Способ распознавания радиосигналов

Изобретение относится к способам распознавания радиосигналов (PC), в частности к способам распознавания вида и параметров модуляции PC, и может быть использовано в устройствах распознавания PC со сложной частотно-временной структурой. Технический результат - повышение вероятности правильного распознавания радиосигналов за счет снижения влияния первичного сигнала, определяемого информационной компонентой, на формируемый вектор признаков. Для этого в способе предварительно из дискретизированных и квантованных отсчетов эталонных PC формируют матрицы распределения энергии на основе их фреймовых вейвлет-преобразований, затем из них формируют векторы признаков путем построчной конкатенации всех вейвлет-коэффициентов, после чего элементы векторов признаков нормируют и ранжируют, а каждый принятый для идентификации PC разбивают на фрагменты, длительность каждого из которых совпадает с длительностью эталонных PC, и вычисляют фрагмент средних значений распознаваемого PC, из которого затем формируют его вектор признаков, аналогично, как и для эталонного PC. Затем идентифицируют распознаваемый PC путем вычитания по модулю его вектора признаков из векторов признаков каждого из эталонных PC. Распознаваемый PC считают инцидентным эталонному PC, разница векторов признаков с которым минимальна. 5 ил.

 

Изобретение относится к способам распознавания радиосигналов (PC), в частности к способам распознавания вида и параметров модуляции PC. Способ может быть использован в технических средствах распознавания PC со сложной частотно-временной структурой.

Известен способ распознавания PC по патенту РФ №2356064, МПК7 G06K /00 от 20.05.2009 г. В известном способе предварительно задают эталонные PC. Затем для каждого эталонного PC формируют его матрицу РЭ. С этой целью эталонные PC дискретизируют, квантуют и затем выполняют операцию фреймового1 (1 Вейвлет-фреймы - это вейвлет-преобразование, использующее кратное двум масштабирование (по частоте), и непрерывные сдвиги (по времени). - см. В.Дьяконов. Вейвлеты. От теории к практике. - М.: СОЛОН-Р, - 2002. 448 с. // С.106) ВП путем фильтрации их квантованных отсчетов посредством фильтров, полосы пропускания которых каждый раз увеличивают в два раза с возрастанием порядкового номера фильтра. После этого, полученные с выхода каждого из фильтров вейвлет-коэффициенты (ВК) нормируют, ранжируют и исключают малозначимые ВК. В качестве малозначимых выбирают совокупность ВК, начиная от наименьшего, суммарная энергия которых составляет 10-30% от суммарной энергии всей совокупности ВК на выходе каждого из фильтров соответственно. Затем из оставшихся ВК формируют матрицу РЭ, причем строками матрицы РЭ каждого эталонного PC являются ВК, полученные на выходе фильтров. А из матриц РЭ эталонных PC формируют их векторы признаков путем построчной конкатенации всех ВК сформированных матриц РЭ. После этого принимают распознаваемый PC, из квантованных отсчетов которого формируют матрицу РЭ и вектор признаков аналогично, как и для эталонных PC. Идентифицируют принятый PC путем вычитания по модулю его вектора признаков из векторов признаков каждого из эталонных PC. Распознаваемый PC считают инцидентным эталонному PC, разница векторов признаков с которым минимальна.

Недостатком известного способа является относительно низкая вероятность правильного распознавания PC, обусловленная модуляционным параметром, зависящим от информации переносимой PC. Первичный сигнал, используемый при модуляции эталонного и распознаваемого PC, определяется содержанием информации (информационной компонентой) и поэтому может быть различным. В результате использования различных первичных модулирующих сигналов для модуляции эталонного PC и распознаваемого PC, векторы их признаков будут различаться, даже если эталонный и распознаваемый PC относятся к одному классу распознаваемых PC.

Известен способ распознавания PC по патенту РФ №2430417 от 27.09.2011 г.

В известном способе предварительно задают эталонные PC и формируют для каждого эталонного PC матрицу РЭ, для чего его дискретизируют, квантуют и затем выполняют операцию фреймового ВП последовательности его квантованных отчетов с помощью фильтров, полосы пропускания которых кратны числу два в степени К, где К- целое число. Затем из ВК эталонного PC формируют вектор признаков. Причем для каждого временного отсчета PC из числа соответствующих ему ВК на выходах фильтров выделяют максимальный, на который нормируют остальные ВК, соответствующие данному временному отсчету PC, а в качестве элементов векторов признаков выбирают средние значения мощности ВК, полученные на выходе каждого из фильтров. После чего принимают распознаваемый PC и формируют его вектор признаков аналогично, как для эталонного PC. Затем принятый PC идентифицируют путем последовательного вычитания по модулю элементов его вектора признаков из элементов векторов признаков каждого из эталонных PC. Распознаваемый PC считают инцидентным эталонному PC, разница векторов признаков с которым минимальна.

Недостатком известного способа является относительно низкая вероятность правильного распознавания PC, обусловленная модуляционным параметром, зависящим от информации, переносимой PC.

Наиболее близким аналогом по технической сущности к заявленному является способ распознавания PC по патенту РФ №2423735 от 10.07.2011 г. В способе-аналоге предварительно задают эталонные PC, формируют для каждого эталонного PC матрицу РЭ, для чего его дискретизируют, квантуют и выполняют операцию фреймового ВП последовательности его квантованных отчетов с помощью фильтров, полосы пропускания которых кратны числу два в степени K, где K - целое число. После этого ВК фреймового ВП нормируют относительно его максимального значения. Затем ВК эталонного PC, полученные в каждой полосе частот, ранжируют и формируют вектор признаков эталонного PC. Причем в качестве элементов векторов признаков выбирают средние значения мощности ВК, полученные на выходе каждого из фильтров. После чего принимают распознаваемый PC и формируют его вектор признаков аналогично, как и для эталонного PC.

Идентифицируют принятый PC путем последовательного вычитания по модулю элементов его вектора признаков из векторов признаков каждого из эталонных PC. Распознаваемый PC считают инцидентным эталонному PC, разница векторов признаков с которым минимальна.

Недостатком наиболее близкого аналога является относительно низкая вероятность правильного распознавания PC, обусловленная влиянием первичного сигнала, определяемого информационной компонентой, на формируемый вектор признаков.

Целью заявленного технического решения является разработка способа распознавания PC, обеспечивающего повышение вероятности правильного распознавания за счет снижения влияния первичного сигнала, определяемого информационной компонентой, на формируемый вектор признаков.

Поставленная цель достигается тем, что в известном способе распознавания PC, заключающемся в том, что предварительно задают эталонные PC равной длительности, которые дискретизируют и квантуют, затем выполняют операцию фреймового ВП для последовательности квантованных отчетов каждого эталонного PC и формируют для каждого из них вектор признаков из ВК полученных матриц РЭ, затем принимают распознаваемый PC и формируют его вектор признаков аналогично, как и для эталонного PC, после чего идентифицируют распознаваемый PC путем вычитания по модулю его вектора признаков из вектора признаков каждого из эталонных PC. Распознаваемый PC считают инцидентным эталонному PC, разница векторов признаков с которым минимальна. Вектора признаков строят путем построчной конкатенации ВК полученных матриц РЭ, причем ВК в векторах признаков нормируют и ранжируют, а распознаваемый PC предварительно разбивают на фрагменты, длительность каждого из которых совпадает с длительностью эталонных PC, и вычисляют фрагмент средних значений распознаваемого PC, из которого затем формируют вектор признаков для распознаваемого PC.

Благодаря новой совокупности существенных признаков в заявленном способе обеспечивается повышение вероятности правильного распознавания PC за счет снижения влияния первичного сигнала, определяемого информационной компонентой, на формируемые векторы признаков. Причем снижение указанного влияния достигается в результате предварительного разбиения принятого PC на фрагменты, длительность каждого из которых совпадает с длительностью эталонных PC, и последующего вычисления фрагмента средних значений распознаваемого PC, из которого затем формируют вектор признаков для распознаваемого PC.

Заявленный способ поясняется чертежами, на которых показаны:

фиг.1. Дискретизированные по времени 128 отсчетов эталонного PC восьмипозиционной фазовой манипуляции (ФМ-8) (скорость передачи 2400 бод) S1(t);

фиг.2. Трехмерная матрица РЭ эталонного PC ФМ-8 на основе его фреймового ВП M1, размером 128 на 8 ВК;

фиг.3. Вектор признаков эталонного PC ФМ-8, составленный из ВК его матрицы РЭ фреймового ВП m1(i) размером 1024 ВК;

фиг.4. Вектор признаков эталонного PC ФМ-8, составленный из нормированных и ранжированных ВК его матрицы РЭ фреймового ВП m ¯ 1 ( i ) размером 1024 ВК;

фиг.5. Вектор разности Rl(i) между вектором признаков распознаваемого PC m ¯ Σ ( i ) и векторами признаков эталонных PC; R1(i) - вектор разности между вектором признаков распознаваемого PC, в качестве которого выбран PC ФМ-8 (2400 бод), и эталонным PC, в качестве которого выбран PC ФМ-8 (2400 бод); R2(t) - вектор разности между вектором признаков распознаваемого PC, в качестве которого выбран PC ФМ-8 (2400 бод), и эталонным PC, в качестве которого выбран PC двухпозиционной фазовой манипуляции (ФМ-2) (скорость передачи 2400 бод).

Реализация заявленного способа объясняется следующим образом.

п.1. Предварительно задают эталонные PC равной длительности, которые дискретизируют и квантуют.

Процедуры дискретизации и квантования аналоговых PC известны и описаны, например, в [В.Григорьев. Передача сигналов в зарубежных информационно-технических системах. - СПб.: ВАС, 1998, стр.83-85]. Для примера, на фиг.1 показаны 128 отсчетов эталонного PC восьмипозиционной фазовой манипуляции (ФМ-8) S1(t).

Выборки последовательностей эталонных PC формируют в соответствии с требованиями вычисления статистических оценок [Математический энциклопедический словарь. М.: Сов. Энциклопедия, 1988. 847 с.; Г.Корн, Т.Корн. Справочник по математике. Пер. с англ. - М.: Наука, 1977, стр.638-643]. Длина выборки отчетов для эталонных PC выбирают в пределах 64…16384 в зависимости от требований по вероятности правильного распознавания и времени обработки (длина выборки должна быть кратна значению 2V, где V - целое число, для удобства последующего расчета матриц РЭ). Чем больше длина выборки, тем выше вероятность правильного распознавания.

п.2. Выполняют операцию фреймового ВП для последовательности квантованных отчетов каждого эталонного PC.

Операции реализации фреймового ВП известны и описаны, например, в [патент РФ №2423735 от 10.07.2011 г.; В.Дьяконов. Вейвлеты. От теории к практике. - М.: СОЛОН-Р, - 2002. 448 с., С.117-121]. В результате выполнения операций фреймового ВП получают матрицу РЭ. Процедуры формирования матриц РЭ PC на основе их фреймовых ВП известны и описаны, например, в [Способ распознавания PC по патенту РФ №2356064 от 20.05.2009 г.]. В качестве примера, на фиг.2 показано трехмерное представление матрицы РЭ M1 эталонного PC ФМ-8 S1(t), полученное на основе фреймового ВП для совокупности 8 фильтров.

п.3. Формируют вектора признаков из ВК полученных матриц РЭ. Вектора признаков строят путем построчной конкатенации ВК полученных матриц РЭ, причем ВК в векторах признаков нормируют и ранжируют.

Конкатенация заключается в последовательном выстраивании строк матрицы друг за другом. В качестве примера, на фиг.3 показан вектор признаков mi(i) эталонного PC ФМ-8, сформированный указанным выше образом. Нормировка заключается в выделении наибольшего ВК и деление всех остальных ВК на значение наибольшего ВК. Ранжирование заключается в выстраивании элементов вектора в зависимости от убывания их значений по величине. В качестве примера на фиг.4 показан вектор признаков m ¯ 1 ( i ) эталонного PC ФМ-8, элементы которого нормированы и ранжированы.

Процедуры выполнения операций конкатенации, нормирования и ранжирования известны и описаны, например, в [Способ распознавания PC по патенту РФ №2356064 от 20.05.2009 г.].

п.4. Принимают распознаваемый PC и формируют его вектор признаков аналогично, как и для эталонного PC. Распознаваемый PC предварительно разбивают на фрагменты, длительность каждого из которых совпадает с длительностью эталонных PC.

Распознаваемый PC S ( t ) делят на N фрагментов, начиная с первого отсчета. Значение N выбирают таким, чтобы длина каждого из фрагментов распознаваемого PC совпадала с длиной эталонных PC.

п.5. Вычисляют фрагмент средних значений распознаваемого PC, из которого затем формируют вектор признаков для распознаваемого PC.

Фрагмент средних значений распознаваемого PC вычисляют по формуле:

S Σ ( t ) = 1 N n = 1 N S n ( t ) . ( 1 )

В формуле (1) S n ( t ) - n-й фрагмент распознаваемого PC; N - число фрагментов, на которые делят реализацию распознаваемого PC.

Применение процедуры усреднения при формировании вектора признаков распознаваемого PC позволяет снизить влияния первичного сигнала, определяемого информационной компонентой, и тем самым повысить вероятность правильного распознавания PC. Если при формировании эталонных PC можно подобрать фрагменты, которые наиболее полно характеризуют распознаваемый класс PC, то принятая для распознавания одна выборка, равная длине эталонного PC, не всегда может из-за формы первичного сигнала содержать признаки, в полной мере характеризующие распознаваемый класс PC. Например, при наличии длинных серий логических нулей или единиц в первичном сигнале. Следовательно, применение процедуры усреднения нескольких фрагментов позволит снизить влияние первичного сигнала, определяемого информационной компонентой, на формируемые векторы признаков и тем самым повысить вероятность правильного распознавания.

Вектор признаков распознаваемого PC формируют из фрагмента средних значений S Σ ( t ) аналогичным образом, как описано в п.2 и п.3.

п.6. Идентифицируют распознаваемый PC путем вычитания по модулю его вектора признаков из векторов признаков каждого из эталонных PC, распознаваемый PC считают инцидентным эталонному PC, разница векторов признаков с которым минимальна.

Процедуры вычитания по модулю из вектора признаков принятого PC векторов признаков каждого из эталонных PC можно реализовать по формуле:

R l ( i ) = | m ¯ Σ ( i ) { m ¯ 1 ( i ) m ¯ L ( i ) } | . ( 2 )

В формуле (2) m ¯ Σ ( t ) - вектор признаков, элементы которого нормированы и ранжированы, сформированный из фрагмента средних значений принятого PC; { m ¯ 1 ( i ) m ¯ L ( i ) } - векторы признаков, элементы которого нормированы и ранжированы, эталонных PC; L - число эталонных PC.

Процедуры принятия решения являются известными и описаны, например, в [Я.Фомин, Г.Тарловский. Статистическая теория распознавания образов. - М.: Радио и связь, 1986, стр.30-46; Ю.Сато. Обработка сигналов. Первое знакомство. / пер. с яп., под ред. Ёсифуми Амэмия. - М.: Издательский дом «Додека-ХХI», 2002. - 176 с. С.41-54]. Распознаваемый PC считают инцидентным одному их L эталонных PC, с использованием одного из решающих правил, например, когда разница между векторами признаков минимальна R l ( i ) = min | m ¯ Σ ( i ) { m ¯ 1 ( i ) m ¯ L ( i ) } | . Здесь l - один из порядковых номеров в интервале от 1 до L.

Реализация процедур идентификации распознаваемого PC в соответствии с указанным выше подходом представлена в [Способ распознавания PC по патенту РФ №2356064 от 20.05.2009 г.]. В качестве примера, на фиг.5 представлен вектор разности, рассчитываемый по формуле (2), между распознаваемым PC, в качестве которого выбран PC ФМ-8 (2400 бод), и: эталонным PC, в качестве которого выбран PC ФМ-8 (2400 бод) (на фиг.5 обозначен как R1(i)); эталонным PC, в качестве которого выбран PC ФМ-2 (2400 бод) (на фиг.5 обозначен как R2(i)). Факт того, что значения R1(i) меньше значений R2(i) практически для всех элементов векторов признаков, указывает на принадлежность распознаваемого PC к классу PC ФМ-8 (2400 бод).

Таким образом, благодаря новой совокупности существенных признаков в заявленном способе обеспечивается повышение вероятности правильного распознавания PC за счет снижения влияния первичного сигнала, определяемого информационной компонентой, на формируемые векторы признаков.

Способ распознавания радиосигналов, заключающийся в том, что предварительно задают эталонные радиосигналы равной длительности, которые дискретизируют и квантуют, затем выполняют операцию фреймового вейвлет-преобразования для последовательности квантованных отчетов каждого эталонного радиосигнала и формируют для каждого из них вектор признаков из вейвлет-коэффициентов полученных матриц распределения энергии, затем принимают распознаваемый радиосигнал и формируют его вектор признаков аналогично, как и для эталонного радиосигнала, после чего идентифицируют распознаваемый радиосигнал путем вычитания по модулю его вектора признаков из вектора признаков каждого из эталонных радиосигналов, распознаваемый радиосигнал считают инцидентным эталонному радиосигналу, разница векторов признаков с которым минимальна, отличающийся тем, что вектора признаков строят путем построчной конкатенации вейвлет-коэффициентов полученных матриц распределения энергии, причем вейвлет-коэффициенты в векторах признаков нормируют и ранжируют, а распознаваемый радиосигнал предварительно разбивают на фрагменты, длительность каждого из которых совпадает с длительностью эталонных радиосигналов, и вычисляют фрагмент средних значений распознаваемого радиосигнала, из которого затем формируют вектор признаков для распознаваемого радиосигнала.



 

Похожие патенты:

Изобретение относится к модульному электрическому устройству, содержащему корпус с передней стороной, на которой имеется участок идентификации, защищающую этикетку крышку, которая взаимодействует с упомянутым участком идентификации, образуя гнезда приема с открытым наружу пазом, и язычок, который установлен с возможностью перемещения в упомянутом гнезде приема через паз.

Изобретение относится к способу защиты товаров от подделки. Технический результат заключается в повышении надежности защиты товара от подделки.

Изобретение относится к способам и устройствам для автоматической регистрации анатомических точек на медицинских изображениях. Техническим результатом является повышение точности автоматической регистрации анатомических точек в трехмерных медицинских изображениях.

Изобретение относится к автоматическому планированию видов в объемных изображениях мозга. Техническим результатом является обеспечение надежности за счет повышения точности обработки изображений как высокой, так низкой разрешающей способности.

Изобретение относится к устройствам обработки изображения. Технический результат заключается в обеспечении возможности рисования линии, соответствующей действительно траектории перемещения курсора.

Изобретение относится к области средств защиты и верификации информации. Технический результат заключается в повышении подлинности и целостности данных, нанесенных на носитель.
Изобретение относится к автоматике и вычислительной технике. Техническим результатом является повышение производительности контроля за счет исключения процедуры определения связности каждого дефектного участка и расширение функциональных возможностей за счет определения количества раковин печатных проводников.

Изобретение относится к системам для обнаружения и идентификации скрытых под одеждой на теле человеке предметов и может быть использовано при досмотре пассажиров на транспорте и посетителей общественных учреждений и зданий.

Изобретение может быть использовано в вычислительной технике. Техническим результатом является расширение функциональных возможностей за счет определения местоположения раковин печатных проводников, приводящих к недопустимым заужениям.

Изобретение относится к средствам обработки видеоизображений в виртуальной сетевой среде. Техническим результатом является обеспечение точного соответствия между реальными видеоданными пользователя и его виртуального персонажа в виртуальной сетевой среде.

Изобретение относится к средствам для осуществления доступа к обрабатывающей системе. Техническим результатом является повышение надежности доступа к обрабатывающей системе. Способ доступа к обрабатывающей системе содержит этапы, на которых: принимают упорядоченную последовательность вводов биометрических данных от пользователя через биометрический датчик, связанный с обрабатывающей системой; определяют наличие совпадения каждого из вводов биометрических данных упорядоченной последовательности с соответствующей записью, хранящейся в таблице энергонезависимого запоминающего устройства обрабатывающей системы, при этом таблица включает в себя сохраненную упорядоченную последовательность вводов биометрических данных, соответствующую комбинации пароля пользователя; и при наличии совпадения предоставляют пользователю доступ к обрабатывающей системе, а при отсутствии совпадения не допускают доступ пользователя к обрабатывающей системе, при этом каждый из вводов биометрических данных упорядоченной последовательности соответствует различному пальцу пользователя и элементу комбинации для пароля, выбранной пользователем, причем первый палец пользователя соответствует первому алфавитно-цифровому символу, выбранному пользователем, а второй палец пользователя соответствует второму алфавитно-цифровому символу, выбранному пользователем. 3 н. и 17 з.п. ф-лы, 6 ил.

Изобретение относится к средствам маркировок для идентификации изделий. Технический результат заключается в повышении защищенности маркировки при установлении их подлинности. В способе присвоенный индивидуальный номер преобразуют в двумерный штриховой код символики Data Matrix. На поверхность изделия наносят по меньшей мере два таких штриховых кода в непосредственной близости друг от друга. Расстояние между ними носит случайный (произвольный) характер, полученная таким образом маркировка состоит из цифровой части, идентифицирующей изделие, и аналоговой части, определяемой взаимным расположением штриховых кодов и определяющей подлинность изделия. При осуществлении одновременного считывания этих штриховых кодов вычисляют координаты их углов в одной системе координат. Подлинность изделия определяется одновременным считыванием штриховых кодов и сравнением с содержащимися в базе данных занесенными сведениями. 5 ил.

Изобретение относится к средствам распознавания объектов на изображении. Техническим результатом является повышение точности распознавания за счет корреляции горизонталей на изображении. Способ включает запись первого и второго продольного профиля целевого района, записываемых через задаваемый промежуток времени по отношению друг к другу, установление профиля разности высот на основании указанных продольных профилей, разделение профиля разности высот на эквидистантные горизонтальные плоскости сечения высоты, расчет позиций центров тяжести площадей окруженных соответствующими горизонталями горизонтальных плоскостей сечения высоты площадей, передачу установленного профиля разности высот и рассчитанных центров тяжести площадей в систему классификации объектов. 4 з.п. ф-лы.

Изобретение относится к области получения и обработки изображений. Технический результат заключается в обеспечении безинерционной системы управления лучом с электроскопической схемой регулирования параметров сигнала. В системе подают сигнал через светофильтры на поверхность из ячеек, заполненную веществом, поляризующимся под действием сигнала контроллера для управления его световым потоком. После прохождения через светофильтр поток дифрагирует на щели и проходит через прозрачную среду, отклоняясь на определенный угол, равный длине волны, попадая на фотоэлемент, являющийся управляющим элементом электрической цепи, который позволяет току протекать через ветвь, где находится управляющий элемент, повышая или снижая силу тока или напряжение. Распознавание и топопривязка осуществляется при использовании голографических методов распознавания путем формирования транспарантов из полупроводниковых элементов с использованием информации о параметрах зондирующего сигнала и информации об окружающей обстановке из встроенной базы данных. 4 ил.

Изобретение относится к автоматике и вычислительной технике и может быть использовано в системах автоматического распознавания образов для распознавания состояний объектов по значениям их параметров. Техническим результатом является повышение эффективности распознавания образов. В устройство дополнительно включены логический элемент ИЛИ и блок памяти коэффициентов сигнатур, адресные входы которого подключены к выходам блока сдвиговых регистров, причем все выходы сдвиговых регистров подключены к выходам блока сдвиговых регистров, а сбросовые входы всех сдвиговых регистров объединены и подключены к сбросовому входу блока сдвиговых регистров, выходы блока памяти коэффициентов сигнатур подключены к выходам устройства и к входам логического элемента ИЛИ, выход которого подключен ко второму управляющему входу блока управления, пятый и шестой выходы которого подключены соответственно к управляющему входу обращения блока памяти коэффициентов сигнатур и к сбросовым входам блока сдвиговых регистров и счетчика адресов старших разрядов. 9 ил.

Изобретение относится к области обработки данных биометрических измерений. Технический результат заключается в повышении надежности идентификации личности при написании пароля. Технический результат достигается тем, что способ основан на контроле и вводе сигналов с последующей компьютерной обработкой, выделении динамических индивидуальных признаков моторных двигательных реакций и текущих психофизиологических состояний идентифицированных лиц, формировании эталонов двигательных реакций идентифицированных лиц, сравнении с информацией, полученной при первом и последующих контактах с идентифицированными лицами, для этого воспроизводят текст на графическом планшете, масштабируют функции на его выходе путем приведения их к стандартной длительности и интенсивности, формируют пространства признаков идентифицируемых лиц по особенностям их подписей, контролируют идентифицируемые лица, регистрируя физиологический параметр, отражающий их психофизиологическое состояние, разбивают диапазон значений физиологического параметра на поддиапазоны, составляют пароль, присваивают его каждому идентифицируемому лицу, при этом при сравнении признаков определяют номера поддиапазона эталона, для которого сходство сравниваемых описаний максимально, и по номеру этого поддиапазона принимают решение о психофизиологическом состоянии идентифицируемого лица, а по номеру эталона принимают решение о самом идентифицируемом лице. 3 з.п. ф-лы, 7 ил.

Изобретение относится к области электросвязи. Технический результат - повышение установления синхронизации цифрового водяного знака электронного изображения (ЭИ) при разделении ЭИ со встроенным цифровым водяным знаком на составные части произвольного размера. Технический результат достигается тем, что у отправителя разделяют ЭИ на макроблоки, каждый макроблок разделяют на N≥2 блоков, из которых выбирают K<N блоков синхронизации, вычисляют подпоследовательности синхронизации передачи и встраивают в позволяющие встраивание блоки синхронизации, у получателя устанавливают синхронизацию цифрового водяного знака в принятом ЭИ, для чего начиная с выбранной начальной точки получателя принятое ЭИ последовательно разделяют на макроблоки и блоки, из которых выбирают блоки предполагаемой синхронизации, извлекают из них проверочные подпоследовательности и объединяют в проверочную последовательность, которую побитно сравнивают со всеми сдвигами вычисленной последовательности синхронизации приема, принятое получателем ЭИ считают ЭИ с установленной синхронизацией цифрового водяного знака, соответствующей предполагаемой последовательности синхронизации с наименьшим числом несовпадений. Заявленный способ может быть использован для повышения вероятности установления синхронизации цифрового водяного знака ЭИ, разделенного на составные части произвольного размера, а также для исключения появления визуально заметных искажений, вызванных встраиванием в блоки ЭИ с практически неизменными статистическими характеристиками подпоследовательностей синхронизации передач. 3 з.п. ф-лы, 9 ил.

Изобретение относится к автоматизированной регистрации в реальном времени морских млекопитающих. Техническим результатом является повышение точности регистрации в режиме реального времени морских млекопитающих. В способе на этапе предварительной обработки (FPP) изображений осуществляется коррекция изображения и невзвешенная полная сегментация (SEG) изображения на фрагменты, на этапе обнаружении (DET) используется алгоритм предельного значения на основе обнаруженного локального изменения контраста, на этапе классификации (CLA) выполняется контролируемое обучение с использованием метода опорных векторов (SVM) с гиперплоскостью (НЕ) для разделения на два класса, на этапе локализации (LOC) выполняется автоматическое вычисление расстояния до обнаруженной тепловой сигнатуры морского млекопитающего (TSMM) и его временных и пространственных изменений относительно судна (RV), на этапе верификации (VER) обеспечивается возможность мгновенной проверки решения оператором, и на этапе документировании (DOC) пользовательские данные (IRV) изображения обнаруженных тепловых сигнатур морских млекопитающих (TSMM) автоматически предоставляются в распоряжение. Для формирования данных используется система инфракрасной камеры (IRC) с регистрацией в пределах полного круга или части круга и с активной гироскопической стабилизацией относительно горизонта (HZ). 20 з.п. ф-лы, 9 ил.

Группа изобретений относится к системе обнаружения периодических стационарных объектов. Система обнаружения периодических стационарных объектов для обнаружения периодического стационарного объекта в окрестностях движущегося объекта содержит устройство захвата изображений, модуль преобразования точки обзора, модуль извлечения характерных точек, модуль вычисления данных формы сигнала, модуль обнаружения информации пиков, модуль обнаружения вариантов периодических стационарных объектов и модуль оценки периодических стационарных объектов. Способ обнаружения периодических стационарных объектов для обнаружения периодических стационарных объектов в окрестности движущегося объекта содержит этап захвата изображений, этап преобразования точки обзора, этап извлечения характерных точек, этап вычисления данных формы сигнала, этап обнаружения информации пиков, этап обнаружения вариантов периодических стационарных объектов и этап оценки периодических стационарных объектов. Достигается высокоточное обнаружение периодических стационарных объектов. 2 н. и 13 з.п. ф-лы, 21 ил.

Изобретение относится к области микроскопического исследования ткани и клеток. Техническим результатом является повышение точности извлечение материала из объекта в области биологии, гистологии или патологии. Способ содержит этапы, на которых: обеспечивают объект, содержащий биологический материал и включающий в себя множество смежных слоев и представляющую интерес особенность, простирающуюся через упомянутое множество смежных слоев; обеспечивают изображение среза первого из упомянутого множества смежных слоев, отрезанного от объекта; генерируют изображение среза второго из упомянутого множества смежных слоев, отрезанного от объекта, задержку между отрезанием срезов первого и второго смежных слоев упомянутого множества смежных слоев выбирают из любого из часов, дней, недель, месяцев, годов; определяют представляющую интерес область на изображении среза второго слоя на основании представляющей интерес области на изображении среза первого слоя, определяют представляющую интерес область в срезе второго слоя на основании представляющей интерес области на изображении среза второго слоя и извлекают материал из представляющей интерес области в срезе второго слоя. 4 н. и 12 з.п. ф-лы, 11 ил.
Наверх