Способ распознавания непараметрического сигнала
Владельцы патента RU 2439679:
Государственное образовательное учреждение высшего профессионального образования Нижегородский государственный технический университет им. Р.Е. Алексеева (НГТУ) (RU)
Изобретение относится к обработке непараметрического радиосигнала в случае сравнительно небольших значений отношения сигнала к шуму. Техническим результатом является повышение достоверности распознавания сигнала по спектрограмме вейвлет-преобразования. Способ распознавания непараметрического сигнала включает нормировку данных наблюдения, выполнение операции вейвлет-преобразования, выделение сигнала и помехи на спектрограмме данных наблюдения, причем в процессе обучения формируемой матрицы нормированные данные наблюдений усредняют в «скользящем» окне-матрице, числа строк и столбцов которой находят на основе планирования эксперимента из условия максимального отношения сигнала к шуму, а в процессе экзамена нормированные данные наблюдений усредняют в «скользящем» окне-матрице с числами строк и столбцов, при которых имеет место максимальное отношение сигнала к шуму. 3 ил., 2 табл.
Изобретение относится к обработке непараметрического радиосигнала в случае сравнительно небольших значений отношения сигнала к шуму.
Известен способ обнаружения сигнала на основе непараметрических методов [1].
Однако в случае, если в анализируемый интервал наблюдения входят часть зашумленного сигнала или часть помехи, то это может привести к ошибочному принятию гипотезы H0 (сигнал отсутствует) или гипотезы H1 (сигнал есть). Поэтому необходимо выделить временной интервал зашумленного сигнала и временной интервал помехи с тем, чтобы применить непараметрические методы отдельно к выделенным интервалам наблюдений.
Наиболее близким к предполагаемому результату является способ обработки непараметрического сигнала, включающий нормировку данных наблюдений, выполнение операции вейвлет-преобразования, выделение сигнала и помехи на спектрограмме [2].
Недостатком этого способа обработки сигнала является снижение достоверности распознавания при сравнительно низких значениях отношения сигнала к шуму.
Задачей предлагаемого технического решения является разработка такого способа обработки сигнала, при реализации которого возможно было бы выделить сигнал по спектрограмме вейвлет-преобразования даже при отношении сигнала к шуму, приблизительно равном единице.
Техническим результатом изобретения является повышение достоверности распознавания сигнала по спектрограмме вейвлет-преобразования.
Технический результат достигается тем, что в способе распознавания непараметрического сигнала, включающем нормировку данных наблюдений, выполнение операции вейвлет-преобразования, выделение сигнала по спектрограмме, в процессе обучения нормированные данные наблюдений усредняют в «скользящем окне»-матрице, число строк и столбцов которой находят на основе планирования экспериментов из условия максимального отношения сигнала к шуму, а в процессе экзамена нормированные данные усредняют в «скользящем окне»-матрице с числами строк и столбцов, при которых имеет место максимальное отношение сигнала к шуму.
Способ реализуется следующим образом. В процессе обучения данные наблюдений, включающие наблюдения, относящиеся к помехе, и наблюдения, относящиеся к сигналу, представляют в виде одномерного ряда. Последний преобразовывают в многомерный ряд с помощью однопараметрической сдвиговой процедуры.
Проводят усреднение в «скользящем окне»-матрице, число строк и столбцов которой определяют на основе планирования экспериментов из условия максимального отношения сигнала к шуму. Сглаженный сигнал нормируют, подвергают вейвлет-преобразованию. Выделяют сигнал по спектрограмме вейвлет-преобразования, на которой помехе соответствует затемненный интервал.
В процессе экзамена данные наблюдений нормируют, преобразовывают в многомерный ряд с помощью сдвиговой процедуры. Проводят матричное усреднение в «скользящем окне»-матрице, число строк и столбцов которой определено в период обучения из условия максимального отношения сигнала к шуму. Сглаженный сигнал подвергают вейвлет-преобразованию. Выделяют сигнал по спектрограмме вейвлет-преобразования, на которой помехе соответствует затемненный интервал.
Пример конкретной реализации способа иллюстрируется данными наблюдений по помехе (табл.1) и сигналу (табл.2).
По критерию Вилкоксона первые шестнадцать наблюдений представляют помеху, остальные наблюдения - сигнал. Отношение сигнала к шуму равно 1,14. После нормировки исходной выборки наблюдений и непрерывного вейвлет-преобразования с помощью вейвлета «мексиканская шляпа» получен вейвлет-спектр (фиг.1), из которого не представляется возможным выделить сигнал.
Согласно предлагаемому техническому решению нормированную выборку наблюдений преобразовывают в многомерный ряд с помощью сдвиговой процедуры. Проводят матричное усреднение в «скользящем» окне-матрице, число строк и столбцов которой определяют из условия максимального отношения сигнала к шуму.
Если усредняющая матрица имеет семь столбцов и пять строк, то отношение сигнала к шуму повышается до значения 4,6. Средние значения последовательности наблюдений помехи и сигнала приведены на фиг.2, где первые одиннадцать значений относятся к помехе, остальные одиннадцать - к сигналу. После нормировки преобразованной выборки и непрерывного вейвлет-преобразования с помощью вейвлета «мексиканская шляпа» получен вейвлет-спектр (фиг.3), на котором отчетливо прослеживается граница раздела помехи и сигнала.
Источники информации
1. Шахтарин Б.И. Обнаружение сигналов. М.: Гелиос АРВ, 2006, стр.201-276.
2. Баранова А.В., Кудрявцева Е.А., Шилова М.Н. Определение интервала локализации сигнала на фоне шума. Сборник материалов VI Межрегиональной научно-практической конференции «Современные проблемы информатизации образования, науки и техники». М., 2009, стр.348-352.
| Таблица 1 | ||||||||
| Нормированное дискретное время | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 |
| Xi | 1,5 | -0,7 | -2,1 | 0,6 | 1,1 | 3,4 | 0,2 | -1 |
| 9 | 10 | 11 | 12 | 13 | 14 | 15 | 16 | |
| 0,4 | -2,3 | 2,4 | 0,4 | -2,1 | -3 | -0,6 | 1,7 |
| Таблица 2 | ||||||||
| Нормированное дискретное время | 17 | 18 | 19 | 20 | 21 | 22 | 23 | 24 |
| Xi | 1,6 | -2,4 | 2,2 | 0,6 | 1,2 | 3,6 | 0,2 | -1,1 |
| 25 | 26 | 27 | 28 | 29 | 30 | 31 | 32 | |
| 0,4 | 0,7 | 2,5 | 0,5 | -2,1 | 3,6 | 1,1 | 1,5 |
Способ распознавания непараметрического сигнала, включающий нормировку данных наблюдения, выполнение операции вейвлет-преобразования, выделение сигнала и помехи на спектрограмме данных наблюдения, отличающийся тем, что в процессе обучения формируемой матрицы нормированные данные наблюдений усредняют в «скользящем» окне-матрице, числа строк и столбцов которой находят на основе планирования эксперимента из условия максимального отношения сигнала к шуму, а в процессе экзамена нормированные данные наблюдений усредняют в «скользящем» окне-матрице с числами строк и столбцов, при которых имеет место максимальное отношение сигнала к шуму.
