无模型函数的信号过滤

Юрий Карлович Тараненко, Нина Олеговна Ризун
{"title":"无模型函数的信号过滤","authors":"Юрий Карлович Тараненко, Нина Олеговна Ризун","doi":"10.20535/s0021347022020042","DOIUrl":null,"url":null,"abstract":"Эффективная вейвлет-фильтрация реальных сигналов невозможна без определения их формы. Форма реального сигнала связана с его вейвлет-спектром. Для анализа формы часто используется непрерывная цветовая вейвлет-спектрограмма уровня сигнала. Недостатком непрерывной вейвлет-спектрограммы является сложность анализа размытого цветного изображения. Реальный сигнал с аддитивным шумом сильно искажает спектрограмму, основанную на непрерывном вейвлет-анализе, по сравнению с чистым сигналом. Поэтому идентификация реального сигнала по цветной непрерывной вейвлет-спектрограмме затруднена. Впервые, для решения этой задачи проведен сравнительный анализ спектрограмм сигналов, полученных на основе непрерывного вейвлет-преобразования в виде изображений с областями разного цвета переменной интенсивности, и корреляционных матриц, полученных на основе математических функций коэффициентов дискретных вейвлет-спектров. Сравнительный анализ полученных результатов с известными показал достаточную эффективность предложенного алгоритма как по снижению шума на итерацию, так и по конечному значению среднеквадратичной ошибки.","PeriodicalId":233627,"journal":{"name":"Известия высших учебных заведений. Радиоэлектроника","volume":"14 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-02-15","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Вейвлет-фильтрация сигналов без использования модельных функций\",\"authors\":\"Юрий Карлович Тараненко, Нина Олеговна Ризун\",\"doi\":\"10.20535/s0021347022020042\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Эффективная вейвлет-фильтрация реальных сигналов невозможна без определения их формы. Форма реального сигнала связана с его вейвлет-спектром. Для анализа формы часто используется непрерывная цветовая вейвлет-спектрограмма уровня сигнала. Недостатком непрерывной вейвлет-спектрограммы является сложность анализа размытого цветного изображения. Реальный сигнал с аддитивным шумом сильно искажает спектрограмму, основанную на непрерывном вейвлет-анализе, по сравнению с чистым сигналом. Поэтому идентификация реального сигнала по цветной непрерывной вейвлет-спектрограмме затруднена. Впервые, для решения этой задачи проведен сравнительный анализ спектрограмм сигналов, полученных на основе непрерывного вейвлет-преобразования в виде изображений с областями разного цвета переменной интенсивности, и корреляционных матриц, полученных на основе математических функций коэффициентов дискретных вейвлет-спектров. Сравнительный анализ полученных результатов с известными показал достаточную эффективность предложенного алгоритма как по снижению шума на итерацию, так и по конечному значению среднеквадратичной ошибки.\",\"PeriodicalId\":233627,\"journal\":{\"name\":\"Известия высших учебных заведений. Радиоэлектроника\",\"volume\":\"14 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-02-15\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Известия высших учебных заведений. Радиоэлектроника\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.20535/s0021347022020042\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Известия высших учебных заведений. Радиоэлектроника","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.20535/s0021347022020042","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

有效的振动——如果不确定它们的形状,就无法过滤真实信号。真实信号的形式与它的波长相关联。用于分析形状的通常是连续的颜色波——信号水平的光谱图。连续波谱图的缺点是很难分析模糊的彩色图像。与纯信号相比,实际的加噪声信号严重扭曲了基于连续波分析的光谱图。因此,通过连续的彩色波形光谱仪识别真实信号是困难的。第一次进行了比较分析,以连续振动为基础的信号谱图——以不同颜色的可变强度变换为图像,以及基于离散波系数的数学函数的相关矩阵。比较结果与已知的结果显示,拟议中的一种算法在减少迭代噪声和正方形误差的最终值方面都很有效。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Вейвлет-фильтрация сигналов без использования модельных функций
Эффективная вейвлет-фильтрация реальных сигналов невозможна без определения их формы. Форма реального сигнала связана с его вейвлет-спектром. Для анализа формы часто используется непрерывная цветовая вейвлет-спектрограмма уровня сигнала. Недостатком непрерывной вейвлет-спектрограммы является сложность анализа размытого цветного изображения. Реальный сигнал с аддитивным шумом сильно искажает спектрограмму, основанную на непрерывном вейвлет-анализе, по сравнению с чистым сигналом. Поэтому идентификация реального сигнала по цветной непрерывной вейвлет-спектрограмме затруднена. Впервые, для решения этой задачи проведен сравнительный анализ спектрограмм сигналов, полученных на основе непрерывного вейвлет-преобразования в виде изображений с областями разного цвета переменной интенсивности, и корреляционных матриц, полученных на основе математических функций коэффициентов дискретных вейвлет-спектров. Сравнительный анализ полученных результатов с известными показал достаточную эффективность предложенного алгоритма как по снижению шума на итерацию, так и по конечному значению среднеквадратичной ошибки.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信