Способ распознавания непараметрического сигнала

Способ распознавания непараметрического сигнала

Иллюстрации

Показать все

Реферат

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.