Обнаружение локальных свойств анализируемых сигналов и процессов с использованием вейвлет-преобразования


https://doi.org/10.15217/issn1684-8853.2015.1.21

Полный текст:


Аннотация

Цель: разработка метода обнаружения изменения локальных свойств сигналов и процессов с использованием вейвлет-преобразования в интересах решения прикладных задач обработки информации и анализа динамики систем. Методы: использование инвариантности относительно сдвига и масштабирования и частотно-временной локализации. Результаты: представлено формализованное описание метода обнаружения локальных свойств произвольных сигналов с использованием многомасштабного вейвлет-анализа. Основными операциями обработки сигналов при обнаружении их локальных свойств (особенностей) является анализ вейвлет-коэффициентов малых масштабов и определение интервала корреляции функции, описывающей сигнал. Линии локальных максимумов, объединяющие вдоль оси масштабов на частотно-временной плоскости точки, в которых модули коэффициентов вейвлет-преобразования имеют локальные максимумы, сходятся к некоторым точкам, в которых присутствует особенность. Путем исследования характера изменения локальных максимумов вейвлет-преобразования на различных масштабах определяется расположение и характер локальных особенностей анализируемых сигналов и процессов. Представлен пример использования вейвлет-преобразования спектральных образов наблюдаемых объектов для выбора наиболее информативных спектральных каналов в многоспектральных системах дистанционного зондирования Земли. Практическая значимость: представленное математическое описание разработанного метода может быть положено в основу алгоритмов обработки сигналов и процессов. Метод может быть использован при обработке данных, полученных системами сбора информации, такими как системы дистанционного зондирования, телеметрии, контроля технологических процессов.

Об авторе

Игорь Александрович Козинов
Военно-космическая академия им. А. Ф. Можайского. Эл
Россия


Список литературы

1. Никифоров И. В. Последовательное обнаружение изменения свойств временных рядов. - М.: Наука, 1983. - 200 с.

2. Жиглявский А. А., Красковский А. Е. Обнаружение разладки случайных процессов в задачах радиотехники. - Л.: Изд-во ЛГУ, 1988. - 224 с.

3. Бассвиль М., Вилски А., Банвенист А. и др. Обнаружение изменения свойств сигналов и динамических систем: пер. с англ. - М.: Мир, 1989. - 280 с.

4. Козинов И. А., Мальцев Г. Н. Модифицированный алгоритм обнаружения разладки случайного процесса и его применение при обработке многоспектральных данных // Информационно-управляющие системы. 2012. № 3. С. 9-17.

5. Малла С. Вэйвлеты в обработке сигналов: пер. с англ. - М.: Мир, 2005. - 671 с.

6. Дьяконов В. П. Вейвлеты. От теории к практике. - М.: Солон-Р, 2002. - 448 с.

7. Сэломон Д. Сжатие данных, изображения и звука: пер. с англ. - М.: Техносфера, 2004. - 368 с.

8. Мальцев Г. Н., Стогов Г. В. Двумерное преобразование Хаара и особенности его вычисления при обработке оптических изображений // Информационноуправляющие системы. 2008. № 3. С. 2-4.

9. Мальцев Г. Н., Козинов И. А., Данилкин А. П. Космические системы и технологии многоспектрального дистанционного зондирования Земли // Информация и космос. 2010. № 1. С. 148-158.

10. Кашкин В. Б., Сухинин А. И. Дистанционное зондирование Земли из космоса. Цифровая обработка изображений. - М.: Логос, 2001. - 264 с.

11. Мальцев Г. Н., Козинов И. А., Фатеев В. Ф. Методы выбора наиболее информативных спектральных каналов при дистанционном зондировании Земли с малых КА // Изв. вузов. Приборостроение. 2007. № 6. С. 23-31.


Дополнительные файлы

Для цитирования: Козинов И.А. Обнаружение локальных свойств анализируемых сигналов и процессов с использованием вейвлет-преобразования. Информационно-управляющие системы. 2015;(1):21-28. https://doi.org/10.15217/issn1684-8853.2015.1.21

For citation: Kozinov I.A. Detecting Local Characteristic of Analyzed Signals and Processes Using Wavelet Transformation. Information and Control Systems. 2015;(1):21-28. (In Russ.) https://doi.org/10.15217/issn1684-8853.2015.1.21

Просмотров: 129


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 1684-8853 (Print)
ISSN 2541-8610 (Online)