Статистические методы сжатия, восстановления и обработки сигналов в информационных системах

  • Автор:
  • Специальность ВАК РФ: 01.04.03
  • Научная степень: Докторская
  • Год защиты: 2004
  • Место защиты: Воронеж
  • Количество страниц: 362 с. : ил.
  • бесплатно скачать автореферат
  • Стоимость: 250 руб.
Титульный лист Статистические методы сжатия, восстановления и обработки сигналов в информационных системах
Оглавление Статистические методы сжатия, восстановления и обработки сигналов в информационных системах
Содержание Статистические методы сжатия, восстановления и обработки сигналов в информационных системах
Ф Раздел I. Алгоритмы разложения и сжатия сигналов
1.1. Разложение сигналов по базису ортогональных полиномов
1.2. Структура обобщенных спектров сигналов
1.3. Дискретные преобразования на основе гауссовских
квадратурных формул
1.4. Восстановление сигналов без шумов
1.5. Алгоритм сжатия на основе Чебышевского преобразования(СОСТ)
Раздел 2. Обнаружение межкадровых изменений изображений
2.1. Алгоритм многоальтернативного обнаружения изменений
+> в изображении при неполном приеме
2.2. Характеристики обнаружения при неполном приеме
2.3. Эффективность различения изменений в кадре при неполном
0 приеме сигналов
2.4. Восстановление сжатых сигналов при наличии шумов
Раздел 3. Оценка вектора сдвига сжатых изображений
3.1. Субоптимальные алгоритмы оценки параметров сдвига
3.2. Алгоритмы оценки вектора сдвига в асинхронном базисе
3.3. Характеристики оценки параметров в асинхронном базисе
3.4. Алгоритмы и характеристики оценки параметра сдвига
в синхронном базисе
Раздел 4. Многоальтернативное обнаружение-различение сигналов
4.1. Многоальтернативное обнаружение-различение
неортогональных сигналов (простые гипотезы)
Ф 4.2. Обнаружение-различение сигналов в асинхронных
системах связи при наличии замираний
4.3. Обнаружение-различение квазидетерминированных
сигналов в многолучевых каналах
4.4. Совместное обнаружение-различение сигналов
в многолучевых каналах с замираниями
Раздел 5. Алгоритмы приема сигналов на фоне комбинированной помехи
5.1. Преобразование процессов при медианной фильтрации
5.2. Обнаружение сигнала при двухэтапной обработке
5.3. Оценка параметров сигнала при двухэтапной обработке
0 5.4. Характеристики обнаружения и надежность синхронизации
сигналов на фоне комбинированной помехи в асинхронных системах связи
Раздел 6. Синтез и анализ составных сверхширокополосных сигналов
для систем цифровой связи
6.1. Модели составных сверхширокополосных сигналов
6.2. Алгоритм обработки составного сверхширокополосного
сигнала с неизвестным периодом и временем запаздывания
6.3. Автокорреляционная функция составных СШП
сигналов при расстройке по периоду
6.4. Обобщенная функция неопределенности кодированной
импульсной последовательности
6.5. Пространственно-временная обработка составных
сверхширокополосных сигналов
6.6. Свойства пространственно-временной функции неопределенности составных сверхширокополосных сигналов
6.7. Анализ характеристик систем передачи информации
с использованием СШП сигналов
Заключение
Список литературы
ПРИЛОЖЕНИЕ
П1. Быстрые преобразования в базисе ортогональных полиномов
П2. Выбор параметров GDCT
ПЗ. Таблицы максимумов АКФ кодированных СШП сигналов
П4. Реализация метода Монте-Карло на основе алгоритма
коррелированных векторов
П5. Метод формирования реализаций нестационарных
шумовых процессов
П6. Оценка погрешностей методов статистического моделирования
П7. Теоретический и экспериментальный анализ надежности
оценок параметров составных СШП сигналов
Актуальность работы. Структура современных радиофизических (телекоммуникационных) систем в общем виде содержит: 1) блоки
кодирования /декодирования источника сигнала, осуществляющие аналого-цифровое преобразование сигнала и устранение избыточности; 2) блоки канального помехоустойчивого кодирования/декодирования, увеличивающие помехоустойчивость приема информации; 3) блоки модуляции/демодуляции сигналов, которые наряду с модуляцией переносчика цифровой информации осуществляют расширение спектра; 4) блоки выделения полезного сигнала из помех и совокупности других сигналов [81,94]. Для повышения пропускной способности и эффективности всей системы передачи, приема и обработки информации требуется оптимизация и улучшение характеристик всех названных блоков, что возможно в результате применения методов статистической радиофизики
Вопросы кодирования источника сигнала, осуществляемого с целью устранения избыточности, стоят в настоящее время весьма остро, так как телекоммуникационные системы нового поколения предназначены для передачи мультимедийной информации (речь, текст, видео, телевизионные и компьютерные изображения). Очевидно, что современные алгоритмы сжатия должны быть оптимизированы не только в плане уменьшения вычислительных затрат, но и в статистическом смысле, с учетом вероятностного характера помех, сообщений и критериев качества функционирования. Для этого весьма перспективными является применение методов статистической радиофизики.
В настоящее время для целей информационного сжатия сигналов и изображений используются два принципиально разных подхода: 1) сжатие без потерь; 2) сжатие с регулируемыми потерями [24,118]. Первый подход не может дать существенного сжатия информационного потока.
Для сжатия информации, заключенной в видео и аудио сигналах и предназначенной для передачи по телекоммуникационным каналам, целесообразен способ кодирования источника сигнала с регулируемыми потерями. В рамках этого подхода применяются различные линейные ортогональные преобразования: а) дискретное косинусное преобразование и
коэффициентов Ст с заданной точностью. Как уже указывалось выше, формулы типа Гаусса являются точными для всех полиномов Ьы-Дг) степени 2КГ-1, а порядок ошибки формулы (1.3.1) £~|8(2Ы)(г)|. Однако эта оценка чисто качественная. Кроме того, ряд моделей сигналов имеет особые точки, в которых функция не дифференцируема. Поэтому необходимы расчеты для типовых моделей сигналов, с помощью которых можно оценить необходимое число отсчетов N.
Рассмотрим разложение по базису функций Эрмита (1.1.20). Для двух моделей сигналов а) 8(х)=Нк(х/Ь); б) з(х)=ехр(-х2/Ь2) коэффициенты Ст вычисляются точно, что позволяет их сравнить со значениями, полученными на основе формулы (1.3.7). В случае сигнала 8(х)=Нк(х/Ь) оба метода совпадают точно для к=2№1. При больших значениях к (13<к<22) и N=7 относительная погрешность вычислений Ст составляет ~10'4-й0'6.
В случае модельного сигнала 8(х)=Бо ехр(-х2/Ь2) были проведены расчеты коэффициентов разложения по аналитической формуле (1.2.27) при значениях параметров а—Ь= 1; £,=2, 80=1, Е=л1л/2 и по формуле Гаусса-Эрмита (1.3.2). Точные значения коэффициентов разложения обозначены как . Расчетные соотношения имеют вид
Т рлш! 1 1 т/2
^ ^2т-13 т V 3)
ст= I 1 £Лкехр(-(^2гк)2)Нт(г-Л)
л]л1к 2 т! к
Были исследованы квадратурные формулы со значениями N=4, 8, 16, 20. В таблице 1.4 приведены соответствующие значения и Ст, полученные при различных N.
Таблица 1
т 0 2 4 6 8 10 12
СТ '-'т 1.087 -2.56- 10'1 7.39- 10'2 -2.25- 10‘2 7.01- 10'3 -2.22- 10‘3 7.08- ю-4 -2.27- 10'1
Ст:Ы=8 1.08 -2.17- 10'1 -3.43- 10‘2 0.19 -0.32 0.44 -0.53 0

Рекомендуемые диссертации данного раздела