскольку последние не имеют ничего общего с истинным значением θ ∗ для θ.Чтобы избежать неверного толкования этой цепочки рассуждений, важно подчеркнуть, что «истинное значение θ ∗» является сокращением для выражения, что «данные x0 составляют типичную реализацию выборки X с распределением f (x; θ ∗)»; см. Ref. [22].

Это должно быть противопоставлено понятию оптимальности в частотном выводе, которое ставит θ ∗ в центр внимания, в том смысле, что оно оценивает способность процедуры вывода информировать разработчика моделей о θ ∗; никакое другое значение не имеет значения. Согласно Рейду [23]:

«Статистическая модель — это семейство вероятностных распределений [Mθ (x)], центральная проблема статистического вывода состоит в том, чтобы определить, какой член семейства [θ ∗] создал интересующие данные. (Стр. 418)

3. Байесовский подход

Чтобы пролить дополнительный свет на сродство между концепцией теории принятия решений и байесовским подходом, давайте более подробно рассмотрим последний.

3.1. Байесовский вывод и его основная цель

Ключевым аргументом в пользу байесовского подхода часто является его простота в том смысле, что все формы вывода вращаются вокруг одной функции, апостериорного распределения: π (θ | x0) ∝π (θ) ⋅f (x0 | θ), ∀θ∈Θ. Следовательно, сторонний наблюдатель, смотрящий на байесовский подход, может, естественно, предположить, что его основная цель — дать «вероятностное ранжирование» (упорядочение) всех значений θ в Θ.Согласно О’Хагану [4]: ​​

«Получив апостериорную плотность π (θ | x0), последний шаг байесовского метода состоит в том, чтобы получить из него подходящие выводы. Наиболее часто задаваемый вопрос заключается в следующем: после просмотра данных x0, что мы теперь знаем о параметре θ. Единственный ответ на этот вопрос — представить все апостериорное распределение ». (стр. 6)

Идея состоит в том, что моделирование начинается с априорного вероятностного ранжирования на основе π (θ), ∀θ∈Θ, которое пересматривается после наблюдения x0 для получения π (θ | x0), ∀θ∈ Θ; отсюда ключевая роль квантора ∀θ∈Θ.О’Хаган [4], повторяя более ранние взгляды в [24, 25], противопоставляет частотные (классические) выводы аргументации байесовского вывода:

«Классическая теория вывода очень заинтересована в построении хороших правил вывода . Основная задача байесовского вывода… совершенно другая. Цель состоит в том, чтобы извлечь информацию о θ из апостериорного распределения и полезно представить ее с помощью эффективных сводок. В этом процессе есть два критерия. Первый — выявить интересные особенности апостериорного распределения.… Второй критерий — хорошее общение. Резюме следует выбирать так, чтобы ясно и лаконично излагались все интересующие особенности. … Таким образом, в байесовских терминах хороший вывод — это вывод, который эффективно способствует присвоению информации о θ, передаваемой апостериорным распределением ». (стр. 14)

Очевидно, что попытка О’Хагана [4] определить, что такое «хороший» байесовский вывод, вызывает вопрос: что означает «эффективное присвоение информации о θ», помимо вероятностного ранжирования? То есть проблема оптимальности неразрывно связана с основной целью байесовского вывода.Если основная цель байесовского вывода — не пересмотренное вероятностное ранжирование, что это такое? Ответ заключается в том, что рейтинг — это только половина дела. Другая половина связана с оптимальностью байесовского вывода, который не может быть сформулирован исключительно в терминах апостериорного распределения. Теоретическая перспектива принятия решений обеспечивает байесовский подход теорией оптимального вывода, а также основной целью: минимизировать ожидаемые потери для всех значений θ в.

В своей попытке отстоять свою позицию о том, что все апостериорное распределение является выводом , О’Хаган [4] утверждает, что критерии «оптимальных» байесовских выводов являются всего лишь паразитными в байесовском подходе и входят в картину через Теоретическая перспектива принятия решений:

«… изучение теории принятия решений имеет два потенциальных преимущества. Во-первых, он дает ссылку на классический вывод. Таким образом, он показывает, в какой степени классическим оценкам, доверительным интервалам и тестам гипотез можно дать байесовскую интерпретацию или мотивацию. Во-вторых, это помогает определить подходящие резюме, чтобы дать байесовские ответы на стилизованные вопросы вывода, к которым обращается классическая теория ». (стр. 14)

Оба упомянутых выше потенциальных преимущества байесовского подхода сомнительны по двум причинам. Во-первых, связь между теорией принятия решений и классическим (частотным) выводом более очевидна, чем реальна, поскольку чревата вводящими в заблуждение определениями и неясностями, относящимися к рассуждениям и целям последнего.Как утверждается в дальнейшем, квантор «θ∈Θ», используемый для определения «оптимальных» правил теории принятия решений или правил Байеса, противоречит и искажает частотный вывод. Во-вторых, утверждение о байесовских ответах на интересующие частотные вопросы неуместно, потому что первое не дает реальных ответов на основной интересующий частотный вопрос, который относится к изучению θ ∗. Оптимальное правило Байеса предлагает очень мало, если вообще что-либо, релевантного для изучения значения θ ∗, которое привело к x0.(x)) f (x; θ) dx) π (θ) dθ = ∫x∈RXn∫θ∈Θ L (θ, θ (x)) f (x | θ) π (θ) dθdx = ∫x∈ RXn {∫θ∈Θ L (θ, θ (x)) π (θ | x) dθ} m (x) dx, E10

, где m (x) = ∫θ∈Θ f (x; θ) dθ; см. Ref. [18]. Второе и третье равенства предполагают, что можно изменить порядок интегрирования (техническая проблема) и рассматривать f (x; θ) как совместное распределение X и θ так, чтобы выполнялись следующие равенства:

f (x; θ) = f (x | θ) π (θ) = π (θ | x) m (x) .E11

В этом случае эти равенства вызывают сомнения из-за размытия различия между x, общим значением RXn и конкретное значение x0; см. Ref.n (X) −θ ∗) 2.E14

Ключевое отличие состоит в том, что уравнение. (14) определено в точке θ = θ ∗, в отличие от ∀θ∈Θ. К сожалению, учебники по статистике принимают одно из двух определений MSE — либо при θ = θ ∗, либо ∀θ∈Θ — и игнорируют (или, кажется, не знают) о другом. На первый взгляд, его различие может показаться педантичным, но оказывается, что оно имеет очень серьезные последствия для соответствующей теории оптимальности для процедур частотного и байесовского вывода. Действительно, зависимость от ∀θ∈Θ полностью подрывает релевантность допустимости как минимального свойства для оценок в частотном выводе.).

Цель минимизации потерь, взвешенных по π (θ | x0) для всех значений θ в Θ, находится в прямом противоречии с основной задачей частотного анализа, которая состоит в том, чтобы узнать из данных об истинном значении θ ∗, лежащем в основе генерации x0. . Следовательно, естественно возникает вопрос: что такое оптимальное правило Байеса, вытекающее из уравнения (17) передают о лежащем в основе механизме генерации данных в формуле. (1)? Не очевидно, почему наивысшее ранжированное значение θ ~ (x0) (мода) или какая-либо другая характеристика апостериорного распределения имеет какое-либо значение для точного определения θ ∗, зная, что θ ~ (x0) выбрано независимо от θ ∗ истинного состояния. природы.) и π (θ) являются совершенными заменами по отношению к любой весовой функции w (θ)> 0, ∀θ∈Θ, при выводе правил Байеса. Изменение функции потерь или априорного дает тот же результат:

«… задача оценки θ с помощью модифицированной (взвешенной) функции потерь идентична задаче с простой потерей, но с модифицированными гиперпараметрами априорного распределения, в то время как форма предыдущее распределение не меняется ». ([28], стр. 522)

Это означает, что на практике байесовец может вывести конкретное правило Байеса, добавив вес к функции потерь или к априорному распределению, в зависимости от того, какой вывод проще; см. ссылки.[18, 28].

3.4. Возвращаясь к теореме о полном классе

Проблема противопоставления целей подчеркивает ключевое внутреннее противоречие между частотным и байесовским подходами к оптимальности, что, в свою очередь, подрывает несколько важных результатов, включая теорему о полном классе, впервые доказанную в работе. [20]:

«Вальд показал, что при довольно общих условиях класс байесовских решающих функций образует по существу полный класс; Другими словами, для любой функции принятия решения, которая не является байесовской, существует функция, которая является байесовской и, по крайней мере, столь же хороша, независимо от того, каким может быть истинное состояние природы.B (x) или предел последовательности правил Байеса; см. ссылки. [2, 17, 28].

Игнорируя противоположные цели, эти результаты были интерпретированы как свидетельство превосходства байесовской точки зрения и привели к предположению, что эффективный способ создания оптимальных частотных процедур — это найти байесовское решение с использованием разумных предварительных, а затем исследуют их частотные свойства, чтобы увидеть, удовлетворительны ли они с последней точки зрения; см. ссылки. [29, 30].

Как утверждается далее, даже если согласиться с тем, что правила Байеса и допустимые оценки в значительной степени совпадают, важность такого результата зависит от релевантности допустимости как ключевого свойства для частотных оценок.

4. Еще раз о функциях потерь и допустимости

В этом разделе будет обсуждаться утверждение, что понятия «функция потерь» и «допустимость» несовместимы с оптимальной теорией частотного оценивания, сформулированной Фишером; см. Ref.[31].

4.1. Допустимость как минимальное свойство

Следующий пример демонстрирует несоответствие допустимости как минимального свойства для оптимальных частотных оценок.

Пример . В контексте простой нормальной модели:

Xk ~ NIID (θ, 1), k = 1,2,…, n, для n> 2, E18

рассмотрим теоретико-решающее понятие MSE 1 в уравнении. (13) для сравнения двух оценок θ:

  1. Оценка максимального правдоподобия (MLE): X¯n = 1n∑k = 1nXk

  2. Оценка «хрустального шара»: θcb = 7405926, ∀x∈RXn

При сравнении на основании допустимости обе оценки допустимы и, следовательно, одинаково приемлемы. Здравый смысл, однако, подсказывает, что если конкретный критерий оптимальности не может отличить X¯n [строго согласованная, несмещенная, полностью эффективная и достаточная оценка] и θcb, произвольно выбранное действительное число, которое полностью игнорирует данные, мало что значит минимальное свойство.

Немного подумав, можно предположить, что неприемлемость допустимости проистекает из ее зависимости от квантора «∀θ∈Θ». Допустимость θcb возникает из того факта, что для некоторых значений θ, достаточно близких к θcb, скажем, θ∈ (θcb ± λn), для 0 <λ <1, θcb «лучше», чем X¯n, на основании MSE 1 :

MSE1 (X¯n; θ) = 1n> MSE1 (θcb; θ) ≤λ2n для θ∈ (θcb ± λn).E19

Учитывая, что основная цель частотного оценщика состоит в том, чтобы точно определить θ ∗, результат в уравнении. (19) кажется совершенно неуместным как мера его способности достичь этого!

Этот пример показывает, что допустимость совершенно неэффективна как свойство минимального , потому что оно не отфильтровывает θcb, наихудшую возможную оценку! Вместо этого он исключает потенциально хорошие оценки, такие как медиана выборки ; см. (X); θ) в данном случае.(X) −θ |, однако выборочная медиана была бы оптимальной оценкой. Несмотря на то, что он искренне придерживался теории принятия решений, Леманн [33] предупредил статистиков об опасности произвольных функций потерь:

«Утверждается, что выбор функции потерь, хотя и менее важен, чем выбор модели, но оказывает влияние на статистику. важное влияние на характер решения проблемы статистического решения, и что произвольный выбор, такой как квадрат ошибки, может явно вводить в заблуждение относительно относительной желательности конкурирующих процедур.(X) не может точно определить θ ∗ с помощью бесконечных данных, его следует считать несущественным для изучения θ ∗. В самом деле, в понятии допустимости нет ничего, что продвигало бы обучение на основе данных о θ ∗.

В дополнение к тому, что относительная (по отношению к конкретным функциям потерь) эффективность является сомнительным свойством для частотных оценщиков, подходящей мерой конечной точности выборки для частотных оценщиков является полная эффективность, которая определяется относительно предполагаемой статистической модели (1).

4.2. Парадокс Штейна и допустимость

Типичным примером, который укрепил привлекательность байесовских утверждений относительно допустимости, является оценка Джеймса-Стейна [34], которая дала начало обширной литературе по оценкам усадки , см. Ref. [35].

Пусть X: = (X1, X2,…, Xm) — независимая выборка из нормального распределения:

Xk ~ NI (θk, σ2), k = 1,2,…, m, E20

где σ2 известно. Используя обозначения θ: = (θ1, θ2,…, θm) и Im: = diag (1,1,…, 1), это можно обозначить как:

X ~ N (θ, σ2Im).JS + (X) = (1− (m − 2) σ2∥X∥2) + X, E24

где (z) + = max (0, z); см. Ref. [17].

Традиционная интерпретация этого результата заключается в том, что для нормальной независимой модели в формуле. (20) оценка Джеймса-Стейна (15) для θ: = (θ1, θ2,…, θm) для m> 2 уменьшает общее MSE 1 в уравнении. (21). Этот результат, по-видимому, подразумевает, что человек будет «добиваться большего» (в общих терминах MSE 1 ), используя комбинированную нелинейную (усадочную) оценку, вместо того, чтобы оценивать эти средние по отдельности. Что удивительно в этом результате, так это то, что нет статистической причины (из-за независимости) связывать выводы, относящиеся к различным индивидуальным средним, и все же очевидная оценка (LS) недопустима.

Как утверждается далее, этот результат ставит под сомнение уместность понятия допустимости по отношению к конкретной функции потерь, а не разумность частотной оценки.

5. Частотный вывод и обучение на основе данных

Цели и основные доводы частотного вывода недостаточно обсуждаются в статистической литературе.В результате некоторые из его ключевых отличий от байесовского вывода остаются неясными.

5.1. Частотный подход: основная цель и рассуждения

Все формы параметрического частотного вывода начинаются с заранее заданной статистической модели Mθ (x) = {f (x; θ), θ∈Θ}, x∈RXn. Эта модель выбирается из набора всех возможных моделей, которые могли дать начало данным x0: = (x1,…, xn), путем выбора вероятностной структуры для лежащего в основе стохастического процесса {Xt, t∈N: = (1, 2,…, n,…)} таким образом, чтобы представить наблюдаемые данные x0 как их «типичную» реализацию. В свете того факта, что каждое значение θ∈Θ представляет отдельный элемент семейства моделей, представленных Mθ (x), основная цель частотного вывода состоит в том, чтобы узнать из данных об «истинной» модели:

M ∗ ( x) = {f (x; θ ∗)}, x∈RXn, E25

, где θ ∗ обозначает истинное значение θ в Θ. «Типичность» можно проверить по данным x0 с помощью тестирования на ошибки в спецификации; см. Ref. [38].

Частотный подход основан на двух способах рассуждения для целей вывода:

Фактический (оценка, прогноз): f (x; θ ∗), ∀x∈RXn, Гипотетический (проверка гипотез): f (x; θ0), f ( x; θ1), ∀x∈RXn, E26

, где θ ∗ обозначает истинное значение θ в Θ, а θi, i = 0,1 обозначает предполагаемые значения θ, связанные с гипотезами, H0: θ0∈Θ0, h2: θ1∈Θ1, где Θ0 и Θ1 составляют разбиение.- значение θ ∗, которое, как предполагается, сгенерировало данные x0. Следовательно, гипотетическое рассуждение используется при тестировании, чтобы узнать о θ ∗, и не имеет ничего общего со всеми возможными значениями θ в Θ.

Это противоречит вводящим в заблуждение утверждениям байесовских учебников ([3], стр. 61):

«Частотная парадигма полагается на этот критерий [функция риска] для сравнения оценок и, если возможно, выбора наилучшей оценки. что оценщики оцениваются по их долгосрочным характеристикам для всех возможных значений параметра θ.есть θ ∗. Такие вводящие в заблуждение утверждения проистекают из очевидной путаницы между экзистенциальными и универсальными кванторами при формулировании определенных выводных утверждений.

Существование θ ∗ можно формально определить с помощью квантора существования :

∃θ ∗ ∈Θ: существует θ ∗ ∈Θ такое, что. E27

Это вводит потенциальный конфликт между экзистенциальным и универсальный квантор «∀θ∈Θ», потому что ни теория принятия решений, ни байесовский подход явно не используют θ ∗.Теоретико-решающие и байесовские правила считаются оптимальными, когда они минимизируют ожидаемые потери ∀θ∈Θ, независимо от того, каким будет θ ∗. для всех возможных значений θ, вводит в заблуждение.n (X) в истинном состоянии Природы (θ = θ ∗), без необходимости знать θ ∗. Это контрастирует с использованием функций потерь, таких как уравнение. (2), которые определены в терминах θ ∗, но становятся неработоспособными без знания θ ∗.

Пример . В случае простой нормальной модели в формуле. (18) точечная оценка X¯n , согласована, несмещена, полностью эффективна, достаточна, с выборочным распределением:

Что обычно недостаточно ценится, так это то, что оценка этого распределения соответствует фактам , i .е., θ = θ ∗, и формально должно обозначаться как:

X¯n ~ θ = θ ∗ N (θ ∗, 1n). E32

Когда X¯n стандартизирован, он дает центральную функцию:

d ( X; θ): = n (X¯n − θ ∗) ~ θ = θ ∗ N (0,1), E33

, распределение которого справедливо только для истинного θ ∗ и никакого другого значения. Это обеспечивает основу для построения (1 − α) доверительного интервала (CI):

P (X¯m − cα2 (1n) ≤θ≤X¯n + cα2 (1n); θ = θ ∗) = 1 − α , E34

, который утверждает, что случайный интервал [X¯n − cα2 (sn), X¯n + cα2 (sn)] будет покрывать (перекрывать) истинное среднее θ ∗, , независимо от того, что это будет за , с вероятностью ( 1 − α), или, что то же самое, ошибка покрытия равна α. Оценки JS (X) — это несовместимых оценок θ, поскольку лежащая в основе модель страдает от проблемы случайных параметров: по существу существует одно наблюдение (Xk) для каждого неизвестного параметра (θk), и при m → ∞ количество неизвестных параметров увеличивается с той же скоростью. Чтобы более четко показать тщетность сравнения этих двух оценок, рассмотрим следующий более простой пример.

Пример . Пусть X: = (X1, X2,…, Xn) будет выборкой из простой нормальной модели в уравнении.JS + (X) = (1− (m − 2) σ2∥X¯∥2) + X¯, где X¯: = (X¯1, X¯2,…, X¯m) .E40

Это позволяет нам более объективно оценить понятие «относительно лучше».

Допустимость относительно общей функции потерь в уравнении. (21) вводит компромисс между точностью оценок для отдельных параметров θ: = (θ1, θ2,…, θm) и «общими» ожидаемыми убытками. Возникает вопрос: «В каком смысле общая MSE среди группы средних оценок обеспечивает лучшую меру« ошибки »в изучении истинных значений θ ∗: = (θ1 ∗, θ2 ∗,…, θm ∗)?» Короткий ответ: нет. В самом деле, общая MSE не будет иметь значения, если основной целью оценки является изучение данных о θ ∗. Это связано с тем, что конкретная функция потерь ухудшает способность оценщика точно определить θ ∗ путем обмена увеличения смещения на уменьшение общей MSE в уравнении. (21), когда последнее ошибочно оценивается по всем θ в: = Rm. То есть оценщик Джеймса-Стейна пренебрегает основной целью точного определения θ ∗ в пользу уменьшения общей MSE ∀θ∈Θ.

Таким образом, приведенное выше обсуждение предполагает, что нет ничего парадоксального в первоначальном результате Стейна [37].Проблематичным является не оценка методом наименьших квадратов, а выбор «лучшего» с точки зрения допустимости относительно общей MSE при оценке точности оценок θ.

5.4. Проверка гипотез с помощью частотного анализа

Другая процедура частотного вывода, которую можно использовать для изучения данных о θ ∗, — это проверка гипотез, при которой задается вопрос, достаточно ли близко θ ∗ к некоторому заранее заданному значению θ0. В отличие от оценки, аргументация, лежащая в основе частотного тестирования, по своей природе гипотетических .

5.4.1. Вероятности законных частотных ошибок

Для проверки гипотез:

H0: θ≤θ0vs.h2: θ> θ0, где θ0 — заранее заданное значение,

использует то же распределение выборки X¯n ~ N (θ, 1n) , но преобразует точку поворота d (X; θ): = n (X¯n − θ ∗) в тестовую статистику, заменяя θ ∗ заранее заданным значением θ0, что дает d (X): = n (X¯n − θ0 ). Однако вместо того, чтобы оценивать его при фактическом θ = θ ∗, теперь он оценивается при различных гипотетических сценариях , связанных с H0 и h2, чтобы получить два типа (гипотетических) распределений выборки:

  1. d (X): = n (X¯n − θ0) ~ θ = θ ∗ N (0,1),

  2. d (X): = n (X¯n − θ0) ~ θ = θ ∗ N (δ1,1), δ1 = n (θ1 − θ0) для θ1> θ0.

В обоих случаях, (I) и (II), лежащие в основе рассуждения являются гипотетическими в том смысле, что факты в уравнении. (33) заменяется гипотетическими значениями θ, а тестовая статистика d (X) обеспечивает стандартизованное расстояние между гипотетическими значениями (θ0 или θ1) и θ ∗ истинным θ, предполагаемым лежащим в основе генерации данных x0, что дает d (x0). Используя распределение выборки в (I), можно определить следующие вероятности допустимой ошибки:

уровень значимости: P (d (X)> cα; H0) = α, p-значение: P (d (X)> d (x0 ); H0) = p (x0).E41

Используя распределение выборки в (II), можно определить:

вероятность ошибки II типа: P(d(X)≤cα;θ=θ1)=β(θ1), для θ1> θ0 мощность: P ( d (X)> cα; θ = θ1) = ρ (θ1), для θ1> θ0.E42

Можно показать, что тест Tα, определяемый тестовой статистикой d (X) и областью отклонения C1 (α) = {x: d (x)> cα}, составляет равномерно наиболее мощный (UMP) тест для уровня значимости α; см. Ref. [9]. Вероятность ошибки типа I [II] связана с тем, что тест Tα ошибочно отклоняет [принимает] H0.Вероятности ошибок типа I и II оценивают общую способность [независимо от реализации выборки x∈Rn] теста по достижению правильных выводов. Вопреки байесовским утверждениям, эти вероятности ошибок не имеют ничего общего с временным или физическим измерением долгосрочной метафоры, связанной с повторяющимися выборками. Соответствующей чертой долгосрочной метафоры является повторяемость (в принципе) DGM, представленного как Mθ (x); эта функция может быть легко реализована с помощью компьютерного моделирования; см. Ref.[40].

Ключевое различие между уровнем значимости α и значением p состоит в том, что первое — это вероятность ошибки до данных , а второе — вероятность ошибки после данных. Действительно, значение p можно рассматривать как наименьший уровень значимости α, при котором H0 было бы отклонено с данными x0. Легитимность вероятностей ошибок постданных, лежащих в основе гипотетических рассуждений, может быть использована для выхода за рамки правил принятия / отклонения N-P и обеспечения доказательной интерпретации, относящейся к несоответствию γ с нулем, что подтверждается данными x0; см. Ref.[41].

Несмотря на то, что частотное тестирование использует гипотетические рассуждения, его основная цель также состоит в том, чтобы узнать из данных об истинной модели M ∗ (x) = {f (x; θ ∗)}, x∈RXn. Это связано с тем, что тестовая статистика, такая как d (X): = n (X¯n − θ0), представляет собой не что иное, как масштабированное расстояние между θ ∗ [значение, стоящее за генерацией x¯n] и предполагаемым значением θ0, с θ ∗ заменяется его «лучшей» оценкой X¯n.

6. Возвращение к функциям потерь и риска

Приведенное выше обсуждение вызывает серьезные сомнения относительно роли функций потерь и их допустимости в оценке обучения на основе данных x0 о θ ∗.Чтобы понять, почему теоретическое построение решений искажает частотный подход, необходимо рассмотреть роль функций потерь в статистическом выводе в более общем плане.

6.1. Откуда берутся функции потерь?

Более пристальное рассмотрение теоретической схемы принятия решений показывает, что функция потерь должна задействовать «информацию из источников, отличных от данных», которые обычно не всегда доступны. Действительно, такая информация доступна в очень ограниченных ситуациях, например, при приемочной выборке при контроле качества.В свете этого, правильное понимание предполагаемого объема статистического вывода требует различать особые случаи, когда функция потерь является неотъемлемой частью имеющейся существенной информации, от тех, в которых такая информация не является актуальной или доступной.

Тяо и Коробка [25], стр. 624, повторил различие Фишера [42]:

«Теперь, несомненно, верно, что, с одной стороны, существуют ситуации, когда функция потерь хотя бы приблизительно известна (например, определенные проблемы в бизнесе) и выборочная проверка относятся к этому типу. .… С другой стороны, возникает огромное количество проблем, связанных с выводом, особенно при анализе научных данных, когда невозможно заранее узнать, для чего впоследствии будут использованы результаты исследования ».

Кокс [43] пошел дальше и подверг сомнению это построение даже в тех случаях, когда вывод может включать в себя решение:

«Причины, по которым подробные методы [теории принятия решений] кажутся довольно ограниченными применимыми, даже когда довольно четкое решение Этот элемент может заключаться в (i) в том, что, за исключением таких областей, как теория управления и приемочная выборка, основной вклад статистической техники заключается в представлении доказательств в острой форме для обсуждения, а не в механическом представлении окончательного решения. Это особенно актуально, когда речь идет о единственном важном решении. (ii) Основная трудность может заключаться в формулировании элементов, необходимых для количественного анализа, а не в объединении этих элементов с помощью правила принятия решения ». (стр. 45)

Другой важный аспект использования функций потерь в выводе состоит в том, что на практике они кажутся дополнением к самому выводу, поскольку они вносят в проблему информацию, отличную от данных. В частности, одна и та же проблема статистического вывода может привести к очень разным решениям / действиям в зависимости от функции потерь.Чтобы проиллюстрировать это, рассмотрим пример из [44]:

«… рассмотрим случай нового лекарства, действие которого изучается ученым-исследователем, прикрепленным к лаборатории фармацевтической компании. Заключение исследования может по-разному относиться к действиям, которые должны быть предприняты (а) ученым, направление дальнейших исследований которого будет зависеть от него, (б) компанией, чьи бизнес-решения будут определяться этим, и (в) правительством. чья политика в отношении здравоохранения, контроля над наркотиками и т. д., обретет форму на этой основе ». (стр. 72)

На практике, каждый из этих разных агентов, вероятно, будет иметь очень разную функцию потерь, но их выводы должны иметь общий знаменатель: научные доказательства, относящиеся к θ ∗, истинному θ, которое основано исключительно на из наблюдаемых данных.

6.2. Решения против выводов

Вышеупомянутое обсуждение выявляет решающее различие между «решением» и «выводом», вытекающим из данных x0. Еще до того, как Уолд [5] представил теоретическую перспективу принятия решений, Фишер [42] проницательно утверждал:

«В области чистого исследования никакая оценка стоимости неправильных выводов или задержки в достижении более правильных выводов, по-видимому, не может быть больше, чем отговорка, и в любом случае такая оценка была бы недопустимой и неуместной при оценке состояния научных доказательств.(Стр. 25–26)

Тьюки (1960) повторил точку зрения Фишера, противопоставив решения и выводы:

«Как и любое другое человеческое начинание, наука включает в себя множество решений, но она прогрессирует путем создания достаточно хорошо установленных сумма знаний. Этот орган растет благодаря заключениям — действиям, существенные характеристики которых сильно отличаются от принятия решений. Выводы делаются с тщательным учетом доказательств, но без учета последствий конкретных действий в конкретных обстоятельствах.(Стр. 425)

Хакерство [45] выявило ключевое различие между «выводом, относящимся к свидетельствам» за или против гипотезы, и «решением что-то сделать» в результате вывода:

«… сделать вывод о том, что гипотеза лучше всего поддерживается, по-видимому, означает решить, что рассматриваемая гипотеза лучше всего поддерживается. Следовательно, это решение, как и любое другое. Но этот вывод ошибочен. Решение о том, что что-то происходит, отличается от решения что-то сделать. … Следовательно, решение сделать что-то напрямую относится к сфере теории принятия решений, а решение о том, что что-то так, — нет.”(Стр. 31)

Этот вопрос был подробно рассмотрен Бирнбаумом [15], с. 19:

«Сформулированы две противоположные интерпретации концепции решения: поведенческая , применимая к« решениям »в конкретном буквальном смысле, как в приемочной выборке; и доказательный , применимый к «решениям», таким как «отклонить H0» в контексте исследования, где структура и сила статистических доказательств, касающихся статистических гипотез, имеют центральный интерес ». n (X) −θ ∗) 2.n (x) −θ ∗ | .E45

Обратите внимание, что эти функции расстояния определены в точке θ = θ ∗, а не для всех θ в Θ, как традиционные функции потерь.

Дилемма, стоящая перед байесовским статистиком или статистиком, занимающимся теорией принятия решений, состоит в том, чтобы решить, когда имеет смысл переопределить MLE и выбрать оптимальное правило, вытекающее из заданной извне функции потерь. Дилемма не так тривиальна, как может показаться на первый взгляд, по двум причинам. Во-первых, ключевое различие между ними состоит в том, что предположения о функции правдоподобия L (θ) можно проверить на основе данных, а те, что лежат в основе функции потерь, — нет.Во-вторых, функция правдоподобия делает понятие эффективности «глобальным», полная эффективность , с точки зрения информации Фишера:

CR (θ ∗) = In − 1 (θ ∗), In (θ ∗): = E (- ∂2lnL (θ) ∂θ∂θΤ) .E46

Следовательно, оптимальность оценки может быть подтверждена с использованием проверяемой информации, содержащей статистическую модель Mθ (x). Это прямо противоположно допустимости, которая является свойством, определяемым в терминах «локальной» эффективности — относительно функции потерь — на основе внешней (непроверяемой) информации.

6.4. Приемочная выборка против обучения на основе данных

Давайте выделим ключевые особенности ситуации, в которой вышеупомянутая теоретическая установка имеет вполне разумный смысл. Это та ситуация, которую Фишер [12] назвал приемочной выборкой , например, промышленный производственный процесс, целью которого является контроль качества, то есть принятие решения относительно отгрузки нестандартной продукции (например, гаек и болтов) покупателю. используя ожидаемые убытки / прибыль в качестве окончательного критерия.(x0), говорят стоимость наблюдаемого процента дефектных продуктов, но это не имеет ничего общего с вероятностями ошибок типа I и II.

Приемочная выборка отличается от научного исследования в двух важных отношениях:

  1. Основная цель — использовать статистические правила для минимизации ожидаемых потерь, связанных с «принятием решения».

  2. Разумность всех действий определяется соответствующими «потерями», проистекающими из « релевантной информации, кроме данных ([32], с.251) ».

  3. Компромисс между двумя типами вероятностей ошибок определяется самой функцией риска, а не попытками узнать из данных о θ ∗. Действительно, обучение сознательно подрывается определенной функцией потерь, такой как общая MSE (14), которая отдает предпочтение смещенным оценкам типа Джеймса-Стейна.

Ключевое различие между приемочным отбором и научным исследованием состоит в том, что основной целью последнего является , а не , чтобы минимизировать ожидаемые потери (затраты и полезность), связанные с различными значениями θ∈Θ, а использовать данные x0 для узнать об «истинной» модели (17).Эти две ситуации кардинально отличаются, главным образом потому, что ключевое понятие «истинного θ» ставит под сомнение вышеупомянутую установку приемочного контроля. Действительно, функция потерь, определяемая как «∀θ∈Θ», будет наказывать θ ∗, поскольку нет причин ожидать, что θ с наивысшим рангом совпадет с θ ∗, если только не случайно.

Крайний релятивизм оптимальности функции потерь делает теорию принятия решений и правила Байеса очень уязвимыми для злоупотреблений. На практике можно оправдать любую оценку как оптимальную, какой бы слабой она ни была с точки зрения других критериев, путем выбора «подходящей» функции потерь.

Пример 1 . Рассмотрим производителя высокоточных болтов и гаек, у которого есть информация о том, что покупатель проверяет качество только в первом и последнем поле при принятии заказа. Это говорит о том, что для минимизации потерь, связанных с возвратом его продукции как дефектной, подходящей функцией потерь может быть:

L (X; θ) = ([(X1 + Xn) / 2] −θ) 2, θ∈ ( 0,1) .E47

С точки зрения приемочной выборки , «оптимальная» оценка θ˜ = (X1 + Xn) / 2 превосходна, потому что она минимизирует ожидаемые потери, но она ужасна для точного определения θ ∗, потому что это противоречиво!

Рассмотрим более общий случай, когда приемочная выборка напоминает проверку гипотез, поскольку конечные продукты выбираются случайным образом для проверки в процессе производства. В такой ситуации основная цель может рассматриваться как операционализация вероятностей ложного принятия / отклонения с целью минимизации ожидаемых потерь. Принято считать, что эта ситуация достаточно похожа на тестирование Неймана-Пирсона (N-P), чтобы рассматривать последнее как подходящую основу для принятия решения о поставке этой конкретной партии или нет. Однако более пристальный взгляд на некоторые из примеров, используемых для иллюстрации такой ситуации [48], показывает, что решения принимаются исключительно функцией риска, а не каким-либо стремлением узнать из данных об истинном θ ∗.Например, N-P способ решения компромисса между двумя типами вероятностей ошибок, фиксация α на малом значении и поиск теста, который минимизирует вероятность ошибки типа II, кажется совершенно неуместным в таком контексте. Можно легко представить себе функцию потерь, в которой «оптимальный» компромисс требует гораздо большей вероятности ошибки типа I, чем вероятность ошибки типа II. Как утверждается в Ref. [14]:

«Теория принятия решений Вальда… отказалась от фиксированной вероятности ошибок первого рода и сосредоточилась на выгодах, потерях или сожалениях.(Стр. 433)

Действительно, Вальд [5] был первым, кто подчеркнул, что теоретико-решающее понятие «оптимальности» вращается вокруг конкретной функции потерь:

«Лучшая» система регионов принятия… будет зависят только от весовой функции ошибок ». ([5], стр. 302)

Учитывая существенные различия в пунктах [a] — [c], можно сделать веские доводы в пользу того, что цели и основная причина приемлемой выборки радикально отличаются от тех, которые относятся к обучению на основе данных. в научном контексте.

6.5. Является ли ожидаемая потеря законной частотной ошибкой?

Ключевой вопрос: что общего между ожидаемыми потерями и традиционными частотными ошибками, такими как систематическая ошибка, MSE и ошибки типа I – II?

Первый , они происходят непосредственно из статистической модели Mθ (x), поскольку базовые выборочные распределения оценщиков, тестовой статистики и предикторов выводятся исключительно из распределения выборки f (x; θ) через уравнение. (7). В этом смысле соответствующие вероятности ошибок напрямую связаны со статистической информацией, относящейся к данным, как это обобщено самой статистической моделью Mθ (x).

Второй номер , они привязаны к конкретной процедуре частотного вывода, поскольку они относятся к соответствующему требованию вывода. Эти вероятности ошибок калибруют эффективность процедур вывода при обучении на основе данных об истинной статистической модели M ∗ (x) = {f (x; θ ∗)}, x∈RXn.

В свете этих особенностей возникает вопрос: «В каком смысле функция риска потенциально может представлять соответствующие частотные ошибки?» Аргумент о том, что функция риска представляет собой допустимые частотные ошибки, поскольку она выводится из ожиданий относительно f (x; θ), x∈RXn [3], ошибочен по двум причинам.n (X) −θ ∗) 2, оцениваются относительно f (x; θ ∗), x∈RXn, с использованием фактических рассуждений; θ ∗ обозначает состояние Природы. Исходная функция потерь Вальда [5] в уравнении (2) представляет собой интересный случай, потому что он определен в терминах θ ∗, что делает его неработоспособным при вычислении для всех θ в Θ, поскольку θ ∗ на практике неизвестно. ), привязаны к конкретным значениям θ в.Такое присвоение находится в прямом конфликте со всеми вышеупомянутыми допустимыми вероятностями ошибки, которые связаны с самой процедурой вывода, и никогда с конкретными значениями θ в. Ожидаемые убытки, присвоенные каждому значению θ в, не имеют ничего общего с изучением данных о θ ∗. В самом деле, функция риска будет наказывать процедуру точного определения θ ∗, поскольку последнее на практике неизвестно. Это прямо противоречит основной цели частотной оценки, но синхронизируется с «приемочной выборкой», где цель вывода имеет прямое отношение к ожидаемым потерям.

7. Резюме и выводы

\ ‘В статье приводятся доводы в пользу утверждений Фишера [12, 42] относительно уместности теоретико-решающего фрейма для «приемочной выборки» и его несоответствия для частотного вывода. Более пристальный взгляд на эту структуру показывает, что она соответствует байесовскому подходу, поскольку дополняет апостериорное распределение теорией оптимального вывода. Теоретико-решающие и байесовские правила считаются оптимальными, когда они минимизируют ожидаемые потери для всех возможных значений θ [∀θ∈Θ], независимо от того, каково истинное значение θ ∗.Напротив, теория оптимального частотного вывода вращается вокруг истинного значения θ ∗, поскольку оно полностью зависит от способности процедуры точно определить θ ∗. Частотный подход основан на фактических (оценка и предсказание), а также гипотетических (проверочных) рассуждениях, оба из которых вращаются вокруг экзистенциального квантора ∃θ ∗ ∈Θ. Несоответствие квантора ∀θ∈Θ ставит под сомнение уместность допустимости как минимального свойства для частотных оценок.Можно привести веские доводы в пользу того, что релевантным минимальным свойством для частотных оценщиков является согласованность . Кроме того, полная эффективность обеспечивает соответствующую меру эффективности (точности) конечной выборки оценщика при точном определении θ ∗. Оба эти свойства проистекают из базовой статистической модели Mθ (x), в отличие от допустимости, которая основана на функциях потерь, основанных на информации, отличной от данных.

Утверждается, что результат Стейна [36] проистекает из того факта, что допустимость вводит компромисс между точностью оценки при точном определении θ ∗ и «общими» ожидаемыми потерями.То есть оценщик Джеймса-Стейна достигает более высокой общей MSE за счет притупления способности частотного оценщика точно определять θ ∗. Почему частотный анализатор должен заботиться об общей MSE, определенной для всех θ в? В конце концов, ожидаемые убытки не являются законными ошибками, подобными систематическим ошибкам и MSE (если они определены правильно), а также ошибкам охвата, типам I и II. Последние присоединяются к самим частотным процедурам, чтобы откалибровать их способность учиться на данных о θ ∗. Напротив, ожидаемые убытки приписываются различным значениям θ в Θ с использованием информации, отличной от данных.

1. Введение

В 2001 году Федеральная комиссия по связи (FCC) выделила несколько ГГц в полосе частот около 60 ГГц для нелицензионного использования. Фактически, этот нелицензированный диапазон частот миллиметрового диапазона доступен в Северной Америке и Корее (57–64 ГГц), а также в Европе и Японии (59–66 ГГц) [1, 2]. Основной характеристикой этой полосы частот является очень высокий уровень затухания из-за чрезвычайно высокого атмосферного поглощения (17 дБ / км) в дополнение к более высоким потерям в обычных строительных материалах, что делает связь 60 ГГц наиболее подходящей для беспроводной связи на малых расстояниях. приложений, от нескольких метров для малой мощности до 1 км для транспортных решений.Однако для надежной работы даже на малых расстояниях системы связи 60 ГГц должны также использовать узконаправленную антенну с высокой степенью фокусировки для увеличения уровня сигнала, доступного для целевого приемника.

Сегодня резко возросла потребность в высокоскоростной беспроводной связи и широкополосных системах приемопередатчиков / приемников с меньшими требованиями к оборудованию и высокой гибкостью. Однако существующие аппаратные архитектуры для систем радиосвязи страдают рядом ограничений, включая высокую стоимость, сложность конструкции, а также высокое энергопотребление.Например, для большинства смесителей в обычных приемниках, чтобы получить хорошее усиление преобразования, мощность гетеродина должна быть более 10 дБмВт, что является относительно высоким уровнем мощности по сравнению с другими альтернативами, описанными в литературе [3]. Более того, в обычных системах приемников фазовый шум гетеродина (гетеродина) преобразуется непосредственно в фазовый шум в основной полосе частот. Это приводит к помехам соседнего канала, обычно вызываемым обратным смешиванием, что, как следствие, снижает избирательность приемника [1].

Радиоархитектуры, способные выйти за рамки ранее упомянутых ограничений, включают системы радиосвязи, основанные на многопортовых архитектурах. Простота конструкции в сочетании с широкополосными характеристиками многопортовых структур приемника может обеспечить архитектуру РЧ приемника, которая может решить многие из текущих проблем систем приемника. Он обеспечивает простой подход к широкополосным операциям, низкое энергопотребление и низкие производственные затраты, что делает его серьезным кандидатом для различных домашних беспроводных приложений миллиметрового диапазона [4, 5].

В последние годы несколько конструкций многопортовых (шестипортовых) схем были исследованы и представлены в литературе. Они варьируются от микрополосковых до конструкций LC-элементов для различных диапазонов частот микроволнового и миллиметрового диапазонов [6]. Первая описанная многопортовая схема была использована в 1970-х годах Гленном Ф. Энгеном и Клетусом А. Хоером в качестве альтернативы анализаторам цепей для измерения сложных параметров рассеяния [7, 8]. Пару лет спустя он был использован в радиолокационных приложениях и недавно был предложен в качестве альтернативы традиционным архитектурам приемников, таким как гомодинные и гетеродинные приемники.

В этой главе представлен и проанализирован полностью интегрированный внешний приемник на 60 ГГц, основанный на многопортовой (шестипортовой) технике. Все части, составляющие предлагаемый входной приемник, такие как антенная решетка 8 × 2, малошумящий усилитель (МШУ), шестипортовая схема и детекторы мощности, представлены и охарактеризованы отдельно. Таким образом, эта глава организована следующим образом. Во-первых, в разделе 2 дается всесторонний обзор процесса изготовления MHMIC, использованного для изготовления предлагаемого прототипа входного приемника на 60 ГГц. Далее, в разделе 3 показана теоретическая концепция шестипортовой схемы и то, как она работает как амплитудно-фазовый дискриминатор; кроме того, в нем подробно описаны основные строительные блоки разработанного входного приемника на 60 ГГц. В этом же разделе обсуждаются процедура экспериментальной характеризации и полученные результаты измерений, а также готовый изготовленный прототип входного приемника с экспериментальными результатами демодуляции M-PSK / M-QAM. Наконец, сделан вывод.

2.Процесс изготовления MHMIC

На сегодняшний день существует несколько многообещающих высококачественных производственных процессов, предлагающих потенциально недорогие и высокоинтегрированные компоненты миллиметрового диапазона, такие как монолитная микроволновая интегральная схема (MMIC) на основе GaAs, кремния или технологии SiGe для крупномасштабное производство и миниатюрная гибридная микроволновая интегральная схема (MHMIC) для прототипирования или мелкосерийного производства [9]. Последний использует тонкопленочный процесс, в котором широкий спектр пассивных компонентов изготавливается на подложке из оксида алюминия, обычно имеющей высокую диэлектрическую проницаемость.Эти компоненты не ограничиваются только основными сосредоточенными пассивными компонентами, такими как тонкопленочные резисторы, спиральные индукторы и накладные конденсаторы, но они также включают большое количество пассивных радиочастотных схем, включая делители мощности, направленные ответвители, печатные антенны и фильтры. Активные устройства, такие как диоды, усилители мощности (PA) и малошумящие усилители (LNA), реализуются в конце процесса с использованием технологии соединения золотой проволокой.

Наиболее часто используемые материалы для металлизации подложки — золото, медь или медь-золото.Прецизионные тонкопленочные резисторы обычно реализуются с использованием пленок нихрома или нитрида тантала на тонкопленочной керамической подложке. Однако обычно используются различные методы обработки, такие как методы фотолитографии, электронное излучение и, в последнее время, микрообработка эксимерным лазером [10].

Следует отметить, что выбор тонкой подложки обусловлен меньшей длиной направляемой волны в керамических подложках с высокой диэлектрической проницаемостью. Чтобы сохранить требуемое соотношение сторон схемы (длина направляемой волны в зависимости от ширины линии), толщина подложки должна быть как можно меньшей.Оптимальным выбором для частот выше 60 ГГц является коммерчески доступная подложка из оксида алюминия толщиной 127 мкм. Эта подложка также легко совместима с обычными активными компонентами MMIC толщиной 100 мкм для интеграции с планарными пассивными MHMIC. Микросхемы MMIC реализуются в виде прямоугольных вырезов на керамике на верхней части того же металлического приспособления, что обеспечивает рассеивание тепла и простое соединение проводов с компонентами MHMIC, которые обычно находятся на одной высоте.

Технология MHMIC сегодня представляет собой отличную альтернативу недорогому и быстрому прототипированию миниатюрных схем с улучшенными характеристиками на частотах миллиметрового диапазона до 86 ГГц [6].

3. Многопортовые (шестипортовые) входные приемники на основе схем

Шестипортовое (многопортовое) квадратурное преобразование с понижением частоты — это инновационный подход в технологии миллиметровых волн. Всесторонняя теория, подтвержденная различными моделями и измерениями приемников с прямым преобразованием частоты 60 ГГц (V-диапазон), была представлена ​​в литературе за последние годы [11, 12].

Блок-схема на рисунке 1 подчеркивает принцип работы входного приемника на основе шестипортовой схемы демодуляции радиочастотных сигналов.Эта конструкция состоит из трех гибридных ответвителей под углом 90 ° и делителя мощности Уилкинсона. Предлагаемая архитектура позволяет получить на основе измерений выходной мощности разность фаз и соотношение амплитуд неизвестного сигнала от антенны ( a 6 ) и опорного сигнала, поступающего от гетеродина ( a 5). ).

Рис. 1.

w3.org/1999/xlink» xmlns:xsi=»http://www.w3.org/2001/XMLSchema-instance»> Блок-схема входного приемника с шестью портами.

Выходные сигналы b i могут быть выражены как функция сигналов a i и параметра S S ij следующей линейной зависимостью:

bi = ∑ j = 16Sijaj, i = 1,…, 6E1

Параметры S ij шестипортовой схемы можно получить непосредственно из рисунка 1.Для этой цели используются матрицы параметров S [S] гибридного ответвителя 90 ° и делителя мощности Уилкинсона. Соответствующие матрицы приведены в уравнениях. (2) и (3):

S = 120j10j001100j01j0E2

S = −j12011100100E3

Таким образом, глобальная матрица параметров S [S] шестипортовой схемы на рисунке 1 получается по формуле. (4):

S = 120000 − jj00001j0000110000 − j − 1 − j11 − j00jj1−100E4

Используя уравнение. (4), мы можем получить формулы для четырех форм сигналов: b 1 , b 2 , b 3 и b 4 , как функцию двух падающих сигналов. волны a 5 и a 6 , как описано в уравнении.(5):

Для упрощения расчетов мы предполагаем, что РЧ-сигналы, исходящие от антенны a 6 и гетеродина (LO) a 5 , имеют отношение амплитуд α , a разность фаз Δ φ ( t ) = φ 6 ( t ) — φ 5 , а разность частот Δ ω = ω ω 0 ( ω = 2 πf ).Следовательно, эти сигналы могут быть выражены следующими уравнениями [11]:

a5 = a ∙ ejω0 ∙ t + φ5E6

a6 = α ∙ a ∙ ejω0 ∙ t + φ6t = α ∙ a5 ∙ ej∆ω ∙ t + ∆ φt.E7

Путем замены выражений сигналов a 5 и a 6 в системе уравнения. (5) получаем

b1t = −ja2 ∙ ejω0t + φ5 ∙ 1 + α ∙ ej∆ω ∙ t + ∆φt + πE8

b2t = a2 ∙ ejω0t + φ5 ∙ 1 + α ∙ ej∆ω ∙ t + ∆ φt + π2E9

b3t = a2 ∙ ejω0t + φ5 ∙ 1 + α ∙ ej∆ω ∙ t + ∆φtE10

b4t = −ja2 ∙ ejω0t + φ5 ∙ 1 + α ∙ ej∆ω ∙ t + ∆φ11 9π2 Следует отметить, что сигналы в полосе промежуточной частоты (ПЧ) являются результатом подключения четырех выходов шестипортовой схемы к детекторам мощности (см. Рисунок 1).Мы считаем, что мощность на выходе каждого идеального детектора мощности пропорциональна квадрату амплитуды ВЧ сигнала [11, 13]. В этих условиях

vi = Ki ∙ bi2 = Ki ∙ bi ∙ bi ∗, i = 1,…, 4E12

Если детекторы мощности идентичны ( K i = K ), то

v1t = Ka24 ∙ 1 + α2−2 ∙ α ∙ cos∆ω ∙ t + ∆φtE13

v2t = Ka24 ∙ 1 + α2−2 ∙ α ∙ sin∆ω ∙ t + ∆φtE14

v3t = Ka24 ∙ 1 + α2 + 2 ∙ α ∙ cos∆ω ∙ t + ∆φtE15

v4t = Ka24 ∙ 1 + α2 + 2 ∙ α ∙ sin∆ω ∙ t + ∆φtE16

Для генерации квадратурных сигналов IF / IQ используются дифференциальные усилители промежуточной частоты. диапазона, на выходах 1, 3 и 2, 4 (см. рисунок 1):

vIFIt = AIF ∙ v3t − v1t = α ∙ K ∙ a2 ∙ AIF ∙ cos∆ω ∙ t + ∆φtE17

vIFQt = AIF ∙ v4t −v2t = α ∙ K ∙ a2 ∙ AIF ∙ sin∆ω ∙ t + ∆φtE18

Выполняется второе преобразование частоты с последующей фильтрацией низких частот.Таким образом получаются формулы I / Q сигнала основной полосы частот:

It = 12 ∙ α ∙ K ∙ a2 ∙ AIF ∙ ABB ∙ cos∆φtE19

Qt = 12 ∙ α ∙ K ∙ a2 ∙ AIF ∙ ABB ∙ sin∆φtE20

Фактически, I / Q-сигнал основной полосы частот можно выразить в комплексной плоскости следующим уравнением:

Γt = It + Qt = 12 ∙ α ∙ K ∙ a2 ∙ AIF ∙ ABB ∙ ejΔφtE21

Это выражение показывает, что термины A IF и A BB относятся к полосе промежуточной частоты (IF) и усилению основной полосы частот (BB). Приемник работает в обеих архитектурах: гетеродин, согласно ур.(17) и (18), и гомодинные, согласно Ур. (19) и (20). Соотношение амплитуд α и разность фаз, Δ φ ( t ) = φ 6 ( t ) — φ 5 , могут быть получены в основной полосе частот. Эта взаимосвязь между РЧ-доменами и промежуточным (ПЧ) диапазоном, а также основной полосой подчеркивает роль шестипортовой схемы (рефлектометра) как дискриминатора фазы, частоты и амплитуды [11].

3.1. Многопортовая (шестипортовая) схема и характеристика

Широкополосная шестипортовая схема с улучшенной симметрией и закругленными формами была разработана на тонкой подложке из оксида алюминия ( ε r = 9.9 и h = 127 мкм) с использованием нового делителя / сумматора мощности Уилкинсона и трех гибридных ответвителей с закругленными углами 90 ° [9]. Центральная расчетная частота составляет 60,5 ГГц, в центре нелицензируемой полосы частот (от 57 до 64 ГГц).

Следует отметить, что все измерения выполняются на частотах 60 ГГц из-за имеющихся возможностей измерительной установки (модули прямоугольных волноводов WR-12 для диапазона миллиметровых волн 60–90 ГГц ВАЦ). Однако экстраполяция измерений и сравнение с моделированием позволяют оценить поведение схемы в диапазоне от 57 до 60 ГГц.Микрофотография на рисунке 2 (а) показывает изготовленную схему с шестью портами, готовую к измерениям от порта 4 к порту 5 с использованием перехода от копланарной линии к микрополосковой и точной измерительной структуры на пластине, оснащенной заземлением-сигналом-землей (GSG) -150. микропланарные зонды, как показано на рисунке 2 (б).

Рис. 2.

Микрофотография изготовленной шестипортовой схемы миллиметрового диапазона: (a) конфигурация измерения S-параметров на пластине и (b) процесс измерения S-параметров на пластине с использованием копланарного GSG-150 мкм. зонды.

Как видно на рисунке 2 (а), все остальные порты закрываются согласованными нагрузками (50 Ом), интегрированными на той же подложке с использованием тонкого слоя оксида титана 100 Ом на квадратный квадрат. Во избежание металлических сквозных отверстий, которые сложно добиться с точностью и воспроизводимостью на частотах миллиметрового диапазона, в нагрузках 50 Ом используются открытые шлейфы четверть длины волны в качестве коротких замыканий на ВЧ-диапазоне миллиметровых волн (см. Порты 1, 2, 3 и 4). Внешние шестипортовые размеры примерно 6,5 мм на 6.5 мм.

Чтобы обеспечить точность измерений S-параметров, применяется метод калибровки на пластине через , отражают линии (TRL) с использованием калибровочных наборов на той же керамической подложке из оксида алюминия, что и тестируемые устройства. (DUT) [9]. Его стандарты показаны на рисунке 3. Он состоит из сквозной линии (T), двух разомкнутых контуров в виде отражения (R) и короткой линии (L). Из-за хрупкости очень тонкой металлизации золотого слоя (1 мкм) на одной керамической подложке разработано несколько идентичных стандартов, чтобы обеспечить повторяемость и успешность калибровок на пластине и измерений S-параметров.

Рисунок 3.

Микрофотография калибровочного набора TRL.

На рисунке 4 показаны типичные измерения обратных потерь на порте 6 (вход RF) и порт 5 (вход LO), а также изоляция между ними. Как видно, на центральной рабочей частоте около 60 ГГц все значения лучше 20 дБ. Более того, измеренные значения лучше 15 дБ на самой высокой частоте (64 ГГц) нелицензируемой полосы частот. Фактически, достигнутый высокий уровень изоляции является результатом использования сильно изолированного делителя мощности Уилкинсона круглой формы с высокоточным интегрированным резистором, который был реализован с точностью на 100 Ом на квадратный тонкий слой оксида титана с использованием технологии MHMIC. [14], как описано ранее.

Рис. 4.

Измеренные возвратные потери на ВЧ-входах и изоляция для изготовленной шестипортовой схемы.

Измеренные возвратные потери на выходных портах (1, 2, 3 и 4) показаны на рисунке 5. Эти результаты демонстрируют хорошее согласование на всех портах с более чем 25 дБ в районе рабочей частоты 60 ГГц при сохранении хороший уровень согласования для остальной части диапазона (лучше 15 дБ на самой высокой частоте (64 ГГц)).

Рис. 5.

Измеренные возвратные потери на ВЧ-выходах (порты 1, 2, 3 и 4) для изготовленной шестипортовой схемы.

На рисунке 6 показаны результаты измерения коэффициента передачи, обычно известного как разделение мощности между портом 5 гетеродина и двумя соседними выходами (порты 2 и 4), а также между РЧ-портом 6 и двумя другими соседними выходами (порты 1 и 3). Как видно, измеренные коэффициенты передачи близки к значению -6 дБ в рассматриваемой полосе частот согласно теории шести портов . Однако около центральной частоты 60 ГГц максимальные дополнительные вносимые потери не превышают 0.6 дБ, достигая примерно 1,2 дБ на верхнем крае. Амплитудный дисбаланс между двумя парами выходов близок к 0 дБ на частоте 62,5 ГГц и менее 0,5 дБ в интересующей полосе частот. Следует отметить, что из-за высокой симметрии разработанной схемы аналогичные результаты получены между портом 5 и двумя другими шестипортовыми выходами (1, 3). То же самое верно для результатов коэффициента передачи между РЧ-портом 6 и выходами (2, 4).

Рис. 6.

Типичные измерения величины передачи для изготовленных шестипортовых схем.

На рисунке 7 показана разность фаз между двумя типичными S-параметрами передачи: S 52 и S 54 , а также S 61 и S 63 . Полученные результаты демонстрируют две квазипараллельные характеристики. Измеренная разность фаз между каждыми двумя соседними портами близка к квадратичной опорной точке 90 °. Однако наблюдаемая ошибка разности фаз составляет менее ± 2 ° до 64 ГГц.

Рис. 7.

Типичные измерения фазы передачи для изготовленных шестипортовых схем.

График точек q i с использованием результатов измерения S-параметров предложенных шестипортовых схем показан на рисунке 8. Как видно, точки q i расположены на одинаковом расстоянии от начало координат и расстояние между ними на 360 ° разделили их количество (в данном случае i = 4). Эти результаты подчеркивают производительность изготовленной шестипортовой схемы и доказывают высокую точность определения местоположения точек q i в рассматриваемом диапазоне частот 60 ГГц. Следовательно, величины точек q i равны и ближе к 1, в то время как разность аргументов ближе к 90 ° между двумя соответствующими точками q i .

Рисунок 8.

q и точек изготовленной шестипортовой схемы для рассматриваемой полосы частот 60–65 ГГц.

3.2. Конструкция и характеристики детектора мощности миллиметрового диапазона

Как мы видели в предыдущем разделе, для восстановления сигналов низкой ПЧ или основной полосы частот требуется реализация детекторов мощности на четырех выходах шестипортовой схемы.Для этого был выбран GaAs-диод Шоттки миллиметрового диапазона HSCH-9161 с нулевым смещением от компании Keysight Technologies для регистрации мощности благодаря его широкополосным и высокоскоростным свойствам [15, 16]. Типичная конфигурация детектора мощности обычно включает диод Шоттки, за которым следует фильтр нижних частот для извлечения составляющей постоянного тока, как показано на рисунке 9.

Рисунок 9.

Типичная конфигурация источника питания на основе диода Шоттки с нулевым смещением детектор.

Нелинейная характеристика между током i ( t ), который проходит через диод, и входным высокочастотным напряжением В RF ( t ) обычно описывается законом Шоттки.Если пренебречь паразитным сопротивлением диода, эта характеристика будет выражена как

it = IsexpqovRFtnKT − 1E22

, где I s — ток насыщения, q o — заряд электрона, n — коэффициент идеальности, K — постоянная Больцмана, T — температура.

Зная, что напряжение В RF ( t ) можно выразить как

vRFt = A ∙ cosωRFt, ωRF = 2πfRFE23

С другой стороны, учитывая, что входной сигнал В RF ( t ) имеет низкую мощность и удовлетворяет условию A < V T , тогда мы можем повторно выразить уравнение. (22) используя ограниченное развитие экспоненциальной функции для получения

it = IsvRFtnVT + 12vRFtnVT2 +… E24

Кроме того, низкочастотную эквивалентную схему на выходе детектора мощности можно представить следующим образом (Рисунок 10) [ 16]:

Рис. 10.

Эквивалентная схема для выхода детектора мощности на основе диода Шоттки.

Динамическое сопротивление диода R В представляет собой видеосопротивление [16]. Последний с резистором R и конденсатором C образует фильтр нижних частот первого порядка с частотой среза f c :

fc = Rv + R2πRvRCE25

Путем выбора низкочастотной среза f c по сравнению с входной частотой RF детектора мощности, выходное напряжение V o (t), следовательно, будет пропорционально низкочастотной составляющей или компоненту основной полосы (BB) тока i ( t) , особенно к квадратичному члену уравнения. (24).

Затем, заменив выражение входного высокочастотного напряжения, заданное формулой. (23) в уравнении. (24) и учитывая только квадратичный член уравнения, получаем

it = IS2A ∙ cos2πfRFtVT2E26

После операции фильтрации нижних частот выходное напряжение будет выражено следующим образом:

vot = R ∙ RVR + RVIS4VT22 ∙ A2 = α ∙ PRFE27

Коэффициент α представляет чувствительность детектора мощности, обычно выражаемую в вольтах / ватт. Согласно формуле видно, что для низких уровней мощности детектор может выполнять определение мощности, потому что выходное напряжение детектора пропорционально квадрату амплитуды входного сигнала или, другими словами, мощности Радиочастотный сигнал.

Фотография изготовленной схемы детектора мощности миллиметрового диапазона, используемой в предлагаемой архитектуре входного приемника, показана на рисунке 11. Она состоит из трех основных частей: схемы согласования входного импеданса, миллиметрового GaAs диода Шоттки HSCH-9161. (нулевое смещение) и обнаруженная выходная цепь напряжения постоянного тока. Очевидно, что все детали спроектированы и реализованы на тонкой керамической подложке ( ε r = 9,9, h = 127 мкм) с использованием процесса изготовления MHMIC.Вход диода хорошо согласован с сопротивлением 50 Ом с использованием каскада точного согласования импеданса для достижения максимальной передачи ВЧ-сигнала на вход диода. Предлагаемые схемы согласования импеданса включают в себя отрезок разомкнутой цепи 0,16λ, параллельный основной микрополосковой линии 50 Ом для целей согласования, а также параллельные четвертьволновые радиальные отрезки, прикрепленные к металлизированному сквозному отверстию через высокоомный импеданс. микрополосковая линия длиной четверть волны, чтобы предотвратить утечку радиосигнала, обеспечивая заземление постоянного тока.Интегрированные высокоточные резисторы на 100 Ом (параллельно) реализованы на тонком слое оксида титана 100 Ом на квадратный квадрат и призваны обеспечивать резистивный входной импеданс, обеспечивающий широкополосную работу [15]. Радиальный шлейф четвертьволновой длины обеспечивает ВЧ заземление.

Рис. 11.

Фотография изготовленного прототипа детектора мощности.

На выходе диода проведена широкополосная ФНЧ от двух пар четвертьволновых отражателей. Эта операция позволяет извлекать сигналы постоянного напряжения, подавляя все нежелательные высокочастотные компоненты.Чтобы максимизировать выходное напряжение детектирования, на выходе диодного детектора был добавлен высокоомный заземленный резистор 4 кОм. Он использует те же 100 Ом на квадратный тонкий слой оксида титана.

Смоделированные и измеренные возвратные потери на ВЧ-входе изготовленной схемы детектора мощности сравниваются с хорошим согласованием на рисунке 12. Как можно заметить, измеренная ширина полосы импеданса при -10 дБ покрывает частотный диапазон 3,8 ГГц, от 60 до 63,8 ГГц, что соответствует полосе пропускания 6. 13% при центральной частоте 61,9 ГГц.

Рис. 12.

Смоделированные и измеренные обратные потери изготовленного детектора мощности миллиметрового диапазона.

Смоделированные и измеренные результаты зависимости выходной мощности от входной на частоте 61,9 ГГц показаны на рисунке 13. Как видно, достигается хорошее соответствие между измерением и моделированием на основе модели диода с использованием системы Advanced Design System компании Keysight. (ADS) программное обеспечение. Предлагаемый детектор мощности показывает измеренный динамический диапазон (диапазон обнаружения) в линейной области более 42 дБ.Также достигается высокая чувствительность; минимальный обнаруживаемый уровень входной мощности с помощью цифрового вольтметра составляет приблизительно -48 дБмВт.

Рис. 13.

w3.org/1999/xlink» xmlns:xsi=»http://www.w3.org/2001/XMLSchema-instance»> Смоделированная и измеренная зависимость обнаруженной мощности от входной на частоте 61 ГГц.

3.3. Реализация малошумящего усилителя (МШУ) V-диапазона

Малошумящий усилитель (МШУ) представляет собой предварительный усилитель приемной цепи. Его часто устанавливают как можно ближе к антенне, чтобы усилить сигналы с очень низким уровнем мощности.Однако усиление сигнала, принимаемого усилителем, должно соответствовать двум важным критериям: поддерживать стабильное и соответствующее усиление и контролировать коэффициент шума (NF) приемника. Другими словами, в конструкции МШУ необходим компромисс между коэффициентом шума и усилением. Как правило, коэффициент шума F описывает ухудшение отношения сигнал / шум, вызванное компонентами РЧ цепи. Он определяется как отношение входного SNR (отношения сигнал / шум) к выходному SNR приемной системы:

SNR = SNRINSNROUTE28

В разработанном прототипе входного приемника малошумящий усилитель TGA4600 от Была выбрана компания TriQuint Semiconductor. Последний имеет приемлемый коэффициент шума, NF = 4 дБ, что позволяет значительно ограничить шумовой вклад приемной цепи. Типичная реализация используемого малошумящего усилителя с золотыми соединительными проводами и лентами на керамической подложке проиллюстрирована на фотографии на рисунке 14. Типичные характеристики на частоте 60 ГГц также представлены в таблице 1.

Рисунок 14.

Фотография Типичная реализация малошумящего усилителя TGA4600 на тонкой керамической подложке.

дБ 912 Типичный диапазон –65 ГГц24
Технологии 0,15 мкм 3MI pHEMT
NF 4 дБ
Усиление 1327
Входное / выходное сопротивление 50 Ом
Обратные потери на входе / выходе 26 дБ / 6 дБ
Обратная изоляция 2027
Коэффициент устойчивости > 1

Таблица 1.

Типовые характеристики малошумящего усилителя TGA4600 на частоте 60 ГГц.

3.4. Конструкция микрополосковой антенной решетки миллиметрового диапазона

Микрополосковые антенны миллиметрового диапазона являются многообещающей альтернативой будущим технологиям беспроводной связи в различных областях, включая военную, промышленную и коммерческую [17]. В первую очередь это связано с их небольшими размерами, низкой стоимостью и легким весом, а также простотой изготовления и интеграции с любой технологией изготовления планарных устройств, такой как миниатюрная гибридная микроволновая интегральная схема (MHMIC) или монолитная микроволновая интегральная схема (MMIC). ) [18].

В этом разделе разработана микрополосковая антенная решетка с высоким коэффициентом усиления 8 × 2, предназначенная для интеграции в предлагаемый прототип входного приемника миллиметрового диапазона РЧ диапазона 60 ГГц для беспроводных приложений с высокой скоростью передачи данных внутри помещений. Предлагаемая конфигурация массива была смоделирована с помощью программного обеспечения Advanced Design System (ADS) от Keysight Technologies и протестирована с использованием векторного анализатора цепей (E8362B) с модулями расширения миллиметрового диапазона той же компании.

Геометрия изготовленной микрополосковой антенной решетки 8 × 2, включая ее единственный патч-элемент, показана на фотографии на Рисунке 15.В предлагаемой архитектуре массива используется корпоративная сеть питания, подключенная к копланарной линии питания с сопротивлением 50 Ом, для выполнения измерений на пластине через копланарные зонды заземления-сигнала-заземления (GSG) -150 мкм. Используемая корпоративная микрополосковая питающая сеть включает в себя делитель / сумматор мощности Уилкинсона и несколько тройников, которые соединены микрополосковыми линиями с характеристическим импедансом 50 Ом и 70,7 Ом, чтобы обеспечить согласование импеданса, а также лучший контроль фазы и амплитуды каждого отдельного элемента. патч-элемент.Этот подход обеспечивает высокую направленность, повышает эффективность излучения и снижает флуктуации луча в предлагаемом диапазоне частот по сравнению с другими конфигурациями антенных решеток [17]. Геометрические параметры предлагаемых антенн: Wa = 18,56 мм, La = 5,01 мм, W = 1,07 мм, L = 0,74 мм, d = 1,43 мм, d 1 = 1,60 мм.

Рис. 15.

Фотография изготовленного прототипа с геометрическими параметрами (а) микрополосковой антенной решетки 8 × 2 и (б) одиночного участка.

Смоделированные и измеренные возвратные потери одиночной патч-антенны, а также микрополосковой решетки 8 × 2 сравниваются на рисунке 16. Как видно, хорошие согласования достигаются в рассматриваемом диапазоне частот (60–65 ГГц). . Однако полоса пропускания антенны −10 дБ покрывает от 60 ГГц до 61,2 ГГц для одного патча и от 60 ГГц до 61,7 ГГц для микрополосковой решетки 8 × 2, что соответствует полосе пропускания 1,2 ГГц (2%) и 1,7 ГГц соответственно. (2,83%) соответственно.

Рисунок 16.

Измеренные и смоделированные обратные потери (а) микрополосковой антенной решетки 8 × 2 и (б) одиночного патча.

Смоделированная двумерная диаграмма направленности в плоскости E на частоте 60,5 ГГц показана на рисунке 17. Как можно видеть, смоделированная диаграмма направленности сохраняет высокую симметрию и хорошую диаграмму направленности в поперечном направлении. Максимальное усиление и направленность составляют 16,8 дБ и 17,9 дБ соответственно. Смоделированная эффективность антенны составляет около 77,43%. Ширина луча на половинной мощности (HPBW) составляет около 12 °, а ширина первого бокового лепестка — около 12.На 8 дБ ниже главного лепестка.

Рис. 17.

Двухмерная смоделированная диаграмма направленности предлагаемой микрополосковой антенной решетки 8 × 2 на частоте 60,5 ГГц.

3.5. Реализация многопортового (шестипортового) входного приемника миллиметрового диапазона волн

В этом разделе мы собираем все компоненты, описанные выше, чтобы сформировать окончательный прототип полностью интегрированного входного приемника на 60 ГГц. Последний показан на фотографии на рисунке 18. Таким образом, он включает антенную решетку 8 × 2, малошумящий усилитель (МШУ), схему с шестью портами и детекторы мощности, объединенные в одном 2.Керамическая подложка 54 см × 2,54 см. Таким образом, его функция и принцип действия заключаются в следующем: РЧ-сигнал поступает на порт 6 после приема 16-элементной патч-антенной решеткой (усиление 16,8 дБ) и усиливается LNA TGA4600 от TriQuint Semiconductor (57–65 ГГц, усиление 13 дБ и коэффициент шума 4 дБ). Опорный сигнал от гетеродина (LO) поступает на порт 5 через микрополосковый переход к прямоугольному волноводу (RW) WR12. Чтобы восстановить низкую ПЧ или сигналы основной полосы частот, четыре выхода с шестью портами подключены к детекторам мощности RF.

Рис. 18.

Изготовленный прототип переднего приемника с шестью портами.

Изготовленный шестипортовый входной приемник на 60 ГГц был протестирован с использованием испытательного стенда, показанного на блок-схеме рисунка 19 и соответствующей фотографии на рисунке 20. В передающей части подключен выход синтезированного развертки серии HP 8360. к коммерческому усилителю мощности диапазона K с усилением около 10 дБ. Ограничено верхним диапазоном выходной частоты синтезатора частот (40 ГГц), дополнительным модулем умножения частоты миллиметрового диапазона (x3), модель SFP-123KF-S1, от SAGE Millimeter, Inc., затем используется для достижения частоты около 61,71 ГГц (20,57 ГГц × 3). Полученный сигнал комбинируется с сигналом промежуточной частоты (ПЧ) 600 МГц от источника Agilent E4438 через сбалансированный радиочастотный смеситель. Для передачи модулированного сигнала также используется рупорная антенна, работающая в диапазоне 60 ГГц, с усилением около 22 дБи.

Рис. 19.

Блок-схема испытательного стенда для изготовленного прототипа шестипортового входного приемника.

Рис. 20.

Фотография испытательного стенда для изготовленного шестипортового входного приемника на 60 ГГц.

В приемной части умножитель частоты (x6) используется для генерации сигнала гетеродина с частотой 62,19 ГГц на порте 5 изготовленного прототипа внешнего приемника 60 ГГц (сигнал поступает от генератора синтезированных сигналов Anritsu 68347C на 10,38 ГГц (6 × 10,38 ГГц)). Аттенюатор и фазовращатель также используются для управления уровнем мощности и фазой сигнала гетеродина в миллиметровом диапазоне (V-диапазон) соответственно. Четыре выходных сигнала от прототипа внешнего приемника 60 ГГц отображаются и записываются с помощью цифрового люминофорного осциллографа Tektronix (DPO7054) с входным сопротивлением 1 МОм.

Таким образом, результаты демодуляции различных сигналов, от 4 до 32 символов, получаются, как показано на рисунке 21. Как видно из этих захватов, символы демодуляции BPSK, 8PSK и 16PSK равномерно распределены по кругу. Аналогичным образом, для диаграммы созвездия QPSK достигается квазиидеальная квадратная форма, тогда как для 16QAM и 32QAM точки почти равноудалены, что доказывает качество входной дискриминации как по амплитуде, так и по фазе, согласно шестипортовой демодуляции. теория [12].Как видно, ошибки фазы и амплитуды минимальны и не превышают нескольких процентов для каждой точки созвездия. Следует отметить, что эти ошибки в основном связаны с синхронизацией передающего и приемного оборудования (фазовый шум), а также с допусками изготовления (симметричность точек совокупности).

Рисунок 21.

Результаты экспериментального созвездия демодулированных сигналов MPSK / MQAM.

Смотрите бесплатную онлайн-трансляцию Venom 2 дома

Кассовый хит-фильм 2021 года «Веном 2», ожидание подошло к концу !!! Venom 2 будет доступен для трансляций с осени.Есть много вариантов для просмотра потокового полного фильма Venom 2 онлайн бесплатно на 123 фильмах, в том числе там, где вы можете получить его Venom: Let There Be Carnage Free дома или на одной из этих платформ: Netflix (только внутри страны), Amazon Prime Video и Дисней Плюс ». Мы нашли аутентичный потоковый сервис, который предоставляет Подробную информацию о том, как смотреть Venom 2 бесплатно в течение года, как описано ниже.

«Venom 2 Carnage» встречается в США во многих формах, удачно названный сиквел попытки Эдди Брока возродить его карьеру, взяв интервью у серийного убийцы Клетуса Кэсади.Можете ли вы смотреть боевик и научно-фантастический фильм Venom бесплатно в течение года, как описано ниже.

Смотреть сейчас: «Веном 2» (2021) онлайн!

Sony выпустила новый рекламный клип, призвав аудиторию готовиться к выпуску фильма. «Скажите миру, что [Venom: Let There Be Carnage] почти здесь! Купите билеты прямо сейчас и испытайте его исключительно в кинотеатрах 1 октября ». Прикрепленный клип дает представление о новых сценах из того, что похоже на сцену побега Карнажа из тюрьмы, в которой показано, как он бросает офицеров с оружием и усиками.

Том Харди возвращается к своей битве с инопланетянином Веномом в продолжении «Веном: пусть будет бойня», которое сейчас играет. На этот раз персонаж Харди Эдди Брок, который принимает у себя симбиотическое существо, также сталкивается с врагом Венома Карнажем. Первый «Веном» стал коммерческим хитом, собрав в мировом прокате 856 миллионов долларов, несмотря на некоторые не очень хорошие отзывы. Sony Pictures быстро воплотила в жизнь планы по созданию сиквела, и теперь «Веном 2» готов к выпуску в мир.

С таким громким выпуском многие могут задаться вопросом, как его можно будет рассматривать.«Веном 2» транслируется? Это только для театра? Будет ли он транслироваться в ближайшее время? Ответы на эти и другие вопросы приведены ниже.

Venom 2 Дата выхода

После нескольких задержек сиквел Venom 2 был первоначально запланирован на 2 октября 2020 года, а затем был перенесен на 25 июня 2021 года. К сожалению, первоначальная дата выпуска не смогла удержаться, и Sony вернула Venom: Let There Be Carnage к 17 сентября 2021 года. Была одна небольшая задержка, и теперь он должен выйти на 24 сентября.Но в Великобритании дата перенесена на 15 сентября.

Смотреть Venom 2 полный фильм онлайн бесплатно

Узнайте, где можно бесплатно посмотреть полнометражный фильм Venom 2 онлайн. Узнайте, как посмотреть все свои любимые фильмы и телешоу за считанные минуты. Получите доступ сегодня!

В комиксах она была главным злодеем, неоднократно объединяясь с ним в сюжетной линии Maximum Carnage, которая кое-что говорит, учитывая, насколько популярны они были в этом конфликте! Какими способностями это означает, что девушка обладает? Звук может быть ее оружием или щитами; он также действует как бегство, поэтому не нужно беспокоиться о том, чтобы убежать от чего-либо, если у вас возникнут проблемы.

Есть ли «Venom 2» в потоковом режиме?

«Venom 2» в настоящее время недоступен для потоковой передачи. Его выпуск, предназначенный только для театра, перекликается с аналогичными театральными эксклюзивами для Sony Pictures в прошлом, такими как «Escape Room 2» и «Peter Rabbit 2».

«Venom: Let There Be Carnage» идет исключительно в кинотеатрах. Если мы предположим, что Venom 2 будет разворачиваться так же, как и другие театральные релизы Sony, в ближайшее время он не появится в потоковом сервисе. Однако, скорее всего, он будет выпущен на PVOD раньше, чем позже, так что следите за ним в ближайшие месяцы.Мы обновим эту публикацию, когда эти сведения станут доступны.

Где смотреть Venom 2 онлайн бесплатно

Поклонники смогут посмотреть Venom: Let There Be Carnage, когда он выйдет в этом году. Где можно посмотреть фильм? Где можно посмотреть Venom 2, если Netflix, Amazon Prime или HBO Max недоступны?

Смотреть сейчас: «Веном 2» (2021) онлайн!

Сообщается, что Netflix планирует лицензировать и другие фильмы Sony, но не уточняет, какие именно.Таким образом, хотя вполне возможно, что Venom 2 будет доступен на Netflix после «окна оплаты 1», официальная дата выпуска Netflix еще не известна. Если вы не хотите ждать, вы можете запланировать просмотр фильма в кинотеатре.

Является ли Venom 2 онлайн-трансляцией?

Venom 2 наконец-то здесь! Фильм, который создавался годами, и фанаты ждали этого момента. Ожидание может закончиться с выходом Venom на Netflix 5 июля;

Это отличный фильм с Томом Харди.Вы должны проверить это, если вы еще не смотрели его, но убедитесь, что не видели это в кинотеатрах, потому что тогда для всех нас будет только одна версия фильма (если они не решат другой выпуск). Ну, по крайней мере, у нас есть YouTube, верно? Или, может быть, у Netflix скоро появится что-то интересное.

Как смотреть Venom 2 онлайн бесплатно?

«Где я могу посмотреть Venom: Let There Be Carnage?» Это вопрос, который у всех на уме, и кажется, что это главная причина всего их гнева.После нескольких месяцев без каких-либо сообщений от дистрибьюторов или Netflix о том, будут ли они выпускать новый контент в ближайшее время (или, по крайней мере, больше одного фильма в месяц), фанаты наконец получили некоторую надежду, когда Sony выпустила официальный трейлер с информацией о дате его выпуска — 4 октября!

Но затем произошло нечто странное … фильм будет доступен только через провайдеров кабельного телевидения, таких как HBO Max, которые предлагают платные каналы в дополнение к бесплатным, таким как Youtube TV. Это означает, что вам нужен доступ просто потому, что ваш любимый актер играл вместе с Вуди Харрельсоном и Томом Харди.

Как смотреть Venom: да будет бойня

Фильм Venom: Let There Be Carnage выйдет исключительно в кинотеатрах в сентябре 2021 года. Продолжение Venom потребует, чтобы вы отправились в кинотеатр, чтобы посмотреть. Let There Be Carnage выйдет в Великобритании 15 сентября, а большая часть Европы последует за ним в последующие дни. С 24 сентября Venom: Let There Be Carnage будет доступен в США.

Когда Venom 2 появится на Amazon Prime?

Том Харди возвращается на большой экран в фильме MARVEL, который нельзя пропустить.Вы можете смотреть Venom 2 прямо сейчас на Amazon Prime Video, iTunes или Vudu! И когда это закончится?

Venom: Let There Be Carnage выходит на Netflix, Amazon Prime и HBO Max, но не в кинотеатры. Сможете ли вы посмотреть этот фильм про Venom в вашем районе? Проверьте здесь потоковые сайты, которые будут доступны, когда они выпустят свои списки!

Будет ли Venom иметь место резня на Hbo Max?

Хорошо, что Venom: Let There Be Carnage не будет на HBO Max одновременно с кинотеатрами.Фактически, хотя Warner Media владеет обеими конкурирующими компаниями (Sony Pictures и Time-Warner), их потоковый сервис был домом для некоторых из крупнейших голливудских блокбастеров, таких как The Many Saints Of Newark, но теперь у них не будет ничего другого из фильмов Sony. доступны для просмотра там!

Venom Let There Be Carnage на Netflix?

Нет. Venom 2 нет на Netflix. Хотя Netflix подписал несколько соглашений о потоковой передаче некоторых фильмов Sony, неясно, будет ли в них включен Venom 2.Поэтому маловероятно, что Venom: Let There Be Carnage будет транслироваться на Netflix в ближайшее время.

Веном: да будет бойня на Disney +?

Похоже, нам придется немного подождать, прежде чем Marvel’s Venom станет доступен на Disney +. Сделка между Sony и Netflix только что была заключена, поэтому потоковому сервису Disney + потребуется некоторое время, чтобы догнать другие объекты. Человек-паук: Возвращение домой 2 сначала выходит на Netflix в 2019 году, а потом переходит к следующему — но как долго это продлится, пока не ясно!

Будет ли Venom 2 в потоковом режиме?

Venom 2 не будет транслироваться в потоковом сервисе в то время, когда Venom 2 будет играть в кинотеатрах.Извините! Но если вы хотите посмотреть его после того, как он выйдет, ознакомьтесь со всеми вариантами того, как транслировать venom2 онлайн, на этой странице. Тогда возвращайтесь и дайте нам знать, что вы думаете о фильме!

Когда будет идти Venom Let There Be Carnage?

Короткий ответ: мы не знаем. Дата цифрового релиза Venom: Let There Be Carnage еще не объявлена, в отличие от других киностудий во время пандемии, и Sony придерживалась относительно непоследовательного подхода к их выпускам.

Премьера Venom 2 будет грандиозной! Скорее всего, он пойдет в сеть Starz из-за уже заключенной с ними сделки. Если этот фильм вообще будет показан в кинотеатрах (в чем я сомневаюсь), он также будет доступен через Hulu и другие службы, если вы подпишетесь на их надстройки позже, после того, как его первоначальная дата выпуска пройдет через 6 месяцев или около того. с настоящего момента — примерно с марта 2022 года по июнь следующего года).

Disney заключает сделку с Sony, чтобы предоставить Человека-паука и другие объекты Marvel, такие как Venom 2! Но это произойдет не раньше 2021 года.

Хорошая новость в том, что Venom: Let There Be Carnage скоро будет доступна для потоковой передачи на Netflix. Если вы с нетерпением ждете возвращения Эдди Брока, лучше всего пойти посмотреть фильм в кинотеатрах, потому что он стал хитом! А пока есть DVD и Blu-ray для продажи дома, если ожидание для нас больше не вариант.

Как смотреть Venom 2 онлайн в США дома

Вы фанат американского кино и хотите посмотреть «Веном 2» онлайн? Вариантов стриминга очень много.Следующие радиостанции пользуются популярностью у любителей кабельного телевидения, в том числе HBO Max, YouTube TV или Hulu Tv!

Как смотреть бесплатные фильмы Venom 2 в Австралии?

Хелен Лайл — студентка, которая решает написать диссертацию о местных легендах и мифах. Она посещает часть города, где узнает легенду о Веноме 2, одноруком человеке, который появляется, когда вы произносите его имя пять раз перед зеркалом. Конечно, Хелен не верит всему этому, но местные жители очень боятся.Когда она игнорирует их предупреждения и начинает расследование в тех местах, где, по слухам, он появляется, начинается серия ужасных убийств. Может ли легенда быть правдой?

Как смотреть Venom 2 Free Streaming в Новой Зеландии? Фильм

Venom 2 выйдет в октябре и будет доступен для бесплатного просмотра на Amazon Prime Video. Лучше всего его посмотреть, нажав на ссылку ниже! Если вы не из Новой Зеландии, нажмите здесь, чтобы получить дополнительную информацию о том, как подписчики могут получить свою копию этого замечательного фильма при регистрации.

Новый боевик под названием «Веном 2» выходит 31 октября в полночь (EST). В нем фигурирует Fat Joe, B-Real из Cypress Hill, среди других известных рэперов, которые были связаны с музыкой еще до моего рождения, поэтому одно только слышание этих имен заставляет мое сердце улыбнуться, потому что история нашей культуры восходит к далеким временам, а это значит, что есть много историй. осталось невыразимым, если мы не сохраним их на ночь после завершения работы во время.

Как смотреть Venom 2 из-за пределов вашей страны

Геоблоки — это проблема, но если у вас есть доступ к VPN, ваши проблемы с потоковой передачей должны быть решены.Лучшие провайдеры VPN предлагают отличные Turbo-серверы, которые позволят любому изменить свой IP-адрес, чтобы он мог смотреть домашние телепрограммы или фильмы без каких-либо ограничений!

Что такое «Веном: Да будет бойня»?

Режиссер Энди Серкис, Эдди Брок (Том Харди) возвращается в сиквеле.

Leave a Reply

Ваш адрес email не будет опубликован. Обязательные поля помечены *